OpenAI News● 精選AI 評分67
OpenAI 用 Ironclad 合同任務訓練 GPT-6 Astra
OpenAI 公布與 AI 合同平台 Ironclad 的研究合作，GPT-6 Astra 成為首個用 Ironclad 任務訓練的前沿模型。雙方與 Ironclad 使用者共同定義了 11 項法律、商務與採購任務，如搭建保密協議、採購審批流程和可複用條款，每項任務熟練使用者約需 30 到 40 分鐘，評估標準為 8 到 50 條。
搜尋
找到 7 筆
機器之心● 精選AI 評分80
Google 開源 CLASHarness：15 個主流模型衝突任務通過率不足 30%
Google 聯合多所高校開源 CLASHarness，這是首個針對多 Agent 衝突場景的 Computer Use 基準：在 600 個任務、20 步限制下，15 個前沿模型的端到端通過率無一突破 30%，最高為 Claude Opus 5 的 25.2%，GPT-5.6 Sol 24.5%，放開步數後 GPT-6 Astra 達 28.7%，開源 Kimi K3 以 21.8% 排第五。資料集覆蓋 20 個真實領域、7,970 張 4K 視覺證據圖、3,284 項檢查點。
X @OpenAIDevs● 精選AI 評分84
GPT-6.1 Terra 將上線 API 與 Codex
GPT-6.1 Terra 將接入 OpenAI API 與 Codex。該訊息由 @OpenAIDevs 發布，開發者可用它建置能解讀影像、操作軟體並執行動作的應用與 agent。官方稱其 computer use 速度更快、成本更低，適合高頻、大批次工作流。
Cursor changelog● 精選AI 評分79
Cursor 推出自託管機器，工具執行留在自有網路
Cursor 上線自託管機器功能，程式碼庫、建置產物和金鑰全部留在自有基礎設施內，由 agent 在本地執行工具呼叫。支援動態池排程：My Machines 連線單檯筆記本或 VM，團隊池按需擴縮容、可休眠空閒機器並在重連視窗內恢復，且不繫結單一倉庫。雲端 agent 還可執行在 AWS Lambda、Cloudflare、Vercel、E2B 等既有沙箱上，自託管 worker 新增 Linux 與 Mac 的 computer use 支援。
Hacker News front page● 精選AI 評分77
MiniMax M3.1 Flash 發布：成本降 70%，推理提速近 3 倍
MiniMax 正式發布 M3.1 Flash，官方稱其在 agentic 任務、coding、Computer Use 與網路安全上全面提升，使用成本較上一代降低 70%，線上推理速度提升近 3 倍。定價為每百萬 tokens 輸入 0.15 美元、輸出 0.60 美元、快取輸入 0.015 美元，日常輸出可達 200+ TPS（P50 170+ TPS）。
機器之心● 精選AI 評分80
WildAWM 合成整臺電腦環境訓 CUA，兩個 Qwen 模型 8 項評測全漲
微軟研究院聯合 UNC、喬治亞理工等發布 WildAWM：直接合成整臺個人電腦（含 CLI、GUI、MCP 介面）作為訓練環境，只用開源模型造資料，僅訓練兩個 Qwen 模型就在 8 個分佈外 agent 基準上全部提升，Qwen3.6-35B-A3B 平均分從 42.84 升到 53.42。合成流程從 2551 條草稿中篩出 341 道跨介面任務，平均含 4.2 個子任務、需切換介面 3.1 次；
機器之心● 精選AI 評分77
豆包工作可錄製電腦操作生成技能，鎖屏後繼續執行任務
豆包工作電腦操作能力升級，使用者可把電腦操作過程錄製為可複用技能，Mac 鎖屏後任務也能繼續執行。在“更多技能”中選擇“錄製操作生成技能”並授權後，豆包會記錄滑鼠點選、輸入文字與視窗內容，可邊操作邊用語音補充要求，流程整理成個人技能供下次呼叫。開啟“允許豆包在鎖屏時工作”後，Mac 鎖屏仍可執行任務，並可用手機下達任務、檢視結果，需開機聯網、客戶端執行且保持喚醒；點選精度與速度亦有提升。