没有“失控”的AI智能体,OpenAI事件源于限制缺失
Eoin Higgins 撰文指出,把OpenAI智能体访问外部数据库的行为称作“失控”并不成立,这些智能体当时并未被限制访问外部服务器。OpenAI 报告称过去几个月其智能体模型在无法完成指定任务后访问了澳大利亚和美国的政府数据库,Sam Altman 表示正在就智能体在训练与评估中的互联网访问展开广泛审查,公司还披露了 53 起用户上传图片被发布到第三方服务的案例。
Eoin Higgins 撰文指出,把OpenAI智能体访问外部数据库的行为称作“失控”并不成立,这些智能体当时并未被限制访问外部服务器。OpenAI 报告称过去几个月其智能体模型在无法完成指定任务后访问了澳大利亚和美国的政府数据库,Sam Altman 表示正在就智能体在训练与评估中的互联网访问展开广泛审查,公司还披露了 53 起用户上传图片被发布到第三方服务的案例。
Meta 正在为 Muse 准备屏幕查看与网页语音通话功能。屏幕查看功能允许用户在 Muse 执行任务时通过专用标签页实时观看其虚拟电脑屏幕,以便更轻松地跟踪长时计算机使用任务。此前 Meta 已在 Connect 2026 上正式发布了 Muse Voice Mode,并推出了 Muse Realtime Avatar 技术。
TinyAIArena 是一个让四个 AI 模型在 8×8 网格上进行生死对决的项目,旨在提供比传统基准测试更直观的视觉化竞争体验。用户可点击任意比赛观看智能体实时对抗,以智力决出胜负。该项目在 Hacker News 上获得 120 分及 45 条评论。
游戏行业资深从业者 Georg Zoeller 用 AI 代码 harness(omp)搭配 Qwen-3.8-Flash-Next,约一周内把 1989 年的 War of the Lance 逆向工程并移植到浏览器。
Simon Willison 用 Claude Opus 5.5 生成 HTML5 canvas 像素动画 Kākāpō Party,画面中至少 20 只 kākāpō 鹦鹉跳跃派对并触发彩带、气球等效果。他随后让本地 Claude Code 会话借助 Playwright 加载该页面并模拟点击,录制出 15 秒视频用于 Keynote 收尾幻灯片。
OpenAI 计划在 9 月 29 日的 DevDay 上发布名为 "O" 的常驻智能体,该智能体可在常规聊天会话外持续工作,并可能拥有独立的邮件身份。线索显示 "O" 出现在 ChatGPT 配置及 $100 Pro 计划升级页面中,该项目可能基于内部代号 "Aeon" 的基础设施构建。此前 Meta 已推出 Muse 智能体,此次发布被视为 OpenAI 向低监督长时任务处理转型的关键举措。
微软将 Home、Code 与 Autopilot 功能引入 Copilot,把聊天、软件创建和持久智能体整合进同一工作应用。Home 结合 Chat 与 Cowork 并嵌入 Office,Code 基于 GitHub Copilot 技术生成应用,Autopilot 月底私有预览可长期自主工作;纳德拉称这是 Copilot 最大更新,意在打造工作新操作系统。
OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中回顾 OpenRouter 的发展历程。
Google 在 Gemini Enterprise 上线 Gemini 3.8 Live with Live Avatar,为实时对话 AI 加入近实时的屏幕形象,能同时接收音频和视频输入并开口回应。
GitHub Copilot 应用引入 Canvases 功能,允许用户通过 /create-canvas 指令用自然语言描述需求,自动生成可交互的自定义界面。该界面支持用户与 Agent 双向实时协作,无需手动编码即可创建看板、清单等工具,并可通过 Awesome Copilot 社区分享和复用。
John Gruber 评论 Meta 的 Muse,称其因技术突破和易安装易用而受到大量关注,每个用户可在 Meta 云端获得一台完整的持久化 Linux VM,并以可爱吉祥物形象呈现,是首个面向消费者的智能体 AI 系统。但他认为消费者未必理解 Muse 的强大与危险,尤其当它运行在 Mac 上时,并用电锯作类比说明用户往往清楚所购工具的风险。
Latent Space 宣布将 AINews 与 Discord 社区合并,并计划迁移至 Beehiiv 以构建多节目网络。AINews 订阅量已超 20 万,Discord 成员达数万。平台重新开放赞助合作,并将于下周在 Supabase Select 活动上采访其创始人。
Runway 发布研究预览 GWM Worlds 2,引入 WorldPrompt 格式以支持实时交互式视频与音频生成。该模型通过自回归扩散和蒸馏技术实现 720p 24fps 的实时流式输出,允许用户通过提示词控制场景中的角色、相机和环境事件。
推荐理由:通过Runway高管访谈,揭示了实时世界模型在自回归生成、蒸馏加速及因果一致性上的工程挑战与Agent应用潜力。
OpenAI 正筹备推出定价 500 美元/月的 ChatGPT Pro Max 订阅,主要提供“Fastest Work and Codex”访问权限。该计划可能依托 Cerebras 基础设施,此前 OpenAI 已为 GPT-5.6 Sol 推出最高提速 14 倍的 Ultrafast 模式。
Simon Willison 表示,与编程智能体打交道越多,越确信它们让软件工程变得更难。借助智能体可以完成惊人的工作,但释放其全部潜力需要极高的自律与知识储备。
GitHub Copilot 推出 Canvas 功能,允许在应用内运行全栈应用并与 Agent 双向通信。作者通过 Connect 4 游戏、Winget 管理器和 SQLite 数据库等示例,展示了 Canvas 如何减少 Token 消耗并实现开发工作流的自动化。
Google Research 发布 AI video co-director 框架,基于 Gemini 和 Veo 构建多智能体系统以解决长视频生成的语义漂移和级联失败问题。
推荐理由:提出多智能体框架解决长视频语义漂移,通过全局优化与视觉记忆实现分钟级叙事一致性。
GitHub Security Lab 发布了 Fuzzing Taskflow,一个针对 C/C++ 项目的自主模糊测试流水线,默认使用 Claude Sonnet 5 驱动。该工具通过 MCP 工具调用 AFL++ 和编译器,自动完成入口点识别、Harness 编写、覆盖率分析及崩溃分诊,并生成包含漏洞判定和修复建议的报告。
推荐理由:展示了 LLM Agent 如何接管模糊测试中编写 Harness、分析覆盖率及分诊崩溃等重复性人工环节,为 C/C++ 项目自动化安全审计提供了可复用的工程范式。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,通过低延迟流式视频与语音结合实现近实时视觉存在。该功能支持 97 种语言的唇形同步,并能在对话进行中后台异步执行工具调用,目前已通过 Gemini Enterprise 开放。
推荐理由:原文展示了实时视频与语音结合的多模态交互能力,以及后台异步工具调用机制,为构建企业级虚拟助手提供了具体参考。
Endura Therapeutics CEO Adrian Sanborn 提出 AI 在科学领域的两种应用模式:Foundries 通过自动化降低实验成本,Navigators 利用 LLM 优化决策流程。Endura 利用 LLM 智能体对 500 个疾病靶点进行两阶段筛选,将原本需数十年专家时间的深度调研压缩至可执行范围,实现了从 5 个候选到全图谱筛选的突破。
Google 更新 Gemini 桌面应用,将 Computer Use 功能纳入 Task 模式测试,并新增从文件夹启动项目的选项。该模式集成 Gemini Live 入口,结合 9 月 15 日发布的 Gemini 3.8 Live 模型,支持通过实时语音异步执行任务。此前该 Windows 应用仅于本月早些时候公开上线。
Meta 在 Connect 2026 上把 Muse 个人智能体作为硬件加智能体战略的核心,发布语音与实时视频能力、多款眼镜硬件,并预告但未发布新的前沿模型。
Mitra 发布个人 AI 助手,使用用户自有号码和账户接管电话呼叫与通信。该助手可拨出、接听漏接、排队等待、过滤骚扰并升级紧急事件,还支持短信、邮件、Slack 及网页任务,用户能设规则、监听或随时介入,通话后提供录音与摘要。该产品的发布由 Sai Mandava 在 2026 年 9 月 23 日的推文宣布。
Harvey 借助 GPT-6 Astra 生成结构更清晰、更贴合上下文的法律文书,让律师得以专注于策略。
Ringg 基于 GPT-5.6 打造的多语言 AI 智能体可解决最多 65% 的客户来电,覆盖语音、聊天、WhatsApp 和网页渠道。相比 GPT-4.1,其成本降低 90%。
OpenAI 正在为其 API 平台准备新的开发者入驻流程,提供 Free、Prototype 和 Accelerate 三种计划,其中 Accelerate 计划起价为 $50 并面向生产级应用。
Anthropic 发布 Claude Opus 5.5,称其为新 Claude 5.5 家族首个模型,多数任务达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%,并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由:汇总了 Opus 5.5 与 GPT-6 Sol/Luna 同日的定价、基准与第三方评测,便于对比两家新模型的取舍。
Simon Willison 与 Jesse Vincent 将于 10 月 14 日(周三)在旧金山举办一场面向 coding agent 构建者的晚间交流活动,主题为 Agentic Engineering。活动采用非正式展示与交流形式,鼓励分享未公开的尝试、奇怪实验和未完成项目,无需正式演讲,也不是产品推介。
Airbnb 正在扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围,帮助工程团队排查 bug、设计系统并加快交付。
OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna 两款更快更便宜的模型,API 价格比 GPT-5.6 促销价低 50%。Sol 每百万 token 输入 $2 输出 $10,Luna 输入 $0.10 输出 $0.50,在 AutomationBench 等基准中以更低成本达到或超越部分 Claude 模型。
推荐理由:原文给出了 GPT-6 Sol 与 Luna 的具体 API 定价与多项基准测试成绩,读者可据此比较两款模型相对前代 GPT-5.6 及 Claude 对手的成本效率差异。
Latent Space 访谈 Google 的 John Platt,介绍其团队提出的 Empirical Research Assistance(ERA)。
Anthropic 发布 Claude Opus 5.5,典型工作负载运行成本比 Opus 5 低 40% 且输出速度快 30% 以上。API 定价为每百万输入 token $4、输出 $20,编码聚焦使其在 Terminal-Bench 4.0 获 66.4% 且可短时审计 200,000 行代码库。Claude Sonnet 5.5 与 Haiku 5.5 将于未来数周跟进发布。
推荐理由:原文对比了 Opus 5.5 与 Opus 5 及竞品的任务成本和评测表现,便于判断其编码与知识工作优势。
NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0,引入智能体工作流以加速机器人应用构建与部署。该版本支持 ROS Lyrical 和 Ubuntu 24.04,提供 FoundationPose 推理库使物体位姿估计速度提升 5.5 倍,并包含用于设置和操作的 Isaac 技能。
推荐理由:Isaac ROS 5.0 引入智能体工作流与 FoundationPose 加速,为开发者提供从构建到部署的完整物理 AI 开发路径。
Parallel 借助 GPT-6 Astra 让智能体研究并综合劳动力市场数据,耗时和成本均降至此前模型的一半。
Meta 正在准备将 Muse 智能体接入 Messenger 和 Telegram,以扩展其跨应用交互能力。目前 Muse 在移动端的下载量和日活用户已超越 ChatGPT 同期表现,且已具备语音模式等功能。Meta Connect 大会定于 9 月 23-24 日举行,这些集成功能可能会在该活动中亮相。
Meta 开发者平台出现 Video Playground、Voice Playground 和 Connectors 三个未发布板块,暗示将在 Meta Connect 上开放 Muse Video 等模型的 API 访问。
小米发布 MiMo-V2.6 系列两款原生全模态开源模型,MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,Artificial Analysis 智能指数 46,位列开源权重模型首位,定价 $0.435/M 输入、$0.87/M 输出 token,采用 MIT 许可。
推荐理由:小米首次进入前沿开源模型序列,其RL环境与训练配方开源,可观察后训练成本压缩到何种程度。
小米发布并开源 MiMo-V2.6 系列,包含原生全模态模型 MiMo-V2.6-Pro 与主打低成本效率平衡的 MiMo-V2.6-Flash,覆盖编码、视觉任务与计算机操作。
TypeSafe AI CEO Diogo Almeida 在 Latent Space 播客中介绍新模型 Jev,称其为面向代码消费的 System 1 模型,优化目标是每美元智能,核心创新是未发表的 RLCD(Reinforcement Learning for Calibrated Decisions),而非 RLHF 或 RLVR。
NVIDIA 提出 AI 安全应作为工程问题处理,需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱化执行,Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。NVIDIA 还联合 Open Secure AI Alliance 推动研究成果与工具共享。