只给 Opus 5.5 一个提示词和一段音乐,12 小时后成品出炉
有人只给 Opus 5.5 一个提示词和一段音乐,12 小时后由它自主完成全部制作,醒来即拿到成品。该过程通过 xgo.ing 呈现,原帖附带视频演示,目前获得 7 条回复、4 次转发和 23 个赞。
有人只给 Opus 5.5 一个提示词和一段音乐,12 小时后由它自主完成全部制作,醒来即拿到成品。该过程通过 xgo.ing 呈现,原帖附带视频演示,目前获得 7 条回复、4 次转发和 23 个赞。
Min Choi 给 Opus 5.5 一条提示词加一段音乐,12 小时后醒来看到它生成的结果。他随后在 X 上发布了这段视频。
生数科技推出视频模型 Vidu Q4 Preview,作为 Vidu Q4 面向创作者的首个预览版本,首发价格 0.09 元/秒起,并支持最多 15 张参考图、参考音色输入和 2K、4K 画质输出。
Aether AI 发布因果驱动的机器人智能系统 CRIS-0,由因果驱动的机器人 Agent 与因果世界模型两部分构成,高层负责任务推理规划,底层预测动作带来的物理变化。
DeepSeek Harness 官方桌面端已上线,提供 Windows 和 macOS 两个版本,安装包分别接近 300 MB 和 370 MB,内置 Node.js、pnpm 和 Python 运行环境。
一个网页项目用等距视角呈现了一座持续运转的小城,托盘从工厂一路运到码头集装箱,地铁和公交按点发车,天上还有火箭起飞。鼠标点击任意物件,该物件即报出自己的实时状态。项目代码托管在 GitHub 仓库 Khalidabdi1/fa…。
OpenAI 于 10 月 8 日在 Responses API 中为 GPT-6.1 Sol 增加 Ultrafast 极速模式,向所有 API 用户开放,开发者无需更换模型名,只需将服务档位设为 ultrafast。
TRAE 将 TraeWork 和 TraeCode 双端合并为全新 TRAE,新增 Agent 模式,可在同一窗口管理所有项目、调度多个 Agent,需要深入代码时一键切回 IDE 修改同一工程。
微软开源 Agent Lightning v1.0,一套面向 AI Agent 的强化学习框架,让开发者保留现有工具调用、上下文管理和任务执行流程,用实际任务反馈训练底层模型。
前 Square 工程师 Brandon Thomas 带四人团队借助 Claude Opus 5.5,用 Rust 开发了 ArtCraft 套件中的 7 款开源应用。
Sumus 上线 Generative UI,其 AI 智能体现在能在聊天中直接以交互工具作答,可用于对比房源、调整数字、规划下一次补货。该功能已面向 Sumus 用户开放,体验入口为 sumus.im。
复刻 Adobe 全家桶的 Craft 开源项目 @get_artcraft 将目标转向 Office,按 PPT、Word、Excel 分别推出 deckcraft、wordcraft、gridcraft 三个对应项目。该消息获 104 次点赞、17 条回复、16 次转发,浏览量 8738。
Lovable 在真正开始构建之前,会先勾画出你的应用大致长什么样,这一预览步骤在构建开始前就能看到。作者用它做了一个 meme 生成器,只需输入提示词,它就会自己挑选图片并写好配文。
LangGraph 的长期记忆系统新增 Qdrant 作为存储层集成,为智能体提供向量原生存储与语义搜索,使其能按含义而非精确匹配检索记忆。该集成可存储用户偏好、历史交互等上下文,并在智能体需要时召回相关信息,从而让记忆跨对话持久保留。
LangGraph 更新官方文档,并发布 Qdrant 集成包。该集成已在 PyPI 上线,可通过 pip 安装使用,文档同步提供 Python 版使用说明。
OpenAI 在 API、Codex 和 ChatGPT Work 推出 GPT-6.1 Sol 的加速服务档 Ultrafast,官方称速度最高可达 Standard 的 8 倍,API 价格为标准档的 6 倍。
Aether AI 发布因果智能体系统 CRIS-0 的官方 Demo,机器人在关闭微波炉门时因人手突然插入实现 0.2 秒紧急悬停。该系统由 UCSD 助理教授、CMU 因果学派学者黄碧薇创立的 Aether AI 打造,核心是因果原生的 Agent 架构,通过统一状态与因果变量、统一工具接口和因果世界模型 CausalWM 推演动作后果。
联想天禧 AI 自研的专业代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash,在 SWE-bench-Live(Lite 分榜)中以 71% 的问题解决率登顶全球第一,并通过官方 Verified 核验。TianxiCode 具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力,未来将落地联想 AI 硬件产品。
TRAE 将 TraeCode 和 TraeWork 双端融合升级为新 TRAE,提供 Agent 模式和 IDE 模式两种工作方式,切换入口在右上角。Agent 模式作为全局工作台,可在同一窗口管理项目并把写代码、出文档、准备交付材料分给多个 Agent 并行推进;IDE 模式保留 SOLO 和 IDE 玩法,用于逐行细改代码。
微软将允许 Microsoft 365 Family 和 Premium 订阅者把 Copilot 及 AI 使用权益共享给同一套餐下最多五人,并可为未成年家庭成员管理 AI 访问权限。
Snyk 将其内部支持 Agent 转为客户功能 Snyk Assist,一个基于 LangChain 和 LangGraph 构建、在 LangSmith 中管理可观测性的对话式 Agent,可查询未解决问题、检查软件包漏洞、创建支持工单或记录功能请求。
Anthropic 的 Claude Science 首次完成全天紫外波段成像。它协调多个 AI 智能体下载并校准多个太空任务的数据、完成合并,并用 inpainting 补全缺失区域,测试中预测与实测平均偏差约 10%。此前因臭氧层阻挡紫外线、只能从太空观测,NASA 的 GALEX 任务仅覆盖约三分之二天空且跳过了明亮恒星形成区。
TRAE 将 TraeWork 与 TraeCode 合并,保留已有开发能力,并加入 Agent 工作台,用统一界面跨项目分配任务、调度多个 Agent 并行工作。
ACC 2026 × WorkBuddy 超级个体极限挑战赛开启招募,寻找 20 位挑战者,带着一件自己真正想办成的事到 ACC 现场,用 WorkBuddy 的专家团、Skills、连接器、自动化、资料库等能力在两天内交付可当场检查的成果。
Grok Bot 现在可以直接搜索、阅读和监控 X,用户最多可创建 3 个 Bot,把品牌的社区运营、内容策略和用户分析自动化。发帖者称这对运营品牌账号的人几乎是一个"作弊码"。
X Analyst 可分析品牌过去 30、60、90 天内容下的全部互动和回复,找出其中有影响力的人物、行业领袖或创作者等值得关注的账号。这些信号会同步给团队,帮助品牌发现真正重要的人和机会。
Ish Verduzco 提出在 X 上管理品牌账号的三个机器人玩法:24/7 社区经理每日扫描品牌提及、汇总可扩散推文与产品反馈、推送每日摘要和紧急预警;内容策略师分析品牌历史推文的互动、回复与书签数据,推荐内容方向并构建语气/风格技能;分析师则梳理过去 30/60/90 天的互动与回复,找出有影响力账号并同步给团队。
一个用纯 Rust 从零重写的图像工具实现了 Photoshop 的图层、蒙版、调整图层和矢量功能,可直接打开、编辑、保存真实的 PSD 文件。该项目还提供 CLI 和 MCP 接口,可交给脚本和 AI agent 驱动,代码托管在 github.com/openhausfun/ph。
有用户吐槽,当前用 Opus 做视频时,瓶颈不在模型而卡在 CPU。该帖未给出具体配置、速度数据或 Opus 的版本信息,仅表示 CPU 已成为限制因素。
生数科技开放新一代视频生成旗舰模型 Vidu Q4 预览版,最高支持 4K 直出,单次最多可用 15 张参考图和 3 段参考音频,单条最长 16 秒。实测 720P 生成 GTA 6 风格《邪恶老奶》一分钟仅 5.4 元,6 条共 110 秒视频花费不到 10 元。MaaS 端 720P 约 0.6 元/秒、1080P 约 0.75 元/秒,SaaS 端预览版阶段有两个月限时优惠。
Google Cloud发布署名Thomas Kurian的长文,推出通用办公Agent Gemini Agent,支持跨应用调用工具、定时与事件触发任务、多子Agent协作,并能依据任务在效果、速度与成本间动态选择Gemini系列或Anthropic Claude系列模型,未来计划支持更多闭源和开源模型。
对比Meta与OpenAI的办公Agent路线,能帮读者看清谷歌这次把Agent嵌入企业组织体系的具体做法。
由华为2012实验室、华为云等团队联合高校与开发者构建的开源 AI Agent 平台 openJiuwen,发布并开源企业级 AgentOS,将多智能体协同、自演进、算力亲和与企业级安全可靠能力融入统一底座,并通过插件化架构连接上层应用与底层模型、算力资源。
苹果宣布将于 10 月 13 日在纽约举办「Apple Experience」家庭产品活动,最受关注的硬件是代号 J490 的带屏设备 HomePad,配备约 6 英寸方形触控屏和金属支臂,搭载内部代号 Charismatic、可能名为 homeOS 的系统,可通过人脸与声音识别家庭成员。
Simon Willison 发布 ttok 1.0,将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6 系列。
Black Forest Labs 的 FLUX 3 Image 已在 Vercel AI Gateway 上线,同一个模型即可文生图或编辑图片,只需一个 API key,无需 Black Forest Labs 账号。
Muse Gadgets 发布后,开发者开始将 Muse 装进各种意想不到的硬件。有人把 Xteink eReader 改造成 Calliope 的常亮随身显示器,用来展示 Muse 的形象和状态更新,并通过 MagSafe 吸附在手机背面,抬手即可看到。
Muse 开始出现在 Rabbit R1 上,已有用户动手尝试并放出实际运行演示。该演示由 G Cam Pak(@CameronPak)发布,帖内含运行视频。
Federico Viticci 把 Xteink eReader 改造成 Calliope(其 Muse)的常显口袋显示屏,用于展示自身状态与更新,并借助 MagSafe 吸附在手机上,翻转手机即可查看。Muse app 的设置流程顺畅,用户可直接让 Muse 在屏幕上加载或自动化内容。
有人把 Nikita Bier 的消费级应用方法论做成了一个面向所有人的免费开源 AI Skill。用户只需向 Agent 描述自己的应用,它就会判断应用卡在增长阶梯的哪一层、指出哪些数据暂时不能相信、给出应先修复的项和 2–3 个重点押注方向,并设计一项测试、在运行前设定明确的是/否门槛。Nikita Bier 本人的咨询费为每分钟 500 美元,且只接受获得 VC 投资的创始人预约。
Tibo 将 Nikita Bier 的消费者应用方法论整理成一个免费开源的 AI 技能,用户向 agent 描述自己的应用后,它会指出你卡在增长阶梯的哪一级、哪些数据还不可信、该先修什么以及 2-3 个重点押注,并给出一个预设 yes/no 阈值的测试。该技能将出现在明天的 newsletter 中。