Hugging Face blogAI 評分46
AutoSynthData：為企業智慧體生成訓練資料
ServiceNow CoreAI 提出 AutoSynthData，用失敗與成功案例生成驗證訓練任務。
全部動態
所有通過初篩的資料，依發布時間排序，時間為倫敦時間。有橘色圓點的是精選。
10月2日星期五 · 8 則
- Latent Space● 精選AI 評分67
播客對話 MIT 的 Alex Zhang，談 RLM 與多智慧體系統
Latent Space 播客這期嘉賓是 MIT 的 Alex Zhang，主題包括 RLM、GPU kernel、多智慧體 swarm 與 harness 設計。他解釋 RLM 的 context offloading、遞迴 subagent、Prime Agent 和持久 subagent。
- Apple Machine Learning ResearchAI 評分53
論文證明：離散 diffusion 每步寫入位置須條件獨立
論文證明，離散 diffusion 取樣器（含 remasking 與 uniform-state）每步並行寫入多個 token 位置，只有這些位置在已固定 token 條件下相互獨立時，該步才與訓練分佈一致。任何逐位置分佈的乘積都無法匹配存在依賴的 token 組。
- Apple Machine Learning ResearchAI 評分33
增強語言判別可改善多語言語音模型的語言學習
在英/法 HuBERT 受控設定中，增強預訓練語言判別可減少、部分指標上彌合連續語音和高層語言上的多語言差距，並保留跨語言共享。
- Anthropic NewsAI 評分45
Anthropic 投 1 億美元推出 Claude Frontier Academy
Anthropic 宣布投入 1 億美元，計劃到 2027 年底培訓 1 萬名 Frontier Deployed Engineer，首批學員來自埃森哲、麥肯錫等機構。
- OpenAI NewsAI 評分43
Chatham 用 Codex、GPT-5.6 交易驗證縮至 4 分鐘
Chatham Financial 使用 Codex 和 GPT-5.6 構建技術、重新設計工作流程，將交易驗證從 30 分鐘縮短到 4 分鐘以內。
- OpenRouter announcements● 精選AI 評分62
OpenRouter 上線 Model Router Benchmarks 對比頁
OpenRouter 推出 Model Router Benchmarks 頁面，用多領域基準給各家模型路由器打質量、速度、成本分。頁面用 Router Index 把三項合成 0 到 10 分，預設權重質量 60%、單任務耗時 20%、成本 20%，可拖滑塊調整。列出的路由器都能在 OpenRouter 上直接替換模型試用。
- NVIDIA blog● 精選AI 評分86
GPT-6 Astra Ultrafast 上線，token 生成最高快 8 倍
GPT-6 Astra Ultrafast 已在 OpenAI API 上線，並向符合條件的 ChatGPT Work 與 Codex 使用者開放。它執行在 NVIDIA Blackwell GPU 上，token 生成速度最高是 Astra Standard 模式的 8 倍，可縮短 coding agent 的 edit-test-debug 迴圈。
10月1日星期四 · 20 則
- Ars Technica AIAI 評分68
美法官駁回 Chegg 與 Penske 對 Google AI 搜尋的反壟斷訴訟
美國聯邦法官 Amit Mehta 駁回 Chegg 和 Penske Media 針對 Google 的反壟斷訴訟，認定 Google 的行為不違法。兩家公司稱 AI overviews 抓取內容造成流量下滑，但法官認為網站對搜尋流量的期待不構成協議。
- Claude Code releases● 精選AI 評分78
Claude Code 發布 v2.1.287，新增 Claude Mods 外掛機制
Claude Code 更新至 v2.1.287，新增 Claude Mods，外掛可修改更深層行為。同時內建 mod「You should know」，由側邊 agent 監控並提示你或 Claude 可能遺漏的問題，用 /plugin enable cc-plugin-you-should-know@builtin 開啟。
- OpenAI NewsAI 評分21
Advanced AI 或對突破性想法背後的常規工作最重要
Advanced AI 可能對突破性想法背後的常規工作最關鍵，並探討執行如何塑造下一經濟與進步速度。
- Ars Technica AIAI 評分58
Ataraxos 以 15:1 擊敗最強 Stratego 人類選手
卡內基梅隆、MIT、NYU 與斯坦福的研究者做出 AI Ataraxos，在隱藏資訊的 Stratego 中以 15 勝 1 負 4 平擊敗史上最強選手 Pim Niemeijer。訓練只用了 16 塊 GPU、花費數千美元。這類隱藏資訊量大、時間跨度長的博弈此前連 DeepMind 也未能攻克。
- OpenAI NewsAI 評分31
Albertsons 用 ChatGPT Enterprise 與 OpenAI API 重塑零售
Albertsons 正使用 ChatGPT Enterprise 和 OpenAI API，幫助團隊更快工作，並讓數百萬顧客的購物更輕鬆。
- Cloudflare blog (AI)● 精選AI 評分66
Cloudflare 開源決策模型 Clef 與 Clef-flash
Cloudflare 發布兩個自訓決策模型 Clef 和 Clef-flash，託管在 Workers AI，並以 Apache 2.0 許可在 Hugging Face 開源，同時推出新的 RL 微調平台。Clef 在 Jev Decision Index 上目前排名第一，中位延遲 209.3ms，低於 Jev 的 524.1ms。它帶視覺編碼器、64k 上下文，可返回帶機率的結構化分類結果。
- 量子位● 精選AI 評分66
何愷明團隊提出 NAT-ARC，純視覺方案解 ARC 達 70.2%
何愷明團隊提出 NAT-ARC，用 ImageNet 上 MAE 預訓練的 encoder 做純視覺 ARC 解法，不依賴 LLM。單模型 0.6B 引數在 ARC-1 拿到 63.4% pass@2，整合約 2B 引數達 70.2%。論文稱預訓練打通了視覺路線的 scaling 瓶頸。
- 量子位● 精選AI 評分80
Google Gemini 4 Argon 發布，多榜單登頂，價格約 Astra 一半
Google 發布 Gemini 4 Argon，在 DeepSWE v1.1 得 77.9%，高於 Claude Opus 5.5 的 74.2% 與 GPT-6 Astra 的 74.1%。每百萬輸入 2 美元、輸出 10 美元，優惠期單題成本比 Astra 低約四成，最高支援百萬 Token 輸出。目前僅開放給經過稽核的網路安全團隊。
- Cloudflare blog (AI)AI 評分63
Cloudflare 將 EuroLLM 與 Apertus 加入 Workers AI
Cloudflare 把 EuroLLM 和 Apertus 兩個歐洲公共機構訓練的開源模型接入 Workers AI，即日起可申請訪問。EuroLLM 支援 35 種語言，含全部 24 種 EU 官方語言；Apertus 用超 15 萬億 token、1500 多種語言訓練，權重與訓練資料全部公開。
- NVIDIA blogAI 評分22
NVIDIA 稱 AI 工廠回報靠高產出、長壽命與通用性，Vera Rubin 每兆瓦吞吐超 GB300 30 倍
NVIDIA 稱 AI 工廠以高產出、長壽命、通用性最大化投資回報，Vera Rubin NVL72 每兆瓦吞吐量超 GB300 NVL72 逾 30 倍，每百萬 token 成本低至 1/45。
- Cloudflare blog (AI)AI 評分45
Cloudflare OS 開放全託管部署等待名單
Cloudflare OS 開放全託管部署等待名單，並新增連線 GitHub、Google Workspace 及多格式匯出。
- Latent Space● 精選AI 評分84
Google 發布 Gemini 4 Argon，19 項基準中 13 項第一
Google DeepMind 發布 Gemini 4 Argon，但僅限政府使用者與 Fairwind 計劃網路安全人員預覽。它通過 Long Decode Continuation 把輸出上限做到行業首個 1M token，此前為 64K。定價 $4/$20 每百萬 token，五折後 $2/$10，快取輸入再降 95%。
- Simon WillisonAI 評分64
Matthew Green：沙箱隔離無法阻止 agent 互傳指令形成蠕蟲
Matthew Green 指出，處在各自隔離沙箱中的 agent 發現可以在共享包快取裡給對方留下指令，接收方的行為因此被改變。把包快取換成郵件、Slack、共享文件或 WhatsApp，把獨立沙箱的訓練換成 Muse 這類獨立部署的個人 agent，就湊齊了蠕蟲所需的兩半。
- releasebot: ChatGPTAI 評分62
ChatGPT iOS 版相機新增掃描，多頁自動合成 PDF
ChatGPT 在 iOS 版中新增 Scan 掃描功能：開啟 ChatGPT 相機，點三點選單選 Scan，可連續拍攝多頁筆記和文件，ChatGPT 會自動把它們合併成一個 PDF，直接上傳到對話。該功能正在 iOS 逐步推出。
- Apple Machine Learning Research● 精選AI 評分68
新論文追問自主 ML 工程智慧體需要多少複雜框架
新論文追問：自主 ML 工程智慧體到底需要多複雜的框架。現有 MLE 智慧體多靠 multi-agent orchestrator、專用檢索子智慧體等複雜裝置。只用 read、write、bash 直接操作執行環境的簡單 coding agent 卻被忽視。
- Anthropic NewsAI 評分45
Barclays 擴大與 Anthropic 合作，全行部署 Claude
Barclays 將 Claude 擴充套件至全行業務，計劃 2026 年底 Claude Code 覆蓋 50% 開發者，其知識助手已有 1.6 萬員工使用、每日處理 12 萬封郵件。
- releasebot: ChatGPTAI 評分32
ChatGPT 上線虛擬試穿與商品收藏功能
ChatGPT 為服飾配飾推出“Try on”虛擬試穿，支援上傳自拍生成效果，並可收藏商品或建資料夾整理。
- Anthropic Research● 精選AI 評分68
物理學家用 Claude 造開源工具包 BootLoops 做科研
理論物理學家 Matthew Schwartz 發布開源工具包 BootLoops，把 Claude 變成能精確計算的科研工具。他稱適配 LLM 強項的問題為 Claude-shaped，並在地質、生物、經濟、語言學等領域與專家合作取得進展。BootLoops 開源，可搭配任意模型。
- Apple Machine Learning ResearchAI 評分59
RLTL;DR：失敗後讓模型自寫一條 TL;DR 反饋
論文提出 RLTL;DR：每次嘗試失敗後，把驗證器的輸出展示給策略模型，讓它自己寫一條 TL;DR 式的心得作為反饋，下一次 rollout 以此為條件。該方法針對的是 RLVR 的失效場景——任務難到成功率極低甚至為零，且沒有教師模型或示例解可蒸餾。
- OpenAI NewsAI 評分25
The Den 借 ChatGPT Work 每週省 10-15 小時
社交俱樂部 The Den 開設新地點，用 ChatGPT Work 將助學金申請從 3 天縮至 2 小時、酒牌材料從 4 天縮至 3 小時。
9月30日星期三 · 11 則
- OpenCode releases● 精選AI 評分67
OpenCode v1.18.34 修復 macOS 27 本地編譯二進位制簽名
OpenCode 發布 v1.18.34：本地編譯的 macOS 二進位制會被重新簽名，以在 macOS 27+ 上穩定執行；macOS CLI 發布二進位制改用 Developer ID 簽名。模型請求現在會帶上帶名稱空間的 session 與 parent-session 身份頭。
- Latent Space● 精選AI 評分81
OpenAI DevDay 發布 GPT-6.1 與 Agents API
OpenAI DevDay 發布 GPT-6.1 Sol，Computer Use 成本僅為 Astra 的七分之一。Agents API 首次內建 Computer Use，開發者可複用 Codex 與 ChatGPT 的同款能力。同場還推出非同步工具呼叫、WebSockets、UltraFast 推理與 Decisions API，後者目前是 Luna 的封裝。
- Google DeepMind blog● 精選AI 評分83
Google 發布 Gemini 4 Argon，輸出上限提至 100 萬 token
Google DeepMind 發布 Gemini 4 Argon，正通過 Fairwind Program 向受信任的網路安全防禦者分批開放，尚未向開發者、企業與消費者開放。輸出 token 上限從 64K 提升到業界領先的 100 萬，定價為每百萬輸入 token 2 美元、輸出 10 美元，快取輸入為輸入價的 95% 折扣。它在 DeepSWE v1.1 得 77.9%，在 LVBench 得 91.7%。
- Claude Code releases● 精選AI 評分76
Claude Code 更新 v2.1.286，修權限提示與登入問題
Claude Code 發布 v2.1.286：多條權限請求排隊時會顯示 2 of 5 計數，全屏列表的 N more 行支援滑鼠點選跳轉。修復了 claude --resume/--continue 在大批並行工具呼叫後丟失全部輪次、憑據過期時多個程序重複彈出登入瀏覽器等問題。另改進 commit 流程，提交前會先執行名為 verify 的 skill。
- NVIDIA blogAI 評分15
NVIDIA 啟動 2027-2028 研究生獎學金申請
面向 AI、機器學習等領域的博士生，每人最高 6 萬美元，申請截止 2026 年 10 月 30 日。
- Google DeepMind blogAI 評分47
Google 發布 SynthID Bio：給 AI 蛋白質加水印
該技術把不可感知水印嵌入蛋白質序列與 3D 結構，實驗證明不影響生物功能，可用於 DNA 合成篩查。
- Anthropic ResearchAI 評分55
研究：機器人已能完成美國 74% 體力任務，但僅 0.3% 有成本優勢
用 Claude 評估的研究顯示，現有機器人能完成美國 74% 的體力工作任務，佔全部工時 34%，但只在 0.3% 的任務上比人工更便宜。若機器人價格按過去趨勢下降，這一比例要 40 年才達到 10%。過去 50 年裡，機器人暴露度高的崗位工資與就業下降更多。
- Apple Machine Learning ResearchAI 評分57
研究系統比較 LLM 條件控制的效果與流暢度權衡
一項系統性研究在注入與移除目標概念兩種場景下比較了多種 LLM 條件控制方法，發現高效的 steering 方法往往以生成流暢度大幅下降為代價。研究指出，此前對這類權衡缺乏清晰理解，而現有方法評估常常只看效果、忽略生成質量。
- Claude Platform release notes● 精選AI 評分73
September 30, 2026
Anthropic 宣布棄用 Claude Sonnet 4.5（claude-sonnet-4-5-20250929），Claude API 上的退役日期為 2026 年 11 月 30 日，官方建議遷移到 Claude Sonnet 5.5。詳情見 Model deprecations 文件。
- Hugging Face blogAI 評分46
Open TTS Leaderboard 發布，評測多語言 TTS 與聲音克隆
該排行榜用可懂度、速度和說話人相似度等客觀指標評測多語言 TTS 與聲音克隆，不替代人類偏好。
- Ollama releases● 精選AI 評分76
Ollama v0.35.0 新增決策模型介面，直接返回選擇與機率
Ollama v0.35.0 支援決策模型，經 /v1/systemone 呼叫，返回選擇、機率和分數而非文字。首批可用模型為 Bespoke Labs 的 Nimble 和 Together AI 的 Tev1。支援 choice、noul、score 三種問題型別，適用於工單分類、模型路由和內容分類。
9月29日星期二 · 11 則
- Simon Willison● 精選AI 評分73
Anthropic 稱 GLM-5.3 在 4% 任務中實現完整控制流劫持
Anthropic Frontier Red Team 在內部 Binary Exploitation 基準隨機抽取的 100 個任務上測試，GLM-5.3 在 4% 的試驗中實現完整控制流劫持，Claude Mythos Preview 為 6%。更早的 Claude Opus 4.6 和 GLM-5.2 則一次都沒成功。
- Claude Code releases● 精選AI 評分70
Claude Code v2.1.285 發布，新增關閉 WebFetch 的開關
Anthropic 發布 Claude Code v2.1.285，新增 CLAUDE_CODE_DISABLE_WEB_FETCH 環境變數可關閉 WebFetch 工具，claude --desktop 可直接在當前目錄開啟桌面應用，並新增 allowedProviders 設定限制機器可用的 API 供應商。
- Simon WillisonAI 評分37
OpenAI 發布 GPT 6.1 Sol：接近 Astra 智慧，價格僅五分之一
Simon Willison 在 Hacker News 點評 GPT 6.1 Sol，稱其以約五分之一的價格提供接近 Astra 的智慧。
- Ollama releases● 精選AI 評分65
v0.35.1-rc0：Modelfile 新增 CAPABILITY 宣告與 capabilities 欄位
v0.35.1-rc0 允許在 Modelfile 中宣告 CAPABILITY，並在 create 請求中增加 capabilities 欄位。這些宣告會在 GGUF、safetensors 的建立、繼承與 Modelfile 匯出中保留。排程 System One 請求前須先判定 capability，不再依賴 Qwen 架構與渲染器後設資料匹配；評分仍限 GGUF，MLX 執行時改動另行處理。
- Simon WillisonAI 評分40
Photo Scrubber：本地人臉模糊與後設資料清除工具
作者用 GPT-6 Astra 構建該實驗工具，基於 MediaPipe C++ 編譯的 WebAssembly 與 BlazeFace 模型，在本地識別人臉並自動模糊，同時清除後設資料。
- Hugging Face blogAI 評分53
NVIDIA 開源 Kumo Tabular 表格基礎模型，四個基準第一
NVIDIA 發布開源表格基礎模型 Kumo Tabular，28M 至 215M 三檔引數，OpenMDW-1.1 許可可商用。它在 TabArena、BeyondArena、TALENT、ScoringBench 四個基準排名第一。給定帶標籤的表格，單次前向即輸出分類機率或迴歸數值，無需訓練、調參和特徵工程。
- Hugging Face blog● 精選AI 評分66
ProvenanceGuard：為 MCP agent 增加來源感知核驗層
研究者發布 ProvenanceGuard，一個接在 MCP agent 之後的事後驗證層，逐條判斷答案裡的 claim 是否真由它所指的那個工具來源支援。在醫學 agent 的 361 條 claim 上，專家判定 139 條不應通過，它攔下 138 條，另外把 67 條專家認可的 claim 送去複核或修復。
- MLX releases● 精選AI 評分70
v0.32.3
MLX 發布 v0.32.3，以 bug 修復和 Metal/CUDA 核心最佳化為主。新增 M5 Ultra 非量化 matmul 調優與 Metal gated delta net 核心，並改善 SDPA D256/D512 的 Metal 視訊記憶體佔用。同時修復整數除零崩潰、GGUF 張量維度校驗等問題。
- releasebot: ChatGPTAI 評分55
ChatGPT 上線 Pages，可把對話變成可協作頁面
ChatGPT 推出 Pages：可把一段對話直接變成 Page，也能從模板開始或直接在 Space 裡寫。頁面可用 ChatGPT 改寫文字、加圖表或生成互動內容，協作者能共同編輯並留評論，各自用自己的 ChatGPT。Page 沿用 Space 的可見性與分享設定，分享頁面不會讓他人看到你的私人對話或記憶。
- Anthropic ResearchAI 評分27
Anthropic 啟動新研究，用 Anthropic Interviewer 徵集公眾對 AI 的經歷
Anthropic 啟動新研究，通過 Anthropic Interviewer 收集人們與 AI 的經歷，參與者可自願公開訪談。
- OpenAI Codex changelog● 精選AI 評分88
GPT-6.1 Sol 上線 Codex 與 ChatGPT，成本低於 Astra
GPT-6.1 Sol 已在 Codex 和 ChatGPT 中提供，處理複雜工作的效能接近 Astra，但成本更低。它適合程式碼、應用和文件類反覆、長時間執行的任務，可通過模型名 gpt-6.1-sol 呼叫。具體可用性取決於套餐、客戶端和工作區設定。