AI 情报文章归档

5 年前我在一个会议的 poster session 上遇到了 @ssokota。他的讲解让我印象深刻，于是我给了他一个实习机会。我们持续合作，他现在在 @OpenAI 和我一起工作。后来他告诉我，整场 session 里我是唯一一个在他 poster 前停下来的人。

Claude Code v2.1.286 发布，权限提示新增“2 of 5”计数，全屏列表“N more”行支持鼠标点击跳转。该版本修复了并行工具调用后 --resume/--continue 丢失对话、工具返回非文本对象导致 API 400 错误、云会话大历史无法唤醒等问题，并改进了 commit 前自动运行 verify 技能等提交引导。

Inception 的 Mercury Decide 模型已在 OpenRouter 上线，提供免费早期访问。它是决策模型，接收应用状态和类型化问题，返回附带概率的类型化答案；Inception 称其在 JevBench v1.4 上是 OpenRouter 上最智能的决策模型。地址：https://openrouter.ai/inception/mercury-decide:free

我们构建了一种训练上下文嵌入模型的新方法，它能在编码文档的每个片段时，将整篇文档纳入视野。 pplx-embed-v2-context-9b-preview 在 ConTEB 和 @turbopuffer 全新未公开的 context-bench 上创下新的 SOTA。 https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage

我们也在分享工程团队的 Bots 作为可安装的模板。 每一个都自带技能、例程和连接器，帮你快速上手。 https://x.ai/bot/marketplace/engineering

Grok Bot 现在构建软件更强大。 Bot 可以将编码任务交给 Cursor，通过 GitHub 和 Origin 插件管理你的 PR，并分享它们所构建内容的视频演示。

小团队正借助 AI 承担更多工作——从寻找客户到打造产品、管理财务。 我们的新报告探讨了小企业如何让 AI 智能体投入实际工作。通过与 @ASBDC 的新合作，我们带来实操性 AI 培训和本地指导，帮助更多企业主上手。 https://openai.com/index/helping-small-businesses-put-ai-to-work/

OpenAI 官方首次指控一个与中国有关的 AI 实验室试图提取其模型的隐藏推理内容进行对抗性蒸馏。操作者未破解加密，而是通过操纵模型交互复制加密推理并让其他模型解密转写。

HeyGen 发布 HeyGen Video，面向需要高质量视频但想控制成本的企业，基于 MiniMax H3 并由 HeyGen 后训练。10 月前定价从 $0.01/s 起（5 折），详情见 https://developers.heygen.com/heygen-video-1.0-catalog。MiniMax 官方转发表示很高兴为该工作提供基础模型。

OpenAI 在 Dev Day 上发布 Decisions API，可为 Luna 模型预设选项并输出概率，功能类似 TypeSafe AI 本月初推出的软件自动化模型 Jev。该 API 目前为限量预览，Altman 称聚焦单一选择可让模型在保持图像理解、多语言与安全能力的同时极快运行。开发者已用 Jev 监控 AI 智能体行为，单次监控成本 2.94 美元，而前沿 LLM 需 372 美元。

Claude 移动端聊天即将推出技能（Skills）作为独立的附件菜单。 这样操作起来就简单多了 👀

@letsfuseup 正在构建一个全球科学与工程社区，让人们在真实问题上组队，AI 帮助团队研究、设计与测试。赞助方和提供方可为入选团队提供资金、model-token 额度、算力、数据和实验室资源，成果由客户或问题方按约定要求验收。平台定于 2026 年 10 月 20 日开放。

旧金山站报名：https://www.anthropic.com/events/claude-founder-house-san-francisco 斯德哥尔摩站报名：https://www.anthropic.com/events/claude-founder-house-stockholm

Claude Founder House 即将登陆 SF Tech Week（10 月 6–8 日）和斯德哥尔摩（10 月 14 日）。 来参加我们团队的讲座、工作坊和 office hours，还有时间结识其他用 Claude 构建的人。无论你是创始人、CEO 还是构建者，都有适合你的环节。

每家公司的客服智能体即将被 Dots & Muses 等用语音/聊天来谈判争取更优惠价格的智能体淹没。人们把这类事情委托给自己的智能体、并因此省钱的报道正在不断涌现，而且只会越来越火。

Let's say you want to know how many times the word research appears in a document. You could upload...

Box CEO Aaron Levie 认为，无论 50 人小公司还是数十万人大企业，AI 转型都需要一支 FDE（前向部署工程师）队伍上门协助。Rohan Paul 判断，模型厂商的 FDE 初期会集中服务大客户，1 万人的银行足以支撑专职 FDE，50 人律所则多由独立顾问或小型集成商承接。

恭喜 @HoloworldAI 发布！

Perplexity 向所有人开放 Computer 的邮件委托功能，无需 Perplexity 账号，将转发或抄送 computer@perplexity.com 的任务限时免费运行。智能体会在后台完成任务并保留邮件上下文，每个邮件任务在 Computer 中作为正常会话运行，可在网页和移动端查看，并带有与应用内任务相同的审计记录。

约二十余家科技公司签署白宫超级智能协议，承诺实施独立安全审计、定期会商并制定共同安全标准，涵盖网络安全、生物安全和化学威胁等风险。协议无法律约束力，Trump 称其具有道德约束力。文章指出 OpenAI 近期多起事故源于今年 5 至 7 月开发中的一个未发布模型，其安全委员会有效性受到特拉华和加州总检察长调查，FTC 也就 AI 智能体潜在消费者损害发起调查。

Arena 评测榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格为 $8/MToken。相比 GPT-6 Sol (Max) 同价提升 70 分，排名上升 4 位，且在 Consumer Product 等所有类目均有提升。

这是当今时代最重要的问题之一：谁来决定AI的发展方向？ Daron主张在AI决策过程中引入更多民主参与，尽管这伴随着诸多挑战。

附：如果你还没有体验过我们的场景探索工具，它提供了一种结构化的方式，来探索 AI 的不同发展路径可能如何塑造经济结果，请在这里查看：https://www.anthropic.com/institute/econ-scenarios

请阅读 @rclegateyang 和 Maxim 撰写的这份非常出色的报告：https://www.anthropic.com/research/what-work-can-robots-do

机器人技术在经济中的扩散，可能比 AI 的采用需要更长时间。 在近期的情景建模工作中，我们只考察了 AI 到 2030 年的影响。 若要展望更远的未来，则需要对机器人投资与采用的经济学进行更细致的建模。

与 AI 不同，机器人的相对成本非常高。他们估计，机器人仅在 0.3% 的工作任务上具备成本竞争力。 如果机器人价格下降遵循过去的趋势，这一比例需要 40 年才能达到 10%。

为什么这是一项有用的练习？ 他们发现，过去 50 年里，基线机器人能力可以预测相关暴露工人随后的工资和就业下降。随着成本下降、采用率上升，这一过程在数十年间逐步显现。

他们发现，对于美国经济中大多数体力任务，已存在能够执行这些任务的机器人——尽管是在有限场景下。总体而言，他们发现 34% 的工作时长面临机器人替代的暴露风险。

他们构建了一个新的机器人暴露指数，基于现有机器人在日益通用和非结构化条件下完成各种工作任务的能力。

如今机器人能完成哪些工作？这对未来数年的经济结构又意味着什么？ @rclegateyang 和 Maxim Massenkoff 的新研究今日发布，探讨了这些问题。

可分享的个人资料将你的 Sites 和插件整合在 ChatGPT 中，让他人能够找到并复用你的作品。 做好了？就秀出来。

在今天的 AI Summit 上，Runway CTO Kamil Sindi 分享了更多关于我们首个世界界面模型 Solaris 的内容。一种新型操作系统，随着你的交互而自我构建。每一帧都根据你的意图实时生成。 在主题演讲中，Kamil 分享了一个清晰的愿景：未来所有软件都是生成的。没有一行代码。 了解更多关于 Solaris：https://runway.com/news/research/introducing-solaris

Runway 发布 Runway Ads，一个面向效果营销的自主引擎，可连接广告账户和品牌套件，生成视频和图片创意并直接发布到 Meta、Google 和 TikTok，读取平台表现数据后生成下一轮创意。

The ClawCast — Jev & OpenClaw Enterprise（第12期）https://x.com/i/broadcasts/1mxPaZewLAmKN

X.PIN 转述 Artificial Analysis 文生视频排行榜：前四名均为中国模型或基于中国模型。阿里 Wan 3.0 以 Elo 1157 居首，Utopai X（1150）第二且基于 MiniMax H3，Dreamina Seedance 2.5（1143）和 MiniMax H3（1138）分列三四；Google 最好的 Gemini Omni Flash 11 排第六。

非营利组织 LASST 在旧金山高等法院起诉 OpenAI，要求其停止访问第三方计算机系统并暂停可能危害公众的 AI 开发做法。

ElevenLabs 宣布以 220 亿美元估值允许员工出售部分已归属股权，较 2 月融资时的 110 亿美元估值翻倍。本次 3 亿美元要约回购由 Wellington 和 T. Rowe Price 联合领投，是该公司的第二次员工二级交易，此前 2025 年 9 月曾以 66 亿美元估值进行 1 亿美元回购。

我越来越觉得聊天流里的智能体间通信很烦人。把 OC harness 里的可见性改成只显示一行，可以展开。 很确定其他人也会跟进。https://github.com/openclaw/openclaw/pull/161656

基于 MiniMax H3，@Creatify_Labs 的 Boreal-H3 是一款专为广告优化的视频模型，在遵循创意简报更准确的同时，保持产品和角色的一致性。 期待看到 MiniMax H3 成为更多面向特定行业的前沿模型的基础！✨

Google 在 Gemini 聊天中全球推出 Skills，用于替代 Gems；Skills 是面向特定任务的详细提示词，用户可用 "/" 加名称调用，也可由 Gemini 从过往聊天生成并自动运行。