AI 情报文章归档

在蓝色时刻，一名杀手穿过大理石地板，去终结那份他从未想过质疑的契约。 "L'heure Bleue"由 Bryan Soegondo @DreamLabLA 创作，使用 Luma 制作。

SemiAnalysis 长文披露 OpenAI 自研 Jalapeño 芯片，称其面向数十万亿参数模型与百万级 token 上下文设计，并质疑 CUDA 在 AI 可自写代码优化新架构下的存续。该芯片以每瓦性能为核心，目标让数千芯片协同为单一推理机，其每兆瓦输出 token 吞吐已超越英伟达 Vera Rubin 公布数据。

OpenAI 首款自研推理芯片 Jalapeño 性能首秀，在 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款模型测试中，每瓦 AI 吞吐量较 GB200 和 GB300 高出 1.5 至 1.9 倍，端到端延迟约为对比系统的 28% 至 59%。

NVIDIA 推出面向入门级边缘 AI 的 Jetson Orin Nano 2 机器人计算机，预计 2027H1 以模组及开发套件形态上市。该产品采用与 Orin Nano Super 相同外形规格，AI 推理算力为前代 2 倍，标准模式下达 78 TOPS，集成 8 核 Arm CPU 和 8GB 内存；若性能控制在前代水平，功耗仅 15W，为前代的 60%。

新论文揭示评测框架（harness）对模型得分影响巨大：12个开源模型在26种同等合理的配置下回答相同3，679道题，仅改变选项顺序、提示词措辞和答案读取方式，gemma4-31b得分即可从31%波动至89%。配置敏感题目承载了相邻模型间95.7%的差距，4个模型在某种配置下可排第一。基准压缩方法筛选的题目恰是最易受配置影响的，压缩基准实则在挑选脆弱项。

消息源 @synthwavedd 爆料称，OpenAI 已完成下一代模型 Bel 的预训练，该模型是 Doug 的直接继任者，总参数超过 10T，并计划将其打造为 GPT-6 之后的基座模型，甚至冲击 AGI 阈值。消息源认为，这些探索可能让 Anthropic 感到压力，OpenAI 认为面对即将发布的 Astra，Anthropic 没有拿得出手的应对方案，主要受算力条件所限。

一项研究让12个开源权重模型在26种同等合理的基准配置下回答ARC、HellaSwag、MMLU和TruthfulQA的3，679道题，仅改变选项顺序、提示词措辞及答案读取方式。gemma4-31b的得分随配置在31%至89%间波动，四个模型在某种配置下排名第一。配置敏感题目承载了相邻模型间95.7%的差距，基准压缩方法筛选出的题目恰是最易受配置影响的。

Anthropic 宣布更新 Claude Cowork 与聊天功能之间的记忆机制，将两个系统的记忆功能打通，实现统一管理。Cowork 在云端执行任务时可访问 Claude 从聊天记录中记住的信息，反之亦然。涉及健康状况、个人信念等敏感话题的记忆默认关闭，但用户可在"记忆"设置中手动开启；Free、Pro 和 Max 套餐默认开启记忆功能，Mac 和 iOS 平台同样支持。

Kim援引多方消息称，OpenAI与Anthropic尚未发布的模型能力将实现全面显著跃升，传闻还称上下文与记忆问题已被"解决"，并出现可持续学习的自我改进模型。引用推文称未来8个月内或将再现o3到fable级别的能力跨越。作者强调这些仅为传闻，无实证，但来源日益频繁且包括可靠人士。

OpenAI 面向 ChatGPT Work 和 Codex 推出 Admin 管理插件，工作区管理员可直接通过对话调整设置、管理用户和权限、分析使用情况并生成报告。该插件支持查看活动数据与额度使用、管理成员和群组、控制访问权限，以及审批额度申请。目前 Admin 插件已上线 ChatGPT Work 的 Plugins 插件目录。

Claude 更新了跨 Claude Chat 和 Cowork 的统一记忆功能，用户可决定记忆内容。设置中新增敏感话题记忆开关，记忆按类别拆分，并在设置中新增独立标签页，用户可直接在记忆浏览器界面告诉 Claude 要记住什么。

韩国在全球AI竞赛中稳居第三，仅次于美国和中国，得益于本土人才、公共投资及主权AI基础模型项目。Motif Technologies的Motif 3（47分）和Upstage的Solar Pro 4（42分）成为中美以外最高分模型，SK Telecom的A.X K2（35分）和LG的K-EXAONE 2.0（31分）亦表现突出。

Prime Agent 发布技术报告，该 harness 曾助 Opus 5 在 ARC-AGI-3 达 95.5%。其核心机制为记忆层级：模型权重与活动上下文之下，设持久 IPython 会话及磁盘存储的历史、技能与提示词库，模型通过代码在各层级间移动状态。长输入作为 REPL 变量留存，供智能体搜索与转换，将长上下文工作转为信息管理问题。

Claude Code v2.1.246 发布，新增 Bash 允许规则中通配符的启动警告、/permissions 的 Auto 模式标签页，并在回合时长行显示完成时间。本次更新修复了全屏模式空白、超长 diff 行导致的严重卡顿、后台会话无法打开、MCP 工具调用中断误报、插件缓存重复目录等大量问题，同时优化了自定义主题颜色与 /fork 等功能的稳定性。

Morning Brief 功能似乎正在向部分 Claude 用户逐步推出。 Morning Brief 基于定时任务运行，引导用户自定义偏好设置和 Connectors 以拉取数据。 你也收到了吗？👀

ChatGPT Work 现可调用其计算机和浏览器，在网页及移动端安全登录网站，全程不接触用户名或密码。用户可让其代办理水电开通、预约 DMV 或护照、查询保险报销、预约医生、处理车辆登记续期、提交报销单据等 20 余项事务。

Apodex 1.1 端到端研究了 221 个 MATS 项目，发现中国模型实质性采用率从 2023 年的 4.35% 升至 2025 年的 50.55%，2026 年截至 8 月为 65.52%。

准备好开黑了吗？ 欢迎参加 WebMCP 挑战赛启动直播。 我们将介绍 WebMCP 开放标准，展示一些构建成果，并介绍奖项以及如何与我们一同开黑。 https://x.com/i/broadcasts/1qGoNYbWdkvKv

两周时间，/show-me 安装量已突破 5000！

对 Grok @Bot 的好评。

我们激动地宣布 OpenAI Build Week 获奖者 🥁 认识八个获奖项目背后的开发者，看看他们用 Codex 构建了什么。 https://openai.com/build-week

新的推理服务商：@makora_ai 现已上线 OpenRouter。 首批提供：• DeepSeek V4 Flash • GLM 5.2 FP8 • GLM 5.2 NVFP4 • Kimi K3 通过 Makora 路由：https://openrouter.ai/provider/makora

GitHub 分享了为真实世界秘密扫描场景评估 LLM 的经验教训。评估聚焦于模型在实际任务中的表现，而非仅依赖基准测试分数。文章强调了在部署前进行针对性测试的重要性，以确保模型能有效识别敏感信息并满足生产环境需求。

你是如何从破解 PlayStation 一路走到加拿大领先大语言模型公司 CEO 的？去多伦多大学。 "当你进入@多伦多大学，你就是在 AI 中成长起来的。"--@aidangomez

1/ 好吧，这件事我憋了几天了，我觉得得聊聊： 这是我见过的用于多用户、多智能体协作的最酷的产品之一。 今天我和朋友在 Tutti · VM http://www.tutti.sh 上搭建了一整个落地页，全程没离开过聊天窗口去找图片、复制文件，或者向别人解释我在做什么。 视频在下面，但让我拆解一下实际发生了什么：

第二届世界人形机器人运动会于8月22日至26日在北京举行，参赛机器人在百米赛跑中击败博尔特的人类纪录，但也有机器人因无法及时停下而撞上障碍物摔倒，部分甚至腰部断裂、火花四溅或起火。赛事还测试了洗衣晾衣等实用场景，机器人速度落后于人类，显示主办方意在展示人形机器人的商业潜力。

一个小改进：记忆功能现在更简单、更强大。尽情享受吧！

TeraFab 与得州签署二期、三期协议，合计投资约 476.77 亿美元，此前 168 亿美元仅对应一期。项目为 SpaceX 主导的垂直整合半导体设施，参与方含 Tesla、SpaceX 和 xAI，四期总规划约 1190 亿美元。两期预计共创造 1234 个直接岗位，建设期分别定于 2029-2031 和 2032-2034 年。

应大家要求，ChatGPT 现已推出 100 美元的商务席位！无 5 小时限制，更多用量等。

轻松下载我们新 Logo 的各种版本：https://openrouter.ai/brand 提供浅色模式、深色模式和灰度版本。

WSJ：Anthropic 预计将向 IPO 投资者推介一个 30 万亿美元以上的市场机遇，该市场建立在 AI 可覆盖的人类工作之上。 他们是从 AI 模型可能执行的全部工作范围来估算这一市场的，他们认为这一范围远超当前在 AI 软件上的支出。 作为对比，SpaceX 在其 IPO 文件中将总可寻址市场定为 28.5 万亿美元，其中 26.5 万亿美元与 AI 相关。

OpenAI 推出 ChatGPT Business Premium Seats，面向团队和小公司的 $100/席位套餐，功能对标 Pro $100 计划。

WebMCP 挑战赛来了。 我们与 @ChromiumDev、@CloudflareDev、@ShopifyDevs、@vercel、@render 和 @Netlify 合作，举办一场为期 10 天的黑客松。 奖品包括：35，000 美元现金奖励、Codex Micros、ChatGPT Pro 订阅，以及来自我们支持者的更多奖品。

Perplexity 发布本地优先智能体 Portable Computer，搭载端侧 27B 模型，在真实知识工作基准上得分 82.6%，超越开源方案 Pi 和 Hermes；后训练版 PPLX 27B 达 85.4%。Perplexity CEO 感谢英伟达在 DGX Spark 上的合作，并推动开放生态以支持高性价比开源权重模型、推理框架及统一内存硬件。

OpenAI 宣布 ChatGPT 浏览器扩展现已支持 Microsoft Edge、Brave、Opera 和 Vivaldi 浏览器。用户可将浏览器标签页上下文带入 ChatGPT 桌面端任务，让 Codex 基于当前页面内容工作，并可通过侧边聊天使用完整 ChatGPT 功能。Opera 的侧边聊天功能即将推出。

新的高端职业将类似于麦肯锡，但你的工作是编写能改进工作流程的技能，而不是制作幻灯片来改进它们。 企业中的每个环节都将变成赢家游戏，而不是"求求你别搞砸"的游戏。

Grok 4.6 现已可在 OpenCode Go 上使用 每 5 小时可获得一百次 69 请求

我们造了一颗芯片，而且它很快。

OpenAI 推出 ChatGPT Business Premium Seats，每个席位月费 100 美元，面向小企业和初创公司。该计划提供更强大的工具、更快的工作流，以及以往大公司才能使用的功能，并可按团队需求灵活扩展。

推出 ChatGPT Business Premium 席位 新的 100 美元 Premium 席位对小企业和初创公司来说是一个颠覆性的改变--让精简团队获得更好的工具、更快的流程，以及曾经只有大公司才能拥有的能力。 一个灵活的方案，随你团队的雄心一同扩展。 https://chatgpt.com/pricing/?type=team