Arda Industries 以 2.32 亿美元融资正式亮相，Accel、Altimeter、Founders Fund 和 Khosla Ventures 领投，XYZ Venture Capital、8VC、SVAngel 和 Felicis 参投。公司由前 OpenAI 首席研究官 Bob McGrew 担任联合创始人兼 CEO，平台可让用户上传产品蓝图后自动规划产线、确定使用哪些机器人并生成可视化作业指导。目前客户集中在国防和数据中心电子领域，Anduril 用它优化产线，公司长期计划进入消费电子市场并开发能在数天内适配新设备的 AI 智能体。
匹配字段摘要、正文
韩国攻击性安全公司 Theori、Enki WhiteHat 和 Stealien 正围绕 IPO 与全球合作展开竞争。Enki WhiteHat 率先通过上市初审，计划 11 月启动公开认购，拟募资 280 亿韩元，并与 Palo Alto Networks 合作；Theori 瞄准纳斯达克上市，2025 年营收 159.95 亿韩元居首，还入选 OpenAI 的 Daybreak Cyber Partner Program。三家公司分别以 Xint、Offen AI DAST 和 AlienRay 作为旗舰 AI 安全产品。
匹配字段摘要、正文
文章介绍如何把决策模型当作廉价 LLM Judge 做自动评估，并基于 98 条公寓租赁 AI Agent 真实生产 trace（61 条失败、37 条无失败）对比 Jev、Perplexity Decider、Liquid d1、Cloudflare Clef、OpenAI Decisions API 五家模型。作者用分层五折交叉验证在训练折选阈值、留出折测量，发现调优阈值对原本不达标的模型收益明显，Perplexity 每 100 次评估 0.82 美分、F1 0.79，OpenAI Decisions F1 0.87 但贵约 4.5 倍。可靠性图显示部分模型分数严重失准，Clef Flash 一组预测失败概率约 8% 的样本实际失败率达 60%，Platt scaling 修复三个模型却让 OpenAI 的 Brier 从 0.159 升到 0.164。
匹配字段摘要、正文
Hamel Husain 发布新博客，讲解如何用决策模型做 Evals，包括为任务选择决策模型、调整其阈值（不要默认 0.5 合适）以及解读模型给出的分数，文中配有多个交互图表。马东锡 NLP 转发时提到，近期出现的决策模型包括 TypeSafe 的 Jev、Perplexity 的 Decider、Cloudflare 的 Clef 和 OpenAI 的 Decisions API，它们输出概率而非长文本，常被用作 LLM-as-a-Judge 的替代方案。
匹配字段摘要
OpenAI 的 ChatGPT 锁定聊天（Locked Chats）功能正向 Free、Go、Plus、Pro、Business、Enterprise 和 Edu 套餐推出。用户可在网页和桌面端用 PIN 将聊天移入受保护空间，也可使用 PIN、Face ID、Touch ID 或设备解锁。
匹配字段摘要、正文
Krea 称 Krea 3 在电商场景中“无人能及”，强调像素级的产品一致性与极快速度。其引用的帖子称，Krea 3 已登顶图像竞技榜，“Fast”模式推动速度与质量的帕累托前沿，“Ultra”模式排名前四、仅次于 OpenAI 模型。
匹配字段摘要
Arena 的 Agent Arena Pareto 前沿共 11 个位置，OpenAI 的 GPT-6 Luna 与 GPT-6.1 Sol 按不同推理档位占据其中 6 个。GPT-6 Luna 在每任务低于 $0.10 的区间拿下 4 个最优位置中的 3 个，覆盖 Max、Medium 和 Low 档；GPT-6.1 Sol 则覆盖每任务 $0.22 至 $0.65 区间。加上 GPT-6 Astra（Max），OpenAI 模型共占 7 个前沿位置，Arena 据此指出切换推理档位有时比换模型更能保持在成本与性能的最优点。
匹配字段摘要、正文
ElevenLabs 发布 Eleven Realtime，提供 Mini 和 Max 两个托管语音智能体模型，整合语音识别、推理、轮次切换与语音生成，但开发者无法单独选择或配置底层模型。外部测试机构 Artificial Analysis 的数据显示，Max 在 Big Bench Audio 上得分 98.8%，Mini 为 75.9%；工具调用任务完成率 Max 为 87.1%，Mini 为 60.3%，而 Mini 在 Full-Duplex-Bench 上以 95.8% 略高于 Max 的 94.1%。该接口沿用 OpenAI Realtime API 的协议和 WebSocket 传输，但仅支持 WebSocket，WebRTC 应用需先更换传输方式并自行处理 24kHz PCM16 音频的采集与播放。
匹配字段摘要、正文
菲尔兹奖得主邓煜与陶哲轩在SAIR播客对谈AI与数学，认为AI能拓展数学边界，但过程不透明、难以追溯想法来源，邓煜称连思维链都看不到太荒唐。陶哲轩提到OpenAI今年10月发布722份预印本、声称在372个数学问题上取得进展，一天后因符号错误撤回三篇，他认为科技公司应邀请数学家事前参与而非事后收拾残局，并主张改变只奖励解题的激励机制。
匹配字段摘要、正文
The Information 援引知情人士报道，OpenAI CEO Sam Altman 上周在内部提出三种 AI 安全路径：仿照国际原子能机构（IAEA）建立监管机构、被称为 Demis Plan 的实验室合并方案，以及被称为 Eliezer Plan 的单一开发者垄断算力方案。Altman 还抱怨针对 AI 发展的限速方案太少，同时 OpenAI 不能在对竞争中落后，并计划在一年内决定 IPO 路径。美国目前依赖对新模型的自愿预审，6 月曾以 Fable 模型存在越狱风险为由对 Anthropic 实施出口管制。
匹配字段摘要、正文
ElevenLabs 发布两款语音到语音模型 Eleven Realtime，其中 v1 Max 在 Big Bench Audio 上得分 98.8%，响应时间 0.57 秒。较小的 v1 Mini 面向低成本自然对话，能判断对方是说完还是只说“mm-hmm”，v1 Max 则面向客服等更复杂任务。两款模型可通过 ElevenAgents 平台和兼容 OpenAI 的 Realtime API 使用，按分钟加 token 计费，v1 Max 价格高于 v1 Mini。
匹配字段摘要、正文
Hugging Face 联合创始人兼 CEO 克莱姆·德朗格公开批评 Netflix 纪录片《AI 失控》内容不准确，称其把技术拟人化、走向末日论叙事，为博流量刻意制造恐慌。该片原本讲述 OpenAI 一个测试模型突破隔离环境、生成智能体入侵 Hugging Face 获取答案的事件，但片中穿插邪恶机器人影像、为智能体配上人类语音，并引用“邪教诞生”等评述。德朗格表示，Hugging Face 最终改用开源模型完成防御。
匹配字段摘要、正文
2026 年美国中期选举期间，政治竞选和团体今年已在 AI 广告上花费超 1600 万美元，AI 深度伪造让真假难辨。可用 Content Authenticity Initiative 的 Inspect、OpenAI 的 Verify、Google 的 SynthID Detector 等工具扫描文件元数据识别 AI 内容，但均非万无一失。收到投票地点变更等信息时应先到州选举委员会官网核实，并提前制定投票计划。
匹配字段摘要、正文
OpenAI 对 ChatGPT 的 Chrome 扩展进行重大更新，新增 Chat 和 Work 两种模式，可读取已打开标签页的内容、控制浏览器发送消息、下载文件、按主题分组标签页，并用在线信息或本地文件填写表单，提交前由用户手动检查。用户还能在 ChatGPT 应用或网站中用 @Chrome 直接执行浏览器任务，并可将访问范围限制在特定标签页；访问聊天记录或新网站时会请求授权，提供仅一次、仅此站点、所有站点和拒绝四个选项。新功能在 Chrome、Edge、Brave、Opera、Vivaldi 等 Chromium 浏览器中免费提供，暂不支持 Firefox 和 Safari，扩展可从 Chrome Web Store 下载。
匹配字段摘要、正文
Artificial Analysis 在 AA-Image-Editing v2.1 榜单上测得 Krea 3 Ultra 排第 5，编辑质量接近 Nano Banana 2.1 和 MAI-Image-2.6，默认的 Fast 模式排第 11。Ultra 是 OpenAI、Google、Microsoft 之外排名最高的图像编辑模型，在 17 个分类中有 15 个进入前 7，动画与游戏、Frontier 两类均列第 2。价格方面，Fast 每 1K 图像 0.03 美元、每 1K 参考图 0.02 美元，Ultra 仅支持 2K 输出，一张 1K 参考图的 2K 编辑为 0.27 美元。
匹配字段摘要、正文
Artificial Analysis 表示，同一实验室的模型往往具有相似的人格画像，但部分实验室内部存在明显不同的子群。按 30 项人格特质对模型聚类后，浮现出三个家族：Anthropic 模型与 OpenAI 的 GPT-6 模型归为一类，Google 模型与 Meta 的 Muse 模型归为一类，较早期的 OpenAI 模型则与 Llama 4 Maverick 同组。
匹配字段摘要、正文
为 AI 智能体提供云基础设施的 Daytona 完成 6000 万美元 B 轮融资，估值达 10 亿美元，累计融资 9100 万美元，本轮由 FirstMark 领投。其平台通过单一 API 为智能体提供 Linux、Windows 和 macOS 隔离计算环境，支持任务暂停、恢复和继续探索，客户包括 Anthropic、OpenAI、NVIDIA、Cursor 和 Cognition。公司称 1 月至 9 月营收运行率增长 25 倍，新资金将用于扩展智能体云平台、扩容算力并在旧金山、克罗地亚和新加坡招聘。
匹配字段摘要、正文
Cloudflare 宣布为 AI 业务平台 Cloudflare OS 提供托管服务，目前开放等待名单登记。Cloudflare OS 于今年 8 月开源，可部署在 Cloudflare 环境、本地或云端，支持接入 Cloudflare Workers AI 以及 Anthropic、OpenAI、Google 等 AI 服务，并具备安全访问企业内部数据的能力。此次新增两项功能：一是连接 GitHub 仓库，让 AI 智能体基于仓库代码完成功能追加、调试、查看 PR、创建提交和推送代码；二是强化 Google Workspace 集成，智能体可读取和搜索 Gmail 会话、起草和发送邮件，并可连接 Google Drive、Docs、Sheets。
匹配字段摘要、正文
Krea 官方宣布 Krea 3 登上图像竞技场榜首，其中 Fast 版本推进了速度与质量的帕累托前沿，Ultra 版本排名前四，仅次于 OpenAI 的模型。Krea 称自己是前十名中唯一估值低于 1 万亿美元的公司。
匹配字段摘要、正文
Eon 基于 Amazon Bedrock AgentCore 搭建统一的 MCP Gateway，把跨 AWS、GCP、Azure 的调查工具接入同一个认证网关，新工程师配置全部调查工具的时间从约 2 天缩短到约 2 分钟。该方案用 AgentCore Gateway、Policy、Runtime 和 Identity 替代了逐工具凭证与本地 MCP 进程，并通过 Cedar 策略在 ENFORCE 模式下按主体限制可调用的工具，生产工具保持只读。开发者用 Claude Code、Cursor 或 OpenAI Codex 连接同一个 MCP URL，运行 Claude 的自主 SRE 智能体则以不同身份接入同一网关。
匹配字段摘要、正文