62 条精选近 30 天 36条共收录 201条
更新Reflection AI 推出了 Beam，并将其描述为一款高效的智能体开放模型，拥有 501B 总参数和 23B 激活参数。该公司表示，Beam 在编码和智能体任务方面推动了西方开放模型前沿的发展，并且是从零开始端到端训练的，完整权重将于本月发布。Ollama 表示，更多美国模型即将登陆其平台。
推荐理由：Reflection AI 将 Beam 定位为一款高效的智能体开放模型，拥有 501B 总参数和 23B 激活参数，为读者比较开放权重的编码和智能体模型提供了一个具体参照。
Boris Cherny 表示，用户现在只需通过提示词，就能自定义 Claude 的工作方式和外观。 他认为，不同的工作风格需要不同的 Claude 体验，并鼓励用户将 mods 作为插件分享。 在引用的公告中，@ClaudeDevs 表示，Claude Code mods 可以改变行为、自定义界面并添加用户自己的功能；用户可以用几行 TypeScript 编写，也可以让 Claude 来构建，然后通过 CLI 或桌面应用中的 /plugin 安装。
推荐理由：将自定义内容打包成可分享的插件，让不同工作风格的人可以通过相同的安装流程，交流对 Claude Code 行为、界面和功能所做的修改。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：Gemini 4 Argon 把输出上限提到 1M token 并给出多项基准与内部落地数据，可据此判断长程工作流的能力边界。
OpenAI 于北京时间 9 月 4 日凌晨发布新一代旗舰模型 GPT-6 Astra，雷锋网汇总了首批拿到模型用户的实测案例。
推荐理由：汇总首批用户实测，呈现 GPT-6 Astra 在长任务中能自我检查却仍需人把关的能力边界。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：原文交代了 Sonnet 5.5 在编码与文档任务上的改进，并给出与 Opus 5.5 的分工和 Bedrock 接入方式。
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的智能水平，标准输入输出 token 价格仅为后者的五分之一。
推荐理由：OpenAI 在 DevDay 发布 GPT-6.1 Sol，价格降至五分之一，同时披露 GPT-6.1 Astra 因安全顾虑被搁置。
OpenAI 在旧金山举行 DevDay 2026，一口气公布 25 项更新，覆盖 ChatGPT、Codex、GPT-6 模型和 API。
推荐理由：梳理了 OpenAI DevDay 25 项更新中 Dots、GPT-6.1 Sol、Codex 与 Agents API 的配合关系，便于理解其 Agent 产品线布局。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机操作和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，每任务成本约为后者的五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比，读者可据此判断智能体编码任务的性价比。
OpenAI 在旧金山 DevDay 2026 开发者大会上宣布扩展 Codex 与 API：Codex 新增可复用的云端开发环境和 Codex Security Cloud 仓库漏洞扫描，ChatGPT 桌面端加入代码审查视图，Codex CLI 重做并支持语音启动与操控任务。
推荐理由：梳理了 Codex 与 API 在安全扫描、决策模型和速度档位上的多项更新，可据此判断开发者工作流与成本的变化。
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、电脑操作和办公任务上接近因安全问题推迟发布的旗舰 GPT-6.1 Astra，成本约为后者的五分之一。
推荐理由：在旗舰 Astra 因安全问题推迟的背景下，读者可对比 Sol 与 Astra、Opus 5.5 的价格和基准差距。
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026 主题演讲，OpenAI 发布个人智能体 Dots（由 Astra 驱动）、ChatGPT Space、GPT-6.1 Sol 以及最高 300 tokens/秒的 Ultrafast 模式。
推荐理由：现场逐条记录 DevDay 发布节奏与演示翻车细节，可对照官方口径看新功能实际落地情况。
OpenAI 发布 GPT-6.1 Sol，定位为面向编码、计算机操作和专业工作的接近 Astra 级别的智能，标准 API 输入与输出 token 价格仅为 Astra 的五分之一。
推荐理由：OpenAI 发布 GPT-6.1 Sol，给出接近 Astra 的能力定位与五分之一的 API 价格，读者可据此判断成本与能力取舍。
Latent Space 的 AINews 汇总 9/24-9/25 动态，指出 Opus 5.5 本周发布后社区反馈积极，尤其在用代码生成讲解视频上表现突出。
推荐理由：汇总一周模型与 Agent 基础设施动态，可快速了解 Opus 5.5 在代码生成视频上的社区反馈与各家新模型定位。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，支持 Responses、Chat Completions 和 Converse API，通过跨区域推理配置文件在 bedrock-runtime 端点提供服务。
推荐理由：文章给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，读者可据此判断长任务智能体的成本与延迟取舍。
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数任务成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于前者。
推荐理由：作者实测了 Sonnet 5.5 的编码表现与免费层可用性，并给出与 Opus 5.5 的横向对比。
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 和 Claude 应用的默认模型。
推荐理由：同一天两家实验室各自发布新模型并大幅降价，读者可对比能力与每任务成本两条路线的差异。
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量合入 main，而非一次性切换。
推荐理由：作者以亲历者身份复盘 80 万行 Rust 重写，给出可迁移的智能体编排与评审方法。
GitHub 发布 Project HydraFusion 研究预览，在 GitHub Copilot CLI 中通过 /experimental 启用，可在 /model 中选择，按各模型标准价格按 token 计费。
推荐理由：GitHub 官方给出三种编排模式与三个基准的质量成本对照，可据此判断多模型编排在编码任务上的取舍。
Google 发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，同时推出面向网络安全方向的 Gemini 3.8 Flash Cyber。Demis Hassabis 表示 3.8 Flash Cyber 推进了网络防御的前沿，模型与网络安全工作的更多细节见 Google 官方博客。被引用的 Logan Kilpatrick 称该模型在智能体与编码能力上再次提升，是 6 周内第三次更新的 Flash 模型。
推荐理由：Google 在不到一个月内再次更新 Flash 系列，并首次把网络安全方向单列为 Cyber 版本，可据此观察其模型迭代节奏与安全布局。
Google DeepMind 发布 Gemini 3.8 Flash 与面向安全防御的 Gemini 3.8 Flash Cyber，前者在软件工程、智能体任务和多步推理上较 3.7 Flash 有明显提升，定价保持每百万输入 token 0.75 美元、输出 3.75 美元。
推荐理由：原文给出 3.8 Flash 在长程编码与智能体任务上的提升，以及同价位的定价与开放入口，可据此判断是否替换现有工作流。
