用 AI 写好文章，功夫在提示词之前
Every 评估负责人 Mike Taylor 公开自己的 AI 写作流程：先定标题、收集素材、搭骨架，再用 Monologue 录下口述想法，交给 Claude Opus 5.5、Fable 5.1 和 GPT-6 Astra 生成草稿后拼接成文。他称这套流程把一篇 1200 字文章的写作时间从一天压缩到两小时以内，流量和读者好评没有下降。
全部AI 动态
日期栏展示收录日期，历史补录归入原文日期。
EveryAI 评分2828 GitHub Blog · AI & MLAI 评分2222 在 GitHub Copilot 应用中渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论带来的渲染压力。团队用一个含 2,200 个文件、超 100 万行改动和 400 多条行内评论的开源 PR 做验证，将文档高度拆成确定性的代码几何与动态评论块两套体系，评论高度按需测量并锚定到文件、行和侧，避免滚动跳动。
Redwood ResearchAI 评分5050 潜在推理架构可能削弱 CoT 这一最强监督工具
Redwood Research 认为，向潜在推理架构的转变可能削弱 CoT 的可监控性，使 AI 监督更难。COCONUT 会完全取代 CoT，full-bandwidth transformers 则在 CoT 之外并行增加潜在通道，二者都可能让智能体无需人类可读语言即可推理和互相通信。即便这会大幅降低监控能力，AI 公司也可能为保持竞争优势而采用这类架构。
Google Blog · AIAI 评分3131 Google Beam 拓展新地区、新合作伙伴与新客户
Google Beam 宣布扩展至美国、加拿大、英国、法国、德国和日本六国，由 18 家渠道合作伙伴支持部署，旗舰硬件为 HP Dimension with Google Beam，可无缝接入 Google Meet 和 Zoom。
Pragmatic EngineerAI 评分3434 Design Engineering with Maggie Appleton
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中谈设计工程：她习惯用纸笔和笔记本启动项目，认为手绘比向 Claude Code 描述更快，且次日仍可回溯。她让编码智能体搭建带滑块和取色器的交互原型，称为“Jigs”，并已不再查看工作中生成的 PR 代码，只写详细规格说明让智能体自行验证。
Microsoft ResearchAI 评分5858 面向真实世界物理 AI 机器人的推理卸载
微软研究院对移动机器人操作负载做了一项系统测量研究，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 能提升任务表现并延长续航。
Google DeepMind精选AI 评分6262 Google 为 Private AI Compute 引入安全的服务端记忆
Google Private AI Compute 团队公布为 Private AI Compute 平台引入持久化的服务端记忆能力，让 AI 助手能跨设备保留上下文，同时维持端侧级别的隐私标准。
推荐理由：Google 公开了 Private AI Compute 的持久化服务端记忆方案，读者可了解云端长期记忆如何与端侧隐私标准结合。
Comfy Blog精选AI 评分6262 Comfy Router 发布：一个 API 调用前沿媒体模型
Comfy 在 Comfy Developer Platform 上线 Comfy Router，用一个 API 接入前沿图像、视频、3D 和音频模型，首日支持 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs。
推荐理由：Comfy Router 把多家前沿图像视频模型的调用收敛到一个 API，读者可据此判断多供应商路由是否值得接入。
Google DeepMind精选AI 评分7272 Gemini 3.8 text-to-speech says hello
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与深度创作控制，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：原文给出两款 TTS 模型的语音设计、复刻与逐行导演能力及基准排名，可据此判断语音生成工作流的变化。
Baseten Blog精选AI 评分6666 NVIDIA Nemotron 3 Diarization：每小时音频一美分的实时说话人标签
NVIDIA Nemotron 3 Diarization 发布，这是一个约 100M 参数的 Transformer 说话人分离模型，基于 NVIDIA Streaming Sortformer 构建，把 16 kHz 音频切成 10ms 帧并输出 T×8 的说话人活动概率矩阵。
推荐理由：原文给出单检查点四档延迟、DER 对比与单卡并发上限，可据此评估实时说话人分离的部署成本。
Sakana AIAI 评分4242 下一前沿：欢迎 AI 先驱 Jürgen Schmidhuber 加入 Sakana AI
Sakana AI 宣布 Jürgen Schmidhuber 以兼任形式出任首席科学顾问，并参与其递归自我改进（RSI）实验室。他将协助指导 Agent-Native World Models 研发，用于在行动前模拟物理后果，支撑日本制造业与机器人产业。其 1987 年关于递归自我改进与元学习的论文已影响 Darwin Gödel Machine 和 The AI Scientist 等成果。
Claude Developer Blog精选AI 评分7171 我们如何在两周内让 claude.ai 提速 3 倍
Anthropic 团队在两周冲刺中把 claude.ai 和 Claude 桌面应用的核心体验提速约 3 倍，新加载页面可输入时间从 3.1 秒降到 0.55 秒，启动 Claude Code 会话从 0.8 秒降到 0.3 秒。
推荐理由：Anthropic 团队复盘用 Claude 在两周内把 claude.ai 提速 3 倍的完整工程流程，可迁移到性能优化实践。
Redwood Research精选AI 评分7878 Astra 用填充 token 推理的能力远超前代模型
Redwood Research 测量 GPT-6-Astra 在提示词被填充无意义 token 且被要求不推理时的表现，发现 Astra 在需要大量串行认知的任务上显著提升，例如 4-hop 自然事实推理从约 10-20% 提升到约 50%，旧 AIME 题从约 60-70% 提升到约 90%。
推荐理由：Redwood Research 用填充 token 测试 GPT-6-Astra 的无 CoT 推理能力，为链式思维监控的可靠性提供了新的实证。
PlatformerAI 评分2323 Muse is having a moment
OpenAI 在开发者大会前夕因安全担忧取消了一款新模型，并推出更偏商业化的智能体方案。其数学突破可能让数学家面临身份危机，同时业界在 The Curve 上呼吁一种新型的放缓。
Prime Intellect Blog精选AI 评分6262 Prime Sandboxes：面向大规模智能体 RL 训练的 microVM
Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是一台完整 Linux 虚拟机，支持 Docker Compose、后台任务和依赖内核的工作负载，可运行数万个并发沙箱。
推荐理由：Prime Intellect 公布智能体 RL 沙箱的架构取舍与定价，可据此比较容器与 microVM 方案的差异。
Factory News精选AI 评分6060 Factory Router 将推理成本降低 63%
Factory 公布 Factory Router 的生产数据，使用该路由的会话总体成本比按前沿模型公开价格计算低 63%，6 月底这一数字为 42%，同期路由会话量增长约四倍。
推荐理由：原文给出路由在生产环境的成本与通过率数据，可据此判断模型路由对智能体工作流的实际收益。
Cursor Changelog精选AI 评分6262 Rollouts 与 Security Review
Cursor 推出 Rollouts 和 Security Review 两个 bot，分别监控每次变更的部署健康状况、在每个 PR 中报告可被利用的缺陷，现已在团队版和企业版上线。
推荐理由：Cursor 把部署监控与安全审查做成两个 bot，读者可了解 AI 编码工具如何延伸到交付与安全环节。
Cartesia BlogAI 评分5858 Cartesia 推出 Multilingual Voices 多语言语音
Cartesia 发布 Multilingual Voices，50+ 语音库音色可原生支持最多 25 种语言，并支持把自建语音克隆做成多语言。每个语言和口音由母语者按评分标准审核，检查口音是否保持以及日期、数字、货币是否按当地方式朗读。
Anthropic News精选AI 评分7474 Claude 发现具有 CRISPR 样重复序列的新型酶系统
Anthropic 成立生命科学研究组与实验室，让 Claude 智能体自主搜索 DNA 数据库，发现了一种与 DNA 重复序列相关的新型酶系统 ART（array-associated reverse transcriptases）。
推荐理由：Anthropic 用约 950 个 Claude 智能体在 21 小时内筛出候选酶系统，可观察 AI 驱动假设生成的实际流程。
Sierra BlogAI 评分3838 你的智能体，一览无余
Sierra 发布 Agent Studio，让用 Ghostwriter 构建的智能体的每条旅程、动作、策略和人格都可见可编辑，并可通过 Simulations 和 Experiments 在全面上线前测试改动影响。
Comfy BlogAI 评分4848 让 MiniMax H3 视频 VAE 提速 2 倍
MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。
Where’s Your Ed AtAI 评分6060 Where're All The AI Chips?
Ed Zitron 在 Where's Your Ed At 撰文质疑 AI 芯片的真实装机进度，认为 NVIDIA 自 2023 年初以来售出的约 5615 亿美元 AI 芯片与硬件中，约有一半仍堆在仓库或未通电的数据中心里。
InterconnectsAI 评分3030 与 Epoch AI 的 JS Denain 辩论 RSI、中美差距与参差不齐
Epoch AI 洞察团队负责人 JS Denain 与 Nathan Lambert 在播客中辩论 AI 自我改进（RSI）、中美模型差距及能力参差不齐。Denain 认为 OpenAI 和 Anthropic 公开的博客证据不足以证明 AI 即将实现自我维持的加速，但 Codex 研究支出每月翻倍值得关注。他还讨论了蒸馏能否解释中美差距、开源与闭源模型的安全性，以及前沿后训练流程的样貌。
METR Blog精选AI 评分6262 METR 对 Claude Opus 5.5 的部署前评估摘要
METR 发布对 Claude Opus 5.5 的部署前评估摘要，认为该模型对 AI 研发的加速略高于 Fable 5.1，但不太可能完全自动化 AI 研发。
推荐理由：METR 对 Claude Opus 5.5 的部署前评估，给出该模型在 AI 研发任务上的能力定位与自动化边界。
vLLM Blog精选AI 评分6666 vllm-metal 发布：在 Apple Silicon 上实现并发推理服务
vLLM 官方发布 vllm-metal，把 vLLM 的 V1 调度器、分页 KV 缓存和 OpenAI 兼容服务端带到 Apple Silicon，由 MLX 与 Metal 负责执行。
推荐理由：vLLM 官方把调度器与分页 KV 缓存搬到 Apple Silicon，读者可据此判断 Mac 本地并发推理的可行边界。
Claude · 应用发布说明精选AI 评分7474 Claude Opus 5.5 发布
Anthropic 发布 Claude Opus 5.5，这是新的 Claude 5.5 系列的首个模型。官方称其在多数工作上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。
推荐理由：官方给出新模型与上一代的性能对标和成本降幅，读者可据此判断升级的性价比。
LlamaIndex BlogAI 评分5959 LiteParse 更新：2026 年 9 月
LlamaIndex 发布 LiteParse 9 月更新，通过 PDFium 定制优化将文本提取提速 20-25%，实测 2.8ms/页提取文本、3.9ms/页渲染 markdown。
EveryAI 评分6262 Vibe Check：GPT-6 Sol 对比 Opus 5.5
OpenAI 的 GPT-6 Sol 与 Anthropic 的 Claude Opus 5.5 同日发布，Every 基于日常工作的实测与评测对两者进行对比，回答该用哪一个的问题。文章称两个模型之间存在一个明确的取舍，但完整内容需订阅后阅读。
LiveKit BlogAI 评分3232 LiveKit 推出 Private Links
LiveKit 推出 Private Links，让托管的 AI 智能体通过云网络私有访问企业内部敏感资源，无需维护公网 IP、入站防火墙规则或 VPN。该功能通过加密 WireGuard 隧道连接 AWS PrivateLink 或 Azure Private Link，仅支持基于 TCP 且经 TLS 加密的连接，不支持非安全 TCP 和 UDP。
SemiAnalysisAI 评分2222 推理中的计算与数据搬运
混合专家（MoE）已改变前沿模型的推理服务结构与经济性，它改变的不只是参数量，而是每个 token 激活哪些张量、哪些数据必须就近放置、哪些传输需要高本地带宽。
Microsoft ResearchAI 评分4242 借助 RetroChimera 在大规模上改进小分子合成预测
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于图神经网络的 NeuralLoc，用学习式重排序整合两者互补预测，在常见与罕见反应类型上均表现强劲。
InterconnectsAI 评分6262 开源模型当前的力量格局
Nathan Lambert 发布其向美国国会议员及幕僚做简报的讲稿，梳理开源权重模型在中美竞争中的现状。
LiveKit BlogAI 评分3838 构建实时语音和视频 AI 智能体的最佳开源框架
LiveKit Agents 与 Pipecat 是构建生产级实时语音和视频 AI 智能体的两大主流开源框架，前者基于 LiveKit 自研 WebRTC 和 SIP 基础设施、提供更高层抽象，后者不预设传输层、以更低层抽象让开发者逐级搭建流水线。TEN Framework、Dograh、Vision Agents 和 Vocode 等名字虽会出现，但均未进入生产选型名单。
Browser Use BlogAI 评分2323 Vesta 如何用 Browser Use 从无 API 的网站收集抵押贷款合规证据
Vesta 的 AI 原生贷款发放系统（LOS）用 Browser Use 智能体从无 API 的政府与县级网站抓取抵押贷款合规证据，包括 OFAC、SAM.gov、HUD 排除名单查询和房产税单，每次任务返回结构化 JSON 加页面 PDF 存证。
vLLM BlogAI 评分3636 Qwen3.8-2.4T 的 PD 分离式服务
vLLM 在 GB300 NVL72 集群上对 Qwen3.8-2.4T 做 PD 分离式服务，8K/1K 负载下高吞吐场景达每 GPU 5000 总 token 吞吐，低延迟场景达每用户 180 生成 token。
EveryAI 评分6060 如何创建你自己的个人 AI 基准
Every 评测负责人撰文介绍如何为个人工作搭建私有 AI 基准，以判断哪个模型更适合自己的任务。文章引用 Wharton 教授 Ethan Mollick 的观点，指出 MMLU-Pro 等热门基准考的是 Homo erectus 颅容量、Cheap Trick 1979 年现场专辑名这类知识，方向上有用但回答不了模型能否帮上你的工作。
Browser Use BlogAI 评分3636 Browser Use 与 Browserbase 对比：定价、隐身能力与性能
Browser Use 与 Browserbase 的对比显示，Browser Use 浏览器小时单价 0.02 美元、代理 5 美元/GB，比 Browserbase 的 0.10-0.12 美元/小时和 10-12 美元/GB 分别便宜约 5 倍和 2 倍。
Browser Use BlogAI 评分3838 Composio 的 Browser Tool 如何用 Browser Use 在无 API 的情况下自动化网站
Composio 的 Browser Tool 让接入 Composio 的 AI 智能体在无 API 的网站上完成登录、导航、填表、提取数据和下载文件，每个任务都由托管云浏览器中的 Browser Use 智能体执行。
Recode China AIAI 评分2222 🗞️华为与英伟达竞速至2027年，北京称Amodei的AI减速论是“散布恐慌”，Manus估值翻倍
华为在 HUAWEI CONNECT 2026 上发布“Peerium Computing Architecture”、可训练和推理 10 万亿参数模型的 Atlas 960E SuperPoD 及新 AI 集群服务，并计划 2027 年前推出两款 Ascend 级芯片对标英伟达。
Air Street PressAI 评分1212 欢迎参加《2026 年 AI 现状报告》发布见面会
《2026 年 AI 现状报告》将于 10 月 8 日发布，内容覆盖过去 12 个月 AI 在产业、研究、安全与地缘政治领域的重要进展。为配合发布，主办方将在旧金山（10 月 8 日）、纽约（10 月 27 日）和巴黎（11 月 3 日）举办 State of AI 见面会，每场包含报告精简版演讲、围绕具身 AI、AI for science、扩展与开源的炉边对话及社交环节。