2026-10-01 这一期

Google DeepMind 发布 Gemini 4 Argon，OpenAI 同日推出 GPT-6.1 Sol 并以五分之一价格接近 Astra 性能，两大前沿模型同日亮相。DeepSeek 首次公开 V4.1 Agent 训练平台，Manus 2.0 为 AI 配手机号和钱包，Agent 基础设施竞争加速。

本期收录

• 为什么计算机使用已经「180 度不同 (2026-10-01 · Latent Space)
  OpenAI 计算机使用负责人 Ari Weinstein 解释 agent 已能自我调试恢复，速度来自多信号融合；API 负责人 Nikunj Handa 拆解新开发者栈，Decisions API 目前是 Luna 封装但团队愿意克隆…
• 用 NVIDIA Dynamo-Triton 部署 (2026-10-01 · NVIDIA Developer)
  PyTorch AOTI 编译 + FlexKV 缓存，八层模型延迟降低最高 5.93 倍
• Sam Altman 如何用 Dot 找回时间 (2026-10-01 · AI & I by Every)
  OpenAI CEO 的常驻 agent 替他筛选紧急事务，空闲时还能按想法做出多个功能版本。
• Gemini 4 Argon 发布 (2026-10-01 · Hacker News)
  Google 发布 Gemini 4 系列新成员 Argon，性能接近同系列其他模型但定价更低。
• Gemini 4 Argon：下一代前沿模型 (2026-10-01 · Google DeepMind)
  输出上限从 64K 提升至 100 万 token，DeepSWE v1.1 达 77.9%，定价 $2/$10 每百万 token
• NVIDIA 用 cuObject 和 SCADA 加速 (2026-10-01 · NVIDIA Developer)
  cuObject 库正式可用，提供标准化 API 与 RDMA 协议；xio-sig 联盟扩展，Google Cloud 与 Microsoft 加入；SCADA Server SDK 让存储商构建 GPU 直连服务器。
• Claude Code v2.1.286 (2026-10-01 · Claude Code Releases)
  修复 20 多个 bug，包括会话恢复、权限提示计数、远程控制断开等问题；VSCode 新增书签功能。
• 用 NVIDIA NeMo Relay 追踪 Agent (2026-10-01 · NVIDIA Developer)
  Hermes Agent 原生集成 NeMo Relay，输出 ATOF/ATIF 轨迹和 OpenTelemetry spans，用于调试和评估 agent 效率。
• OpenAI 推理之父访谈：数学只是多智能体时代的开胃菜 (2026-09-30 · 量子位)
  千禧年难题的突破，10000个Agent最多占了10%的功劳。
• OpenAI 破坏一起有组织的模型蒸馏攻击 (2026-09-30 · OpenAI Blog)
  攻击者利用 API 提取受保护的模型推理过程，OpenAI 已采取行动并加强防御。
• OpenAI 帮助小企业用上 AI (2026-09-30 · OpenAI Blog)
  与美国 SBDC 合作提供实操培训，并发布小企业 AI 应用报告。
• Manus 2.0 给 AI 配手机号和钱包 (2026-09-30 · 量子位)
  Agent 可以拥有独立手机号、钱包，并能拉群协作完成任务
• GPT-6 Astra 接上宇树 G1 收拾厨房 (2026-09-30 · 量子位)
  OpenAI 将 GPT-6 Astra 的推理能力与宇树 G1 机器人结合，使其能自主规划并执行厨房整理任务。
• DeepSeek 首次公开 V4.1 Agent 训练平 (2026-09-30 · 量子位)
  在知乎独家发布技术长文，系统阐释了弹性计算平台 DSec 的设计与原理。
• 36家机器人公司上市，商业化路径分化 (2026-09-30 · 量子位)
  36家已上市的机器人公司，赚钱能力差距巨大，商业化路径从概念转向务实。
• 新基准等待攻克 (2026-09-30 · Nan Yu)
  Nan Yu 分享了一个新基准，未说明具体内容。
• 人才流失与护城河消失 (2026-09-30 · Nikunj Kothari)
  早期VC Nikunj Kothari 称，创始人离开公司加入“明显赢家”，护城河不再是单一优势，而是产品、技术、GTM 的千件小事组合。
• DeepSeek 开源昇腾基础组件 (2026-09-30 · 量子位)
  与华为昇腾共建 AI 芯片软件生态，降低开发门槛
• AI 安全短期内靠行业标准就够了 (2026-09-30 · Aaron Levie)
  Box CEO Aaron Levie 认为，在能力达到某个临界点之前，行业完全可以通过共享标准与实践来应对安全挑战，无需过早引入严格监管。
• ChatGPT 现场演示翻车 (2026-09-30 · APPSO)
  OpenAI CEO Sam Altman 在发布会上称 AI 将带来新文艺复兴，但现场演示出现多次失误。
• OpenAI 的 dot 几天内上线数百万 (2026-09-30 · Thibault Sottiaux)
  OpenAI 的 Thibault Sottiaux 称，数百万个 dot 将在几天内上线，它们能独立承担复杂任务，且会快速学习用户偏好。
• 用 Opus 5.5 给自己的水壶做了个营销网站 (2026-09-30 · Zara Zhang)
  6 条 prompt 完成，音乐、3D 资产、图片分别调用 Elevenlabs、Meshy 和 OpenAI API
• OpenAI 年度发布会 25 个新品 (2026-09-30 · APPSO)
  OpenAI 发布 25 个新品，但个人用户额度减半
• 机器人能做什么工作 (2026-09-30 · Anthropic Research)
  Anthropic 研究：机器人能完成美国 74% 的体力任务，但成本竞争力仅覆盖 0.3% 的工作
• Claude for Government 正式上线 (2026-09-30 · Claude Blog)
  面向美国联邦与州政府，运行在 FedRAMP High 环境中，支持编码、agent 与文件处理。按固定增量预付费，无席位费。
• Anthropic 销售团队用 Claude (2026-09-30 · Claude Blog)
  购买 agent 每天处理数千次对话，线索转化率是旧表单的两倍多，成交周期快约五天。
• Open TTS 排行榜：可扩展的多语言语音合成与克隆评 (2026-09-30 · Hugging Face)
  Hugging Face 用 WER、RTFx、说话人相似度等客观指标评测开源 TTS 模型，支持多语言和语音克隆对比，并设有听音投票和流式性能标签页。
• OpenAI 发布 GPT-6.1 Sol，25 项更新 (2026-09-30 · 量子位)
  OpenAI 在 DevDay 上发布 GPT-6.1 Sol，带来 25 项更新，包括性能提升和新功能。
• Anthropic 分享让 Claude 变快的做法 (2026-09-30 · Thariq)
  Thariq 分享了 Anthropic 关于如何提升 Claude 响应速度的博客文章。
• 产品缺陷与下载量成反比 (2026-09-30 · Guillermo Rauch)
  Vercel CEO Guillermo Rauch 绘制了一张图，展示产品缺陷与下载量之间的反比关系。
• YC 主席将测试审计技能合并进 GStack (2026-09-30 · Garry Tan)
  Garry Tan 将 OpenClaw 的测试审计技能合并进 GStack，称测试膨胀是真实问题，如今智能唾手可得。
• AI SDK 周下载量达 3000 万 (2026-09-30 · Guillermo Rauch)
  Vercel CEO Guillermo Rauch 宣布，AI SDK 周下载量突破 3000 万。他用 fframes 和 Opus 制作了一段视频，展示从 500 万到 3000 万的里程碑。
• GPT 6.1 Sol：以五分之一价格接近 Astra (2026-09-30 · Simon Willison)
  OpenAI 发布 GPT 6.1 Sol，称其性能接近旗舰模型 GPT-6 Astra，但推理成本降低约 80%。
• 用低成本方法达到前沿性能 (2026-09-30 · Amjad Masad)
  Replit CEO Amjad Masad 分享如何设计和构建一套 harness，以极低成本达到前沿性能。
• Dots 来了：24/7 为你工作的 AI (2026-09-30 · Sam Altman)
  Sam Altman 宣布推出 Dots，一种全天候运行的 AI 使用方式，旨在帮用户节省时间、专注更高层次的工作。
• Sol 价格降至 Astra 的五分之一 (2026-09-30 · Sam Altman)
  OpenAI CEO Sam Altman 宣布 Sol 模型定价为 Astra 的五分之一，缓存读取享 95% 折扣，称其能力极强。
• 思考之前先思考：通过元推理扩展 Agent 推理 (2026-09-30 · arXiv)
  把控制与执行分离，控制器只保留紧凑摘要。在 ProgramBench 上 GPT-5.5 达 71.5%，Codex 为 58.0%。
• 用 MoE 路由信号检测 VLM 视觉缺失 (2026-09-30 · arXiv)
  从 MoE 路由概率训练线性分类器，在 GQA-Inpaint 上 ROC-AUC 达 0.9988，端到端准确率提升最高 22%，不修改权重。
• 局部混合如何编码全局 NoPE 注意力中的相对位置 (2026-09-30 · arXiv)
  滑动窗口注意力与门控线性注意力在残差流中引入近因偏差，使全局 NoPE 层能隐式编码位置，且偏差在长序列中不衰减。
• LLM agent 执行计划时的声明-执行鸿沟 (2026-09-30 · arXiv)
  模式专用执行器在 ALFWorld 上把成功率从 0.48 提到 0.92，但 LLM 还不能可靠地选出最优模式。
• 正确答案，无效 trace：可验证数学揭示思维链真相 (2026-09-30 · arXiv)
  在可编程验证的小学数学基准上，31.6% 的正确答案对应无效 trace，超半数通过语法检查但栽在语义依赖上。
• 广泛探索、精准推理：用小模型逼近前沿 (2026-09-30 · arXiv)
  PPT 用并行回火解决推理时采样的探索-利用矛盾，效果超过 RL 后训练模型，接近前沿水平。
• 概率不够：探索分歧 token 量化 LLM 推理不确定 (2026-09-30 · arXiv)
  通过统计两个模型解码时产生分歧的 token 数量来估计置信度，在数学推理上校准误差从 32%+ 降至 13%。
• LLM 中的性别偏见普遍且高度异质 (2026-09-30 · arXiv)
  10 个模型中 2 个更常把男性刻板印象归给女性作者，3 个相反；道德判断上多个模型倾向保护女性，但触发条件各异。
• Photo Scrubber：本地人脸模糊与元数据移除 (2026-09-30 · Simon Willison)
  Simon Willison 用 GPT-6 Astra 构建，基于 MediaPipe 和 BlazeFace，所有处理在本地完成。
• 把 X 热门内容搬到 LinkedIn 有流量红利 (2026-09-29 · Nikunj Kothari)
  FPV Ventures 的 Nikunj Kothari 称 LinkedIn 内容通常比 X 晚一到两周，用户对此趋之若鹜。