Anthropic 发布中端模型 Sonnet 5.5，称其速度比上一代 Sonnet 5 快 30%，token 消耗速度也明显更慢，定位为适合编码和办公文档等日常任务的助手。Anthropic 的基准测试显示，Sonnet 5.5 在智能体编码上表现优于 Opus 5.5，原因可能是它能在不超成本上限的情况下派生多个智能体。Anthropic 还称 Sonnet 5.5 的网络能力与 Opus 5 相当，因此成为首个适用与 Fable、Opus 相同网络安全防护措施的 Sonnet 模型，并计划在未来几周发布新版 Haiku。
匹配字段摘要
METR 开发并部署了一个基础实时逐动作监控器，由 LLM judge 在执行前审查智能体的每个动作，超过阈值即暂停评估并转人工复核，目标是可靠检测可能造成现实危害或试图规避监控的行为。METR 在梳理有效性论证时发现多项严重问题：有研究员因误解标准未启用监控就运行了高风险评估，编码智能体可能自行打开人工复核面板并发送按键，监控无法抵御伪造用户轮次等手动红队攻击，早期 Inspect 版本中子智能体的动作不会展示给监控器。
匹配字段摘要
酉术量子全球首发异构计算硬件底座 UnitarySpark，并上线自然语言驱动的量子科学计算平台 UnitaryLab 2.5 公测版，把量子模拟、GPU 加速、AI Agent 交互和真机互联集成到一台本地工作站，数据全程不出本地。其底层是上海交大团队的“薛定谔化”算法框架，可将非酉微分方程转为酉演化形式；基于 NVIDIA DGX Spark 的实践入选 NVIDIA 官网成功案例，手动编码约 12 步压缩为约 3 句自然语言描述，交互频次减少约 75%。
匹配字段摘要、正文
大家都说 Opus 5.5 疯了。最强模型。巨大飞跃。等等等等。 我仍然不觉得它比 Astra 更好。 在 Opus 4.8 之后，前沿 LLM 的编码能力已经停滞。
大家都说 Opus 5.5 疯了。最强模型。巨大飞跃。等等等等。 我仍然不觉得它比 Astra 更好。 在 Opus 4.8 之后，前沿 LLM 的编码能力已经停滞。
匹配字段摘要
Gary Marcus 引用 Axios 记者 Madison Mills 的报道称，AI 智能体相关事故数量至少已达数万起，涉及的不只是 OpenAI，也不只是 Hugging Face 和一家德国网站。他指出多数事故尚未造成现实危害，并称美国政府未展开调查、未发表声明、也未召回产品。他回顾自己此前关于 LLM 与编码智能体安全风险的多次预警，主张在问题理清前对通用智能体实施临时召回。
匹配字段摘要
两名密码分析者称，他们用 OpenAI 和 Anthropic 的 LLM 破解了两条长期未解的 Enigma 密文。开发者 Carter Leffen 让 OpenAI 最新模型 Astra 检索 Enigma 密文数据库并解码，Astra 自行做档案研究、寻找线索、搭建 Enigma 模拟器，最终还原出一条自 2005 年起无人解出的明文；退休电气工程师 Frode Weierud 上周验证了这一结果。9 月 21 日，网络安全高管 Jack Willis 称他用 Anthropic 的 Claude Opus 5 破解了另一条未解密文，他给模型的引导明显更多，模型最终借助某位军官姓名的已知签名完成破解。Weierud 表示目前仅剩七条未解 Enigma 密文，另有一条明文已知但编码仍未破解。
匹配字段摘要
Blue Cross Blue Shield Association 的分析显示，医院在提交保险理赔时使用 AI 工具，两年间导致医疗支出增加 9.42 亿美元。该分析发现被记录为患有复杂疾病的患者数量急剧上升，但认为医疗编码与治疗之间存在明显脱节，没有证据表明实际提供的护理有相应变化。纽约时报称这是 AI 推高医疗成本的最新迹象，AI 创业公司 Abridge 创始人 Shiv Rao 承认 AI 可能带来智能体互斗的局面，但也可能降低成本。
匹配字段摘要
Sarvam AI 发布新一代语音识别模型 Saaras V4，采用音频编码器加 3B 混合状态空间 LLM 解码器，解码器完全自研从零训练。该模型在全部 22 种印度语言上达到 SOTA，并在七个全球英语数据集上取得最低 WER；支持 transcribe、translate、verbatim、translit、codemix 五种转写格式，语言识别错误率在十大印度语言为 2.9%、全部 22 种为 5.22%。
匹配字段摘要
LangChain 在 LangSmith 中推出 Trajectories，把一次智能体会话中人类、AI 与工具的消息按首次出现顺序聚合展示，去掉嵌套 run 结构，便于定位智能体行为偏离的环节。该功能开箱支持 LangChain、LangGraph、Deep Agents、OpenAI 与 Claude 的 agent SDK，以及 Codex、Claude Code、Cursor 等编码智能体，并可用在线评测器对 trajectory 打分、送入标注队列或数据集，导出用于监督微调。Trajectories 现已在美国所有套餐中可用。
匹配字段摘要
Meta 发布 Muse Realtime Voice 与 Muse Realtime Avatar，二者通过共享语音 token 流组成统一流式架构，前者生成编码内容与韵律的语音 token，后者消费同一流并生成流式视频。系统以固定长度历史作为后续分块的动作上下文，在任意对话长度下保持有界计算，同时生成同步的语音、唇动与表情。团队将带 3-way CFG、每段视频需 120 次评估的 40 步扩散教师模型蒸馏为无引导的 2 步因果学生模型，配合固定长度 KV cache 与 self-forcing，以少 60 倍的评估次数接近教师质量；在自家实时通话产品中与两个商用化身系统对比，Muse Realtime Avatar 在整体偏好上领先。
匹配字段摘要
NVIDIA 发布 NV-Reason-CT，一个面向 3D CT 分析的视觉语言模型，将思维链推理扩展到全容积 CT，可生成结构化诊断报告并支持多轮追问。模型由 3D ViT 编码器与 Qwen3.5-4B 语言模型组成，在 CT-RATE 基准上取得 Macro-F1 0.614、Macro-AUROC 0.871，超过已发表的 3D 对比学习与 2D/3D 融合基线。权重和配置已在 Hugging Face 开放，训练配方与推理脚本发布在 NVIDIA-Medtech/NV-Reason-CT 仓库，定位为供研究者后训练的研究基础模型，而非获批的临床诊断产品。
匹配字段摘要
IJCAI-ECAI 2026 的教程与研讨会回顾中，一场教程聚焦图像与表格场景下的缺失数据填补，涵盖从统计基线到自编码器与生成对抗网络的方法；另一场 SAFER 研讨会于 8 月 16 日在德国不来梅举行，数十名研究者共同制定可信智能体 AI 路线图，提出安全、可靠、主权三条推进主线，相关扩展论文与章节计划于 2027 年出版。
匹配字段摘要、正文
OpenAI 于 9 月 22 日发布 GPT-6 系列新模型 GPT-6 Sol 和 GPT-6 Luna，分别面向复杂编码与 AI 智能体作业、大批量处理场景。API 标准单价为每 100 万 token：Sol 输入 2 美元、输出 10 美元，Luna 输入 0.10 美元、输出 0.50 美元，相比对应的 GPT-5.6 版促销价，Sol 输入输出均半价，Luna 输入半价、输出降价约 58%。两款模型上下文长度最大 105 万 token、最大输出 12.8 万 token，将在 ChatGPT Work、Codex 和 API 中提供，Free 与 Go 用户可在桌面应用试用 Luna。
匹配字段摘要
蚂蚁百灵发布 Ling UI Design Skill，为编码带来视觉优先的工作流，流程为提示词或截图 → 设计 → 素材 → 代码 → 浏览器校验。该 Skill 从提示词或截图出发确定视觉方向，提取可复用素材，用代码构建页面，并对照参考图校验浏览器输出。
匹配字段摘要
Jev 现已向所有人开放，它不同于常规 LLM，面向构建者、设计为在工具内部使用，可回答“这是广告吗”“该归入哪个文件夹”“相关度多少”这类问题。人们已用它做 YouTube 赞助片段跳过、实时过滤负面评论、按意图搜索 Gmail、语音控制 Mac 等。作者也提醒，把 Jev 接入编码智能体做即时压缩并不划算，会损失 prompt caching 的成本节省。
匹配字段摘要
NVIDIA 在 ROS Lyrical 中贡献的 rosidl::Buffer 与 CUDA buffer backend 让 ROS 2 节点在运行时条件允许时以零拷贝方式交换 GPU 常驻数据，同时保留标准 ROS 2 消息与节点边界，Isaac ROS 5.0 的全部节点已改用该 CUDA buffer backend。文章以 Depth Anything 3 TensorRT ROS 2 节点为迁移示例，由 AI 编码智能体借助 migrate-node-to-rosidl-buffer 技能完成审计、最小化接口保持重构，并用 NVIDIA Nsight Systems 验证 ROS 边界不再出现负载大小的主机-设备传输。
匹配字段摘要、正文
Kimi K3 现已上线 Amazon Bedrock！ 借助 Bedrock 的访问、加密和审计控制，运行编码、文档分析和扩展智能体工作流。支持显式 prompt caching。 在 AWS 上开始用 K3 构建 👉 https://t.co/vm32dU0TN1 https://t.co/GxEGrgFAwL
Kimi K3 现已上线 Amazon Bedrock！ 借助 Bedrock 的访问、加密和审计控制，运行编码、文档分析和扩展智能体工作流。支持显式 prompt caching。 在 AWS 上开始用 K3 构建 👉 https://t.co/vm32dU0TN1 https://t.co/GxEGrgFAwL
匹配字段摘要
小米于9月21日发布 MiMo-V2.6 系列的 Pro 和 Flash 并公开模型权重，两者均为可处理文本、图像、视频和音频的多模态模型，通过扩大强化学习规模提升编码、PC 操作、3D 空间推理和内容制作等智能体能力。小米称 Pro 在多数智能体基准上达到 Claude Opus 5 和 GPT-5.6 Sol 的水平，在 Artificial Analysis Intelligence Index 上得分 46，为发布时开源模型最高，但与 Claude Fable 5.1、GPT-6 Astra 等顶级闭源模型仍有差距。权重和技术报告已在 Hugging Face 的 MiMo-V2.6 集合发布，同时公开 7000 多个强化学习任务环境、训练框架、轻量智能体运行基座 mini-harnesses，以及基于 Qwen3.5-9B 蒸馏的 MiMo-V2.6-Distill-Qwen-9B。
匹配字段摘要
Anthropic 于周二发布新模型 Opus 5.5，称其在编码和知识工作上创下新的 SOTA，并在多项基准上超过更大的 Fable 模型。Opus 5.5 输出价格为每百万 token 20 美元，低于上一代的 25 美元，运行速度也更快，同时减少了术语使用并把重要信息放在消息开头。该模型在生物学和网络安全能力上与 Mythos 相当，因此沿用 Fable 同款安全限制；Sonnet 5.5 和 Haiku 5.5 将在未来几周发布。
匹配字段摘要
Fireworks AI 在 DeepSWE v1.1 的 113 个任务上测试 18 个模型，发现按任务挑选最优模型可达 97.6% 通过率、每任务成本 1.88 美元，而最好的单模型 GPT-6 Astra 为 74.1%、每任务 6.52 美元。仅限开源权重模型时，路由仍达 90.3%、每任务 1.45 美元。作者指出该数字来自事后挑选的 oracle 路由，真实路由器必须在看到结果前做选择；其 FireRouter 在四周 2334 个生产编码会话中把成本从 Opus 5 单模型的 15.81 美元降到 7.42 美元。
匹配字段摘要