V7 借助 GPT-5.6 Luna 降本 78% 并提升准确率
V7 使用 GPT-5.6 将分散的公司文件转化为智能体可用的上下文,以完成复杂且带来源链接的工作,同时成本降低 78%、准确率提升。
V7 使用 GPT-5.6 将分散的公司文件转化为智能体可用的上下文,以完成复杂且带来源链接的工作,同时成本降低 78%、准确率提升。
一位新入职大公司的工程师称,团队所有规格、代码、测试、PRD、工单及其解决方案、报告等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。团队无人喜欢这种状态,却被要求尽可能多地产出,管理层多次表示推代码不是瓶颈,人们每天工作 12 到 13 小时只为按回车,没有人阅读任何内容。
Latent Space 汇总了 Jev 发布两天内出现的 6 个复现方案,包括基于 ModernBERT-large 的 Laya(421M 参数)、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、SemIf(原 OpenJev,4B 与 35B)、Jevlike 和 Kev-0.5B。
Meta 正在为 Muse 智能体开发专属 Mail 标签页,可能赋予其独立邮箱以自主处理通信。该功能尚未确认具体细节,但有望配合即将推出的 Shared Agents 功能,为共享智能体提供处理业务邮件的渠道。此前 Muse 刚发布具备 Computer Use 功能的 macOS 桌面应用,并曾登顶美国 App Store。
Latent Space 的 AINews 汇总了 9/16-9/17 的 AI 动态。Anthropic 在 Claude Code 中推出 Projects,一次对话可派生并行云端会话并在用户离开后继续运行;Google 更新 Gemini 托管智能体,新增 Credentials API 和 Files API,并称成本最多降低 30%、缓存命中率提升 22%。
Anthropic 合并 Claude Cowork 与聊天为统一体验,推出 Claude Docs 和 Slides 测试版。Pro 与 Max 订阅者未来几周在网页、桌面和移动端逐步获推送,Team 和 Free 计划稍后跟进。此前 Cowork 与 Design 分离导致用户需手动选择工作空间,现 Claude 可自动调用所需能力。
Cooley 基于 ChatGPT Work 打造了 GO Public,把智能能力引入 IPO 流程,帮助律师更早发现潜在问题,并将判断力集中在最关键之处。
Steve Yegge 关停了 Gas Town,并承认每月花费数千美元订阅编码智能体,却只做出了 Gas Town 这一个项目。Databricks 向约 3500 名工程师铺开 GPT-6 Astra,其在高复杂度系统设计与长周期任务上明显优于 Opus 5 / Sol 5.6,但整体编码支出增加约 60%,为此设立了专门的 Astra 子预算。
GitHub 团队利用 Copilot 智能体将 Copilot 运行时从 TypeScript 完全重写为 80 万行 Rust 代码。该过程采用增量式原地迁移策略,通过 128 个 Pull Request 逐步替换组件,最终实现了性能的数量级提升。作者详细复盘了智能体在代码审查、上下文管理及多会话协作中的具体表现,揭示了 AI 辅助大规模代码重构的工程细节。
推荐理由:展示了利用 AI 智能体在数周内完成 80 万行 Rust 代码迁移的工程实践,提供了大规模自动化重构的方法论参考。
OpenAI 发布 Astra for Law,为法律行业提供前沿智能能力,支持律所自定义工作流、接入法律数据源,并针对保密客户工作提供法律级管控。
AIUC(Artificial Intelligence Underwriting Company)宣布完成 4000 万美元 A 轮融资,由 Ribbit Capital 和 First Harmonic 领投,客户包括 Cursor、Harvey、Lovable、ElevenLabs。
OpenAI 推出 AI 广告新体验,包括 Sponsored Agents 和面向营销人员的工具,并集成 HubSpot 与 Shopify。
Hex 的数据智能体借助 GPT-6 Astra,把分析答案转化为可交互的可视化报告,供员工直接分享。
Apodex 发布 Apodex 1.1 模型家族,旗舰为 397B 模型、260K 上下文窗口,另有 35B 开源权重版本 Apodex 1.1 mini。
Salesforce 在 Dreamforce 上发布其首个 CRM 推理模型 Koa,基于 NVIDIA Nemotron 3 Super 在近三十年企业 CRM 部署数据构建的专有合成数据集上后训练而成。
推荐理由:Salesforce 首个 CRM 推理模型 Koa 基于 NVIDIA Nemotron 3 Super 后训练,读者可了解其训练方式与落地节奏。
Meta 全球上线 Meta One 订阅服务,覆盖 Facebook、Instagram、WhatsApp 和 Meta AI,包含 50 多项付费功能,核心应用和日常 Meta AI 使用仍然免费。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking,旨在提升实时语音对话的智能与并行推理能力。
推荐理由:原文给出了两款实时语音模型在推理与工具调用上的具体基准表现,读者可据此评估其在生产级语音智能体中的适用性。
NoimosAI 推出客户互动智能体,可根据文字指令自动组装并运行生命周期邮件流程。该智能体支持在画布上编辑触发器、分支逻辑及品牌化消息草稿,并集成 WhatsApp 等渠道。此前该平台于 1 月上线,包含 10 个营销智能体,此次新增功能尚未公布具体发布日期。
IBM 研究团队在 ALTK-Evolve 中新增一致性指南,用于缩小 Agent 的稳定性差距。在 AppWorld test_normal 的 168 个任务上。
推荐理由:原文给出 Pass^k 与一致性差距的量化结果,并说明如何用一次采样定位易翻转的决策点。
Anthropic 正在为 Claude 移动端开发名为“Money”的个人理财功能,允许用户连接银行账户以分析支出和余额。该功能旨在提供持久财务上下文,无需手动上传银行对账单,目前仅见于 iOS 未发布界面。此前 Anthropic 已推出面向专业用户的金融智能体模板,而 OpenAI 的 ChatGPT Finances 已面向美国用户开放。
Fyxer 基于 OpenAI 模型,结合微调、记忆与真实用户反馈,为每位用户整理收件箱并以本人语气起草邮件。该 AI 行政助理的卖点在于让用户信任其代写与收件箱管理能力。
Cursor 向所有用户推出 Projects beta,一个通过协调代理调度编码任务来统筹长周期软件工作的系统。每个 Project 由协调智能体规划并分派给编码智能体,可设提醒、跟 PR 修 CI、监听 Slack 等。Cursor 称新用户合并 PR 多 30%,重度用户达 6 倍,且该系统已在内部使用数月用于数百 PR 的迁移。
GitHub 日本和韩国市场营销负责人 Tomoko Tanaka 分享如何利用 GitHub Copilot 和 GitHub Actions 自动化活动运营流程。
推荐理由:展示了非技术人员如何利用 GitHub Copilot 和 Actions 将重复性营销工作流转化为代码,提供了可复用的自动化模式。
OpenAI 推出 ChatGPT for Financial Services,结合内置金融数据与 GPT-6 Astra 推理能力,服务于研究、建模及客户材料定制。
Google Research 在 ACL 2026 提出 ToolGrad,通过“答案优先”范式与文本梯度迭代生成工具使用数据,显著降低生成成本并提升数据复杂度。基于 ToolGrad-500 微调的 Gemma-3-12B 在 BFCL 基准上得分 83.1,性能超越 GPT-5 及 Claude 4.5 Opus 等专有模型。
GitHub Copilot app 内置 diff、终端和浏览器面板,允许用户在不离开应用的情况下审查代码变更、运行命令及预览界面。用户可通过 diff 面板接受或修改变更,在终端面板执行如 `npm run dev` 等脚本,并利用浏览器面板的 Pick & Polish 工具迭代 UI。这种集成工作流消除了应用切换,帮助用户在合并前验证 AI 生成代码的功能与正确性。
OpenAI 在 API 中发布 GPT-Live-1 全双工语音模型,可同时听说并处理中断与确认。该模型在 Full Duplex Bench 上比 GPT-Realtime-2.1 高30百分点,API 定价每分钟 $0.05。早期用户包括 Yelp Host、Speak 与 Cognition 的 Devin,适用于电话与客服工作流。
推荐理由:GPT-Live-1 将 ChatGPT 全双工语音开放至 API,相较级联方案可减少延迟与代码量,便于构建自然语音智能体。
César de la Fuente 的实验室利用 Codex 和 ChatGPT,在现存与已灭绝生物的基因组中搜寻抗菌候选分子,以对抗耐药性感染。
OpenAI 宣布 ChatGPT Work 中的 Data agent 现已向所有人开放。该智能体可连接企业数据、发现洞察,并用自然语言构建交互式仪表盘。
推荐理由:OpenAI 官方披露 ChatGPT Work 中 Data agent 的开放范围与自然语言建看板能力,可据此判断企业数据接入方式的变化。
Meta 于 9 月 8 日正式上线个人 AI 智能体 Muse,在美国支持 iOS、Android、网页和 WhatsApp。正在测试但尚未公开的能力包括带语音按钮与多语音选择器的语音模式,支持按需生成自定义语音并直接加入语音库;内部模型配置出现 Avocado 5.14 与 Avocado 5.16 v0 两个代号,后者可能对应即将更新的 Muse Spark。
Meta 计划在 9 月 23-24 日的 Connect 大会上正式宣布 Muse 的 Shared Agents 功能,允许用户创建并共享自定义智能体。该功能已在 Muse 应用中上线,支持配置提示词、技能及外部服务连接,此前 Meta 于 9 月 8 日刚推出个人智能体 Muse。
Hugging Face 发布 Workflow1111,用 73 个节点、11 条媒体管线在单张 Gradio Workflow 画布上重建了 AUTOMATIC1111 的大部分功能,覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 风格标注器、背景移除、PNG Info 和图像转视频。
推荐理由:用 73 个节点复刻 A1111 全部功能,并展示输出节点如何自动变成 REST 端点和 MCP 工具。
Hugging Face 博客介绍如何在 Hugging Face Jobs 上跨机运行 AsyncGRPOTrainer:训练 Job 只把 LoRA adapter 写入 Storage Bucket,两个 vLLM Job 从同一挂载路径读取,代理负责加鉴权头、按 KV 前缀路由 rollout 并把 adapter 加载广播到所有副本,全程不需要 NCCL。
推荐理由:原文给出跨机异步 GRPO 的完整工程配方与五轮瓶颈定位数据,可迁移到自建 RL 训练流水线。
OpenAI 发布 Agents API,这是一个由 Codex harness 驱动的托管服务,用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由:OpenAI 官方发布 Agents API,读者可了解其托管服务定位与 Codex harness 编排能力。
DeepSeek 正式发布 DeepSeek-V4.1-Flash 模型,为新架构家族最小模型并原生支持多模态视觉理解。
推荐理由:DeepSeek-V4.1-Flash作为新架构最小原生多模态模型发布,API改用deepseek-flash且旧名临时路由,价格随之下调便于迁移。
Mistral 协助欧洲能源运营商将 4 万行 Fortran 77 代码迁移至 C++,解决了无测试套件和文档的遗留代码现代化难题。项目通过构建数值一致性验证框架,并利用 Vibe CLI 生成调用树,调度超过 100 个智能体完成代码文档化。最终采用人类监督 coder、tester 和 reviewer 智能体的工作流,实现了模块化的代码重构与质量保障。
Meta 推出主动式个人智能体 Muse,可在应用关闭后自主处理长期任务而非等待逐个提示。Muse 运行于带文件系统、终端和浏览器的独立环境,能写代码、填表、完成交易并生成文档与仪表板,且提供活动日志、记忆编辑与人工审查等关键动作管控。Meta 邀请用户尝试 Muse,但未公布支持平台与地区,称其为围绕有用性和安全性持续修订的早起步点。
OpenAI 发布 GPT-6 Astra,称其是面向企业场景能力最强的模型,具备高级推理、计算机操作以及更强的写作与设计判断力。
推荐理由:OpenAI 公布 GPT-6 Astra 面向企业场景的能力定位,读者可据此了解其推理与计算机操作方向。
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex,自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自动化能力。
Google 正在内部测试 Gemini 桌面应用的 Projects 功能,允许用户创建包含自定义指令和参考文件的专属空间以整合相关对话。该功能目前未公开,具体资格和跨设备支持细节未知,且与 NotebookLM 笔记系统相互独立。此前 Gemini Business 已提供类似功能,而 ChatGPT 和 Claude 用户早已拥有此类组织方式。