OpenAI 在 ChatGPT 推出 Intelligent UI，结合 GPT-6 提供交互式回答
OpenAI 在 ChatGPT 中推出新能力 Intelligent UI，结合 GPT-6 现已向所有用户逐步上线。该能力用完全交互式的用户界面快速作答，让日常问题更直观、复杂话题更易理解，并可即时调用交互式工具。
为什么值得看
OpenAI 在 ChatGPT 中上线 Intelligent UI，读者可了解它与 GPT-6 结合后的交互形态变化。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 21–40 条 · 共 86 条Greg Brockman(@gdb)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。
新智元精选AI 评估 · 77/100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 · 77/100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 发布 1 万亿参数 Mistral Large 4，权重月底开源
Mistral 发布新旗舰 Mistral Large 4，总参数 1 万亿，采用混合专家架构，每个 token 激活 490 亿参数，权重将于月底全部开源。
为什么值得看
通过第三方智能指数与多项细分基准的横向对比，读者可以看到开源万亿参数模型与闭源旗舰之间的实际差距。
AI寒武纪精选AI 评估 · 82/100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 · 82/100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 推出扩展版网络验证计划，向认证用户开放 Claude 攻防能力
Anthropic 正式推出扩展版网络验证计划，将 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Mythos 5.1 的网络安全攻防能力按防御、红队、特种三档权限开放给经过认证的机构。
为什么值得看
Anthropic 把网络安全能力按防御、红队、特种三档分级开放，并给出封锁解除前后的实测对比数据。
Datawhale精选AI 评估 · 78/100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 · 78/100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。 Meta 开源 Muse Gadgets，为 Muse 助手增加硬件接口
Meta 开源 Muse Gadgets，让开发者把个人 AI 助手 Muse 接入树莓派、带屏开发板等设备，做成自定义 AI 小设备。项目包含面向微控制器的 ESP32 固件、面向单板计算机的 Linux SDK，以及通过 USB-C 供电、可连接电视音响等智能家居设备的官方配件 Muse Home Link，代码在 GitHub 以 Apache 2.0 协议开源。
为什么值得看
Meta 把 Muse 助手的能力开放到树莓派、ESP32 等现成硬件上，可据此判断 AI 助手的硬件落地路径。
AI前线精选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 发布 Decisions API 15 天后，Jev 被质疑没有护城河
OpenAI 在 DevDay 上发布 Decisions API，基于当前体量最小、价格最低的 GPT-6 Luna，让模型在一组预设答案中作出选择并返回置信度分数，官方给出的延迟为 150 毫秒，而直接用 GPT-6 Luna 完成同类任务需 1.6 秒。
为什么值得看
围绕OpenAI新API与Jev的能力重合度，梳理了双方产品形态与护城河所在，可帮助读者判断这一赛道的竞争格局。
谷歌开发者精选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。 Google 发布 Gemini 4 Argon 前沿模型
Google DeepMind 推出前沿 AI 模型 Gemini 4 Argon，主打复杂长流程任务中的深度推理，目前通过 Fairwind 计划向网络安全专家开放试用。
为什么值得看
官方披露了 Gemini 4 Argon 在软件工程、安全防御等长流程任务中的能力和定价，可据此判断前沿模型在企业工作流中的落地进展。
AI寒武纪精选AI 评估 · 87/100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 · 87/100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。 谷歌发布 Gemini 4 Argon：单次输出上限提至100万Token
谷歌发布 Gemini 4 Argon，单次输出 Token 上限从 64K 提升至 100 万，面向软件工程、法律金融等企业级知识工作及网络安全防御场景。
为什么值得看
谷歌新一代模型把单次输出上限提升至100万Token，并给出内部代码迁移与定价细节，可据此判断长程任务的成本与落地边界。
Google DeepMind Blog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。 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，通过 Fairwind Program 先向受信任的网络安全防御方开放，后续将逐步提供给开发者、企业和消费者，起价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价 95% 折扣计费。
为什么值得看
原文给出了输出上限、基准成绩与定价，读者可以据此判断它在长程工程与网络安全任务上的定位。
有新Newin精选AI 评估 · 91/100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 · 91/100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 2026 开发者大会：个人 Agent Dots、GPT-6.1 Sol 等 20 多项更新登场
OpenAI 在旧金山举行 DevDay 2026，一次性更新 20 多项产品和能力，核心是长期在线、拥有独立云端电脑的个人 Agent Dots，由 GPT-6 Astra 驱动，可连接超过 4000 款应用并进入 Slack、Teams 等工作流。
为什么值得看
这场发布会把长期在线 Agent、共享工作区与云端 Codex 串成一套工作流，可据此判断开发与协作方式的变化。
AI寒武纪精选AI 评估 · 81/100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 · 81/100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 DevDay 2026发布dots智能体、GPT-6.1 Sol与500美元Pro订阅
OpenAI在DevDay 2026上发布20多项更新，推出可全天候自主接管工作的智能体dots，由旗舰模型GPT-6 Astra驱动，每个dot拥有独立云端计算机并连接用户授权应用，目前仅面向Pro、Business Premium和Enterprise用户开放。
为什么值得看
梳理了DevDay 2026二十多项更新，从主动智能体到订阅与市场，呈现OpenAI从模型到办公生态的完整布局。
赛博禅心精选AI 评估 · 92/100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 · 92/100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 年度 DevDay 实录：25 项发布逐一详解
OpenAI 在旧金山举办第四届 DevDay，发布 Dots 与 ChatGPT Space 两款新产品：Dots 是一直在线的个人 agent，今天起向 Pro、Business Premium 开放，Specialist dots 面向企业预览并可接入微软 Agent 365。
为什么值得看
按主题逐条梳理了OpenAI DevDay的25项发布，读者可据此判断其产品矩阵与开发者平台的整体走向。
Datawhale精选AI 评估 · 82/100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 · 82/100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。 DeepSeek Harness 桌面版发布，同步更新 v0.2 预览版
DeepSeek Harness 桌面版正式发布，macOS 和 Windows 安装包同步上线，并伴随 DeepSeek Harness v0.2 预览版更新。
为什么值得看
材料完整列出桌面版、v0.2 预览版的插件管理与创造模式等变化，可据此判断其工作流整合程度。
AI前线精选AI 评估 · 78/100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 · 78/100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 2.0 发布并推出个人智能体应用 Cue
Manus 团队 9 月 28 日将产品更新到 2.0 版本，重做智能体执行框架并推出 Cascade、可长期运行的云电脑与事件触发的 Automations，同时把桌面应用升级为覆盖文档、视频和游戏制作的 Manus Studio。
为什么值得看
梳理 Manus 2.0 与 Cue 的功能拆解与授权边界问题，可对照 Meta Muse 观察个人智能体的两条产品路线。
夕小瑶科技说精选AI 评估 · 78/100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 · 78/100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 Sonnet 5.5，编程能力逼近 Opus 5.5
Anthropic 发布 Claude Sonnet 5.5，距 Opus 5.5 发布不到一周。在 Terminal-Bench 4.0 编程评测中，Sonnet 5.5 的 Max 档从上一代 Sonnet 5 的 10.3% 提升到 70.6%。
为什么值得看
梳理了 Sonnet 5.5 在编程与知识工作评测上的具体提升幅度、推理档位差异和官方迁移建议，便于对照选型。
OpenAI(@OpenAI)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。 OpenAI 为 ChatGPT Voice 加入插件支持与 ChatGPT Work
OpenAI 宣布 ChatGPT Voice 现在可以使用邮箱、日历和 Slack 等插件，并由 GPT-6 Astra、Sol 和 Luna 驱动。该功能可在 Web 和移动端的 ChatGPT Work 中使用，用户通过语音创建文档、演示文稿、网站和表格，或在浏览器中处理复杂任务，即日起随最新版应用全球推送。
为什么值得看
ChatGPT Voice 接入邮箱、日历和 Slack 等插件，并进入 ChatGPT Work，可据此判断语音交互的适用边界。
Aravind Srinivas(@AravSrinivas)精选AI 评估 · 76/100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 · 76/100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。 小米发布 MiMo-V2.6 Pro 与 Flash 全模态开源模型
小米发布 MiMo-V2.6，包含 Pro 和 Flash 两个全模态模型，通过规模化强化学习推进，并可开放获取模型权重、技术报告、强化学习环境与训练代码。Pro 在多数智能体基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis 智能指数上得分 46，为开源模型中最高，同时在编码、电脑操作、3D 推理和创作能力上更强。
为什么值得看
小米发布 MiMo-V2.6 双版本开源权重模型，并给出与闭源前沿模型在智能体基准上的对照成绩。
夕小瑶科技说精选AI 评估 · 83/100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 · 83/100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。 实测小米 MiMo-V2.6：Pro 版 AA 智能指数 46 分，跑一道题 0.13 美元
小米正式推出 MiMo-V2.6-Flash、MiMo-V2.6-Pro 及 Pro 的 UltraSpeed 版本；Pro 在 Artificial Analysis 智能指数拿 46 分，超过 Kimi K3 和 Qwen3.8 Max。
为什么值得看
作者用编程、设计、视频三类实测展示 MiMo-V2.6 的实际交付能力，并给出与同级模型的价格对比。
机器之心SOTA模型精选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 Opus 5.5，OpenAI 推出 GPT-6 Sol 与 GPT-6 Luna
Anthropic 发布 Claude Opus 5.5，重点提升代码库级迁移、调试、审查和长时间自主任务能力，API 输入输出每百万 token 分别为 4 美元和 20 美元，官方称典型任务整体运行成本较 Opus 5 降低约 40%、输出速度提高超过 30%。
为什么值得看
同一天多款编程与办公模型集中更新，并给出具体价格与运行成本变化，便于横向比较
花叔精选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。 Anthropic 发布 Opus 5.5，OpenAI 随后推出 GPT-6 Sol 与 GPT-6 Luna
Anthropic 更新 Opus 5.5，每百万 token 输入 4 美元、输出 20 美元，比 Opus 5 降 20%，缓存读取从 0.5 美元降到 0.2 美元，已在 Claude Code 2.1.280 中设为默认 Opus 模型，支持 1M 上下文。
为什么值得看
作者用11道题横测Opus 5.5、Opus 5与Fable 5.1，给出真实账单与失败案例，可据此判断默认档位的取舍。
数字生命卡兹克精选AI 评估 · 87/100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 · 87/100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 Opus 5.5、GPT-6 Sol 与 Luna 同日发布
Anthropic 发布 Claude Opus 5.5，OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，两款 GPT-6 新模型已上线 Codex，但尚未在 ChatGPT 聊天中提供。
为什么值得看
同一晚两家旗舰同代下放，对比价格、终端任务分数与实测体验，可看前沿能力下放的性价比取舍。