2026年10月9日星期五

核心摘要

• Anthropic 推出 Claude Dashboards 和 Motion 测试版。Google 宣布在 Workspace 中推出办公助手 Gemini Agent。OpenAI 为 GPT-6.1 Sol 推出 Ultrafast 模式。ChatGPT Intelligent UI 可在对话内构建图表、表单和计算器。OpenAI 告知投资者其年化收入接近 $50B。Anthropic 收紧使用政策，禁止对 Claude 持续施加残酷对待。Anthropic 推出针对关键基础设施防御的 Cyber Mission。OpenAI 表示已终止两起利用其模型的影响力行动。
• Epoch 报告发现模型尚无法自动完成前沿研究工作。推测解码仅在低批处理大小下加快生成速度。ATLAS 基准测试发现搜索智能体遗漏了许多黄金答案。GitHub 无障碍智能体审查了 3,535 个拉取请求。数学家团体要求成员将商业 AI 排除在研究之外。在 Slackbot 疑似泄露私人数据后，Slack 重新设计了用户体验。一项针对 150,000 名创意人员的调查探讨了 AI 如何改变他们的工作。
• Google 发布用于图像生成和编辑的 Nano Banana 2.1。Gemini 4 Argon 首次亮相即登顶 APEX-Agents 榜首。OpenAI 开放 Decisions API 测试版以加快模型路由速度。Anthropic 在 Claude SDKs 中添加浏览器和计算机控制功能。Midjourney 测试用于图像生成的 Thinking Mode。Anthropic OSS Scanner 在已注册的开源项目中查找漏洞。Anthropic 向经过审查的安全专业人员开放 Claude 以进行攻击性测试。Google 推出用于会议记录的 AI Edge Foresight 应用。Odyssey 发布其最强大的世界模型 Odyssey-3。开发者使用价值 $20k 的 Claude 用 Rust 重写了 TypeScript 编译器。

头条新闻

• Anthropic 推出 Claude Dashboards 和 Motion 测试版. Claude Dashboards 可从 Salesforce 等公司数据中提取实时图表；Claude Motion 可将报告转化为可编辑的动画。Docs、Slides 和 Design 结束测试阶段，包括在 Free 计划中正式可用。 ^[1]
• Google 宣布在 Workspace 中推出办公助手 Gemini Agent. Gemini Agent 可在各个 Workspace 应用中处理知识工作、媒体创作和代码，并具备模型路由、token 上限和针对每个智能体的沙盒权限。Google 表示企业客户优先。 ^[2]
• OpenAI 为 GPT-6.1 Sol 推出 Ultrafast 模式. Ultrafast 在 API、Codex 和 ChatGPT Work 中运行，速度最高可达 Sol Standard 的 8x，定价为每百万输入 token $12，每百万输出 token $60。 ^[3]
• ChatGPT Intelligent UI 可在对话内构建图表、表单和计算器. OpenAI 的 Intelligent UI 在单个对话中将文本与交互式图表、统计图及特定任务工具结合，随 GPT-6 在付费和免费计划中推出。 ^{[4] [5]}
• OpenAI 告知投资者其年化收入接近 $50B. 这一数字比上周流传的计入合作伙伴总收入的数据低 $20B。两家实验室对年化收入的计算方式不同。 ^[6]
• Anthropic 收紧使用政策，禁止对 Claude 持续施加残酷对待. 此次更新新增了关于欺骗性活动的专门章节，禁止将 Claude 用于武器或无人机武装，并对高风险用途引入人工审查。 ^[7]
• Anthropic 推出针对关键基础设施防御的 Cyber Mission. 该项目让关键基础设施和开源合作伙伴能够使用 Anthropic 最强大的模型、驻场工程师资源以及威胁研究。 ^[8]
• OpenAI 表示已终止两起利用其模型的影响力行动. 一起俄罗斯行动利用伪造文件招募了一家拉丁美洲智库；另一起伊朗行动创建了七个记者身份向媒体投稿。 ^[9]

深度报道

• Epoch 报告发现模型尚无法自动完成前沿研究工作. 前沿模型能够处理定义明确的任务，但在开放式判断决策上表现不佳，而开放权重模型落后得更远。 ^[10]
• 推测解码仅在低批处理大小下加快生成速度. 小型草稿模型提出 token 供大型模型在一次前向传递中验证，但在高吞吐量下这可能会浪费算力。 ^[11]
• ATLAS 基准测试发现搜索智能体遗漏了许多黄金答案. 这一新基准使用非记忆性问题，对需要跨领域网页搜索的真实任务中的智能体表现进行评级。 ^[12]
• GitHub 无障碍智能体审查了 3,535 个拉取请求. 该实验性智能体解决了其中 68% 的问题，在 Copilot CLI 和 VS Code 中指导工程师，同时将拖放和富文本编辑器问题升级交给专家处理。 ^[13]
• 数学家团体要求成员将商业 AI 排除在研究之外. Association for Human Mathematics 要求成员在研究和发表物中排除商业 AI；一个更为严格的派别则完全拒绝使用模型。 ^[14]
• 在 Slackbot 疑似泄露私人数据后，Slack 重新设计了用户体验. 这起由幻觉引发的疑似泄露促使 Slack 的内容设计师获取正确数据并解释 LLM 产生幻觉的原因；信任被视为产品本身。 ^[15]
• 一项针对 150,000 名创意人员的调查探讨了 AI 如何改变他们的工作. Contra Labs 为其 Creative Intelligence Report 调查了超过 150,000 名在职创意人员，了解 AI 如何改变创意工作。 ^[16]

工具与发布

• Google 发布用于图像生成和编辑的 Nano Banana 2.1. 该模型支持以 1K、2K 和 4K 分辨率进行生成和编辑，并具备更好的文本渲染和角色一致性。 ^[17]
• Gemini 4 Argon 首次亮相即登顶 APEX-Agents 榜首. Google 的新模型首次亮相即在 APEX-Agents 排行榜上位列第一。 ^[18]
• OpenAI 开放 Decisions API 测试版以加快模型路由速度. 该测试版的模型选择路由速度比 GPT-6 Luna 快约 10x。 ^[19]
• Anthropic 在 Claude SDKs 中添加浏览器和计算机控制功能. Claude 的 Python 和 TypeScript SDKs 现已包含内置的浏览器和计算机使用工具。 ^[20]
• Midjourney 测试用于图像生成的 Thinking Mode. Midjourney 正在其 Alpha 网站上测试该模式。 ^[21]
• Anthropic OSS Scanner 在已注册的开源项目中查找漏洞. 这款选择性加入的扫描器会为已注册的开源项目提供修复建议。 ^[22]
• Anthropic 向经过审查的安全专业人员开放 Claude 以进行攻击性测试. 在该项目下，经过验证的安全专业人员可以使用 Claude 进行攻击性渗透测试。 ^[23]
• Google 推出用于会议记录的 AI Edge Foresight 应用. 该应用可在远程和线下会议中记录笔记。 ^[24]
• Odyssey 发布其最强大的世界模型 Odyssey-3. 该公司称 Odyssey-3 是其迄今为止最强大的基础世界模型。 ^[25]
• 开发者使用价值 $20k 的 Claude 用 Rust 重写了 TypeScript 编译器. 此次重写耗时两周，消耗了价值约 $20,000 的 Claude 使用额度。 ^[26]
• Devin 的 Security Swarm 可扫描大型代码库中的漏洞. Security Swarm 使用 Agentic MapReduce 方法查找 RCE、SQL 注入和 SSRF 漏洞。 ^[27]
• Siteprint 可将任何网站的设计转化为提示词. 这款 Mac Safari 扩展程序可为编程智能体测量网站的颜色、字体排版、间距和布局。 ^[28]

Prompt of the day