2026-10-09 这一期

OpenAI 今天面临双重压力：年化收入信号较此前预期低 200 亿美元，同时撤回 3 篇数学论文。Anthropic 则同步推出开源漏洞扫描服务与网络安全专项计划，形成鲜明对比。

本期收录

• 用前沿 AI 模型为机器人创建 SimReady 资产的 (2026-10-09 · NVIDIA Developer)
  NVIDIA 给出五步工作流，用 Omniverse 库和 GPT-6 Astra 把 CAD 文件转为仿真就绪的 OpenUSD 资产，以 ABB YuMi 机器人为例演示了完整流程。
• Claude Code v2.1.295 (2026-10-09 · Claude Code Releases)
  新增钩子失败阻断模式与终端状态协议支持，修复 60 多个 bug
• 构建可靠数据分析智能体的经验 (2026-10-09 · NVIDIA Developer)
  NVIDIA KGMON 团队在 KDD Cup 2026 获第二名，核心做法是把所有结构化数据统一到单一 SQL 接口，并限制智能体工具集。
• OpenAI 年化收入比此前信号少 200 亿 (2026-10-09 · Hacker News)
  CNBC 报道，OpenAI 年化收入约 300 亿美元，低于此前市场预期的 500 亿美元。
• 合成超级智能：从半导体到超导体 (2026-10-09 · Latent Space)
  Periodic Labs 两位创始人谈为何 AI 必须做物理实验，以及如何用自动化实验室将数十年的材料试错压缩到几个月。
• Oracle 用 ChatGPT 和 Codex 把几天 (2026-10-09 · OpenAI Blog)
  招聘、工程、运营三部门用 AI 工作流，面试反馈从 20 分钟降到 2 分钟，合同审核从几天缩到几分钟
• Pollo AI 用 OpenAI 将创意转化为广告 (2026-10-08 · OpenAI Blog)
  集成 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，生成图像和视频广告。
• 数十亿 AI agent 冲击数据库时会发生什么 (2026-10-08 · The MAD Podcast with Matt Turck)
  CMU 教授、ClickHouse 研究副总裁 Andy Pavlo 认为向量数据库只是索引，agent 可能带来 10-100 倍查询增长，text-to-SQL 准确率已从 60% 升至 99.5%。
• Manus 重启北京办公室并大举招聘 (2026-10-08 · 量子位)
  获 5 亿美元新融资，开始与国产 Agent 公司争夺人才。
• ChatGPT 论文复现率低至 13.98% (2026-10-08 · 量子位)
  新基准 PaperBenchX 测试 AI 的科研能力，ChatGPT 在复现数学论文任务上表现不佳。
• Windows AI 时代最大更新，对标 Mac (2026-10-08 · APPSO)
  微软在 Windows 更新中引入 AI 功能，并邀请 NVIDIA CEO 黄仁勋站台，直接向 Mac 发起挑战。
• OpenAI 撤回 3 篇数学论文 (2026-10-08 · Hacker News)
  OpenAI 撤回了三篇已发表的数学论文，原因未公开。
• OpenAI 撤回三项数学成果 (2026-10-08 · Hacker News)
  撤回的论文曾作为 GPT-4 数学能力的证据，社区讨论激烈
• OpenAI 重新上线 Codex Cloud (2026-10-08 · Thibault Sottiaux)
  OpenAI 工程师 Thibault Sottiaux 称，Codex Cloud 已静默重新上线，目前表现不错。
• Claude Code v2.1.294 (2026-10-08 · Claude Code Releases)
  修复 prompt hook 指令写法导致放行本应阻止的操作的 bug，并改进 Stop 类 hook 的判断逻辑。
• AI 下一阶段需要的算力将极其庞大 (2026-10-08 · Aaron Levie)
  Box CEO Aaron Levie 认为个人 agent、企业安全 agent、代码审查 agent 等场景将推动推理量持续增长数个数量级，且 agent 还需要配套基础设施。
• OpenAI 账户已全面上线新功能 (2026-10-08 · Thibault Sottiaux)
  OpenAI 员工 Thibault Sottiaux 确认新功能已覆盖所有账户，并询问用户反馈。
• 黄仁勋发布史上最强 Surface (2026-10-08 · APPSO)
  专为「无限智能」设计，微软可能难以掌控
• Agent 让更多人跨界操作 (2026-10-08 · Thariq)
  Anthropic 的 Thariq 认为，agent 降低了门槛，但多数人都在自己不懂的领域里操作，好在可以随时让模型教自己。
• 外行用 AI 最常犯的错：提示词不精确 (2026-10-08 · Thariq)
  Anthropic 的 Thariq 指出，用户在自己不熟悉的领域写提示词和计划时容易模糊，导致大量轮次低效迭代。
• STEPX Neo 大模型原生智能体手机 10 月 13 (2026-10-08 · 量子位)
  由 STEPX 推出，将大模型能力深度集成到手机系统中，支持原生智能体交互。
• 一个 prompt 写完，Claude 验证通过 (2026-10-08 · Boris Cherny)
  Anthropic 的 Boris Cherny 用单个 prompt 完成开发，Claude 验证后无 bug 运行。
• GPT-6 今起免费使用 (2026-10-08 · 量子位)
  OpenAI 宣布 GPT-6 免费开放，拒答率下降，回复更详细。
• Claude 新模型跑分超 GPT-6 Luna (2026-10-08 · 量子位)
  Anthropic 发布新模型，在多项基准测试中超越 OpenAI GPT-6 Luna，且定价更具竞争力。
• Anthropic 推出开源漏洞扫描服务 OSS (2026-10-08 · Anthropic Research)
  用最强模型自动扫描，报告含 PoC 与补丁；早期验证 88% 的高危发现达到披露标准。
• Anthropic 启动 Cyber Mission (2026-10-08 · Anthropic News)
  推出关键基础设施防御计划（CIDP）和开源扫描工具 OSS Scanner，前者联合 11 家合作伙伴，后者提供免费自动扫描
• 2026 年使用政策更新 (2026-10-08 · Anthropic News)
  Anthropic 年度政策更新，新增欺骗性活动专节、扩展武器禁令、细化监控与执法规则，11 月 12 日生效。
• 第一张完整紫外天图 (2026-10-08 · Anthropic Research)
  Anthropic 研究员用 Claude Science 填补了约三分之一从未被观测过的天空，模型预测精度在 10% 以内。
• Anthropic 承诺 1.5 亿美元支持 (2026-10-08 · Anthropic News)
  三年内向 NASA、NIH、NSF 等 15 个联邦机构的数百个研究项目提供 Claude 及 API 额度，重点支持聚变能和量子计算。
• 那个不存在的模型，你自己造了一个 (2026-10-08 · Hugging Face)
  用 ML Intern agent 描述想要的模型，第二天就能拿到训练好的版本。六个模型总算力成本约 103 美元，最便宜的只要 1.9 美元。
• OpenAI 揭露两起 AI 虚假前台行动 (2026-10-08 · OpenAI Blog)
  操作者伪装成记者和智库散布地缘政治叙事，但未获广泛传播。
• AI 让软件变得极易被反编译重建 (2026-10-08 · Peter Yang)
  Peter Yang 认为，除非拥有专有数据、分发渠道或其他优势，否则靠软件赚钱将越来越难，传统 SaaS 尤其脆弱。
• 用Claude快速获取用户反馈 (2026-10-08 · Cat Wu)
  Anthropic的Cat Wu分享了一个PM工作流：让Claude查询上周某功能使用最多的用户，生成Top 10列表，然后自动联系并安排15分钟对话。
• 工程社区会重新发现：每个程序都可以无限优化 (2026-10-08 · Guillermo Rauch)
  Vercel CEO Guillermo Rauch 指出，每个程序都可以无限地加固和优化，但时间、注意力和机会成本是真实的，需要知道何时停止并接受权衡。
• 现在是做游戏开发内容创作者的好时机 (2026-10-08 · Thariq)
  Anthropic 的 Thariq 认为很多人把做游戏当作娱乐，愿意为此付费
• 纯数学领域最先被 AI 攻克 (2026-10-08 · Amjad Masad)
  Replit CEO Amjad Masad 认为，越纯粹的领域 AI 越容易突破。
• 第一次坐 Waymo 像宗教体验 (2026-10-08 · Aditya Agarwal)
  SPC 联合创始人 Aditya Agarwal 与 Waymo 联合 CEO Dmitri Dolgov 在 Waymo 车内对谈，完整视频明天发布
• ChatGPT 在控制 Claude (2026-10-08 · Dan Shipper)
  Dan Shipper 演示了 agent 互相调用的循环，附有截图。
• Replit 不是消费级应用 (2026-10-08 · Amjad Masad)
  CEO Amjad Masad 回应外界对 Replit 用户规模的质疑，指出其用户多为商业开发者
• 桌面 AI 的安全隐患与 Replit 的解法 (2026-10-08 · Amjad Masad)
  Replit CEO Amjad Masad 指出桌面 AI 应用存在供应链攻击和 agent 灾难性错误的风险，宣布与微软、NVIDIA 合作打造安全可靠的桌面体验。
• ChatGPT 现在可以为你生成自定义 UI (2026-10-08 · Sam Altman)
  Sam Altman 宣布 ChatGPT 新增自定义 UI 生成功能，用户可通过对话生成个性化界面。
• Haiku 4.5 到 5.5 不到一年 (2026-10-08 · Alex Albert)
  Anthropic 的 Alex Albert 对比两代模型，称 Haiku 5.5 更快且便宜 75%。
• 团队如何用 agent 协作更好 (2026-10-08 · Peter Steinberger)
  Peter Steinberger 在 OpenAI DevDay 2026 分享了他的观点
• Claude Sonnet 5.5 缓存读取降价一半 (2026-10-08 · Claude)
  缓存读取降至每百万 token 0.10 美元，长任务运行成本降低约 20%。
• Haiku 5.5 现已全平台可用 (2026-10-08 · Claude)
  Anthropic 的 Haiku 5.5 已在 AWS、Google Cloud 和 Azure 上架。
• Haiku 5.5 对齐评估大幅优于 4.5 (2026-10-08 · Claude)
  Anthropic 称，Haiku 5.5 在几乎所有对齐评估上相比 4.5 都有显著改进，失当行为实例大幅减少。
• 行动前先改写：VLA 模型的措辞敏感性 (2026-10-08 · arXiv)
  一个词改动让成功率从 100% 跌到 2%；用 LLM 提炼改写规则，无需重训即可提升 16-27%。
• OpenAI Dots 一周使用体验 (2026-10-08 · Dan Shipper)
  Every 创始人 Dan Shipper 分享使用感受：保护注意力、补上遗漏信息、权限仍需改进。
• 在它们能解题之前：从基础模型预测训练后编码 agent (2026-10-08 · arXiv)
  用成功轨迹回放定位关键步骤，设三道筛子评估基础模型潜力，无需从头跑一遍。在十组模型上排序结果与最终 SWE-bench pass@1 高度一致。
• 研究者社会：为自主研究 agent 群体设计制度 (2026-10-08 · arXiv)
  万人 agent 共享算力池，通过提案竞争和独立评审分配资源，一个实验室报告用少 30% 算力达到相同质量，但尚未被复现确认。
• PHRBench：大模型幻觉后推理的行为评测 (2026-10-08 · arXiv)
  4820 个受控实例中成功纠正幻觉仍较少见，与推理中信念更新频率相关；幻觉提示特征即可预测能否纠正（AUROC 0.847）
• 哪个 rollout 教会了它？BehaviorTrac (2026-10-08 · arXiv)
  在 Qwen2.5-1.5B 上用 GRPO 做在线 RL 微调，发现大部分归因信号来自混杂因素，唯一稳定的信号是触发 token 梯度与行为位置的对应关系。
• 推理 token 数量能区分模型是否在撒谎 (2026-10-08 · arXiv)
  三个模型在 210 道题上，诚实回答的推理 token 数均少于撒谎或无视真假的回答
• AI 时代，有野心的工程师该做什么 (2026-10-08 · Aditya Agarwal)
  South Park Commons 合伙人 Aditya Agarwal 认为，纯工程能力不再是独特优势，三条路径可选：投身 AI 基础设施、与行业专家搭档、或带队管理 agent。
• TII 发布阿拉伯语语音识别模型 Falcon-ASR (2026-10-07 · Hugging Face)
  1.6B 参数，阿拉伯语平均词错误率 20.92%，比公开最佳结果低 2.25 个百分点；阿联酋方言评测中比 Qwen3-Omni 低 4.07 个百分点。
• Google Labs 推出零代码游戏平台 (2026-10-07 · Google Labs)
  无需编程经验即可创建游戏，面向美国 18 岁以上用户开放。
• 用 Megatron Core 做逐位确定的预训练 (2026-10-07 · NVIDIA Developer)
  万亿参数训练可复现调试，2432 GPU 上确定性开销降至约 2%