Replit CEO Amjad Masad 提出“自驱动公司”愿景，认为 AI 智能体将压缩企业内部协调成本，并预测到 2030 年底所有 Fortune 500 公司都会成为自驱动公司。Replit 为此推出 Replit for Business 与“Agent Habitat”概念，Cloud Agents 已向 Pro 和 Enterprise 客户开放，技能（skills）仍处早期访问。Replit 自测显示 token 消耗下降 51%，原本 16 分钟的数据任务缩短到 1 分钟。
匹配字段摘要、正文
OpenAI Codex 0.165.0 新增内置 Google Cloud Vertex AI 提供商（通过 model_provider = "gcp" 配置），并将 GPT-6.1 Terra 加入模型目录。该版本还默认启用 memory v2 并支持导入外部智能体记忆，同时默认允许在对话中调整 reasoning effort。会话选择器新增仓库过滤，agent 命令中心支持按目录分组。
OpenAI Codex 0.165.0 新增内置 Google Cloud Vertex AI 提供商（通过 model provider = "gcp" 配置），并将 GPT-6.1 Terra 加入模型目录。该版本还默认启用 memory v2 并支持导入外部智能体记忆，同时默认允许在对话中调整 reasoning effort。会话选择器新增仓库过滤，agent 命令中心支持按目录分组。
匹配字段摘要、正文
NVIDIA 发布 Nemotron-Personas 法国和比利时数据集，并给出用其微调 Nemotron 3.5 Lightning 的完整后训练流程。流程包括定义行为契约、用 persona 生成合成对话、在 NVIDIA NeMo 上用 LoRA 微调、合并适配器，再与基座模型在冻结测试集上逐条对比评测。法国数据集与 Pleias 合作构建，比利时数据集由 Pleias 与 KU Leuven 参与，Nemotron 仓库提供数据生成、训练和评测的可复用步骤及 agent skills。
匹配字段摘要、正文
Latent Space 播客访谈 Anthropic 工程负责人 Katelyn Lesse 与产品负责人 Angela Jiang，围绕 Opus 5.5 的发布展开，讨论模型写作风格调整、按每美元智能定价以及为防蒸馏而要求跨轮保留 thinking blocks 等 API 变化。访谈还介绍了 Claude Managed Agents 把会话与 harness 同执行代码的沙箱分离的思路，凭据通过代理单独挂载，沙箱故障不会带走整个会话；Dreaming 则被实现为一个托管智能体检查另一个智能体的历史并写回记忆。团队表示随着模型发布的安全工作变重，近期精力更多转向安全，技能、记忆等功能的推进相对放缓。
匹配字段摘要、正文
Meta 工程团队推出 PrivacyLib，一个运行在数百个数据与处理系统客户端内的通用隐私库，每秒执行数十亿次检查。系统只需集成一次，新隐私需求即可作为模块复用该集成，无需在各系统重复实现。新增的 Agent Observability 模块可观测内部 AI 智能体的数据访问事件，已集成的系统无需额外改造即可启用。
匹配字段摘要、正文
LangChain 的 GTM 工程团队与设计团队合作，在 Managed Deep Agents 上搭建了 Slack 内的设计智能体 Content Studio，可生成视频、社交图、UI 图与幻灯片，已产出 3000 多个素材、80 多份幻灯片。文章拆解了它的四层知识结构（技能、wiki、代码校验、记忆）、每个 Slack 线程独立的 LangSmith Sandbox、HyperFrames 与自研 motion-studio 两套渲染引擎，以及主智能体调度异步子智能体的协作方式。团队称迁移到 Managed Deep Agents 后自有代码减少约 80%，单次请求的模型成本中位数从 9 月中旬的约 8 美元降到约 50 美分，并已开源整套 harness。
匹配字段摘要、正文
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，在 9 项评测中的 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 四项领先。在 Coding Agent Index 上，搭配 Antigravity CLI 的 Gemini 4 Carbon（high）得 59 分，落后 Claude Code 搭配 Claude Opus 5.5（max，62 分）3 分。该模型上下文窗口为 1M tokens，支持文本、图像、视频和语音输入，标准定价为每百万输入/输出 tokens 4/20 美元，目前向部分用户开放并提供 50% 折扣。
匹配字段摘要、正文
Agentic AI Foundation 在 AGNTCon + MCPCon North America 第二天把 Outstanding Technical Contribution Award 颁给 Pydantic 工程师 Marcelo Trylesinski，表彰其维护 MCP Python SDK 的工作。他主导的 v2 随 2026-07-28 版 MCP 规范发布 beta，新增 MCPServer API 与多轮往返请求，并已转为稳定版本线，默认开启 OpenTelemetry 追踪。
匹配字段摘要、正文
Google A2UI 新增可替换推理格式，其中 A2UI Express 作为新默认格式可将延迟降低至多 3 倍，生成同类 UI 所需 token 减少至多 3 倍；配合 Jev 等决策模型做布局决策时延迟降幅可达 80 倍。Express 已登陆 Python agent SDK（a2ui-agent-sdk 0.9.0）、TypeScript SDK（@a2ui/agent）和 Dart SDK（a2ui_agent 0.0.1-wip004），开发者创建 generator 时用一个参数即可切换格式。
Google A2UI 新增可替换推理格式，其中 A2UI Express 作为新默认格式可将延迟降低至多 3 倍，生成同类 UI 所需 token 减少至多 3 倍；配合 Jev 等决策模型做布局决策时延迟降幅可达 80 倍。Express 已登陆 Python agent SDK（a2ui-agent-sdk 0.9.0）、TypeScript SDK（@a2ui/agent）和 Dart SDK（a2ui agent 0.0.1-wip004），开发者创建 generator 时用一个参数即可切换格式。
匹配字段摘要、正文
ElevenLabs 发布实用指南，介绍如何把语音转文字、LLM 和文字转语音串成实时管线来构建 AI 语音助手。指南建议将往返响应控制在 500 ms 以内并配合 VAD，同时接入内部知识库与业务工具，并设置口头确认和转人工等安全措施。开发者可直接用 ElevenAPI 搭建，或用 ElevenAgents 托管平台配置并上线。
匹配字段摘要、正文
OpenAI 于 2026 年 10 月 26 日发布并开放 GPT-6.1 Terra，强化了视觉理解、电脑操作和写作能力，标准 API 价格为 GPT-5.6 Terra 的一半，即每百万 token 输入 1 美元、缓存输入 0.05 美元、输出 5 美元。该模型上下文窗口为 105 万 token，最大输入 92 万 2000 token、最大输出 12 万 8000 token，reasoning effort 可选 none 到 max，默认 medium。在 Agents' Last Exam 上，medium 设置的得分比 GPT-5.6 Terra 高 15 分而成本约为三分之一；max 设置下完成任务的平均速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。该模型已向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户提供，API 模型 ID 为 gpt-6.1-terra。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，API 价格为每百万输入 Token 1 美元、输出 Token 5 美元，较上一代输入和输出价格分别下降 50% 和约 58%，仅为 GPT-6.1 Sol 的一半。官方称其在 Terminal-Bench 4.0 的任务完成率从 21.5% 提升至 50.3%，Agents' Last Exam 得分 60.0%，接近 Claude Opus 5.5 的 63.2%。Artificial Analysis 测得最高推理档位智能指数 48 分，低于 GPT-6.1 Sol 的 52 分和 Claude Opus 5.5 的 58 分，但单任务平均成本从 1.40 美元降至 0.40 美元。Terra 已通过 API 开放，Plus、Pro、Enterprise 和 Edu 用户可在 ChatGPT Work 和 Codex 中使用，暂不支持普通 Chat 对话。
匹配字段摘要、正文
OpenAI 于 10 月 27 日推出新模型 GPT-6.1 Terra，主打以更低成本完成复杂的电脑操作任务，尤其擅长视觉推理和桌面软件操作。在 Agents' Last Exam 中等推理强度下，其得分比 GPT-5.6 Terra 高 15 个百分点，成本约为后者三分之一；最高推理强度下每任务成本约为 Claude Opus 5.5 的九分之一。该模型已向 Plus、Pro、Enterprise 和 Edu 用户开放，可在 ChatGPT Work 和 Codex 中使用，API 模型标识为 gpt-6.1-terra，每百万输入 Token 收费 1 美元、输出 Token 收费 5 美元。
匹配字段摘要、正文
OpenAI 推出新模型 GPT-6.1 Terra，主打视觉推理、电脑操作和写作能力，标准 API 价格为每百万输入 token 1 美元、每百万输出 token 5 美元，较 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在 Agents' Last Exam 中等推理强度下，其电脑操作得分较 GPT-5.6 Terra 提高 15 个百分点，表现与 GPT-6 Astra 相当，每 token 价格仅为后者的十分之一。该模型已面向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放，但最复杂的编程任务仍建议使用 GPT-6.1 Sol 和 GPT-6 Astra。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，替代 GPT-5.6 Terra，API 定价为每百万输入 token 1 美元、输出 5 美元，是 GPT-6.1 Sol 的一半。该模型支持 1.05M token 上下文和 128K 最大输出，面向视觉推理、电脑操作与写作，仅通过 OpenAI 托管的 API、ChatGPT Work 和 Codex 提供。在 Agents' Last Exam v1 上最高努力档得分 60.0%、每任务 1.01 美元，MMMU-Pro 视觉得分 85.5%，但 Terminal-Bench 4.0 仅 50.3%，落后于 GPT-6.1 Sol 和 Claude Sonnet 5.5。
匹配字段摘要、正文
OpenAI 推出新模型 GPT-6.1 Terra，重点提升视觉理解与电脑操作能力，标准 API 价格较 GPT-5.6 Terra 和 GPT-6.1 Sol 均降低 50%。在 Agents' Last Exam 中等推理强度下，其得分比 GPT-5.6 Terra 高 15 个百分点，成本约为后者三分之一；Terminal-Bench 4.0 最高推理强度下完成 50.3% 任务。该模型即日起面向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放，API 模型名为 gpt-6.1-terra，输入每百万 token 1 美元、输出每百万 token 5 美元。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，主打计算机操作、视觉推理、编码和日常办公，API 价格为每百万输入 token 1 美元、每百万输出 token 5 美元，比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在 Agents' Last Exam 上，中等推理强度下得分比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一，完成任务速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。内部基准显示低推理强度错误率从 53.6% 降至 16.7%，Terminal-Bench 4.0 最高推理强度得分 50.3%，GPT-5.6 Terra 为 21.5%。该模型已向 Plus、Pro、Enterprise 和 Edu 用户开放于 ChatGPT Work 与 Codex，API 型号为 gpt-6.1-terra。
匹配字段摘要
OpenAI 的 GPT-6.1 Terra 已在 OpenRouter 上线，在 Agents' Last Exam 上与 GPT-6 Astra 持平，每 token 价格为其十分之一。该模型平均完成任务速度比 Astra 和 GPT-6.1 Sol 快 3 倍以上，定价为输入 $1/M、输出 $5/M，上下文窗口 1.05M。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，主打视觉理解、跨应用电脑操作和自然语言写作，标准 API 价格较 GPT-5.6 Terra 下调 50%，每百万输入 Token 1 美元、输出 Token 5 美元。OpenAI 称其在 Agents' Last Exam 中等推理强度下较 GPT-5.6 Terra 提高 15 个百分点，最高推理强度下 Token 效率为 Claude Opus 5.5 的三倍以上、每 Token 价格为其四分之一。模型于 10 月 26 日起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放，API 模型名为 gpt-6.1-terra。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，输入/输出价格为每百万 token 1 美元/5 美元，低于 GPT-5.6 Terra 的 2 美元/12 美元。在 Artificial Analysis 智能指数中，最高 effort 下比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元；低、中 effort 档位处于智能与成本的前沿。在 AA-Omniscience 基准上，模型不知道答案时的猜测率从 88% 降至 38%，准确率同时提高 2 分；Terminal-Bench 4.0 提升约 20 分，Coding Agent Index v2.0 得分 48。
匹配字段摘要、正文