Amp 推出 macOS Satellites，让智能体在云端 Mac 上构建和测试 Apple 应用
Amp 上线 macOS Satellites，智能体可在云端 Mac 上为 iOS 或 Mac 应用执行构建、运行和测试，服务器约 30 秒启动一台预装 Xcode 和模拟器的 Mac。
全部 AI 动态
Amp ChronicleAI 评分5858 Sakana AI BlogAI 评分3838 Sakana AI 推出面向企业的 Sakana API Platform 并启动早期访问计划
Sakana AI 发布面向企业的 Sakana API Platform 并开放早期访问申请，首批提供 Sakana Fugu 与 Sakana Fugu Ultra，Sakana Namazu 和 Sakana Fugu Max 将后续上线。
OpenRouter Announcements精选AI 评分6060 OpenRouter 重构供应商路由算法，TTFT 降低 16.9%
OpenRouter 宣布重构默认供应商路由算法，从主要按输入 token 价格排序改为综合实际价格、首 token 延迟、吞吐、错误率与输出质量的实时 Routing Cost。
推荐理由：OpenRouter 公开了路由算法从唯价格到综合成本的重构细节与一周 switchback 实验数据，可据此判断推理成本与延迟的取舍。
Databricks BlogAI 评分2828 Procore 如何用 OpenSharing 驱动建筑数据分析
Procore 基于 Databricks 的 OpenSharing 构建 Procore Analytics 2.0，取代原先基于 SQL Server 和公共 API 抽取的第一代架构，刷新频率从每天最多三次的限制中解放。
OpenRouter Announcements精选AI 评分6565 OpenRouter 实测 13 类提示词注入攻击：Armor 拦截全部 73 封攻击邮件
OpenRouter 用自建 13 类加外部模型生成的 12 类提示词注入攻击，在 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 上测试三层防护。
推荐理由：OpenRouter 用 13 类攻击在 4 个模型上实测三层防护，给出可复用的规则配置与误拦边界。
OpenRouter Announcements精选AI 评分6262 OpenRouter 教程：如何用 LLM 从 PDF 中抽取表格
OpenRouter 发布教程，介绍用 LLM 从 PDF 抽取表格的方法：把 PDF 作为文件输入，配合描述单行结构的严格 JSON schema，模型直接返回带类型的行数据。
推荐理由：OpenRouter 用 5 份 PDF、644 个单元格的实测，给出可直接复用的表格抽取代码和两条静默失败检查。
Codex ReleasesAI 评分88 Codex 0.166.0-alpha.6 发布
OpenAI 发布 Codex 0.166.0-alpha.6。该版本号出现在 Codex Releases 的更新记录中，正文未披露具体功能变更或修复内容。
ElevenLabs BlogAI 评分2323 银行业中的对话式 AI：用例、优势与实例
对话式 AI 通过处理自然语言请求为银行客户提供 24/7 支持，无需增加运营成本即可解答常规问题、验证身份并处理支付纠纷。这类系统依靠严格的网络安全协议，并遵循 SOC 2 Type II、ISO 17001 和 PCI DSS 合规要求来保护金融数据。运营负责人可通过首次接触解决率和升级频率等指标衡量各类银行聊天机器人用例的表现。
OpenAI NewsAI 评分3434 OpenAI 与 ServiceNow 扩大企业工作流合作
OpenAI 与 ServiceNow 扩大合作，将 OpenAI 模型和智能体引入 ServiceNow，同时把 ServiceNow 工作流接入 ChatGPT 和 Codex。
Google Developers BlogAI 评分5858 Google Play services 中的 LiteRT 迎来 GPU 推理升级，速度提升约 1.4 倍
Google 为 Google Play services 中的 LiteRT 端侧推理运行时推出升级，GPU 推理比旧版 GPU delegate 快约 1.4 倍，由 ML Drift 驱动并通过新的 CompiledModel API 提供。
Sierra BlogAI 评分4242 Sierra 推出 Compliance Console，为长周期 AI 智能体提供合规护栏
Sierra 发布 Compliance Console，内置于 Horizon 平台，帮助企业在跨渠道、跨州和跨国的智能体外呼中遵守当地法规。该控制台支持配置信息披露、联系时间窗口（多数地区默认 8AM 至 9PM）、节假日排除、频率上限和退订管理，并在 Insights 仪表盘中展示外呼与外发消息的允许、延迟、拦截和待审核数量。
Anthropic NewsAI 评分3838 Anthropic 扩大 AI for Science 计划，新增 20 家科研机构与基金会合作
Anthropic 将 AI for Science 计划从支持个体科学家扩展至 20 家全球科研基金会、机构和研究团队，为其提供免费 Claude credits。
Replit Blog精选AI 评分6060 Replit 发布 ViBench 2.0 长周期软件构建基准
Replit 发布 ViBench 2.0，用于评测智能体从空项目开始逐个功能搭建完整产品的长周期软件开发能力，包含 17 个产品、241 个功能请求和 544 个测试计划。
推荐理由：Replit 公开了长周期软件构建基准的题目设计、评分方式和多家模型对比，可据此理解现有编码智能体在功能叠加时的失败位置。
PyTorch BlogAI 评分4747 PyTorch 2.15 发布：重写版 NCCL 后端成为默认
PyTorch 2.15 发布，重写版 NCCL 后端成为所有 nccl 进程组的默认，并提供 TORCH_DIST_USE_NCCL2=0 与 nccl-legacy 回滚路径，集合通信挂起时飞行记录器会落盘现场。
ElevenLabs BlogAI 评分5555 ElevenLabs 推出强制对齐模型 Cue，支持 90 多种语言
ElevenLabs 发布强制对齐模型 Cue，可将音频中每个字符定位到精确时间轴，覆盖 90 多种基准语言，并已用于 Scribe 语音转文字流程。在 29 种语言的基准测试中，Cue 在真实录音上的准确率高于团队测试的所有对齐工具；处理一小时音频约需半秒，而次快的 Qwen3-ForcedAligner 接近 2 秒。
AWS Machine Learning BlogAI 评分2323 用 Amazon Nova Act 智能体式 QA 自动化加速软件交付（第 3 部分）：应用与团队权限管理
AWS 博客介绍 QA Studio 新增的两项能力：以“应用”为单位组织测试并汇总健康指标，以及基于团队的用户权限管理。健康视图给出通过率、执行次数、失败数和 0–100 健康分，并对不稳定测试扣分；指标支持 7 天按小时、30 天按天查看，可按环境过滤。权限分 Admin、Team Lead、Editor、Executor、Viewer 五级，每个应用只归属一个团队。
AWS Machine Learning BlogAI 评分3636 在 EKS 上用 Ray Train DLC 与 EFA 做分布式训练
AWS 发布 Ray Train DLC 镜像（train-ml-cuda-v1.1），内置 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 及 EFA 与 AWS OFI NCCL 插件，无需自行构建镜像。
AWS Machine Learning BlogAI 评分4242 如何在 Amazon Bedrock AgentCore 上构建企业级 Agentic AI 平台
AWS 发布基于 Amazon Bedrock AgentCore 的 Enterprise Agentic AI Platform Blueprint，以可部署的基础设施即代码形式补上所有权、账户边界、可观测性与成本治理等企业级契约。
Google Developers BlogAI 评分5858 Google 用 Agents CLI 演示智能体评测循环：从基线到回归告警
Google Developers Blog 以 Agents CLI v1.8.0 的 LangChain 模板为例，完整走了一遍智能体评测循环：eval generate 生成轨迹、eval grade 打分、eval compare 对比两次运行。
Pydantic AI Articles精选AI 评分7474 Pydantic AI 基准测试：code mode 让长任务成本降 58%、耗时减半
Pydantic AI 团队用五个小型 CRUD 应用、八款模型和 5,276 次评分运行对比 code mode 与普通工具调用，长任务上成本降 58%、实际耗时降 51%、成功率提升 16 个百分点。
推荐理由：作者用 5,276 次自建基准测试对比 code mode 与普通工具调用，给出长任务下成本、耗时与正确率的具体变化。
Claude BlogAI 评分3434 Claude Enterprise 上线智能报告、应用内调研与团队共享预算
Claude Enterprise 正式开放智能报告、应用内调研和团队共享预算三项功能。智能报告可分析团队对话样本、按工作流归类并给出支出与建议，应用内调研收集成员反馈，共享预算让团队共用一个月度额度并在 50%、75%、95%、100% 时邮件告警。
Baseten BlogAI 评分5555 Baseten 优化 Qwen3-ASR 1.7B 批式转写，单卡吞吐提升 7 倍
Baseten 对开源模型 Qwen3-ASR 1.7B 的推理栈做了优化，在单张 RTX PRO 6000、64 并发下批式转写吞吐较原生 vLLM 提升 7 倍以上，5 分钟音频的实时倍率达到 2,645 倍。
Artificial Analysis Articles精选AI 评分8282 Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分登顶，在 9 项评测中的 4 项排名第一，包括 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 和 AutomationBench-AA。
推荐理由：Artificial Analysis 的独立评测显示 Gemini 4 Carbon 登顶 Intelligence Index v5，但在编码智能体上仍落后 Claude Opus 5.5。
Databricks BlogAI 评分3636 Databricks 谈语音智能体：用上下文让语音客服产生真实客户价值
Databricks 提出语音智能体的"对话层 + 大脑"架构，由 LiveKit 承载通话、Deepgram 负责语音转文字与默认音色、ElevenLabs 提供表现力音色，Databricks 提供负责上下文、本体与治理的"大脑"。
MIT News AIAI 评分2020 MIT 专家 Ali Jadbabaie 谈基础设施为何进入决定性时代
MIT 土木与环境工程系主任 Ali Jadbabaie 指出，气候变化、AI 能耗与老化电网、地缘政治导致的供应链脆弱性正同时施压基础设施。他认为 AI 与数字技术有望让工程设计和基础设施决策更快、更省、更高效，但结果仍取决于当下的选择。他将于 10 月 28 日在马德里参加由 MIT、UPM、世界银行集团和得克萨斯大学奥斯汀分校共同创办的世界基础设施论坛。
OpenAI NewsAI 评分1515 OpenAI 探讨 AI 如何进入企业组织架构
OpenAI 发文探讨 AI 进入企业组织架构的三种可能位置：位于人类之下、与人类并列，以及介于人与人之间。文章以“公司的未来”为主题，讨论 AI 在组织中的角色定位。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最优，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方披露了 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放方式，可据此判断前沿模型的发布节奏。
Mastra BlogAI 评分3636 Mastra 推出 Span Queries，可细粒度过滤与聚合单条 span
Mastra 平台与 Studio 上线 Span Queries，支持按时间范围、span 类型、名称、状态、错误、耗时等条件过滤或分组单条 span，而非返回整条 trace。
Claude BlogAI 评分3636 IDC 将 Quanta 接入 Claude，并在全公司部署 Claude
IDC 与 Anthropic 合作把 IDC Quanta 接入 Claude，IDC 客户即日起可在 Claude 中提问，基于 IDC 的预测与市场数据在几分钟内获得分析结果。
Apple NewsroomAI 评分5050 Apple 发布搭载 PROLED XDR 显示屏的新款 MacBook Pro
Apple 发布搭载 PROLED XDR 显示屏的新款 MacBook Pro，采用 tandem OLED 技术，提供最高 2000 尼特 HDR 与 SDR 亮度、10,000,000:1 对比度和 120Hz 可变刷新率，并首次在 Mac 上引入触控功能。
OpenAI NewsAI 评分2525 Legora 用 OpenAI 模型打造法律工作的智能体操作系统
Legora 正在基于 OpenAI 模型、ChatGPT 和 Codex 构建面向法律工作的智能体操作系统，用于加速法律工作流并扩展合同分析能力。该方案旨在让律师从重复性事务中解放出来，专注于更高价值的工作。
Replit BlogAI 评分4242 Replit 详解 Agent Habitat 安全架构：如何安全地让 AI 智能体干活
Replit 公布其 Agent Habitat 的安全架构，通过组织级策略边界、企业连接器管理和凭证代理（credential broker）等机制，让 AI 智能体在可控范围内访问公司系统。
OpenRouter AnnouncementsAI 评分5858 Claude Code 用量额度用尽后如何继续编码：OpenRouter 给出切换教程
OpenRouter 发布教程，说明 Claude Code 触及 Claude 套餐的五小时和每周额度后，可改用 OpenRouter API key 按 token 计费继续编码，模型仍是 Anthropic 的 Claude。
OpenRouter AnnouncementsAI 评分3838 Claude 529 Overloaded 错误是什么、如何修复
Claude API 返回 529 overloaded_error 表示 Anthropic 对该模型的容量暂时耗尽，与用户密钥、套餐和请求无关，通常几秒后重试即可通过。
Meta EngineeringAI 评分3636 Meta Andromeda：通过模型-系统协同设计驱动下一代广告检索
Meta 发布下一代个性化广告检索系统 Meta Andromeda，单张 GH200 GPU 推理吞吐超过每秒 100 亿条广告，相比 2024 版提升 100 倍。新架构将 LLM 式 MoE 引入检索阶段，推理 FLOPs 比 2024 版检索模型少约 300 倍，性能接近排序阶段水平。自 2025 年以来，该系统已在 Facebook 带来 2.4% 的转化率提升。
Artificial Analysis Articles精选AI 评分7272 GitHub Copilot Fusion 调度 Anthropic 与 OpenAI 模型以平衡性能与成本
GitHub 在 GitHub Copilot 中发布 Copilot Fusion，在 Anthropic 与 OpenAI 的多个模型之间做运行时调度，按任务优化性能、成本和延迟。
推荐理由：Artificial Analysis 用 Coding Agent Index 实测 Copilot Fusion，给出成本、token 用量与三项基准的分项对比。
Allen Institute for AI BlogAI 评分3838 研究者如何将 olmOCR 2 适配于历史与考古档案
Ai2 的开源模型 olmOCR 2 正被研究者用于历史与考古档案的转录：ArtificeOCR 让历史学家 Maurice Casey 在本地电脑上转录信件、报纸等照片，并接入 Tropy 实现关键词检索。TU Wien 团队则用 LoRA 在 57 条标注记录上微调 olmOCR 2，在 CENTURIA 基准的 450 条测试记录上把转录错误率从 15.58% 降至 1.11%。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合并到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
推荐理由：原文给出多语言转写与说话人分离的榜单成绩，并附可复用的数据管线和微调配方，便于判断落地成本。
NVIDIA NewsroomAI 评分5858 NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与 Agent 资源管理
NVIDIA 为 RTX Spark Windows 笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台 Agent 之间分配 GPU 资源的控制项，以及 LFM3 系列模型的 day-zero 支持。
Claude BlogAI 评分5656 Anthropic 为法律工作推出可复用 artifacts 与法律画廊
Anthropic 推出面向法律专业人士的可复用 artifacts，并上线法律画廊，覆盖合同审查、监管变化追踪、业务法律请求接收等任务。每个 artifact 自带示例，输出结果附来源链接，并可通过 connectors 接入团队已有的 playbook 和研究资料。