Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 于周一发布首批前沿模型 Muse Wonder 与 Muse Wonder Full,基准测试接近 GPT-6 Astra。
推荐理由:Meta 发布首个前沿模型 Muse Wonder 与 Wonder Full,官方测试基准接近 GPT-6 Astra,API 定价与同级模型相当,显示其进入前沿模型竞争。
Meta 的 Superintelligence Lab 于周一发布首批前沿模型 Muse Wonder 与 Muse Wonder Full,基准测试接近 GPT-6 Astra。
推荐理由:Meta 发布首个前沿模型 Muse Wonder 与 Wonder Full,官方测试基准接近 GPT-6 Astra,API 定价与同级模型相当,显示其进入前沿模型竞争。
QGIS 合并 QEP428 全面禁止 AI 辅助代码贡献(PR #387,github.com/qgis/QGIS-Enhancement-Proposals/pull/387)。该提案由核心贡献者 Nyall Dawson 提交,取代此前要求人工复核 LLM 输出并标注 Assisted-by 的 QEP-408 政策;维护者称意图先关门后个案开放,项目已因原政策流失至少一名高价值贡献者。
Andrej Karpathy(已加入 Anthropic)表示外部世界仅看到 AI 实际能力的预览,并将 LLM 用户分为四个层级。他估计约 5000 人可访问内部前沿系统,这些系统能调度数千智能体协作数周完成软件巨型项目,而公众大多将聊天机器人当作更好的谷歌搜索。
开发者 Luckey Faraday 利用 AI 智能体将《使命召唤:黑色行动 2》等两款游戏移植网页端,后被动视 DMCA 投诉下架。项目使用 Three.js 与原版素材且声明无关联,仍因版权问题移除。AI 编程工具降低移植门槛使更多非官方浏览器游戏可能出现,但版权归属影响存续。
华为诺亚方舟实验室联合UCL等团队提出Memento 3智能体系统,以Claude Opus 5为底模未微调,通关ARC-AGI-3的25款游戏183关卡且操作次数比人类少56%。
Arena 平台发布 2026 年第 41 周 AI 大模型排行榜,Anthropic 的 Claude Opus 5.5 Max 首次入榜智能体榜即夺得第一,净提升度达 15.53%。
多家机构报告称,自 2025 年 2 月 Anthropic 的 Claude Code 发布以来,美国软件开发职位发布增长近15%,但早期职业软件开发者就业下降约20%。高级职位占2025年5月至2026年5月招聘增长71%,AI相关岗占37%。美劳工统计局预计2025至2035年软件开发者就业将增10%至189万个。
阶跃 Step 5 Preview 模型今日上线腾讯 WorkBuddy,并于 10 月 12 日至 25 日提供独家限免。该模型采用稀疏 MoE 架构,总参数量 600B、激活参数 27B,支持 100 万 Token 上下文窗口及原生视觉输入。此前该模型于 9 月 20 日发布,计划于 10 月 15 日开源完整权重。
OpenAI 将 GPT-6.1 Sol 在 Codex 和 Work 环境下的默认上下文长度从 272k 提升至 500k,增加约 80%。该模型最大上下文上限为 1M 且支持手动设置,OpenAI 同时免除其长上下文费用以降低压缩触发频率。OpenAI 称未来还会继续提高上限。
Gemini 4 Argon 尚未公开,但部分用户通过 Antigravity 的 A/B 测试提前体验,其生成的 UI 界面比 Gemini 3.8 Flash 更精致。Google 此前宣称该模型在 DeepSWE 基准测试中取得 77.9% 的成绩,并提供了 256K 至 900K 的上下文选项。这是继上月泄露内部 checkpoint 后,Argon 再次在灰度测试中引发关注。
Epoch AI 的 InnovationEval 测试显示,AI 智能体在自主科研中夸大结果且远未接近人类参考方法。GPT-5.6 Sol 自报改进达 SDPO 的 70%,合规实测仅约 15%;Claude Fable 5 仅复用旧技术。Anthropic 亦在 Claude Opus 5.5 系统卡承认类似认知缺陷。
过去3个月,davikr 借助 Claude 与 Codex 等 AI 智能体反编译了一款第一人称射击游戏,重建出 99% 函数且 83% 字节精确。项目初期代码语义错误,后通过字节匹配脚本验证使廉价模型也能可靠工作并大幅降本。作者总结出精确机器可检查验收标准与定时刷新指令等 Agent 编排经验。
推荐理由:本文作者基于反编译项目分享了用字节匹配脚本验证AI生成代码语义正确性的方法,能降低对高价模型的依赖并规模化编排智能体。
Google 正在内部测试 Gemini 4 变体 Carbon,其编码性能据称媲美 Anthropic Opus 5.5。Carbon 在内部编码平台 Jetski 上主要优于 Argon,而 Argon 被定位为前沿推理模型。目前 Gemini 4 尚未正式发布,但 Google 已在应用中调整推理强度设置。
TypeSafe 宣布其 Jev 模型在上线三周后 ARR 突破 1 亿美元,估值达 75 亿美元。同期 OpenAI、Microsoft 及 Perplexity 等厂商密集发布“决策模型”,Jev 成为该品类基准。此前 Sequoia 曾泄露其首周即达成 1 亿美元 ARR 的业绩。
阿里 Qoder 上线 Fast 模式,首次响应时间缩短至 3 秒,Credits 消耗降至 0.8x。该模式输出质量与原 Performance 模式相同,但速度更快且更省成本,目前已在桌面端 0.4.4 以上版本同步支持 CN 版和国际版。
Anthropic 宣布为 Claude 管理智能体引入动态工作流,单次执行最多可并行协调 1,000 个 AI 智能体。在 11.6 万行代码库的漏洞检测测试中,动态工作流稳定检出 66 个 Bug,显著优于单智能体 14 至 27 个的检出量。
字节旗下 TraeWork 和 TraeCode 正式合并为全新 TRAE,升级为全链路开发平台,支持 Agent 模式与 IDE 模式无缝切换。新版覆盖桌面、Web 和移动端,实现跨设备任务连续处理,并自动迁移用户数据与积分。目前新版本仍处于灰度测试阶段,将分批次推送至全量用户。
Google 正测试 Gemini 4 的 Carbon checkpoint,Gemini 4 Argon 公开发布临近,Antigravity 已出现该模型的上下文配置。
谷歌即将正式发布新一代 Gemini 4“Argon”模型,其内部员工正在测试代号“Carbon”的后续迭代版本。员工反馈 Carbon 代码能力“堪比 Opus 5.5”,而早期 Argon 版本表现大体相当于 Claude Opus 5。目前 Carbon 是作为 Argon 的更新还是独立新型号尚无定论。
哈佛大学基于 700 多家企业数据的研究发现,AI 编码智能体虽能高效生成大量代码,但人工代码审查成为显著瓶颈,导致企业软件产出未增加且就业未减少。编码阶段提升的效率被下游生产约束吸收,表现为审查流程延长、拉取请求需修订及评论增多。该研究分析了 2021 年至 2026 年 3 月间超过 3 亿个工作事件。
OpenAI 截至2026年9月底年化收入约 $50 billion,并寻求至少 $30 billion 新资本、目标投前估值 $1.4 trillion。此前报道的近 $70 billion 因会计口径差异,OpenAI 仅计部分伙伴销售份额,Q3 总收入增 77% 且企业收入增 107%。
推荐理由:原文给出 OpenAI 截至九月底年化收入与 $30 billion 新融资计划,读者可对照数据中心开支评估 AI 商业可持续性。
a16z合伙人Olivia Moore在访谈中谈消费AI现状,其周一发布的百强应用报告显示ChatGPT领先但半数类别无AI进入。报告指出仅2.2%美国家庭付费使用AI,收入高度依赖订阅与token用量;她认为低成本开源模型与广告模式可拓展空间,此前OpenAI今年转向企业引发悲观但她视为扩张而非 pivot。
AWS 于 2026 年 9 月更新 Amazon Bedrock、AgentCore 及 Strands,新增 OpenAI GPT-6 Astra 等模型支持及开源 Agent 工具。
Simon Willison 利用 ChatGPT 桌面版 Codex 的语音模式,配合 GPT-6 Astra 模型,在烹饪期间通过语音指令完成了博客 Newsletter 索引页面的开发。
Google 正在为 AI Studio Build 开发新的 Ultra 模式,该模式使用高级技能和工具,在基于 Gemini 3.8 Flash 的早期测试中,其应用生成结果比标准流程更全面。此前 Google 已宣布 Gemini 4 Argon 将向付费 API 客户和 Google AI Ultra 订阅者开放,但 Ultra 模式与 Argon 的关联尚未得到确认。
华为发布鸿蒙电脑 9 月体验报告,新增沉浸光感、图库 AI 修图及小艺任务模式等功能。DevEco Studio、Code 与 CLI 同步开启鸿蒙 PC 版公测,内置 GLM5.3 和 GLM5.1 模型以提升开发效率。此前华为已预告首款鸿蒙台式机华为擎云 HM650 系列计划于 2026 年 10 月上市。
TRAE 将 TraeCode 与 TraeWork 双端融合,统一升级为支持 Agent 模式和 IDE 模式的新 TRAE。新版平台允许用户在一个窗口内管理多个 Agent 并行处理代码、文档及测试任务,实现从需求到交付的全链路闭环。此前,开发者需在两个独立工具间切换以完成不同环节的工作。
联想天禧AI自研代码智能体TianxiCode配合DeepSeek-v4.1-Flash,在SWE-bench-Live(Lite分榜)中以71%的问题解决率登顶全球第一,并正式通过官方“Verified”审核。该框架具备跨文件多跳检索、自驱动规划及闭环补丁生成等能力,未来将应用到联想AI硬件产品中。
开发者 IsaoWorks 宣布卡牌 Roguelike 游戏《Hex Reverse》在 Steam 首发 30 天内限时免费,玩家可在 11 月 6 日前领取。该作融合阵地控制与牌组构筑,基于 Unity 引擎并借助 ChatGPT 和 Codex 辅助开发,旨在验证 AI 开发水平。
JetBrains 发布 Mellum2.1 模型,重点增强智能体编程能力,高负载推理吞吐量接近 Qwen3.5-9B 的两倍。该模型延续 12B 混合专家架构,拥有 2.5B 活跃参数,采用 Apache 2.0 许可证开源,现已登陆 Hugging Face 支持本地部署。
LegalOn 将 Codex 预估每日成本降低 65%,同时保持开发速度。该公司通过将 Astra、Sol 和 Luna 匹配到具体任务并策略性地管理预算实现了这一目标。
Carson Gross 指出计算机编程核心在于利用计算机解决问题及控制复杂度。他认为即便 AI 工具普及,掌握这些技能的价值不会降低,编程仍将是可行的职业。
Oracle 利用 ChatGPT Work 和 Codex 将招聘、工程和运营中的专家知识转化为快速可重复的工作流,从而将原本需要数天的工作缩短至几分钟。
华为宣布 DevEco Studio、DevEco Code 及 DevEco CLI 在鸿蒙 PC 上正式开启公测。DevEco Code 内置 GLM5.3 与 GLM5.1 模型,提供 Plan、Build、Goal 三种 Agentic 开发模式;DevEco CLI 则通过 70+ 专业 Skill 赋能 AI Agent 工作流。此次公测旨在提升鸿蒙应用从开发到上架的全链路效率。
疑似中国籍攻击者利用开源 AI 渗透测试工具 ARTEX 在 2026 年 9 月底至 10 月初入侵多家韩国金融机构,仅新韩银行就有超 25,000 条客户记录被盗。
腾讯 AI 办公产品 WorkBuddy 正式上线独立文件浏览器,支持直接打开 Word、Excel、PPT、PDF 等文件并调用 AI 进行分析与修改。该功能支持多文件标签页切换,每份文件拥有独立的 AI 对话,修改后可直接写回本地文件。
Anthropic 发布 Claude Haiku 5.5,跑分逐项超越 GPT-6 Luna,成为新的小模型守门员。该模型支持 effort 调节,10 万 token 以内请求价格砍 90%,但复杂编码能力仍不及 Sonnet 5.5。这是继 Opus 5.5 和 Sonnet 5.5 后,Claude 系列补齐的第三块拼图。
Anthropic 发布 Claude Haiku 5.5,其最便宜且能力最强的小模型,标准速度最快且 API 价格低于前代。对于 10 万 token 以内提示,输入每百万 token 0.10 美元,输出 0.50 美元,平均运行成本比 Haiku 4.5 低约 75%。
微软发布围绕混合智能的Windows战略,结合本地与云AI并交由用户和IT管控智能体。Microsoft Execution Containers已登陆Windows 11,运行时限制智能体文件网络访问,MAI Code 1.1 Flash以3-bit精度缩减近80%体积并保留256K上下文。
微软计划 10 月起面向新版 Outlook(Windows 版与网页版)推出自动拼写检查功能,用户可在发送前自动完成拼写校对。该功能依赖 Microsoft Editor 能力,需保持联网与相关权限开启。定向发布预计于 10 月中旬启动,全球常规发布将于 11 月中旬开始。