Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 相同，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断低价小模型在智能体工作流中的实际成本。
全部 AI 动态
Latent Space精选AI 评分8080 Ars Technica · AIAI 评分5050 微软发布会推出 Surface Laptop Ultra 与 Windows 11 AI 新功能
微软在两年来的首场线下活动中发布 Surface Laptop Ultra，这是其首款搭载 Nvidia RTX Spark SoC 的设备，起售价 $2,599，配备 5120 核或 6144 核 Blackwell GPU、最高 128GB LPDDR5x 统一内存，10 月 16 日发货并已开启预售。
OpenAI News精选AI 评分6060 OpenAI 处置两起 AI 驱动的虚假身份影响力行动
OpenAI 处置了两起由 AI 驱动的影响力行动，这些行动利用虚假身份的记者和一个智库传播地缘政治信息。
推荐理由：OpenAI 披露其处置的两起 AI 驱动影响力行动，读者可了解平台方对这类操作的识别与应对方式。
Simon WillisonAI 评分1212 Ben Affleck 谈机器学习与视觉特效：从卷积神经网络到 Transformer
Ben Affleck 自述从胶片转向数字后对视觉特效产生兴趣，并提到该领域工作流多年来已包含机器学习。他会写 Python 脚本，用卷积神经网络处理 tensor（帧号、批次号及每像素 RGB 值），通过边缘检测和特征提取识别窗台等模式，从而更便捷地抠出绿幕并替换背景。
Ars Technica · AIAI 评分6060 开发者用 Claude Opus 5.5 打造七款 Adobe 软件开源替代品
Artcraft 品牌从面向艺术家的可控 AI 转向开源应用套件，用七个应用复刻 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具。
AWS Machine Learning Blog精选AI 评分6262 AWS 上线 Claude Haiku 5.5
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 称它是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和高并发成本敏感场景，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本变化与 Bedrock 接入方式，可据此判断它在多智能体分层中的位置。
NVIDIA Blog精选AI 评分7878 NVIDIA 与 Microsoft 发布 RTX Spark 及面向 Windows 智能体的 MXC
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布为 Windows PC 上的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断本地智能体工作流的落地条件。
AWS Machine Learning BlogAI 评分3838 Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 重构 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在预检索 ACL 过滤之外新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。
Ars Technica · AIAI 评分3838 用 1 万个机器人账号和 AI 歌曲刷流量，诈骗者被判入狱 18 个月
一名男子因利用 1 万个机器人账号和 AI 生成的歌曲在流媒体平台刷播放量、骗取 800 万美元音乐版税，被判处 18 个月监禁。该骗局通过虚增播放量分流本应属于 Taylor Swift 等艺人的版税收入。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与人工修复的失衡，并给出把检测前移到 push 环节的模型方案。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院亚洲团队开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一 agent harness 直接参与 RL，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出约 3500 行代码的智能体 RL 框架与真实 harness 训练路径，可据此判断训练与部署一致性的实现方式。
AWS Machine Learning BlogAI 评分2828 如何为 agentic automation 构建商业论证：AWS 提出 Agentic Value Model
AWS 提出 Agentic Value Model，用于替代以"节省工时×人力成本"为核心的 RPA 时代 ROI 模型，从时间节省、异常处理、决策质量、变更韧性与维护经济性四个维度衡量 agentic automation 的价值。该框架强调释放的工时只有转化为实际支出削减或可衡量的再部署产出才算价值，并以理赔分流流程为例给出测算。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，让员工用自然语言提问并获得带来源的可信回答，自 2026 年 2 月正式可用以来，其 Discovery Agent 已为客户发现超过 10 万条洞察。
Ars Technica · AIAI 评分6262 Mistral 称 Le Chonk 可挑战顶级 AI 模型
Mistral 表示，其新模型 Le Chonk 在保持开放权重的同时，能够与顶级闭源模型相抗衡。
Latent SpaceAI 评分6262 云原生 harness 能让智能体在桌面之外可靠运行吗
Latent Space 采访了 Kubernetes 联合创造者 Craig McLuckie 和 Joe Beda，他们创办的 Stacklok 已从软件供应链安全转向基于 Kubernetes 的智能体方案，核心产品是 6 月起在 GitHub 开源的云原生 harness Mecatl。
OpenAI NewsAI 评分3434 OpenAI 为 ChatGPT for Teens 推出 College Planner 与学习功能
OpenAI 在 ChatGPT for Teens 中上线 College Planner，帮助学生管理大学申请，同时新增 flashcards、quizzes 功能，并组建青少年 AI 委员会。
OpenAI NewsAI 评分2222 Radisson Hotel Group 与 Accenture 合作将酒店搜索带入 ChatGPT
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术打造了一款 ChatGPT 插件，帮助旅客在规划行程时查找、比较和预订酒店。
Latent Space精选AI 评分8484 OpenAI 内部模型发布 722 篇数学手稿，称解决 500 个公开数学难题中的 90 个
OpenAI 在公开 GitHub 仓库发布了一批来自内部前沿模型的数学成果，称其来自约 4000 道研究问题的评测，包含 722 篇手稿、归入 372 个相关结果族，平均每个结果消耗约 3 小时 ChatGPT Pro 推理算力，模型本身未发布。
推荐理由：OpenAI 用内部未发布模型产出 722 篇数学手稿，读者可据此了解 AI 做数学研究的规模与算力成本。
Microsoft ResearchAI 评分2222 Microsoft 研究播客：AI 评测的意外失败能教会我们什么
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈，探讨评测如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她同时分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入审视数据的重要性。
NVIDIA BlogAI 评分2222 电信运营商为何将 AI 战略建立在开放模型之上
NVIDIA《State of AI in Telecommunications》报告显示，89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model（LTM），由 AdaptKey 基于开源电信数据集微调，并公开端到端微调配方。
Latent SpaceAI 评分7575 Reflection 发布 Beam 开源模型，501B 总参数 23B 激活
Reflection 发布 Beam，一个面向编码、智能体和科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重将于本月放出。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。
推荐理由：GitHub 公开了 AI 代码审查基准的构建方法与评分口径，读者可据此理解离线评测如何对应线上实验。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 对 300 名数据与 AI 高管的调研显示，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，遗留数据系统、安全隐私顾虑以及知识与上下文缺失是主要失败点。
MIT Technology Review · AIAI 评分1212 从预测到自主决策：预测分析如何迈入智能体 AI 时代
企业 AI 的竞争前沿已从预测精度转向自主决策，核心挑战是让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而非等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。
NVIDIA BlogAI 评分2222 NVIDIA Inception 初创公司如何用 AI 补齐乳腺癌诊疗缺口
NVIDIA Inception 计划中的三家初创公司正用 AI 覆盖乳腺癌筛查到治疗规划的全流程。iSono Health 的 ATUSA 可穿戴 3D 超声系统约两分钟完成单侧乳房扫描，比传统手持超声的 45 分钟大幅提速，并称敏感度高出 28%。
MIT Technology Review · AIAI 评分2626 人们一边痛恨 AI，一边为何又离不开它？
全球民调显示公众对 AI 的负面情绪快速上升：Pew 数据显示更多美国成年人认为 AI 对个人和社会的影响是负面的，Gallup 5 月调查中 71% 美国成年人反对在本地新建 AI 数据中心。但使用量仍在飙升，ChatGPT 5 月月活达 10 亿，Gemini 7 月达 9.5 亿，Pew 称一半美国成年人已使用聊天机器人。文章认为人们反感的不是技术本身，而是公司无孔不入的推销方式。
MIT Technology Review · AIAI 评分88 EmTech Future 2026：当 AI 与万物相遇
MIT Technology Review 的 EmTech Future 2026 活动聚焦 AI 与生物学、基础设施、制造业和科学的交叉融合，Google Research 副总裁兼负责人 Yossi Matias 就此分享了 AI 如何开始重塑这些领域。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
NVIDIA Blog精选AI 评分6262 NVIDIA DGX Spark 推出 64GB 版本，双机集群可扩展至 200B 参数模型
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4,999 美元，单机支持最高 1000 亿参数模型。
推荐理由：原文给出 64GB 新配置的定价、上市时间与双机集群实测数据，可据此判断本地跑大模型的成本与扩展方式。
NVIDIA Blog精选AI 评分7878 NVIDIA GPU 如何加速 OpenAI 的 GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast 已在 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户中开放，运行在 NVIDIA Blackwell GPU 上，token 生成速度最高可达 Astra Standard 模式的 8 倍。
推荐理由：原文给出 Astra Ultrafast 相对标准模式的加速幅度与开放入口，读者可据此判断它对编码智能体循环的实际影响。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准与内部落地案例，可据此判断前沿模型的能力边界与分阶段开放节奏。
Microsoft ResearchAI 评分3434 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测与 AE、Dst 指数预报，结合纬度、地质电导率等本地数据，为美国本土 66,935 座变电站生成 30-60 分钟前的空间天气风险估计。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印
Google DeepMind 发布 SynthID Bio，把水印技术引入合成生物学，将不可感知的签名直接嵌入生物代码，使其不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物学，读者可了解 AI 生成蛋白质如何在保留功能的前提下被标记与验证。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据联合训练的生物世界模型，以及连接模型、科学工具、文献和实验人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft ResearchAI 评分1818 微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养
微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向展开工作。该实验室与新加坡医疗生态伙伴合作推进多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases（画布扩展）是一种可自定义界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，即可生成看板、发布清单或仪表盘等界面，无需编写代码或手动设计。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub Copilot 提出用 canvas 替代 chat 作为 AI 交互界面，canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信并调用第三方 API、在本地执行代码。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Security Lab 发布 Fuzzing Taskflow 智能体流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告、改进 harness、分诊崩溃并为每个独立缺陷生成漏洞报告。
推荐理由：GitHub 安全实验室把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，读者可据此判断自动化安全测试的边界。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话模型原生耦合，让对话智能体具备会听、会看、会说的动态视觉形象，即日起在 Gemini Enterprise 上线。
推荐理由：官方给出实时视频与语音耦合的能力细节和开放入口，读者可据此判断企业级对话智能体的形态变化。
GitHub Blog · AI & MLAI 评分2222 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以流畅渲染含 2,200 个文件、超百万行改动和 400 多条行内评论的超大 PR。其做法是把文档高度拆成确定性的代码几何与动态评论块两套几何：代码行高提前精确计算，评论高度则按块懒测量、锚定到文件与行，避免滚动跳变。