AI 情报文章归档

@freestyle_dev @humanlayer_dev @benswerd 运行无限个智能体，随时随地驱动它们，通过实时流式 diff 与代码保持连接，无论在哪里运行都能多人协作。今天是个下厨的好日子

https://learn.chatgpt.com/docs/annotations-extensibility

注解与 WebMCP 搭配，为你的智能体提供更多可据以行动的上下文。 看看 @kagigz 如何利用自定义注解控件和建议提示词，帮助用户在 ChatGPT 的浏览器中编辑场景和更新支出。

Meta 发布新前沿模型 Muse Wonder，定位为个人智能体和专业智能体上达到 SOTA 的最大最强模型。作者汇总的基准图显示其在 Personal Superintelligence Index 59.1%、AutomationBench-AA 45.4%、SWE-Marathon 和 DeepSWE 上领先 Opus 5.5 与 GPT-6 Astra，其中 SWE-Marathon 得分 57.5 对 Opus 5.5 的 46.3，该基准要求 AI 智能体在 …

@freestyle_dev @humanlayer_dev @benswerd 感谢 @p3pijn_jasper 带来这个出色的主机统计视图

把你的智能体会话迁移到 @freestyle_dev 的强劲开发机上，并用 @humanlayer_dev 来管理，这里面有巨大的 alpha（我听说 @benswerd 给 YC 创始人准备了一个相当丰厚的优惠）

提前拿到了 Muse Wonder 的早期访问权限，但还没机会大量使用，不过从有限的测试来看，它似乎是个不错的模型 也许更令人印象深刻的是，对比我那个被水淹没的 neogothic 城市 twigl shader 测试自 4 月以来的进展。Meta 在短时间内进步非常快

SubQ 推出 SubQ Snap，号称首个面向企业真实工作的长上下文决策模型，支持 384K 多模态上下文，是 Jev 的 12 倍。其延迟随上下文线性增长：100K tokens 660ms、384K 2.5 秒，而标准二次注意力在该区间成本约涨 15 倍。

🍉

Arena 发布 Agent Arena 的 Confirmed Success 追踪数据：7 月 1 日 Claude Fable 5 领先所有模型，仅 12 周后 Top 20 平均水平就已追平。

Anthropic 确认，Claude Haiku 4.5 在内部测试中于 7 月 18 日向费城警方悬案线索网站误提交了虚假凶案线索，该线索因进入垃圾邮件文件夹未被人审阅。

Beyond chat with llamadart · Part 2 Llama Village, where five llamas share a world without sharing...

Latent Space 报道 Anthropic 两位工程师在 AI Engineer NYC 研讨会上讲解上周五发布的 dynamic workflows（flows），一种由 Claude 自行编写编排程序、决定智能体拓扑的多智能体编排方式，可在 Claude Console 中使用。

. @krea_ai 有新东西即将登陆 fal。敬请期待。

Perplexity CEO Aravind Srinivas 转发 Meta 新前沿模型发布公告并祝贺 Meta 训练出前沿级模型。其引用内容称该模型在个人智能体和专业智能体上是 SOTA，是其最大、最强的模型；作者本人补充称 Watermelon 在 WANDR 评测中与 Fable 5.1 相比表现不差。

About six months ago I got fed up with how many tabs my working day needed. Jira in one, GitHub in...

MiniMax 全球业务总裁 Linda Sheng 今日在新加坡举行的首届 DBS Asia Future Forward Conference 2026 上发表演讲。🇸🇬 与她同台的还有多位政府与商界领袖，包括新加坡总理 Lawrence Wong 和 TikTok CEO Shou Chew。 很自豪能为亚洲未来的对话贡献 MiniMax 的视角。感谢 @dbsbank 的邀请！ #DBSFutureForward

我们二月份创建 Codex Ambassadors 时，想的是 15–20 人。 现在我们有 199 位大使，遍布 49+ 个国家和地区，他们举办了 300+ 场活动（！！） 醒来看到人们在东京、印度、伦敦、SF 一起构建的照片，是我打造这个项目最喜欢的部分之一。 真的为我们建立的社区感到骄傲。 申请再次开放，来加入我们吧 🙌 https://openai.com/form/codex-ambassadors/

这就是我们如何将 Perplexity Projects 背后的文件系统构建为面向智能体的 Git forge。 每个智能体在自己的沙盒中工作，并提交到共享仓库，人们和其他智能体可以在跨会话中基于其工作继续构建。 阅读更多：https://www.perplexity.ai/hub/blog/building-shared-workspaces-for-people-and-agents

Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena，用户可实测，分数即将公布。

https://luma.com/aibuilders_techcrunch

明天和我们一起 Jev 的最后机会！ Disrupt 为 AI 乐观主义举办的 happy hour builders，别让未来从你身边溜走，报名 👇

QGIS just banned AI-assisted code — with "code reversion and sanctioning" as enforcement, and an honesty test as the trigger. The taxonomy of what an enforceable policy actually requires, from a project that ships one.

Muse Wonder 很快将为 @Muse 中的体验提供支持，今天早些时候已率先向订阅用户推出。我自己在 Muse 里用了一段时间，很欣赏这个模型如何更努力地工作，并通过 Active Focus 和 Active Memory 更精准地调用记忆。

Rich Hickey 在 10 月 12 日发表的文章中指出，LLM 不是工具而是自动化。他认为工具需被手持、掌控并持续获得感官反馈，而 LLM 使用缺少控制、意图与持续引导，用户只是发出请求、由模型自行行动。他称用 LLM 读论文会错过学习写作、论证、思考等过程，并强调自动化具有与工具不同的内在属性。

Sakana AI 与 UC Berkeley 研究者提出多智能体自我监督方法 MASS，让单个 Qwen3.6-27B 模型身兼解题、评估、优化三角色，无需更强教师模型即可递归自我改进。

OpenAI 的 Codex Ambassadors 在全球多地举办活动，参与者用 Astra 在咖啡馆现场做项目：伦敦的 Rohith 做出动画工具 Forma 及水母演示。

已经在向大家展示用 Codex 能构建什么了？Codex 大使的申请再次开放。 我们支持你举办聚会或分享你的所学： https://developers.openai.com/community/codex-ambassadors

Meta Superintelligence Lab 周一发布 Muse Wonder 和 Muse Wonder Full 两款模型，是 Meta 首次推出前沿模型。

Artificial Analysis 上线 FrontierCode 1.1 榜单，这是 Cognition 于 2026 年 6 月发布、7 月更新至 1.1 的私有编码评测，要求智能体在真实开源仓库上完成任务并通过维护者合并标准。

GitHub Blog 发布 Copilot for Beginners 系列教程，讲解四种让 Copilot 理解项目的方式：通过 .github/copilot-instructions.md 及路径级指令文件定义规范。

今天我的 X 时间线： - 软件已死 - 技术护城河已终结 如果这是真的，那每家芯片公司都可以 vibe-code 出 Nvidia 的 CUDA，每家车企都可以 vibe-code 出 Tesla 和 Waymo 的自动驾驶。 技术护城河没有死。浅层的技术护城河才死了。

Lauren Tan 回应 AI 生成 slop 代码的争论，认为工程师并非无能为力。她提出两个要点：给 agent 提供验证自身工作的方式，以及把代码库当作 agent 的记忆，将观察到的错误模式逐步转成约束，并通过类型系统、缩小架构选择空间或自建框架（如其为 grok bot 打造的框架）重构代码，让 agent 反模式在结构上不可能出现。

AWS 团队发布论文《Priming: Hybrid state space models from pre-trained Transformers》，提出 priming 方法，复用预训练 Transformer 权重构建混合架构，将预训练成本降低逾 99%，全流程消耗不足源模型 0.5% 的 token 预算。

Meta 发布 Muse Wonder 系列模型，包括 Muse Wonder 和 Muse Wonder Full，称其在个人与专业智能体任务、记忆和编码基准上达到 state-of-the-art。

从重建我们的基础到推进前沿，仅用14个月 🚀

为了量化模型处理陌生任务的能力，我们将后训练中训练过的任务的测试时计算扩展与其他任务进行了对比。 两个模型在分布外任务上的提升相似，但在相同的分布内得分下，Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 趋势所预测的水平。我们将这一上移归因于更强的基座模型，它能更有效地将后训练带来的增益迁移到我们未曾预料到的任务上。

可在 API 和 Muse Code 上试用，很快将为 Muse 智能体最先进的功能提供支持 :)

Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis Intelligence Index v4.3 得分分别为 52 和 56，较 Muse Spark 1.3（max）的 48 明显提升，发布间隔仅 6 周。

Meta 发布 Muse Wonder 系列前沿模型，主打个人与专业智能体工作，顶配版 Full 在 14 项公开基准中 8 项超过 Claude Opus 5.5。