全部 AI 动态

🚨 AI News | TestingCatalog@testingcatalog· 03:53AI 评分6464

Anthropic 宣布推出主动式智能体 Claude Duet，作为独立的研究预览版应用发布。该应用基于 Claude Opus 5.5 构建，能够判断并决定用户的需求，同时复用用户 Claude 账号中的记忆、技能和已连接应用，目前在美国面向 Pro 和 Max 方案通过候补名单提供。

MiniMax (official)@MiniMax_AI· 03:53AI 评分6161

MiniMax 宣布推出由 M3.1 Flash 与 SGLang Omni 联合构建的语音智能体方案，支持实时打断、纠正与重定向。其中 M3.1 Flash 提供模型理解与快速简洁的回复，SGLang Omni 则带来流式传输、对话状态及打断处理能力，为开发者探索主动式导师、客服和免提助手提供支持。

Microsoft Research@MSFTResearch· 03:53AI 评分6161

微软研究院推出 Proof-Driven Development (PDD) Kit，将开发者意图转化为形式化规约，并利用形式化验证来证明 AI 生成的代码符合该规约。PDD Kit 适用于 Rust 的 Verus，并与 GitHubNext 的 Chopin 集成，将形式化方法引入团队的 AI 辅助开发工作流中。

OpenAI@OpenAI· 03:53AI 评分6060

OpenAI 宣布其前沿模型与 Codex 智能体工作流即将登陆 Google Cloud 的 Model Garden，使企业能够在现有的 Google Cloud 环境中使用其技术。

🚨 AI News | TestingCatalog@testingcatalog· 03:53AI 评分5858

Anthropic 预告了即将推出的主动智能体 Claude Duet，将支持多种连接器、智能体购物及安全登录功能。该智能体可通过 Stripe 的 Link 和 Shopify 的 Shop Pay 在在线商店进行业务结账，未来还支持使用保存在 1Password 中的登录信息登录网站。

cat@_catwu· 03:53AI 评分5959

Anthropic 推出了 Claude Duet 的研究预览并开放候补名单。该智能体能够主动发现需要完成的工作并在用户提出要求之前自动执行。

Hao AI Lab@haoailab· 03:53AI 评分6262

Hao AI Lab 推出的 FastH3 Omni 现已支持在 DGX Spark、RTX GPU 和 Apple MLX 上本地运行。其中单张 Spark 生成 5 秒 480p 视频耗时约 3 分钟、两张 Spark 约 2 分钟，FastH3 T2AV 在单 Spark 上耗时 52.6 秒、双 Spark 上耗时 30.7 秒。

Walmart 下月起允许外部 AI 智能体代用户购物

Walmart 宣布将于下月起允许用户连接外部 AI 智能体在其网站和 Sam's Club 代为购物。该零售商构建了基于 Model Context Protocol 的 Agent Gateway，并推出 Agent Profiles 功能，默认要求购买审批、支持设置消费预算上限及限制智能体访问个人历史数据。

ARC Prize@arcprize· 03:53AI 评分3131

来自 @AnthropicAI 的 Claude Sonnet 5.5 在 ARC-AGI（已验证）上的表现： - ARC-AGI-3: 72.4%, $8.2K（provider adapter harness）, 24.3%, $7.4K（standard harness） - ARC-AGI-2: 83.9%, $0.55/task - ARC-AGI-1: 96.5%, $0.14/task Sonnet 5.5 在 ARC-AGI-3 上取得了 72.4% 的高分，备受瞩目。

OpenClaw🦞@openclaw· 03:53AI 评分1212

你在终端里开发 OpenClaw 用户在时间线里开发 我们不一样 观看 Roboclaw 与 @vincent_koc 在此构建： https://team.openclaw.ai/chat/roboclaw/x-2112983910850363434-baseten-decision-models-e70fd350 这是 Roboclaw 创建的 PR：https://github.com/openclaw/openclaw/pull/179819

Artificial Analysis@ArtificialAnlys· 03:53AI 评分3131

两年前的今天，我们推出了 Artificial Analysis Video Arena，这是领先的文本生成视频模型众包对比平台。 自那时起，我们陆续添加了图像生成视频、音视频生成以及视频编辑的排行榜。我们最初的排行榜包含 8 个模型——现在我们已经对 140 多个模型进行了评测。

Rohan Paul@rohanpaul_ai· 03:53AI 评分2525

比用户更聪明的 agent 也会更擅长说服用户。 因此 Instinct 的规则是绝不引导用户购买他们不想要的东西，他将这一点与广告资助的商业模式进行了对比。 @Instinct 的 CEO @noahrshinn 举了一个具体例子：agent 利用其智能来说服用户购买或订阅他们并不想要的东西。 ---- 来自 "Invest Like The Best" YouTube 频道（链接见评论）

Mistral Large 4 发布

Mistral AI 推出了 Mistral Large 4，这是一款采用精细化 MoE 架构的开源多模态模型。该模型包含 52B 激活参数、1.05T 总参数以及一个 1.6B 的视觉编码器。

沃尔玛推出 Agent Gateway 与 Agent Profiles 以支持 AI 智能体购物

沃尔玛宣布推出 Agent Gateway 和 Agent Profiles 等新功能，允许经批准的 AI 智能体通过 MCP 协议连接其平台并代客进行库存搜索与购物。该技术支持消费者的独立账户授权、消费限额设置和交易审批控制，并在亚马逊选择封锁 AI 代理的背景下提供了明确的智能体运营条款与退货保障。

GitLab 关键补丁版本发布

GitLab 针对社区版和企业版发布了 19.5.1、19.4.3、19.3.6、19.2.9、19.1.9、19.0.10 和 18.11.13 等多个关键补丁版本，修复了包含严重漏洞在内的多项安全与缺陷问题。官方强烈建议所有自托管实例立即升级至最新版本，以确保系统安全性。目前 GitLab.com 已运行修补后的版本。

Anthropic 推出主动式智能体 Claude Duet 开启 Research Preview

Anthropic 推出主动式智能体 Claude Duet，目前面向美国 Pro 和 Max 订阅用户开启 Research Preview 候补名单。该智能体搭载 Opus 5.5，可在云端独立运行后台任务、发送每日简报并按需请求用户审批，支持 iOS、Android 及网页端。

同一件事，精选收录的是《Anthropic 推出主动式智能体应用 Claude Duet》

OpenAI 最新模型将登陆 Google Cloud 与 Antigravity

OpenAI 与 Google 达成合作，其最新 GPT 6.1 系列模型（Astra、Sol 和 Luna）将在未来几周内登陆 Google Cloud 的 Model Garden，并在私有预览阶段向部分企业客户开放。此外，这些模型还将引入 Google 的智能体代码编写工具 Antigravity，为用户提供 Gemini 之外的新选择。

Perplexity@perplexity_ai· 03:21AI 评分4242

New research: We developed JOLT, a post-training method where one model acts as both teacher and student, with the teacher trained to give feedback the student can use. On MATH, it matched GRPO's accuracy with 6.5x fewer training tokens. https://www.perplexity.ai/hub/blog/a-good-teacher-meets-the-student-where-they-are

Rohan Paul@rohanpaul_ai· 03:21AI 评分6262

Anthropic 发布了首份公共利益报告，对照技术安全、安全法等五大章程支柱承认各项存在缺口。报告披露了 4 款 Claude 模型因测试环境配置错误访问第三方系统等问题，并计划在准备 11 月 IPO 期间每年发布此类进展报告。

Rohan Paul@rohanpaul_ai· 03:21AI 评分6464

Anthropic 推出 Claude Security 持续监控与自动修复标记功能，支持随代码变更实时重扫、自动关闭已修复漏洞及结合威胁模型评估风险。目前 Claude Enterprise 客户可获得公开测试版及每月 25K 额度。

🚨 AI News | TestingCatalog@testingcatalog· 03:21AI 评分6161

GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna 模型现已上线 Google Cloud。Google Cloud 由此成为唯一一家提供全部三家领先闭源 LLM 访问权限的大规模云服务提供商。

Vaibhav (VB) Srivastav@reach_vb· 03:21AI 评分5656

OpenAI 宣布将 Codex OSS 资助计划进行更新，所有现有资助将自动升级至 Pro 200。官方表示将持续为推动世界运转的开源软件提供当下的软件与工具支持，并呼吁尚未申请的开发者尽快提交申请。

Peter McCrory@PeterMcCrory· 03:21AI 评分1212

很高兴看到 Anthropic 今天发布新的使命报告，尤其是专注于赋能每个人追求美好生活（包括有意义的工作）的新使命支柱。 在先前的研究中，这是人们对 AI 变革后经济的主要期盼之一 —— 致力于实现这一愿景，这也是我当初加入 Anthropic 的一大原因。

🚨 AI News | TestingCatalog@testingcatalog· 03:21AI 评分6161

Recursive 发布了其首个开源权重编码模型 Flint，采用 Apache 2.0 协议，速度较同类替代方案提升 2 倍。该模型为 40B 参数的 MoE 架构，专为本地编码设计，在 64GB RTX Spark 上运行速度可达每秒 220 tokens 以上。

Claude@claudeai· 03:21AI 评分6464

Anthropic 开放了 Claude Duet 的研究预览版，这是一个以主动式智能体形态运作的新应用。该应用会主动提醒用户需要关注的事项、完成用户委派的任务、在用户离开时持续工作，并在代表用户采取行动前进行确认。

Yuchen Jin@Yuchenj_UW· 03:21AI 评分2424

Claude Muse 即说就要来了。 说实话，我的手机上已经安装了 10 个个人 agent 应用，完全不介意再多装一个。

U.S. Hunger 如何利用 Amazon Quick 连结领导层与数据

非营利组织 U.S. Hunger 通过引入 Amazon Quick 直接探索核心数据集，使团队能够基于统一指标和共享定义协同决策。目前该组织已有 17 名来自管理、技术及财务等职能的同事接入该平台，利用 Quick Spaces 与日常 AI 工作空间提升业务运营效率。

NVIDIA 发布 Kumo Relational 关系型基础模型

NVIDIA 推出 Kumo Relational 预训练关系型基础模型，可在单个前向传播中直接对企业数据库进行预测，无需任务特定训练或特征工程。该模型在多个关系型基准测试中超越了监督机器学习模型，支持通过开源 structured-data-models 库或 NVIDIA NIM 部署调用。

OpenAI 发布前沿 AI 民主化治理第二部分：赋能网络防御者

OpenAI 发布赋能网络防御者的前沿 AI 治理蓝图，以应对 AI 对网络安全在速度、规模和经济效益上的改变。该蓝图针对政府和行业提出三项具体提案：加强前沿 AI 的安全与保障、在智能时代实现网络安全现代化，以及建设具有韧性和适应力的公共机构。

Corporate Linux

Linux 内核开发中将移除对 LLM 辅助补丁强制添加 Assisted-by 标签的要求，相关信息改为记录在 cover letter 中。文章分析了这一变化对 GPL 许可证执行、美国版权局 AI 生成内容指引以及开源社区贡献门槛潜在的影响。

Canarytokens 推出多项安全诱饵监控功能

Canarytokens 推出了多项安全诱饵与监控功能，支持在 Web、DNS、AWS 基础设施、MCP 配置、各类文档及凭证等场景下，当攻击者触发或访问时向用户发出警报。

PHP 全线 8.x 发布安全更新，修复两个远程代码执行漏洞

PHP 项目全线 8.x 版本发布安全更新，用于修复两个远程代码执行漏洞。由于协调披露流程中发生泄露，相关漏洞信息在网上流传并伴有利用代码出现。该漏洞最初由 Wiz Research 于 2026 年 8 月 19 日发现，PHP 团队在获报后提前发布了修复版本。

PyTorch 借助 FlyDSL 加速 AMD GPU 上的算子性能

PyTorch 正借助 FlyDSL 来加速 AMD GPU 上的算子性能。由于正文未提供更多技术细节，具体实现方式与性能提升数据暂缺。

TypeSafe AI@typesafeai· 02:49AI 评分4747

Jev 为 @UiPath 工作流带来可靠的智能判断， 成本和速度提升约一个数量级 LLM-as-a-judge-no-more

Rohan Paul@rohanpaul_ai· 02:49AI 评分6666

Recursive 推出 40B 混合专家架构编码模型 Flint 并开源权重，该模型由自动化研究循环 Eureka Machine 构建。Flint 在 MacBook Pro 上以超过 125 tokens/s 的速度运行，在 48GB 内存设备的长 128K context 会话中兼顾了约 81% 的平均准确率与约 7 倍的解码速度提升。

OpenClaw🦞@openclaw· 02:49AI 评分1414

NVIDIA RTX Spark: Local AI, Unlocked | The ClawCast Episode 14 https://x.com/i/broadcasts/1mGPaZoWBnnJN

Google DeepMind@GoogleDeepMind· 02:49AI 评分5353

Google DeepMind 推出的 Gemini 4 Argon 结合三个开源数据集构建了人体解剖的交互式 3D 可视化。用户可以通过它切换运动中的不同图层、隔离肌肉或缩放到跳动的心脏内部。

得克萨斯州数据中心繁荣可能抹去空气质量数十年的改善成果

根据休斯敦先进研究中心发布的新报告，得克萨斯州迅速增长的数据中心行业可能在十年末逆转该州在空气质量方面的进展。报告显示，如果这些设施使用天然气发电，得州氮氧化物排放量到二〇三一年可能激增近百分之四百。研究人员建议将数据中心视为工业设施，并采取清洁能源和监管措施以减少污染影响。

编译器的诞生本该终结编程？回顾编程工具演进与 AI 编码agent 的影响

编程工具从历史上的汇编语言、FORTRAN 到如今的 AI 编码 agent 不断演进，每次自动化都消除了部分手工编码并推动行业规模持续增长。GitHub 报告显示开发者已突破 1.8 亿，而 Stack Overflow 调研表明 AI 工具的使用率在四年内从尝鲜普及至主流。

Anthropic 的公众利益章程

Anthropic 发布 2026 公众利益报告，重申其作为 Public Benefit Corporation 的责任，平衡股东利益与公众福祉。报告确立了五大支柱：解决 AI 安全技术问题、推动 AI 安全成为全球普适实践并通过法律保障、借助 AI 强化民主与全球稳定、扩展繁荣与人类福祉以及确保 AI 收益人人共享。该章程旨在确保先进 AI 的开发与维护造福全人类。