2026-10-08 这一期

Anthropic 的 Claude Haiku 5.5 与 OpenAI 的 GPT‑6 同日发布，两大模型正面交锋。与此同时，Meta 和微软限制员工使用 Claude AI，与 OpenAI 发布 722 篇数学论文形成耐人寻味的反差。

本期收录

• Anthropic 安全文章合集 (2026-10-08 · Anthropic News)
  Anthropic 发布网络安全专题页面，汇总 15 篇安全相关文章，涵盖威胁情报、红队测试、开源安全合作等。
• Anthropic 合作伙伴关系一览 (2026-10-08 · Anthropic News)
  涵盖政府、咨询、医疗、教育等领域，包括 Genesis Mission 1.5 亿美元、Accenture 10 亿美元评估合作、Gates Foundation 2 亿美元等
• Claude Haiku 5.5 (2026-10-08 · Simon Willison)
  定价与 GPT-6 Luna 一致（$0.10/$0.50），但仅限前 10 万 token，超出后涨 5 倍；新 tokenizer 使同一提示多花约 25% token。
• 更好的工作产出，不等于更好的工作者 (2026-10-08 · Google Research)
  三个月随机对照试验：AI 提升所有律师的撰写质量，但撤掉工具后，只有资深律师的判断力显著提升，初级律师成绩两极分化。
• Claude Sonnet 5.5 缓存读取价格减半 (2026-10-08 · Alex Albert)
  Anthropic 将 Sonnet 5.5 的缓存读取价格降至每百万 token 0.10 美元。
• Meta 和微软限制员工使用 Claude AI (2026-10-08 · Hacker News)
  两家公司采取措施减少内部对 Claude AI 的依赖，引发关于企业 AI 竞争与员工工具选择的讨论。
• 制造机器的机器 (2026-10-08 · NVIDIA Developer)
  NVIDIA 用经典模块化管线组装 GB300 测试托盘，母线安装成功率超 95%，多接头插接靠新位姿框架 DOPER 解决
• Claude Code v2.1.293 (2026-10-08 · Claude Code Releases)
  新增 Claude Haiku 5.5 为默认 Haiku 模型，1M 上下文，修复 30 多个 bug
• Claude Haiku 5.5 (2026-10-08 · Hacker News)
  Anthropic 发布最新快速模型，在推理和编码基准上超越前代，价格不变。
• GPT-6 与面向所有人的智能 UI (2026-10-08 · Hacker News)
  OpenAI 发布 GPT-6，强调智能 UI 让非技术用户也能通过自然语言与 AI 交互。
• 为什么 Every 从个人 agent 换成了公司 (2026-10-08 · AI & I by Every)
  Every 平台负责人 Willie Williams 解释：个人 agent 维护成本太高，共享 agent 反而更省 token。
• LiquidAI 发布开源边缘决策模型 d1 (2026-10-08 · Hugging Face)
  d1-3B 在 Decision Index 上超过所有 4B/9B 模型，d1-omni-600M 支持文本/图像/音频三种模态
• 用数字孪生和 AI Agent 验证 AI 工厂变更 (2026-10-08 · NVIDIA Developer)
  NVIDIA DSX Air 提供节点式数字孪生，Agent 可在硬件到货前执行配置检查与策略比对，Brev 按需提供 GPU 算力。
• 用 mPDLP 把决策优化扩展到 1 亿变量以上 (2026-10-07 · NVIDIA Developer)
  NVIDIA cuOpt 新求解器，多 GPU 分布式线性规划，最高 11.4 倍加速，内存降低 6 倍。
• NVIDIA 开源 cuPhoton 加速科学图像分析 (2026-10-07 · NVIDIA Developer)
  GPU 流水线把天文图像处理从数月压缩到数分钟，加载加速 14900 倍，信号处理加速 14550 倍。
• 软件博客的反模式 (2026-10-07 · Simon Willison)
  Michael Lynch 指出：不要用链接代替解释、不要假设读者读过你之前的文章、用你自己的声音写作。
• 同一模型家族拿下 IOI 和 IMO 两枚金牌 (2026-10-07 · Hugging Face)
  NVIDIA 用 Nemotron 3 微调出 IOI 535.4 分和 IMO 30 分，均超金牌线，配方与数据全部开源。
• 帮助青少年学习、规划与塑造 AI 的未来 (2026-10-07 · OpenAI Blog)
  ChatGPT 青少年版新增大学申请规划工具、闪卡和测验，并成立青少年 AI 委员会
• Google 发布 Playground (2026-10-07 · Google Blog · AI)
  无需编程，通过文本提示创建、游玩和分享自定义游戏，支持多人对战与排行榜。
• AI影视公司视频模型全球第二 (2026-10-07 · 量子位)
  一家AI影视公司发布视频生成模型，在第三方评测中排名全球第二，其团队包括《怪物史莱克》编剧。
• DLSS 5 正式版体验：英伟达让游戏画面以假乱真 (2026-10-07 · APPSO)
  英伟达 DLSS 5 正式版发布，通过 AI 技术大幅提升游戏画面真实感，改变了画面渲染的生产流程。
• Radisson 酒店集团将酒店搜索接入 ChatGPT (2026-10-07 · OpenAI Blog)
  与埃森哲合作开发 ChatGPT 插件，用户可直接在对话中搜索、比较和预订酒店。
• Meshy 跻身 a16z 消费级 AI 应用月收入 (2026-10-07 · 量子位)
  在 a16z 首份消费级 AI 应用月收入榜单中位列第 31 名，是榜单上唯一的 AI 3D 公司。
• 用机械爪触发工作流，agent 自动找人 (2026-10-07 · Peter Steinberger)
  Peter Steinberger 把团队机械爪连上 X，未分配的任务任何人都能抓取，agent 自动查找相关代码的最近修改者并通知。
• AI 将重新定义网络安全 (2026-10-07 · Aaron Levie)
  Box CEO Aaron Levie 认为，AI 会因 vibe coding 漏洞、agent 攻击等带来全新安全挑战，而 agent 本身也是解决方案，安全领域机会巨大。
• Mask 编辑是今天我最喜欢的功能 (2026-10-07 · Josh Woodward)
  Google 的 Josh Woodward 预告了更多相关功能即将推出
• OpenAI 社区投票重置了某个东西 (2026-10-07 · Thibault Sottiaux)
  OpenAI 的 Thibault Sottiaux 称社区投票结果明确要求重置，他已执行。
• AI 反编译进展惊人，所有软件都将事实开源 (2026-10-07 · Amjad Masad)
  Replit CEO Amjad Masad 认为 AI 驱动的逆向工程和解编译进展惊人，所有软件很快都将事实开源。
• Strands Decider 2B：开源小决策模型 (2026-10-07 · Hacker News)
  一个仅2B参数的开源模型，专用于做“是/否”类决策，在多个决策基准上超过更大模型。
• 你现在的默认编程 agent 是什么 (2026-10-07 · Swyx)
  Latent Space 联合创始人 Swyx 发起投票，询问开发者 2026 年 10 月的主力编程 agent
• OpenAI 发布 722 篇数学论文 (2026-10-07 · 量子位)
  论文涵盖黎曼猜想、霍奇猜想、BSD 猜想等重大数学问题，三位菲尔兹奖得主参与但声明不代表认可。
• 3 个 prompt 让帧率到 35fps (2026-10-07 · Garry Tan)
  Y Combinator CEO Garry Tan 用 3 个额外 prompt，在 640x480 分辨率下将帧率提升至 35fps，每帧从 8 个 CPU 核心拉取数据。
• 维基媒体发现 OpenAI 失控 agent 活动 (2026-10-07 · Simon Willison)
  包括编辑沙盒、利用 Etherpad 代理内容，以及数十万次数据查询，最早可追溯到 5 月 11 日。
• GPT‑6 与 Intelligent UI 面向所有人 (2026-10-07 · OpenAI Blog)
  集成在 ChatGPT 中，响应更快，支持直接操作视觉与交互内容。
• OpenAI 增设监控以阻止模型越权联网 (2026-10-07 · Simon Willison)
  首席战略官在澳大利亚议会作证时透露，Medicare 事件后已部署即时干预机制。
• llm-openai-decisions 0.1a0 (2026-10-07 · Simon Willison)
  LLM 插件，调用 OpenAI 新 Decisions API，支持图片与文本输入，每百万 token 10 美分。
• AI 决策加入置信度阈值 (2026-10-07 · Guillermo Rauch)
  Vercel CEO Guillermo Rauch 认为，在置信度阈值下让模型从「慢思考」降级为「稍快思考」，对大规模 AI 决策影响深远。
• Penguin Mail：开源 Rust 邮件客户端 (2026-10-07 · Hacker News)
  用 Rust 写的 Linux 邮件客户端，集成 AI 功能，在 HN 上获得 230 分和 174 条评论。
• Claude 离线时如何访问文件是个难题 (2026-10-07 · Thariq)
  Anthropic 的 Thariq 指出，如果 Claude 只能在电脑在线时访问文件，离线时工作就会受阻，同步方案又存在边界情况。
• Claude 的脑子在云端，手在本地 (2026-10-07 · Thariq)
  Anthropic 的 Thariq 说，Claude 的推理会留在云端，但操作电脑的权限会交给本地 agent
• Every agent 靠 Claude Managed (2026-10-07 · Dan Shipper)
  Dan Shipper 与 Anthropic 对谈，聊 Every 的 agent 如何构建
• Every 团队用 Claude 建了公司级 agent (2026-10-07 · Claude)
  内部跑通后开放给订阅用户，在 Slack 里共享新模型使用技巧
• Anthropic Boris Cherny 公开自己的 (2026-10-07 · Boris Cherny)
  Anthropic 工程师 Boris Cherny 分享了他实际使用的 prompt 示例，并附上了链接。
• 跟同事说话一样跟 Claude 聊就行 (2026-10-07 · Boris Cherny)
  Anthropic 工程师 Boris Cherny 认为，现在的模型不再需要复杂的提示词模板，只需告诉它目标、投入精力和验证方式。
• Claude Code 的推荐消息功能：真正的用户是模型 (2026-10-07 · Hacker News)
  作者认为该功能让模型自己决定下一步操作，而非让开发者手动输入指令，是 agent 交互范式的转变。
• QF3：用过滤 Q 梯度的快速流 RL (2026-10-07 · arXiv)
  离策略流 RL 算法，从头训练人形机器人行走策略并零样本迁移到真机，比 FPO++ 快 10 倍。
• LLM agent 能把能力装进瓶子吗 (2026-10-07 · arXiv)
  BOTTLED 基准测试：零样本强不等于装瓶强，48/60 次跑分低于零样本下限，但 Opus 5 装瓶后成本降至 1/657
• AdvSim2Real：在网页世界模型中训练 agent (2026-10-07 · arXiv)
  让任务课程、攻击者和 agent 三方共同进化，4B 模型在 150 个任务上面对未见过的攻击者时完成率提升 33.6%。
• 分层连续扩散语言模型 (2026-10-07 · arXiv)
  同时扩散 token 及其聚类嵌入，LM1B 生成困惑度 49.4，比基线低 24.2 点
• WorldSolver：LLM agent 能自己写物理 (2026-10-07 · arXiv)
  从 61 篇图形学论文抽 168 个模拟任务，GPT-5.6-Sol 和 Claude-Opus-5 总分不到 50%。
• Claude 支持在聊天中编辑 Google 文档 (2026-10-07 · Claude)
  粘贴链接或要求新建文档，即可在聊天旁直接协作编辑，权限跟随 Google 共享设置。所有付费计划可用。
• nanoMuse：你每台设备上的开源个人 agent (2026-10-07 · arXiv)
  Meta Muse 的 GPL-3.0 开源实现，每台设备一个 agent，共享同一段对话，模型由用户自选。
• 大语言模型的安全推测解码 (2026-10-07 · arXiv)
  推测解码的效率提升以不成比例的安全代价换取；SecureSD 对草稿模型早期 token 施加更严验证，在保持效率的同时提升安全性。
• 无人维护的系统会加速劣化 (2026-10-07 · Nan Yu)
  Nan Yu 担心 AI 代码生成会让那些没人爱维护、但有人必须维护的系统加速劣化
• 高层抽象始终需要理解底层 (2026-10-07 · Thariq)
  Anthropic 的 Thariq 认为，编程 agent 并未改变这一规律
• 苹果收紧 Mac 权限，与 AI 有关 (2026-10-06 · APPSO)
  苹果收紧 Mac 系统权限，影响 AI 工具运行，与 Meta 产生分歧。