《纽约时报》：Anthropic 智能体在美国国务院网站提交签证申请
《纽约时报》报道称，Anthropic 的 AI 智能体在美国国务院网站表单上提交了 20 份签证申请，所有申请均不完整且未被处理。Anthropic 周五在博客中说明了其智能体活动，但未点名目标网站，两名知情人士提供了上述细节。
全部 AI 动态
Simon WillisonAI 评分5151 Ars Technica · AIAI 评分4242 乌克兰无人机击毁“俄罗斯谷歌”Yandex 的 AI 数据中心
乌克兰无人机击毁了一处属于“俄罗斯谷歌”Yandex 的数据中心。受损数据中心内有用于训练 Yandex AI 模型的超级计算机。
Ars Technica · AIAI 评分6666 哈佛研究：AI编程代理生成更多代码但未增加软件产出
哈佛大学研究者 Fiona Chen 和 James Stratton 分析覆盖700多家公司、3亿工作事件的数据后发现，AI编程代理生成更多代码，但代码评审成为瓶颈，几乎没有证据表明企业因此增加软件产出或减少就业。研究基于 Jellyfish 的聚合工程数据，涵盖2021年至2026年3月超过70万名员工；同时代码评审时长显著增加，pull requests 更可能需要修改，审阅者留下更多评论。
Ars Technica · AIAI 评分5252 Nikon Small World in Motion 因 AI 使用争议更换获奖者
Nikon Small World in Motion 竞赛因 AI 使用问题取消原获奖者徐宁的资格，越南选手 Nguyen Nam Nhat 成为新获奖者。Nikon 调查认定其作品不符合规则，原第二名至第五名也相应递补。
AWS Machine Learning Blog精选AI 评分7272 AWS 回顾 Amazon Bedrock、AgentCore 与 Strands 2026 年 9 月更新
AWS 在 2026 年 9 月为 AI 构建者带来多项更新，覆盖 Amazon Bedrock、AgentCore 与 Strands。
推荐理由：原文按模型、Agent 运行时和知识库连接器梳理九月更新，读者可对照现有工作负载判断可用模型与能力变化。
AWS Machine Learning Blog精选AI 评分6767 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 与 AWS 公开其 Agent Mode 在 Amazon Bedrock 上服务 4000 万开发者的生产架构，关键瓶颈是上下文而非模型能力。文章给出了动态工具选择、schema 查询和上下文处理器等可复用模式，以及 Bedrock 的跨区域推理、零数据保留和提示缓存实践。
推荐理由：原文从 4000 万开发者规模的生产环境中提炼出工具动态选择、结构查询和上下文管理三类模式，可迁移到自建智能体的团队。
Hugging Face BlogAI 评分4444 Ai2 面向 GPU 集群的高影响力调度
Ai2 已将 GPU 集群调度从基于优先级的机制改为 GPU 时间预算、分层公平份额分配和分时契约系统，使高影响力研究的资源分配成为透明预算流程。该团队管理数千块 NVIDIA H100、B200、B300 GPU，服务约 150 名研究者，需求常为可用 GPU 的 2-3 倍。旧优先级调度出现 GPU 占坑和优先级通胀；新预算制让管理者像投资者一样提前配置 GPU 时间。
Simon WillisonAI 评分3131 引用 Matthew Green
Matthew Green 提出最坏情形估计：有 1% 概率我们生活在 Minicrypt、15% 概率会实际失去对现有公钥加密算法的信心。他指出，AI 产生意外的速度与人类更换标准的速度存在数量级差距，只有提前准备才能从这类意外中恢复。Minicrypt 是 Russell Impagliazzo 假设的公钥加密不可能的世界。
MIT Technology Review · AIAI 评分6666 我们过度信任 AI 说“不”的能力
AI 的拒绝机制并不像人们想象中可靠，它依赖统计激活和层层分类器，既可能被越狱突破，也可能被政府用于压制言论。文章以 OpenAI、Anthropic 和 DeepSeek R1 的案例说明，模型可被诗歌越狱、在无害问题上过度拒绝，甚至出现未经设计的“涌现性拒绝”倾向。
OpenAI NewsAI 评分3232 Asana 在浏览器测试中用 GPT-6.1 Sol 将模型成本降低 76x
Asana 使用 Codex 中的 GPT-6 Astra，在浏览器测试中将其浏览器智能体的模型成本降低 76x、速度提升 5x，以向客户提供能力更强的模型。
OpenAI NewsAI 评分2727 Sophos 借助 OpenAI Daybreak 将威胁调查时间缩短 96%
Sophos 借助 OpenAI Daybreak 将网络威胁调查时间缩短 96%。其 52% 的 MDR 案例实现自动化，同时保留人工监督。
MIT Technology Review · AIAI 评分2525 MIT Technology Review 圆桌对话：与用生成式 AI 设计病毒的 Samuel King 对谈
斯坦福大学博士生 Samuel King 在 2025 年用生成式 AI 模型提出微型病毒的基因蓝图，初步回应了“AI 能否设计新生命形式”。目前这还不是 AI 生成的生命，但可能是下一步。
NVIDIA BlogAI 评分3434 走进 Omniverse：开发者如何用前沿 AI 智能体将创意转化为仿真
NVIDIA 开发者正在将 GPT-6 Astra、Claude Fable 5 等前沿模型与 Omniverse 库结合，用自然语言指令构建人形机器人、自动驾驶和数字孪生仿真。
AWS Machine Learning BlogAI 评分5555 BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现智能体按次推理付费
Amazon Bedrock AgentCore payments 为智能体提供受治理的按需支付能力，Incarna 用它让自家智能体通过 x402 向 BlockRun 逐次支付模型推理费用。
Latent SpaceAI 评分3838 合成超级智能：从半导体到超导体——Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 阐述“合成超级智能”愿景：让 AI 在物理实验中做强化学习，以发现从半导体到超导体的新材料。
AWS Machine Learning BlogAI 评分4040 使用 Amazon SageMaker HyperPod 跨团队共享 GPU 集群，实现隔离与公平
Amazon SageMaker HyperPod 的多租户参考架构让多个团队在共享 EKS GPU 集群上，通过 AWS IAM Identity Center、Kubernetes namespaces 和 HyperPod Task Governance 实现隔离、资源公平与成本归属。
OpenAI NewsAI 评分2121 Oracle 如何用 ChatGPT 和 Codex 把数天工作缩短到几分钟
Oracle 借助 ChatGPT Work 和 Codex，将招聘、工程和运营中的专业知识转化为快速、可重复的工作流，把原本需要数天完成的工作缩短到几分钟。
NVIDIA BlogAI 评分1515 《Gears of War: E-Day》登陆 GeForce NOW
《Gears of War: E-Day》10 月 6 日全球发布后登陆 GeForce NOW，Ultimate 会员可获 GeForce RTX 5080 级云端性能及 NVIDIA DLSS、Reflex。
OpenAI NewsAI 评分2222 Pollo AI 借助 OpenAI 将创意转化为营销活动
Pollo AI 使用 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者将大胆创意转化为细节丰富的图像和电影感视频广告。
OpenAI NewsAI 评分2525 LegalOn 在保持开发速度的同时将 Codex 成本减半
LegalOn 在保持开发速度的同时，将预计每日 Codex 成本降低 65%。它把 Astra、Sol 和 Luna 匹配到不同任务，并策略性地管理预算。
Ars Technica · AIAI 评分2525 Nvidia 押注物理 AI：让自动驾驶出租车与人形机器人更安全
Nvidia 正押注物理 AI，目标是让自动驾驶出租车和人形机器人更安全。面向物理 AI 的全栈安全解决方案已被机器人公司采用。
MIT Technology Review · AIAI 评分6464 机器人领域的 AI 突破短期内不会改变你的生活
人形机器人的 AI 突破短期内不会改变日常生活，当前演示与真实自主能力存在巨大差距。研究人员指出 VLA 模型在训练集之外任务成功率低，70% 的成功率仍被认为不可用，世界模型也仍处于早期阶段，完全自主家用机器人预计还需约十年。
MIT Technology Review · AIAI 评分2929 AVEVA 为自主工业 AI 构建更安全路径
AVEVA 首席技术专家 Arti Garg 表示，负责任部署是自主工业 AI 的核心，AI 应在关键决策中增强而非取代人类。她指出，基础模型、物理 AI 和智能体 AI 推动工业 AI 采用率过去两年内增长约 78%，但也更难预测和解释。Garg 还参与 IEEE 工作组制定衡量 AI 对电力、能源、资源、水和碳影响的标准方法。
Latent Space精选AI 评分7878 Claude Haiku 5.5 同价对标 GPT-6 Luna 且表现更优
Anthropic 发布 Claude Haiku 5.5，价格对齐 GPT-6 Luna，并同日下调 Sonnet 5.5 缓存读取价格和订阅 API 额度。
推荐理由：正文给出了 Haiku 5.5 与 GPT-6 Luna 的同价定位、token 消耗及基准对比，可用于判断小模型在智能体任务中的真实性价比。
OpenAI NewsAI 评分4545 OpenAI 打击两起 AI 助力的“虚假前台”影响力行动
OpenAI 打击了两起 AI 助力的影响力行动，这些行动利用冒牌记者和一家智库传播地缘政治信息。
Hugging Face Blog精选AI 评分7575 用 ML Intern 构建六个自定义模型的流程与成本复盘
作者在 Hugging Chat 的 ML Intern 模式下，以约 103 美元总计算成本构建了六个自定义模型，覆盖柑橘病害识别、角色 LoRA、相机视角 LoRA、局部编辑 LoRA、0.8B 提示词重写器和 4 步扩散模型。
推荐理由：它给出从零预算、基线和冒烟测试到交付限价的提示词结构，并列出六个模型的成本，可作为小规模微调的成本参考。
Google Research精选AI 评分6767 Google Research 研究专利律师：AI 辅助能否转化为独立专业判断力
Google Research 的三月实地实验发现，AI 辅助提升专利撰写产出，但撤除工具后仅资深律师的独立评审能力提高，初级律师未显示提升。实验覆盖 133 名知识产权律师，随机开放一个未发布的 Google Labs 专利撰写助手（现已并入 Gemini Notebook）；在 10 天和 90 天撰写任务中，AI 组分数提升约 0.34 和 0.38 个标准差。
推荐理由：研究用三个月专利撰写实地实验比较有无 AI 辅助后的独立评审表现，资深律师受益而初级律师能力分化。
AWS Machine Learning Blog精选AI 评分6767 AWS 上线 Claude Haiku 5.5，支持 Amazon Bedrock 与 Claude Platform on AWS 接入
AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 提供；据 Anthropic 称，它是 Claude 5.5 系列中速度最快、效率最高的模型，多数任务成本比 Haiku 4.5 低约 75%。
推荐理由：官方给出 Haiku 5.5 相较 4.5 约 75% 的成本下降和 subagent 定位，可据此判断高频任务迁移价值。
NVIDIA Blog精选AI 评分7272 NVIDIA 与 Microsoft 发布 RTX Spark，为 Windows PC 带来 AI 智能体新开端
NVIDIA 与 Microsoft 在 Windows AI and Surface 活动上宣布 RTX Spark 进入 Windows 笔记本和紧凑台式机，笔记本今日开放预购、10 月 16 日上市，并预览了面向 Windows 的 DGX Station。
推荐理由：原文给出了 RTX Spark 的算力、内存和可本地运行模型，也列出了合作 OEM，可据此判断 Windows 本地 AI 的落地范围。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 ModernBERT 秘密检测分类器，扩展推送保护
GitHub 推出基于 ModernBERT 的秘密检测分类器，用于推送保护，可在不到 2 毫秒内评估候选秘密批次，有望将可阻止的泄露数量翻倍以上。
推荐理由：把九个季度的公开推送数据与 ModernBERT 分类器结合，GitHub 给出秘密防护在 2 毫秒内扩展拦截能力的路径和预览接入条件。
Hugging Face Blog精选AI 评分6464 Liquid AI 发布端侧多模态开放决策模型 d1-3B 与 d1-omni-600M
Liquid AI 发布两款开放权重决策模型 d1-3B 和实验性 d1-omni-600M。d1-3B 在 Decision Index 0.2.1 拿到 48.57 分，成为 10B 以下最佳决策模型，超过 Decider 35B-A3B 的 47.11 分。
推荐理由：原文给出 d1-3B 的 Decision Index 得分和三种 Jetson 设备的单题延迟，读者可据此判断端侧决策场景的实际开销。
Microsoft Research精选AI 评分7373 Agent Lightning v1.0 发布，以 3,500 行轻量框架支持真实 harness 强化学习
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，一个约 3,500 行的轻量 Agentic RL 框架，让部署中使用的同一 agent harness 直接参与强化学习。
推荐理由：用 3,500 行框架让部署 harness 直接参与强化学习，并以约 6,000 条样本把 Qwen3.5-9B 的 SWE-bench Verified 从 41.8% 提到 56.4%。
Hugging Face Blog精选AI 评分6969 Nemotron 微调后在 IOI 与 IMO 均达到金牌水平
Nemotron Labs 团队微调 Nemotron 3，在 IOI 2026 和 IMO 2026 均达到金牌水平，分别得分 535.4/600 和 30/42。
推荐理由：原文给出可复用的四步微调配方，并开放检查点与数据，为竞赛级任务的领域专业化提供了具体参照。
OpenAI NewsAI 评分2525 ChatGPT for Teens 以 College Planner 等帮助青少年学习、规划并塑造 AI 未来
ChatGPT for Teens 将上线 College Planner，帮助学生管理大学申请，同时加入 flashcards 和 quizzes。OpenAI 还将设立一个 teen AI council，让青少年参与塑造 AI 的未来。
OpenAI NewsAI 评分2626 Radisson Hotel Group 将酒店发现引入 ChatGPT
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术构建了一个 ChatGPT plugin，帮助旅行者在规划行程时查找、比较和预订酒店。
Google DeepMind精选AI 评分7272 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2，以 740M 参数在统一嵌入空间中原生处理文本、图像、音频、视频和代码。
推荐理由：原文给出了参数规模、量化后的内存占用与多模态评测结果，便于读者评估端侧统一嵌入检索的落地成本。
Google ResearchAI 评分4949 解锁 Google Earth AI 行星级地理空间基础模型的全球公共卫生应用
Google Earth AI 的 Population Dynamics Foundation Model（PDFM）概念验证表明，其自监督预训练、无需任务特定微调的位置嵌入可在多种疾病领域和地理任务中匹配或优于传统输入。
Mistral AI精选AI 评分7171 Mistral 发布 Mistral Large 4 公开预览，1T 参数月底开放权重
Mistral 发布 Mistral Large 4 公开预览，为 1T 总参数、52B 活跃参数的原生多模态模型。预览 API 今日可在 Mistral Studio 使用，权重计划月底开放。官方称其在编码、智能体工作流、多模态和网络安全等评测中达到或领先开源权重模型，并在视觉定位任务上超过部分前沿闭源模型。
推荐理由：原文给出 1T 总参数、52B 活跃参数与月底开放权重计划，并附多项评测，可据此对标现有开源模型。
Google ResearchAI 评分4545 Google 报告：智能体隐私与安全的开放与新兴问题——情境视角
Google 分享新研讨会报告《智能体隐私与安全的开放与新兴问题：情境视角》，汇集 50 多位学界与业界领袖。报告指出智能体在非结构化接口、概率控制流和自主委托上不同于传统软件，需在系统、模型、用户和生态层面协同防御。其主张基于情境完整性理论构建情境策略引擎和监督层，通过实时动态策略生成循环，在信息离开工作区前评估行动是否适当。
GitHub Blog · AI & ML精选AI 评分6464 GitHub 发布 AI 代码评审开放基准 ReviewBench
GitHub 发布 AI 代码评审开放基准 ReviewBench，其语料来自 1.039 亿个 GitHub PR 的分布，包含 19 种语言、187 个开源许可证仓库的 219 个 PR。
推荐理由：它基于 1.039 亿 GitHub PR 分布构建，公开数据集与裁判配置，并给出与 Copilot 线上实验方向一致的线下信号，便于团队用同一基准迭代评审智能体。