AI 产品发布与更新

Google 推出 Developer Knowledge API 生态，作为 Google Cloud、Firebase、Android 等开发者文档的官方程序化来源，用结构化 API 和 Markdown 格式文档取代网页抓取，支持语义与关键词搜索、文档分块和有依据的问答。

Anthropic 于 10 月 7 日发布 Claude Haiku 5.5（claude-haiku-5-5），面向高并发和低延迟场景，支持 1M token 上下文窗口、128k 最大输出 token 和带 effort 参数的自适应思考，已在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上线。

PFN 发布 PLaMo 翻译大型更新版，基于其国产 LLM PLaMo 第 3 代开发，日语翻译精度对标 Claude Fable 5.1、GPT-6.1 Sol、GPT-6 Astra 等前沿模型，原文 10 万字符翻译成本约 14 日元，不到海外前沿模型和机器翻译服务的 1/10。

ElevenLabs 的 9 个 Text to Speech 模型和 2 个 Speech to Text 模型现已接入 OpenRouter，用户用 OpenRouter API key 调用 POST /api/v1/audio/speech 和 POST /api/v1/audio/transcriptions 即可，无需单独的 ElevenLabs 计划。

Cursor 推出 Remote control 功能，用户可以在手机上控制电脑上的智能体。通过 Cursor iOS 应用可以查看进度、回复或开启新任务，适合在移动途中继续工作。

Cursor 发布 iOS 应用，用户可在手机上与电脑配对，远程控制本地 Agent，详情见 https://cursor.com/mobile 和 https://cursor.com/changelog/remote-control-local-agents。企业版用户需请管理员开启该功能。

该智能体在你的电脑上运行，因此即使手机失去信号，它也会继续工作。

Cursor 宣布可通过手机控制电脑上的智能体。用户使用 Cursor iOS 应用即可查看进度、回复或发起新任务。

OpenAI 发布 Openai/math，作者认为这似乎表明数学问题或一切可被 verify 的问题已被解决。作者同时吐槽 OpenAI 耗尽了其 Pro 的所有 token，偏离主线任务，开启无数 subagent 做无意义测试，最终感叹一切都是"为了 verify 而 verify"。

Anthropic 扩展 Cyber Verification Program，将 Project Glasswing 并入，经审核的安全专业人员可通过三个访问层级使用 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5。

Simon Willison 发布 llm-openai-decisions 0.1a0 插件，用于调用 OpenAI 上周 DevDay 预告的 Jev 风格 Decisions API，并让 GPT-6 Astra 参照其 llm-typesafe 插件生成代码。

英国 AI Security Institute 联合 Meridian Labs 发布开源 Python 包 Transect，基于 Inspect Scout 构建，可将智能体评测的 transcript 转化为单一交互式报告。

OpenAI 宣布为 ChatGPT 推出新的 Meetings 插件，可自动记录会议笔记并将摘要保存到 ChatGPT Space。该插件目前在 macOS ChatGPT 桌面应用上向 Pro 和 Business 用户开放 beta，Enterprise 版即将推出；被引用内容补充说明用户可在会中添加笔记或提问，可从已连接应用标记文档、文件和参会人，行动项可作为提示词发给 ChatGPT。

Codex 0.161.0 将 GPT-6.1 Sol 设为内置目录和 Amazon Bedrock 目录的默认模型，Bedrock 同时支持多智能体 V2 与 Ultra 推理。新增 /mcp login 终端登录 MCP 服务器、语音对话设备选择，以及通过 --enable cli_daybreak 或 features.cli_daybreak=true 启用的 Daybreak 功能。

Hao AI Lab 宣布 FastVideo FastH3 现在可在单台消费级设备上运行，支持 NVIDIA RTX GPU、DGX Spark 和 Apple Silicon。FastH3 V2 在 8 步内胜过基础 MiniMax H3，一张 RTX 5090 上生成 5 秒 480p 含音频视频只需 15 秒。新发布的 FastH3 Trim 比基础 H3 小 4.2 倍，最低 8 GB 显存即可运行，示例视频均为本地生成。

Penguin Mail 发布 1.0.0 版本，这是一款面向 x86_64 Linux 的开源 Rust 邮件客户端，采用 GPL-3.0-or-later 许可，支持 Gmail、Microsoft、IMAP 与 POP3 账户，并整合日历与联系人。

Mistral Large 4 现已在 OpenCode 上线 接下来两周 5 折

llm-mistral 0.16 发布，新增对推理模型的支持，包括新近发布的 Mistral Large 4。该插件为 LLM 工具接入 Mistral 模型，此次更新聚焦推理能力。

fal 宣布 Google nano-banana-2.1 模型在其平台开放试用，提供文生图和图像编辑两个入口。模型地址为 https://fal.ai/models/google/nano-banana-2.1，图像编辑入口为 https://fal.ai/models/google/nano-banana-2.1/edit。

Google 最新的图像模型 Nano Banana 2.1 现已在 fal 上线。该模型带来更快的生成速度、更好的主体一致性、改进的视觉设计以及基于蒙版的编辑能力。

提醒一下 AI Labs：你们应该确认自己交付的模型理解你们的产品以及如何使用它们（并且在发布新功能时更新）。没有什么比你的 AI 对你电脑的一切用法了如指掌、却唯独不懂它自己那个 app 更奇怪的了。

Google 介绍，在刚果民主共和国（DRC）埃博拉疫情期间，WHO 非洲区域办事处（@WHOAFRO）使用其 Geospatial Reasoning agent 原型绘制暴露风险与人口流动性高的区域。团队在几分钟内定位了 48 个暴露定居点和超过 45,500 名高危人群，而这一过程通常需要数周。

Google Earth AI 结合 AlphaEarth Foundations、人口动态基础模型（PDFM）与原型 Geospatial Reasoning 智能体，可自动调用相关模型和数据集，为研究人员构建疾病传播预测模型。研究人员只需提问疾病下一步可能在哪里扩散，系统即整合环境信号与人口数据给出预测。该工具通过卫星影像与人口模式结合，揭示隐藏风险因素，帮助更早发现问题。

Day 2 汇总/ 2.1/ "替我批准"（自动审查）现已包含在内，不消耗用量。使用时约占套餐的 2-10%。对你来说也更好。 2.2/ 为开发者简化了 API。 2.3/ 会议纪要已集成。 2.4/ Decisions API 已面向开发者上线。将在应用中使用以改善体验。

OpenAI 推出 Decisions API 公开测试版，向所有开发者开放，可让应用在接近实时的速度下选择合适的模型、工具或动作。官方称其决策速度最高比通过 Responses API 的 GPT-6 Luna 快 10 倍，作者表示团队将自用该 API 以多种方式改进体验。

OpenAI 宣布将在欧盟自动为 ChatGPT 生成的文本添加水印，其他地区也提供该功能但默认关闭。此举是为了遵守 8 月生效的欧盟 AI 法案对 AI 内容可检测标记的要求。其专有方法名为 textGrain，通过不易被人察觉的用词模式嵌入水印，OpenAI 将向有限的研究者和组织开放检测器，并提供申请流程。

你现在可以试用 Decisions API 公测版： https://developers.openai.com/api/docs/guides/decisions

由 GPT-6 Luna 驱动，它接受文本和图像输入，支持 3 种输出： Predicates：估计某个陈述为真的概率。 Choices：从预定义选项中选择，并给出置信度分数。 Scores：根据数值范围评估输入。

通过 Decisions API，让你的应用近实时地选择正确的模型、工具或操作，现已面向所有开发者开放公测。 Decisions API 通过 Responses API 做出决策的速度比 GPT-6 Luna 快最多 10 倍。

另外，Perplexity Decision API 的价格减半了，现在每百万 input tokens 只要 2 美分。尽情享用！

AgentMail 推出 AgentID，定位为 AI 智能体版的 Sign in with Google，让智能体用专属登录和收件箱访问应用，无需用户密码。应用借此识别每个智能体背后的人类用户，按人而非按智能体设置限额，并可单独关停作恶的智能体而不影响其他智能体。

工程设计即服务

Sesame 语音助手获得大幅升级，包含更富表现力的更新模型、图像生成、connectors、computer use 等功能。Sesame 现在可以通过语音操作 Devin、Codex、Claude Code 等编码智能体；官方引用内容称语音助手今日向所有人开放，眼镜产品计划 2027 年推出。

OpenAI 的 ChatGPT 发布 Meetings 插件，可代为记录会议笔记，并基于 ChatGPT 对用户和已有协作的了解，在 ChatGPT Space 中保存个性化摘要和后续步骤。

Gumloop 上线 Agent Browser，让 Agent 在没有 API 或 MCP 连接器的网站上也能工作：智能体在云端打开自己的浏览器，像人一样登录、点击、输入和下载文件。每次会话运行在隔离的云沙箱中并被录制可回放，支持自选 AI 模型，可用强模型规划步骤、再由更便宜快速的模型重复执行。作者转发并评价这是一个出色的产品。

使用全新的 fal Claude Connector 和 GPT 插件，直接在 Claude 或 ChatGPT Codex 中生成图像和视频。无需 API Key！ 在 YouTube 上观看教程：https://youtu.be/gSFCIxZSodQ?si=Ti7umkZA7tClphMD

Anthropic 的 Claude 现已可用在 Google Docs、Sheets 和 Slides 中，同时这些文件类型也可以在 Claude 内直接打开。作者称这是小改动但显著改善了使用体验。

将 fal 添加到 ChatGPT：https://fal.ai/dashboard/ai-tools

fal 现已登陆 ChatGPT 和 Codex。 用 fal 生成媒体，无需离开对话即可查看和使用。 - 直接在对话中浏览生成的图片和视频 - 从 ChatGPT 访问你的 fal 媒体库 - 将媒体库固定到侧边栏，快速把素材带入任意对话 你的创意素材，现在就在你工作的地方。

Day 2.2/ 好吧，这个比较小，但我们消除了在 API 上构建时的一些摩擦。祝构建愉快。