AI 模型发布与更新

哈哈，刚好赶上 claude code 移除 plan mode……tracks Antigravity 2.0 现在有了专门的规划模式，就像 Antigravity CLI 一样。 输入 /plan，智能体会退后一步思考任务，进行大量研究，然后生成一份实施方案供你审阅。智能体在开始执行任务前会先征求你的批准。 你也可以在提示词中自然地要求一份方案，获得更轻量的规划版本。

很自豪能与许多人合作完成其中的不少工作！ （引用 @deedydas）：claude 刚刚生成了一段关于 Google 历史的 2 分钟视频，效果简直太炸了

DAIR.AI 的 Elvis Saravia 认同"用 Claude Code 不等于不用学编程"，强调用 Agent 做构建必须掌握基础。他近期深入 evals、infra、架构、scaling search 和 sandbox，发现用 Agent 极易产出劣质结果，即便用最先进模型也可能因 Agent 靠奇怪 hack 跑通而察觉不到问题。

Hugging Face 联创 Thomas Wolf 称"手写代码的美好时代已经结束"，软件工程师将转向"专业造物者"的新职业，去指挥此前只存在于科幻中的智能。他引用 @scottstts 的演讲表示，每个软件工程师乃至每个人都该听听，保留美好回忆、正视现实、对未来保持兴奋。

巴西 AI 实验室 Supersonic Labs 发布 144.3M 参数的开源决策模型 Julia 1，权重以 Apache 2.0 协议托管在 Hugging Face，可在普通 CPU 上运行，不生成文本，只对 2 到 20 个候选答案输出选择和概率。

Jev 正迅速成为 OpenRouter 上分类请求的首选。 它占据了该类别每周请求量的 27%，几乎是此前位居榜首的 DeepSeek V4 Flash 份额的两倍

大约就在一年前，我发布了最早一批关于用 Claude Code 制作视频的帖子之一。 这些视频每一个实际上都花了很长时间用 Claude 反复迭代、调整到位，指出哪里不对等等。 变化之大，令人惊叹。 [引用 @trq212]：把 Claude Code 当作你的视频编辑器 信不信由你，下面你看到的每一个视频都是用 Claude Code 氛围编程做出来的。 🧵 以下是你也能做到的方法：

Arena 宣布 Claude Opus 5.5 (High) 以 1509 分首次登顶 Text Arena，比 Opus 5 (High) 高 18 分（现列第 11）。Opus 4.6 (High) 以 4 分之差保持第 2，Anthropic 包揽该榜前六名；Opus 5.5 (High) 按每百万 token 输入/输出定价折算的混合价格为 $16/MToken，进入 Text Arena 的 Pareto 前沿。

Ethan Mollick 用一条提示词让 Claude Opus 5.5 生成了解释递归的视频，要求每次解释递归都切换截然不同的视频风格，做到自指、巧妙且节奏快，最终实现九次风格切换。他随后又测试了一个真正具有教育性的版本，认为效果相当惊艳：模型在保持多风格约束的同时，用有趣易懂的方式讲清了编程意义上的递归。

Reddit 用户 No_Ideal8394 声称用无审查限制的 Qwen3.8-Flash-Next-Uncensored 破解了 Internet Download Manager（IDM）6.43，绕过试用限制实现完全激活。

Mistral AI 联合创始人兼 CEO Arthur Mensch 反驳"AI 末日论"，认为美国科技巨头借风险话术控制并封闭市场，主张 AI 应开放、可获取、可自由修改。他透露新模型将在"未来几周内"发布，并提出以"国家担保"帮助欧洲数据中心融资。Mistral AI 已于 9 月初完成 30 亿欧元融资。

MIT CSAIL 提出极简智能体框架 JAZ，仅有一个原语 invoke：LLM 编写代码、可递归调用 invoke，并将全部输入与历史视为代码环境中的变量。

DeepSeek Harness 团队推荐社区插件 dsh-TUI，该插件从 DSH 内测期间就持续开发，补齐了 DSH 缺失的 TUI 界面，并随 DSH 版本更新持续打磨功能。官方 API 统计显示约 60% 的 DSH 用户使用了至少一个第三方插件，团队将持续支持插件生态并推动插件 API 趋于稳定。

这很重要 [引用 @niketnpatel]：“事实的堆积之于科学，正如石堆之于房屋。”——庞加莱 LLM 如今正在证明那些困扰数学家数十年的结果。在没有人类引导的情况下找到有趣的定理，是一个新的瓶颈。我们展示了可以教会 LLM 做到这一点！ TL;DR： → 一个可量化的“有趣度”概念 → 有趣度提升 4.3× → 一个自我扩展的发现循环 [1/5]

Gpt-6 astra 刚把 doge vs pepe 变成功夫动画 无需动画技能，只需在 ChatGPT 中使用 PixVerse Plugin

深蓝汽车董事长邓承浩宣布，深蓝第 100 万辆即将下线，并称新能源汽车行业淘汰赛在即，单点突破失效、体系能力才是关键。此前 9 月 1 日深蓝公布 8 月全球销量 28,659 辆，全球累计销量突破 94.76 万辆。全新深蓝 S07 AI 激光版将于 9 月 28 日上市，届时迎来第 100 万辆量产下线，该车由深蓝与火山引擎围绕豆包大模型共创智能座舱。

美团 LongCat API 开放平台于 9 月 25 日上线 LongCat-2.5-Preview 模型，同步开放 API 与网页端体验入口。

赛豆科技宣布首款量产车 AIVA ME7 将于 9 月 28 日在法国巴黎・尚普拉特勒城堡亮相。该车全系覆盖 20 万元以上主流市场，车顶配有激光雷达，此前已在新疆吐鲁番进行高温测试。赛豆科技由重庆沙坪坝区与赛力斯共同投资，宁德时代参与投资，火山引擎提供豆包大模型与智能座舱支持。

马东锡 NLP 称 Claude Code + Opus 5.5 仅凭一条提示词就做出了《什么是 Transformer》讲解视频，效果比他自用 GPT6 搭配各种 skill、Manim 和 Excalidraw 更好，因此决定重新订阅 Claude。该提示词要求用 JS 制作面向高中生的深入浅出视频，讲清注意力机制乃至部分数学概念，并允许联网检索和安装工具。

Chamath 认为，当各家实验室都能造出相似模型时，真正的优势来自别人没有的私有输入数据。他用"两位厨师三种食材、第三位多一种食材"作比：拥有独特工作流、交易、医疗记录、工业日志、法律档案或用户行为的公司，能把私有数据变成复利式优势。下一波并购可能是 Google、Microsoft、Facebook 收购这类公司，把它们作为大语言模型的差异化输入。

玉伯实测 GPT-6 Astra 和 Opus 5.5 的英翻中能力，认为两者依旧只是及格水平，译文常保留机器化的量词和代词。他举例 Opus 5.5 硬把 hectic life 译成"兵荒马乱的生活"，Astra 则译为"忙乱的生活"，并称 Opus 4.6 之后其中文文气并未提升。他最终花 2 个多小时在 YouMind 里逐段修改译文，认为在文科领域模型至今只是小学生。

你怎么解释递归？这个挺有意思的。 我让 Claude Opus 5.5 做了："一个解释递归的视频，其中每一段关于递归的解释都采用截然不同的视频风格，要让它自我指涉、巧妙且节奏明快。" 九次风格切换，一个提示词……

DeepSeek 的记忆为“Wright : Ace Attorney”而点亮 我们探测了 V4.1 Flash 的 Engram 门控，以了解它使用哪些文本模式。结果远不止名字和事实。(1/6)🧵

对 Claude Opus 5.5 与 Opus 5 高推理文本输出的分析显示，12 项写作指标中 10 项改善：破折号从每千词 15.2 降至 0.8（降 95%），分号降 73%，长实词占比从 41.7% 降至 38.6%，平均句长从 12.14 词缩短至 10.03 词（降 17%）。

开通 muse 的第一件事，注册了一个 Claude。 看看能挺多久。 感谢@JoeyIsEternal 帮忙开通。

本周 Replit 动态 1）Replit Agent 新增三款模型：GPT-6 Sol、GPT-6 Luna Fast 和 Claude Opus 5.5。试用它们，看看如何融入你的工作流。 2）Muse 现在可以在 Replit 中创建应用。Replit 已成为 Muse 内的认证连接器，正在逐步推出。前往 Connectors 查找 Replit。 3）你的下一个应用可能在 VR 中。描述一个应用，Replit 为 Meta 设备构建它。本周在 Meta Connec…

BestBlogs 09-26 早报汇总十项 AI 内容：Stripe CEO 披露一位工程师上半年合并 600 多个 AI 编写 PR，仅 1 个被回滚，Stripe Projects 由两三位工程师两个月上线，估算至少六倍提速。

Stripe CEO Patrick Collison 披露，一位工程师上半年合并超 600 个全部由 AI 编写的代码提交，仅 1 个被回滚，同期核心支付 API 可用性保持 5.5 个 9。刚被 Stripe 收购的 OpenRouter 已服务超 1000 万开发者，每天路由 token 超 10 万亿，上月拦截的 token 欺诈金额达前月 10 倍。

Anthropic 正在为 Claude Desktop 开发新的 Claude Code 布局，包含更新的模型选择器和可展开的使用限额区域。

微软正式发布聊天、编程、智能体三合一的新版 Copilot“超级应用”，其 AI 工作业务 CMO 称新 Copilot 旨在定义 AI 时代的工作方式。DeepSeek Harness 官方桌面版以 V0.1.7-rc.2 开发者预览版偷跑上线。苹果在 Jamf 用户大会公布端侧 AI 推理能力对比图表，iPhone 18 Pro 等最高可跑 140 亿参数激活模型。

Codex 挂了。 于是我配置了 Claude Code 来检查它什么时候恢复。 然后我用 Jev 来决定 Claude Code 该什么时候检查。 我可能有点问题了。

Liquid AI 发布 LFM2.5-VL-3B-DSpark，一个为其视觉语言模型 LFM2.5-VL-3B 设计的实验性投机解码草稿模型，新增约 279.5M 参数（+8.9%），在 Apple silicon 上解码最高提速 3.13 倍，NVIDIA H100 上最高 2.66 倍。

你从未体验过这样的路由方式。 @OpenRouter 将 Jev 带入你所有的 LLM 调用，让你的智能体工作流不再浪费任何一个 token。 一如既往，更快、更便宜、更智能。去构建未来吧。 @OpenRouter：推出 typesafe/jev-router：一个由 Jev 和 @typesafeai 驱动的缓存感知模型路由器。 Jev Router 为每个请求挑选最佳模型和推理强度，在质量、速度和成本之间取得平衡。 以下是它的工作原理 👇🏻

Fortune 报道 OpenAI 正在筹备 GPT-6 Cyber 以及一款尚未命名的自动化漏洞修复产品，后者用于围绕该模型提供受控的安全工作流自动化。据报 Daybreak Red 的少量客户已拿到该模型的 alpha 版本，配套产品名称未公布。OpenAI 此前已用模型做漏洞发现与修复，此次变化在于为前沿网络安全模型加上专门的产品层。

想亲眼见证 Starship 发射吗？ 还有 4 天，分享你如何使用 @Bot，就有机会赢取 Starship 发射观礼邀请。

Jev-Mem 是一种受 System-One/System-Two 认知启发的新型智能体记忆架构，将记忆构建提速 6.6 倍、查询延迟降低 36.7%。在 LoCoMo 上，它以 LLM 评审 0.777 的总分较最强基线相对提升 11.0%，记忆构建耗时 158 秒，平均查询延迟降至 0.93 秒。

Claude Code v2.1.283 新增 x-claude-code-prompt-id 网关提示头，可用 CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 开启，便于 LLM 网关按用户提示词归组请求。

CZP-1 现已支持加载 oliveoil22 分享的 CZ-101 音色补丁，用户在 Library 面板的 Banks 中选空槽位后点击“Load bank from JSON file”即可导入。CZP-1 还支持用 URL 分享音色，音色数据编码在链接本身，服务器不存储任何声音数据。作者称这次转换补丁只花了五分钟，由此前完成 CZP-1 音频引擎的 Claude 完成。

Nathan Lambert 认为，RSI 不会是非黑即白的切换，开源模型栈才是能力在全球快速扩散的关键，若国家不掌控扩散底座，这些动态将远更难控制。他是在回应 @Shalev_lif 发布的超级智能网络防御战略 Secure Acceleration，该战略呼吁打造有竞争力的美国开源模型、将遏制列为国家安全优先事项，并在不影响 AI 发展的前提下保护前沿模型权重与 RSI。