Adobe、Canva、Figma、Shopify 等公司正在构建 plugin extensions
OpenAI 公布了正在构建 plugin extensions 的公司名单，包括 Adobe、Canva、Figma、Shopify、Instacart、Atlassian、tldraw 和 MagicPathAI。
#OpenAI
#OpenAI
今日 69 条OpenAI Developers(@OpenAIDevs)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 歸藏(guizang.ai)(@op7418)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 为 Max 和 Team 用户发放每月 API 额度
Anthropic 宣布为 Max 和 Team 套餐用户按月发放 Claude Platform API 额度：Max 5x 为 100 美元，Max 20x 为 200 美元，Team 最高 500 美元且可共享池化。该额度可用于任何模型，包括 Haiku 5.5，既能在自己代码中使用，也能在支持输入 API 的第三方工具中使用，完整条款见 support.claude.com。
歸藏(guizang.ai)(@op7418)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Codex 向付费账户发放重置卡，GPT-6 即将登陆 Chat
OpenAI 的 Codex 启动 Day 3 活动，向所有付费账户发放一张可留存的重置卡。官方同时宣布 Codex 与 ChatGPT Work 活跃用户数创新高，达到 40M。推文预告接下来将公布的重头戏是 Chat 中的 GPT-6。
The Rundown AI(@TheRundownAI)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 今日 AI 要闻：OpenAI 数学研究产出 700+ 论文，Mistral 发布开源模型 Le Chonk
OpenAI 数学领域的论文产出持续爆发，已达 700+ 篇。Mistral 的 Le Chonk 加入西方开源模型浪潮，同时 OpenAI 的 GPT-6 Astra 可帮用户比较网站。Brett Adcock 的 Hark 推出主动式 AI 助手。
The Rundown AI(@TheRundownAI)精选AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5，输入价格每百万 token 0.10 美元
Anthropic 发布小模型 Claude Haiku 5.5，官方称其是迄今最便宜、最快、最强的小模型。相比上一代 Haiku 4.5 有大幅提升，并在多项基准上超过 OpenAI 的同类模型 GPT-6 Luna。输入价格从每百万 token 0.10 美元起，运行成本比 Haiku 4.5 低约 75%，与 Luna 持平。
为什么值得看
Anthropic 小模型迭代给出价格与跑分对比，可据此判断小模型市场的性价比走向。
meng shao(@shao__meng)精选AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6 面向每周超 12 亿 ChatGPT 用户推送，新增 Intelligent UI 能力
GPT-6 开始面向每周超过 12 亿 ChatGPT 用户全面推送，并带来全新的 Intelligent UI 能力。该能力让回复可用文本、图形、按钮、表单、图表乃至交互式工具共同组织：对比类问题并排呈现，原理类问题用交互式图解，简单问题仍用纯文本。
为什么值得看
GPT-6 把回复从纯文本扩展到可交互界面，文中给出了组件库和界面编译器两层实现思路。
meng shao(@shao__meng)AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软将 Windows 定位为 hybrid intelligence 之家，发布四层 AI Agent 架构
微软正式将 Windows 的战略定位从个人计算平台升级为 the home for hybrid intelligence，作为 AI Agent 在本地与云端的承载、安全隔离和企业管理主阵地，并发布四层架构。
meng shao(@shao__meng)AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Haiku 5.5 benchmark 领先 GPT-6 Luna，用户从 CodeX 迁移到 Claude Code
Claude Haiku 5.5 的 benchmark 全面领先 GPT-6 Luna，OpenRouter 观测到的 token 输出速度也是 2 倍。Anthropic 官方称 Claude Haiku 5.5 是迄今最便宜、最快、最强的小模型，运行成本比 Claude Haiku 4.5 低约 75%。
宝玉(@dotey)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Lauren 30 天消耗 1.5T Token：用得最多的是 Opus 5.5，Cloud 是消耗大头
宝玉披露，Lauren 30 天 Token 消耗达 1.5T，用得最多的模型是 Opus 5.5，Cloud 是消耗大头。Cloud 上每个任务可用独立虚拟机并行，但改动验证不如本机方便。他同时提醒，不 Review PR 的前提是能用上 Fable、Opus 5.5 这类最好模型且有充足 Token；AI 验证只能替代一部分，方向仍需人自己把握。
宝玉(@dotey)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 OpenAI Decisions API 做手势识别，多模态准确率优于 Jev 方案
Francois Laberge 用 OpenAI 的 Decisions API 做手势识别，借助其视觉理解能力，准确率明显超过此前基于 Jev 的演示，速度也更快。他称这是 Decisions API 的一个很好的应用案例。
宝玉(@dotey)精选AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 在 ChatGPT 推送 GPT-6 与 Intelligent UI 智能界面
OpenAI 开始向 ChatGPT 推送 GPT-6，主打功能为 Intelligent UI，可根据问题类型生成可点击、可调节参数的界面，Plus、Pro、Business、Enterprise 用户今天起可用，免费版和 Go 版明天起陆续开放。
为什么值得看
对比了 OpenAI 与 Anthropic 在交互式回答上的两种路线，读者可据此判断界面生成的实现差异。
宝玉(@dotey)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 的 Tibo 宣布 Codex 与 ChatGPT Work 活跃用户达 4000 万，向付费用户赠送重置卡
OpenAI 的 Tibo 宣布 Codex 和 ChatGPT Work 活跃用户达到 4000 万新高，为庆祝这一数字向所有付费账户发放一张重置卡，将在 PST 时区当天结束前送达。他同时预告 GPT-6 in Chat 是第三天发布的重点。
OpenAI(@OpenAI)精选AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 向全体 ChatGPT 用户推送 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 与 Intelligent UI 开始在 ChatGPT 面向所有用户推送。Intelligent UI 提供快速、可交互的答案，让日常问题更直观、复杂话题更易理解，并可在回答中直接调用与当前任务相关的交互工具。
为什么值得看
OpenAI 官方宣布 GPT-6 与 Intelligent UI 在 ChatGPT 全量上线，读者可了解交互形式与答案呈现的变化。
OpenAI(@OpenAI)AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 为 GPT-6 推出 Intelligent UI，回复可含图表与交互组件
OpenAI 宣布 GPT-6 通过 Intelligent UI 可以用文本、视觉和交互元素组合生成回复，并根据用户问题决定它们的组合方式。回复中可以包含图形和图表来解释想法，也可以包含按钮、表单等可直接在对话中使用的交互体验。
OpenAI(@OpenAI)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 分享可随学习与探索实时响应的交互式可视化
OpenAI 展示了一种可随用户学习、尝试和探索实时响应的交互式可视化形式，用于探索想法。原文未披露所涉具体模型、产品名称或功能细节。
InfoQAI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cloudflare 用 AI 测试框架探测并加固其 WAF
Cloudflare 将前沿 AI 模型放入受控测试框架中探测其 WAF，以已拦截的攻击载荷为起点让模型生成并迭代新变体，在 45 个场景中产生 1,107 次尝试，经人工筛查后留下 49 项发现。
lmarena.ai(@lmarena_ai)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Arena 发布 Alignment Index，基于 2.7 万个模型会话评测 AI 智能体安全与对齐
Arena.ai 发布 Arena Alignment Index，一个衡量 AI 智能体真实使用中安全与对齐表现的新基准，基于 27 个模型的 90K+ 真实智能体会话构建，衡量未授权操作（UA）、错误归因（FA）和虚假完成（DC）三类信号。
lmarena.ai(@lmarena_ai)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LMArena 研究 AI 智能体的错误归因：GPT-6 Luna、Astra 与 Sol 表现各异
LMArena 研究了 AI 智能体的“错误归因”问题，即智能体把某句话、请求或事实安到用户头上，却与用户提供的证据相矛盾。GPT-6 Luna 和 Astra 很少错误引用用户（分别为 15.6% 和 28.6%），但错误归因率较高（53.1% 和 48.2%）；同系列的 GPT-6 Sol 误记用户历史的比例最高，达 23.5%。
Jerry Liu(@jerryjliu0)AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 团队推出 OpenDocRouter，用统一 API 接入 OCR 与前沿 VLM
Jerry Liu 发布 OpenDocRouter，一个面向文档解析的统一 API，可在同一接口和计费下对比并使用多种 OCR 模型，从 MinerU 等轻量开源模型到 Opus 5.5 等前沿 VLM。
国际大厂AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 开除三名安全研究员，三人联名公开信曝光内幕
OpenAI 以「违规处理敏感信息」为由开除安全团队三名研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni，三人将写给董事会的联名公开信《OpenAI不能独自让AI变得安全》全文发到网上。
国际大厂AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Novix 如何用协同进化式 RSI 跑通规模化闭环
华人团队 Novix 将自我改进机制嵌入真实前沿算法与工程任务，提出 Co-Evolutionary RSI（协同进化式 RSI），成立半年已服务 20 万名专家、覆盖 40 多个国家和地区。
国际大厂AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 三名被解雇 OpenAI 研究员发公开信，称解雇将对公司文化产生“寒蝉”效应
三名被 OpenAI 解雇的研究员发布公开信，称此次解雇将对其公司文化产生"寒蝉"效应。OpenAI 上周以内部调查认定三人不当处理敏感信息为由将他们开除。
美团技术团队AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团 GeoRA：为 RLVR 设计的 LoRA，获 ACL 2026 杰出论文
美团履约技术团队与北京大学提出 GeoRA，一种为 RLVR 显式对齐更新几何的低秩适配方法，已被 ACL 2026 接收为杰出论文（全球 18 篇入选）。
Last Week in AIAI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Last Week in AI #346：OpenAI 发布 719 份数学手稿、两个西方开源模型、又一位安全研究员离职
OpenAI 于 10 月 6 日公开了由一款未发布内部前沿模型产出的 719 份数学手稿，覆盖 372 个主题族，并包含大量 Lean 形式化证明。Mistral 发布 1 万亿参数多模态模型 Mistral Large 4（绰号 Le Chonk），Reflection AI 推出 5010 亿总参数、230 亿激活的 MoE 开源模型 Beam。
爱范儿AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 全球最大独立 AI 原生影视公司 Utopai Studios，要打造「AI 版 Disney」
全球最大独立 AI 原生影视公司 Utopai Studios 正以自研视频模型 Utopai X 与制片平台 PAI 推进多部院线长片，定制视频模型 Utopai X 曾在 Artificial Analysis 文生视频盲评榜排到全球第二、全美第一。
lmarena.ai(@lmarena_ai)AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral Large 4 进入 Agent Arena 榜单前 15 实验室
Mistral Large 4 在 Agent Arena 超过 5000 场真实智能体会话中录得 -6.6% 的净提升分数，位列总榜第 43，比上一版本 Mistral Medium 3.5（-12.60%）高 11 个名次。
创业邦AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 博通计划为OpenAI定制芯片项目融资逾500亿美元；三星手机四季度最高减产30%丨智能制造日报
博通正为其与OpenAI合作的定制AI芯片项目安排逾500亿美元融资，阿波罗全球管理与黑石集团是洽谈参与的贷款机构之一，甲骨文也在与阿波罗、高盛商谈为购买芯片筹资。另有消息称三星电子移动体验事业部已开始削减第四季度产量，减产幅度最高达30%，外界认为与假日季内存芯片价格上涨、营业利润率承压有关。
OpenAI Developers(@OpenAIDevs)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Joma Tech 恶搞 GPT-6 Astra 广告：ChatGPT for Dishwashing 宣称攻克洗碗基准
Joma Tech 发布恶搞视频，模仿 OpenAI 的 GPT-6 Astra 广告，虚构"ChatGPT for Dishwashing"称 GPT-6 在长时间运行和顽固污渍的洗碗基准上达到 SOTA。视频中他自称在优化洗碗机时意外找到 Navier–Stokes 千年难题的反例，而现实中 OpenAI 用 10,000 个 AI 智能体在 88 小时内找到了该问题的证明。
Jerry Liu(@jerryjliu0)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jerry Liu 宣布 dots（dot.com）
Jerry Liu 宣布推出 dots。推文同时引用了 Tibo 关于 ChatGPT 发布的推文（chatgpt.com）。原文未披露 dots 的具体功能、模型或可用性信息。
少数派精选AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 在 ChatGPT 上线 GPT-6 系列模型与 Intelligent UI
OpenAI 宣布在 ChatGPT 上线 GPT-6 系列模型与全新 Intelligent UI 交互界面。Plus 及更高付费订阅用户即日起可使用 GPT-6 Sol，免费版与 Go 档位用户自 10 月 8 日起可使用轻量模型 GPT-6 Luna。
为什么值得看
读者可了解 GPT-6 系列在 ChatGPT 的分档开放方式，以及新交互界面如何让模型直接渲染交互组件。
DeepTech深科技AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 陶哲轩转载声明声援抵制 OpenAI，数学界与 AI 巨头矛盾升级
10 月 7 日，菲尔兹奖得主陶哲轩在个人博客全文转载“人类数学协会”（AHM）的声明，该声明批评 OpenAI 大规模发布未经数学界充分消化的研究成果，并呼吁数学家停止与 OpenAI 合作。
Jerry Liu(@jerryjliu0)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 等主办的 Agent Economy Gala 满员 400 人
Agent Economy Gala 在 TECH WEEK by a16z 期间满员 400 人，其中 203 位创始人合计融资超 1B 美元，295 位嘉宾正在构建智能体应用或基础设施。活动由 LlamaIndex、Daytona、TinyFish、Obvious、Linq 等团队主办，定位是只邀请智能体生态的活跃建设者、不做凑人数的注水。
elvis(@omarsar0)AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 HERMES harness 将 GPT-5.6 Sol 仓库迁移成功率从 6.5% 提升至 31.0%
论文发现，在整仓库迁移任务上，同一模型和相同 effort 设置下把 Codex 换成 HERMES harness 后，GPT-5.6 Sol 的成功率从 6.5% 升到 31.0%，收益来自 harness 本身。
爱范儿AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 早报｜苹果定档10月13日发布新品/三星手机业务或减产30%/保时捷计划削减9000个岗位
OpenAI 推出 GPT-6.1 Sol Ultrafast，覆盖 API、Codex 和 ChatGPT Work，智能水平接近 Astra，速度最高为 Sol Standard 的 8 倍，Ultrafast API 定价为每百万输入 token 12 美元、输出 token 60 美元。
创业邦AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Manus 完成超 5 亿美元新融资，OpenAI 上线 GPT-6，腾讯 WorkBuddy 推出独立文件浏览器丨邦早报
Manus 母公司蝴蝶效应完成超 5 亿美元新一轮融资，由博裕投资、IDG 资本领投，腾讯、红杉中国、真格基金继续加持。OpenAI 宣布面向全球所有 ChatGPT 用户上线 GPT-6，并聘请 SpaceX AI 高管出任欧洲、中东和非洲地区销售副总裁。腾讯 WorkBuddy 上线“独立文件浏览器”，生数科技发布 Vidu Q4 Preview，视频生成单价 0.09 元每秒起。
Simon Willison's WeblogAI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ttok 0.4 发布：新增 --list-models，基于 OpenAI tiktoken 的 token 计数 CLI
Simon Willison 的 token 计数 CLI 工具 ttok 发布 0.4 版本，修复了 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。该工具基于 OpenAI 开源 tiktoken 库，已两年多未更新，可通过 uvx 直接运行，如 cat file.txt | uvx ttok。
Latent Space [Youtube]AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 解雇三名安全研究员，GPT-6.1 Sol Ultrafast 与 Claude Haiku 5.5 同日登场
OpenAI 解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员，三人发公开信称因"把安全置于公司短期利益之上"被辞退，OpenAI 称其不当处理机密信息。
SuperTechFansAI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Hacker News 日报：Anthropic 发布 Claude Haiku 5.5，OpenAI 扩大 GPT-6 覆盖
Anthropic 发布 Claude Haiku 5.5，10 万 token 以内输入输出价为每百万 token 0.10/0.50 美元，超过则升至 0.50/2.50 美元，Max 与 Team 用户新增 API 额度；同日 Sonnet 5.5 缓存读取价降至每百万 token 0.10 美元。
Notion(@NotionHQ)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Notion 接入 ChatGPT Go 套餐，Plus 与 Pro 订阅也可覆盖 AI 用量
Notion 宣布其 AI 功能现已支持 ChatGPT Go 套餐，此前已支持 ChatGPT Plus 和 Pro 订阅。用户连接自己的订阅套餐后即可在 Notion 中选择 GPT 模型使用 AI 功能。
技术前沿AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Common Sense Media 称 ChatGPT for Teens 存在不可接受风险
Common Sense Media 发布 36 页报告，称 ChatGPT for Teens 对 18 岁以下儿童构成不可接受风险，并在五个关键领域未达宣传效果。