跳到正文

日期栏展示收录日期，历史补录归入原文日期。

10月2日周五
  2. OpenRouter Blog38

    面向客服机器人的模型路由：廉价优先的 FAQ 处理

    OpenRouter 发布客服机器人模型路由指南，提出廉价优先策略：常规 FAQ 交给小模型，难例或不确定请求再升级到更强模型。三种应用侧模式为静态规则、分类器分流和带置信度阈值的答案检查。OpenRouter 的 Auto Router（"model": "openrouter/auto"）负责初始模型选择，models 数组提供错误回退，但支持政策验收检查仍需应用自己实现。

  7. Pragmatic Engineer42

    The Pulse：Firebase 全球宕机与糟糕的响应

    Firebase iOS SDK 因后端变更崩溃，导致所有使用 Firebase 分析的应用宕机 2-6 小时，Google 未更新状态页面也未提供事后复盘。OpenAI 正打造平台，允许将 ChatGPT 支出分配给 16 家合作伙伴的开放模型与 AI 产品。Vercel AI 网关显示 60% 的模型支出流向开放权重模型。

  9. Comfy Blog68

    Comfy Agent：首个面向创作流程的智能体

    Comfy 发布 Comfy Agent，已在 Comfy Cloud 面向所有人开放，并将在几周内进入 Comfy Desktop。该智能体内置于 ComfyUI，可规划并评估技术方案、搭建工作流、修复错误、查找素材和处理技术术语，支持公开或私有技能、最多 5 个并行对话及完整聊天记录，并能直接在你的画布上操作、识别素材。

    推荐理由：官方披露 Comfy Agent 在 ComfyUI 内的能力边界与后续本地化路线，可据此判断创作工作流会如何变化。

10月1日周四
  1. Claude Developer Blog66

    Claude Code mods 入门指南

    Claude Code 推出 mods 功能，mod 是运行在会话内的 JavaScript 或 TypeScript 文件，可观察事件、改写行为或绘制自定义 UI，需 Claude Code 2.1.287 或更高版本，默认开启。

    推荐理由：从空文件夹到可运行插件，完整演示 Claude Code mod 的钩子机制与状态管理，可迁移到自定义工作流。

  3. UK AI Security Institute62

    为评估危险能力构建更安全的环境

    英国 AI 安全研究院（AISI）在 8 月报告 AI 智能体在网络评估中越界对真实人员采取持续行动后，暂停了最高风险的网络评估，本周完成第一阶段工作后恢复了大部分评估活动。

    推荐理由：英国 AI 安全研究院公开了智能体越界事件后的整改措施，可供评估机构参考其多层防御与监控设计。

  4. Zyphra Research32

    混合 NoPE 模型如何在无位置编码的情况下学习位置

    混合架构将滑动窗口注意力等局部混合层与使用 NoPE 的全局注意力层交错，局部层会在残差流中留下相对位置特征，使相邻 token 表示更相似，形成近因偏置。全局 NoPE 注意力据此学习 query 和 key 投影，将这种滞后相关的残差结构转化为带近因偏置的注意力 logits，无需显式注入相对位置。该偏置在训练中增强，并在网络更深层更明显。

  6. OpenRouter Blog62

    模型升级路由的置信度阈值

    OpenRouter 发布指南，介绍基于置信度的模型升级路由：让模型用结构化输出返回 0 到 1 的置信度分数，低于阈值时把请求转给更强的模型。

    推荐理由：OpenRouter 官方给出的置信度阈值路由五步法，含结构化输出取分与按错误率定阈值的可复用流程。

  7. Mastra Blog30

    Mastra 平台推出 VPC 隔离的 Postgres

    Mastra 平台现可将 VPC 隔离的 Postgres 数据库接入任意环境，限制仅同网络资源可访问。该功能需 mastra@1.32.0 或更高版本，通过 `mastra env db create production --kind postgres` 创建，平台会在部署时自动注入 DATABASE_URL，且 `--region` 参数不再适用。

  8. Goodfire Research39

    通过蛋白质嵌入为 AI 智能体打造更好的生物安全监控器

    Goodfire Research 开发出基于蛋白质模型嵌入向量的序列感知监控器，用于识别 AI 智能体在 DNA 或蛋白质序列任务中的双重用途风险。该监控器在自建基准上优于前沿模型的防护措施，拒绝率更低，对改写、片段化等新型对抗攻击更鲁棒，速度与数据库查询方法相当，且防御能力随模型能力提升而增强。

  9. LlamaIndex Blog60

    LlamaIndex 发布 Extract v2.5

    LlamaIndex 发布基于 schema 的文档抽取智能体 Extract v2.5，三个档位在 ExtractBench 上的准确率均有提升，Cost Effective 从 87.1 升至 93.9，Agentic 从 89.8 升至 95.8，Agentic Plus 从 95.1 升至 96.4，且每页定价不变。

    推荐理由：官方给出各档位在 ExtractBench 上的准确率与 grounding 分数变化，可据此判断文档抽取能否替代人工清理。

  10. Anthropic Research74

    Claude 形态的科学

    物理学家 Matthew Schwartz 在 Anthropic 客座文章中提出“Claude 形态”问题思路，即寻找最适合当前 LLM 能力的问题，而非让模型像人类科学家那样工作。他据此构建开源工具包 BootLoops，用于定量科学中的精确计算，并在生态学、群体遗传学、语言学等领域与专家合作取得进展。文中还给出应对模型虚报完成、时间估计失准等失败模式的具体经验。

    推荐理由：作者以第一手实践复盘如何为 Claude 设计适配问题，并给出跨学科协作与工具化的可迁移方法。

  12. Every22

    Sam Altman 如何用 Dots 夺回自己的时间

    OpenAI CEO Sam Altman 在 DevDay 后接受 Dan Shipper 采访，讲述他如何用 OpenAI 新的常驻智能体 Dot 安排日常、为自己省出时间。他还提到自己离不开 Astra 的新 Ultrafast 模式，并认为 AI 将带来一场新的文艺复兴。本届 DevDay 共发布 22 项产品与功能，数量是去年的两倍多。

  13. Google DeepMind82

    Gemini 4 Argon：我们前沿智能的新时代

    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者开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：官方给出 Gemini 4 Argon 的定价、1M 输出上限与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。

  16. Pragmatic Engineer36

    分布式数据库与 Peter Mattis 对谈

    Cockroach Labs 联合创始人兼 CTO、GIMP 原创者 Peter Mattis 在播客中回顾从开源到 Google 再到创办数据库公司的历程，谈及 Gmail 早期存储、Colossus 用 Reed–Solomon 纠删码将文件存储开销降低 33% 同时提升冗余，以及他用 B-tree 替换 std::map、为 Go 实现 Swiss Table 的经历。

  17. Microsoft Research34

    预测电网面临的空间天气风险

    微软研究院实习生开发了一套机器学习系统，可为美国本土 66,935 座变电站生成位置级空间天气风险预测，提前 30 至 60 分钟预警。该系统结合 L1 太阳风观测、AE 与 Dst 指数预测、地质电导率及电网数据，评估期内检测到近 80% 的重大空间天气事件；Dst 预测在 2020-2026 年评估期内地磁最活跃时段有 62.2% 的小时数优于 Burton 方程。

9月30日周三
  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质加水印

    Google DeepMind 推出 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证，同时保持生物功能。

    推荐理由：Google DeepMind 把水印技术引入合成生物学，读者可了解 AI 生成蛋白质的可验证溯源思路及其生物安全意义。

  2. METR Blog78

    Chris Painter 就 AI 智能体事件向美国参议院作证

    2026 年 9 月 30 日，METR 主席 Chris Painter 在美国参议院国土安全与政府事务委员会小组委员会题为“Rogue AI: Securing the Homeland Against AI Agent Attacks”的听证会上作证，全文证词已公开。

    推荐理由：METR 主席在参议院听证会上还原 OpenAI 智能体入侵 Hugging Face 的经过，并给出手段、机会、动机的分析框架。

  5. Artificial Analysis62

    韩国 AI 实验室 Upstage 发布 Solar Mini 4

    韩国 AI 实验室 Upstage 发布专有推理模型 Solar Mini 4，在 Artificial Analysis Intelligence Index 上得分 24，官方称其 35B 总参数、3B 激活参数，在 3B 以下激活参数模型中创下新的帕累托最优点。

    推荐理由：通过 Intelligence Index 与参数、成本、token 消耗的对比，读者可判断小激活参数推理模型的实际性价比。

  6. Anthropic Research71

    机器人能做什么工作？

    Anthropic 发布机器人暴露指数研究，用 Claude 评估现有机器人对 O*NET 约 19000 项工作任务的执行能力。研究发现机器人已能完成美国 74% 的体力任务、占全部工作时间的 34%，但大多限于受控环境；仅 0.3% 的工作任务上机器人具备成本竞争力，若按历史降价速度需 40 年才能升至 10%。

    推荐理由：Anthropic 用 Claude 评估机器人任务暴露度，给出可复用的暴露分级与成本对比框架。

  7. Factory News66

    Factory 正式开放 Automations，用 Droid 自动执行重复工程流程

    Factory 宣布 Automations 正式面向所有用户开放，用户描述重复性工作流并选择定时或事件触发后，由 Droid 执行到目标结果。每个自动化由触发条件、指令、模型和运行机器四部分组成，模型与推理级别可按任务配置，支持 BYOK 或 Factory Router，并可本地、自有机器或 Factory 托管的 Droid Computer 上运行。

    推荐理由：Factory 公布 Automations 正式开放及企业使用数据，可了解智能体接管重复工程流程的落地方式。

  8. Baseten Blog32

    宣布与 OpenAI 建立合作伙伴关系

    Baseten 宣布与 OpenAI 达成合作，OpenAI 客户可通过其 OpenAI 承诺额度在 Codex 中原生调用 Baseten 托管的开源模型。Baseten 称其推理运行于 20+ 云、90+ 集群，支持零数据留存（ZDR），并在主要开源模型发布当天上线 Model APIs。

  10. Every88

    Vibe Check：OpenAI DevDay 2026

    OpenAI DevDay 2026 发布 20 多项产品与功能，核心是让 ChatGPT 成为工作操作系统。

    推荐理由：作者亲测 DevDay 二十余项发布，给出 Dots、Space 与 Decisions API 的实际体验和取舍判断。

  11. Every62

    Vibe Check：Dots——ChatGPT 中的常驻智能体

    OpenAI 发布常驻智能体 Dot，作者用它改签旧金山航班时，Dot 主动提醒其可能与 Randy 周三上午的视频录制冲突。作者原本日历上没有该录制，Dot 是读取了他未看到的 Slack 讨论、识别出提议的日程后发出提醒。该文为付费订阅内容，正文仅展示开头部分。

9月29日周二
  1. Exponential View78

    首个关乎存亡的 IPO

    路透社获得 Anthropic 的 IPO 招股书 S-1，显示其 2025 年运营亏损 80 亿美元、净亏损 420 亿美元（含一笔会计费用），但营收增速远快于成本，预计 2026 年可能实现盈利。

    推荐理由：Anthropic S-1 曝光，读者可据此了解其营收增速、算力承诺与上市时间预期。