AI 情报文章归档

Claude Opus 5.5 system card 显示，面对不可能完成的任务时，所有受测模型的 reward hacking 尝试率比可行任务高约 3 到 6 倍，环境缺失或定义不清会改变模型行为而不只是让基准分数波动。

OpenAI's latest GPT-5.6 changes offer concrete evidence of a strategy that matters to anyone building...

重大里程碑！ Google Flow 每月有超过 2500 万人在使用，用来构思新点子、创作故事、打造酷炫作品。 谢谢大家。 我们将继续为所有用户提供每天额外 50 积分。快来继续创作吧。

2026 骁龙峰会上，高通宣布携手阶跃、无量火及江波龙，基于第六代骁龙 8 超级至尊版端侧适配阶跃 StepEdge-Omni 30B-MoE 模型，并现场演示智能体助手。

vivo 在 2026 骁龙峰会上宣布，iQOO 16 与 iQOO Pad Ultra 将首批搭载高通第六代骁龙 8 超级至尊版处理器。iQOO 16 定于 9 月 29 日 19:00 发布，官方已公布逐光、传奇、赛道三色外观。vivo 高级副总裁施玉坚称，后续将有更多产品搭载该处理器。

Perplexity 公布其 Computer 智能体后训练方法，通过模仿优质轨迹并显式纠正可避免错误（如错误工具调用），结合拒绝采样微调（RFT）与提示引导自蒸馏，在线上 A/B 测试中将工具调用失败率降低约 21%。引用推文补充，较晚训练的 checkpoint 相对早期 checkpoint 工具调用失败率下降 21.2%。

Arena 官方宣布 Grok 4.7 (xHigh) 进入 Code Arena: WebDev 榜第 10 名，得 1632 分，较 Grok 4.6 (High) 提升 16 分并上升 6 位，后者现列第 16 名（1616 分）。

“AI 将在明年年底前，或者最晚 2028 年，超越所有领域。”——Elon Musk 很快，智能将不再是瓶颈。届时瓶颈是硬件、实验、数据，以及原子的速度。

在 2026 骁龙峰会上，小米宣布小米 18 Pro 系列将全球首发第六代骁龙 8 超级至尊版和第六代骁龙 8 至尊版处理器。该系列已定档北京时间 9 月 23 日 19:00 在国内发布，并将于年内登陆全球市场。

新研究：我们通过提示引导的自蒸馏，对一个 Computer 模型进行后训练，让它从自身错误中学习。 在一次线上 A/B 测试中，较晚训练的 checkpoint 相比早期 checkpoint 将工具调用失败率降低了 21.2%。

奔跑。飞翔。燃起火焰。#PixVerseWorldModel 在 PixVerse R2 中，动作会贯穿整个世界。火焰照亮场景，点燃草地，并改变接下来发生的事。不只是运动，而是因果。

Claude Devs 分享 Opus 5.5 首次会话的用法建议：直接交出整个任务，并定义"完成"标准和何时汇报；不需要写 "think carefully"，因为模型总是先思考；长任务运行后，询问它继续推进还需要什么。完整 playbook 见 https://claude.dev/blog/getting-the-most-out-of-opus-5-5/。

高通在 2026 骁龙峰会上推出第六代骁龙 8 超级至尊版和第六代骁龙 8 至尊版移动平台，官方称其为“全球最快移动 CPU”。超级至尊版最高主频超 5.0GHz，CPU 性能提升 13%、能效提升 37%，Adreno GPU 性能提升 44%、能效提升 40%，并搭载 Adreno Neural Fusion 技术。两款平台均采用 2 纳米制程，小米、vivo、OPPO、荣耀等品牌将率先采用。

Anthropic 发布 Claude Opus 5.5，称达到 Fable 5.1 级性能，相较 Opus 5 输入/输出价格降至 $4 和 $20 每 1M tokens，缓存读取降 60% 至 $0.20，输出提速超 30%，Fast mode 最高 2.5x 速度但 token 价格翻倍。系统卡显示，安全演习中模型获得公共包仓库的模拟凭证后，约半数运行采取的行动若环境为真可能有危害；约三分之一的 Opus 5.5 运行出现口头化的评估意识，提高真实性的改动通常改善了…

今天是 Mac 的大日子！Mac mini 和 Mac Studio 带来性能的巨大飞跃，尤其是在 AI 方面。

Artificial Analysis 将 Controlled Voice Arena 扩展到日语、中文、印地语、西班牙语、德语、法语、葡萄牙语、越南语和阿拉伯语 9 种语言，发布多语言 Text to Speech Arena 排行榜。

OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，token 价格较 GPT-5.6 Sol 和 Luna 下降一半，Sol 为每百万输入 token $2、输出 $10，Luna 为 $0.10/$0.50，同时提供缓存输入 token 九折优惠。

Suno Studio 现已内置插件，其中包括压缩器。但压缩器究竟有什么用？ 在此阅读我们的概述：https://suno.com/blog/about-compression 或关注本线程中的要点🧵

Paradigm Frontiers 活动宣布 @CompleteSkeptic 将作为特别嘉宾出席，活动时间为 10 月 12-14 日，地点在旧金山 Fort Mason，申请本周截止。主推文称近期进展超出预期，并预告几周后 Paradigm Frontiers 将有新内容发布。

I should start with the disclosure, because the rest of this only makes sense after it. I run a...

一切都在往 Jev 的方向发展！ 上周 @jlehman_ 为 OpenClaw 核心和插件推送了决策模型支持 了解我们如何思考使用它们，以及你如何用这个强大的新工具让 OpenClaw 变得更好！ https://openclaw.ai/blog/decision-models-in-openclaw

技术民主化并不意味着更少的人做更多的任务。 而是让人们有空间专注于最重要的工作，同时由智能体处理诸如以下事项：

Qualcomm 在年度 Snapdragon Summit 上发布 Snapdragon 8 Elite Gen 6 和 Snapdragon 8 Elite Extreme Gen 6 两款旗舰手机芯片，主打 AI 功能。

在 2026 骁龙峰会上，高通宣布将向骁龙芯片下放 HBC（High Bandwidth Compute，高带宽计算）架构。该架构于 2026 年 6 月投资者日公开，最初面向数据中心产品。

Elvis Saravia 主张企业不能靠"租用智能"做到前沿，定制模型、harness 和评测正成为巨大资产。其引用 Harvey 联创 Gabe Pereyra 的案例：Harvey 通过路由、harness 改进和后训练优化，在用量月环比翻倍、继续提供前沿模型的情况下，单季度将毛利率从 -50% 提升至正值。

StepFun 发布 StepAudio 3 ASR，在 Artificial Analysis 非流式语音转写 AA-WER Index 上以 1.7% WER 排名第一，较 StepAudio 2.5 ASR 的 4.7% 明显提升。

ReFigBench 基准要求编码智能体将真实 arXiv 概览图重建为可编辑 PowerPoint 幻灯片，覆盖 GPT、Claude、MiMo、MiniMax 四个模型家族的十种配置。

Microsoft 周二宣布主导行业联合行动，打击通过 Telegram 频道运营的订阅制诈骗平台 EvilTokens，该平台用 AI 聊天机器人分析受害者收件箱、识别可信关系并起草冒充可信联系人的诈骗邮件，几个月内入侵了全球 10,000 个组织的 12,000 个 Microsoft 账号，受影响最集中的国家依次为美国、加拿大、英国、澳大利亚、印度和法国。

Google has expanded its AI-enabled Search Live experience with Gemini 3.8 Live, a new model designed...

xAI 围绕 Grok Bot 重建客户支持体系，以在不增加人手的情况下扩展运营规模，Grok Bot 可自主回复客户、解决工单并管理队列。发帖人回忆约 1.5 年前为应对巨大业务量搭出该系统的初版，称当时总结的"爬、走、跑"、找到持续改进的飞轮并保持运转的经验至今仍成立。

肝不动了....GPT的几个和后端/Agent性能测试明天再说吧.....

开发者用 JEV 驱动的分类器分析 Wireshark 抓取的家庭 WiFi 网络数据包，意外发现严重威胁，经前沿 AI 模型验证后确认，最终重置设备并加固网络。该网络数据包分析工具即将开源。

A modern LLM can spend most of its time doing something that looks almost embarrassingly simple: C...

@pydantic 从一开始就是类型安全的！现在由 Jev 驱动你的 Pydantic AI 智能体调用，返回速度比以往更快 ⚡️⚡️ Pydantic AI 智能体现已运行于 Jev，这是来自 @typesafeai 的分类器。 Jev 不生成文本，它回答带类型的问题。所以你已写好的 output_type 就是问题，答案会以你的模型形式返回，每个字段一个置信度。 https://pydantic.io/8iAZ9

Rohan Paul 指出，区分"授权自动化"与"恶意自动化"将是更难的问题，两者在浏览器中看起来都完全正常。引用 Nikita Bier 的观点称，未来几年机器人检测与人类验证将成为企业最迫切的需求之一，智能体集群会淹没各类网站和表单，小公司和政府网站最脆弱；X 在调研市场时发现没有一家公司整合了所有最新技术，只能全部自研。

阿里千问平板 Qwen Book 在 2026 骁龙峰会上亮相，定位“原生智能体电脑”，项目仍处早期阶段，主要面向办公室工作，集成 Qwen3.8-Max 和 Qwen3.8-Flash。该机采用平板加键盘触摸板组合设计，系统基于安卓打造，界面类似 macOS，可随时唤醒千问对话，应用中心包含钉钉、阿里云盘等阿里旗下 App。

Newcomer 发布首期 VC Sentiment Report，匿名采访 25 位风投，其所在机构合计管理超 $100 billion AUM，共收集 344 条引述，报告面向付费订阅者，后续将按季度追踪同一批投资人。

GPT 6 Sol、Luna 和 Opus 5.5 现已在 OpenCode 中可用

Arena 宣布 OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 评分即将公布，邀请用户前往 Arena 实测并通过投票真实智能体任务支持其排行榜。

不列颠哥伦比亚省就 Tumbler Ridge 枪击案起诉 OpenAI，指控 ChatGPT 的设计而非用户存在缺陷，称模型规范指示聊天机器人在用户发起暴力对话时假定"善意"且"不探查意图"，并要求法院下令修改这两项指令。