openJiuwen 的 WorkSwarm 现已提供个人知识空间，可收集用户选定的来源，并将其整理为带有目录、链接和来源引用的可复用 Markdown 页面。它支持手动或定时增量收集、三种处理模式，以及智能体渐进式阅读。在 openJiuwen 团队内部构建的 25 道题测试集上，启用该功能后，任务通过率提升了 32%，任务总耗时减少了 76.2%，任务阶段的 token 消耗减少了 84.1%；实验中使用的基于智能体的预处理也会消耗 token。
APUS AI 于 10 月 13 日宣布推出采用 MIT 许可证的 Personal Agent——Reflex Agent，提供桌面端、Web 端和 SDK 访问方式。其 Reflex 决策模型负责路由、技能选择、结果审查和执行监督；Continuum 则检索历史信息，以支持长期任务，同时不超出单次模型调用的输入限制。在 APUS AI 提供并由 QbitAI 转载的材料中，该公司称，在测试场景中，响应速度最高可达 Claude Code 和 Codex 的 3 倍；该智能体的地址为 https://github.com/APUS-AI-Lab/APUS-Reflex-Agent，决策模型的地址为 https://huggingface.co/apus-ailab/APUS-Reflex。
商汤科技基于升级后的“云宇宙星空”模型打造的AI平台，为上海“量子城”计划首批政务智能体开发并交付了三个智能体，分别用于防汛调度、空间分析和规划更新。在苏州河流域，“御知河洛”智能体将调度效率提升了80%；此外，空间计算和动态模拟效率分别据报提升了65%和70%。
PHANES AI 与天龙移动于 10 月 14 日推出 SeePhys Hub，以全身动作数据和可选的触觉压力记录补充第一人称人体演示数据。该系统由一个四摄像头头带、两个腕带以及三个腰部和腿部追踪器组成，并配备数据处理和将人体动作映射到机器人的软件。PHANES AI 计划于 2027 年发布一个全身、全模态世界模型，并优先在工业、餐饮和零售场景中验证应用。
我们更喜欢“手工式苦干”这个说法 https://t.co/O52libtEZX
@QuixiAI 评测了 Muse Wonder Full：该智能体提交了 15 个扎实的 PR，机制清晰，且没有违反任务要求，但在流程上有三处疏漏。Alexandr Wang 对此回应：“每天 15 个 PR，muse wonder full” https://t.co/aMYdhLaP1W
在Meta，我们以前把这个叫作PSC https://t.co/AQFZtsPJlS
用 Muse 输入几个提示，每年可省 1850 美元！ 甚至有人说，用 Muse Wonder 可以省下超过 100% 的费用 https://t.co/F4I6xtyH3L
中文版本尚未就绪 · 显示原文
hakuna muse-tata https://t.co/kYHTksYeMz
@Hesamation 正在用他们从小玩到大的战略游戏《Stronghold Crusader》对模型进行基准测试。他们说，Muse Wonder在一台旧笔记本电脑上玩这款游戏“看起来简直太有意思了”，还说他们测试了Opus、Sol、GLM flash、Kimi K3等模型。 Alexandr Wang回应道：“来吧 Muse Wonder 我相信你 把资源投到你的科技树里啊啊啊啊” https://t.co/dSUEmGVxV7
Leiphone 报道了毛家源在 IROS 2026 上的演讲，介绍了宾夕法尼亚大学、麻省理工学院和斯坦福大学在机器人学习与组合泛化方面的研究。RAPID 将编码智能体与物理验证相结合，只需一次人工示范即可学习复杂的非抓取任务。在另一项视频动作研究中，团队引入了 Temporal Ratio，用于衡量模型对未来帧与当前帧的关注程度；基于该指标的自适应引导，使真实双臂机器人在未见过的组合任务上的平均成功率从 71.8% 提高到 83%，且无需重新训练。
科学的理想成果不是由少数几家实验室使用专有模型、投入数百万美元攻克标志性难题，而是让数百万名借助 AI 的科学家追随好奇心，变得远比以往更有雄心。
@lightseekorg 报告称，Qwen3.8-Flash-Next 每位用户的输出速度达到 685 tokens/s。 祝贺 @lightseekorg 取得亮眼的 TokenSpeed 测试结果！🚀 很高兴看到 Qwen3.8-Flash-Next 在 Nvida GPU 上达到每位用户 685 tokens/s 的输出速度。期待社区进一步释放 Qwen 的推理潜力！
腾讯 WorkBuddy Enterprise 于 10 月 13 日在管理控制台新增可观测性中心，并开放公开测试。该中心提供实时监控、会话追踪和执行链路详情，涵盖使用情况、额度消耗、响应时间和错误。管理员可以按部门和模型拆分查看消耗，调查特定执行节点，并在 https://www.workbuddy.cn/admin/overview 调整 Agent 提示词、模型和工具。
Slopcannon 配合 Muse Wonder 可以帮你制作一些漂亮的垃圾帖子 https://t.co/SgLQV0ACVI
新加坡报告的犯罪案件中，超过一半涉及复杂的社会工程手段。 我们正与 @GovTechSG 合作，利用开放模型 Gemma 开发设备端诈骗检测功能。 通过针对本地诈骗手法进行微调，该模型可实时识别威胁，同时保护个人隐私 → https://goo.gle/4ygVkJa
@mranti 说，Codex 找到了 DeepSeek Harness，并让 DeepSeek Flash 来完成这项工作。宝玉回应道：“哟，你瞧瞧——Codex 现在竟然偷偷外包了。”
按原文所写 [由 muse wonder full 改编] https://t.co/NjMgKiUyjR
我们一直在逐步修复模型发布中的许多问题——非常感谢大家今天再次尝试！https://t.co/XAClZwitMm
叙事遭到违背了……？https://t.co/VeCwm9zxGl
Google DeepMind 与新加坡政府科技局（GovTech）推出了一款 Gemma 模型，该模型基于本地诈骗对话进行微调，并针对新加坡常见的智能手机进行了优化。轻量级分类器会先筛查收到的消息，随后模型评估更广泛的对话上下文，并针对疑似操纵行为发出警告；对话处理全程在设备上进行。训练未使用私人信息或个人身份信息，而是使用根据诈骗报告和情报信息源整理的匿名数据集。
推荐理由：这套两阶段检测流程提供了一种可迁移的方法，在兼顾智能手机功耗与基于上下文的诈骗分析的同时，将私人对话保留在设备上。
感谢 @chainguard_dev 团队发现 vLLM 中的漏洞并负责任地披露这些问题。 我们在构建 vLLM 时兼顾生产环境使用和安全性，感谢 Chainguard 这样的合作伙伴帮助提升其安全性。
Gemini 4 Argon：一个 24 词的提示词如何打造出一款定制合成器，将奔腾的马匹、潺潺的流水和你自己的双手化为音乐。
Gemini 4 TikZ 独角兽 https://t.co/LoMVqLkZjD https://t.co/IU4uAJM8fh
Argon 很不一样：“一款关于迫近感的游戏。某件非常庞大、非常奇异的事情正在发生。一片郊区，以及某种浩瀚而不可知的存在降临。不是恐怖，而是唤起万物终结必将到来的感觉，但也不悲伤或可怕。” https://t.co/9hiPnuqexe https://t.co/hzJ3lAi0ez
嘿，AI，给我讲一个最棒的“除非它来自 X，否则它只是起泡的 Y”风格笑话： GPT-6 Pro：“除非它来自瑞典的斯德哥尔摩地区，否则它只是起泡的员工敬业度。” Gemini 4 Argon High：“除非它来自凌晨 3:00 盯着天花板的地区，”
在 Claude Code 中，Sonnet 5.5 以最高努力设置在 Coding Agent Index 上获得 68 分，以 xhigh 设置获得 63 分。xhigh 设置每项任务花费 $3.33，而最高设置为 $14.19；少 5.5 个 Index 分，成本降低 77%。最高设置生成的输出 token 数量是前者的 4.8 倍，执行轮数是前者的 3.4 倍，同时三项基准测试的得分均有所提高；最大提升出现在 Terminal-Bench 4.0 上，得分从 58.1% 升至 66.2%。
很快我们就会看到，实际上，数百万消费者授权的一场完全合法的分布式拒绝服务攻击将针对客户服务部门——一旦人们普遍得知，Muse/Dot 等工具可以无限次申请旧退款、协商交易等。
Baoyu 根据 Anthropic 的工程博客介绍了公司为何用 Scion 替代 git：每天合并的代码变更从 5 月的约 2,500 次增长到 9 月的 30,000 多次。Scion 按需获取文件，将操作移至服务器，并使用命中率超过 99% 的分层缓存。Anthropic 报告称，智能体工作区的启动时间中位数从 7.1 分钟降至 5.1 秒，同时强调 Scion 面向规模极大的单体仓库，并非通用型 git 替代方案。
推荐理由：这一对比展示了假设服务器始终可访问会如何改变源代码管理架构，并将按需获取文件和服务器端操作与智能体生成代码的基础设施需求联系起来。
Muse Wonder Full登上Merge的智能指数。
The Sphere 已要求我删除这段视频。 Muse Against the World。这不过是个小挫折。我们的 shitposting 计划以世纪为单位。https://t.co/J7U1V6qO1V
使用 Python 3.15 内置的 `profiling.sampling` 对未经修改的 web-edit 应用进行性能分析后发现，保留混合行尾占据了编辑工作负载的主要部分。在 15,296 个 CPU 调用栈中，`preserve_endings` 出现在 64.8% 的调用栈里；在叶节点样本中，`SequenceMatcher.find_longest_match` 占 38.3%；95.1% 的调用栈来自 AnyIO 的工作线程，因此对所有线程进行采样至关重要。
Simon Willison 更新了他的 llm-meta-ai 插件，以支持 Meta AI 新发布的 Muse Wonder 模型。他分享了六种推理级别（从 minimal 到 max）生成的鹈鹕图画，并将其与 Muse 1.3 和 Muse 1.2 进行比较，称各版本之间的绘图效果有明显提升。他推测这些可能是 Meta 首批 Fable 类模型，并称 Artificial Analysis 的评分显示，Muse Wonder (Max) 与 GPT-6.1 Sol 相当。
Simon Willison 于 2026 年 10 月 13 日发布了“web-edit 0.1a1”。来源还提到对 24 个项目进行了性能分析，以及一份月度简报，但没有说明 web-edit 是什么。
Simon Willison 为 llm-gemini 添加了 Gemini 4 Argon 支持。该模型今天通过 Gemini API 和每月 100 美元的订阅计划开放使用。Willison 称赞了它绘制的 SVG 鹈鹕插图，其中高插画的成本为 17.166 美分。Argon 上市时的价格为每百万输入 token 2 美元、每百万输出 token 10 美元，价格定于 12 月 1 日翻倍；Artificial Analysis 报告称，运行其基准测试需花费 2,407 美元，Willison 认为这比按 token 计价更便于比较。
Simon Willison 着重介绍了 Anthropic 对 Scion 的说明。Scion 是他们自研的 Git 替代方案；合并的代码变更从 2026 年 5 月每天约 2,500 项增至 9 月每天超过 30,000 项。Anthropic 报告称，主分支历史记录近 100 GB，每天约有 2,500 万次 CI 检出；七人团队用五个月完成了系统构建和迁移。Willison 推测，Fable/Mythos 级别的模型促成了编码速度的提升，并将 Anthropic 在对抗式审查方面的经验与自己的经历联系起来，其中包括工程师需要引导模型，避免过度设计。
推荐理由：Anthropic 的检出量和代码库规模为理解代码活动增加如何给代码审查和 CI 支撑基础设施带来压力，提供了具体背景。
Industrial Next 在 TechCrunch Disrupt 2026 上展示了由 AI 驱动的机器人工作站。该公司称，这些工作站无需传统编程，就能让制造商在几分钟而非几周内重新配置生产线。其专有基础模型将视觉、任务情境和运动联系起来，新任务则通过仿真和演示来教授。该初创公司宣布与 BMW Group Technology Office 合作，评估灵巧操作在制造业中的应用。联合创始人 Lukas Pankau 表示，部分工作站已在为一家未披露名称的智能手机客户执行精密装配任务。
Cerebras首席执行官兼联合创始人Andrew Feldman在TechCrunch Disrupt 2026上表示，人们家中配备AI设备的未来“已经不远了”。他预测，个人AI助手将部分在设备上运行，部分在云端运行，了解自己的用户，并能够使用信用卡进行购物。
我觉得这种程度的情境意识并没有那么出奇，但这段互动读起来仍然非常诡异。我敢说，相当老的模型只要被告知“要安全，你是人工智能，我们正在监视你”，也会做出类似的事。
@leadinginds 表示，Ramp 支出数据显示，在各自类别中，Perplexity、Wispr Flow 和 Claude Code 均被超过 87% 的买家购买。推理、GPU 算力和 AI 优先的 GTM 仍然分散。 👀 https://twitter.com/leadinginds/status/2110080629773635595
