全部动态

AI 相关资讯全量信息流 · 77 条

博客资讯推文论文论文 →

9月17日

AITOP16:09

Anthropic拟10月在新加坡设亚太第五个办事处开...

Anthropic拟10月在新加坡设亚太第五个办事处开放本地招聘数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…

AITOP阅读全文

9月16日

产品中美对照多源确认精选09:20

OpenAI GPT-5.5 将于 10 月 14 日下线：覆盖 ChatGPT 与 Codex，官方建议迁移至新模型

OpenAI 要下线 GPT-5.5 了，用 ChatGPT 和 Codex 的用户得赶紧换到新模型，比如 GPT-5.6 Sol 或 GPT-6 Astra。

#OpenAI #GPT-5.5 #ChatGPT #Codex

IT之家11 个信源在谈原文

产品中美对照多源确认78°05:48

ChatGPT 将在 10 月 14 日停止 GPT-5.5 服务

ChatGPT 要停 GPT-5.5 了，用 Codex 的得赶紧换 GPT-5.6 Sol 或 GPT-6 Astra。

#ChatGPT #GPT-5.5 #GPT-5.6 #GPT-6

ChatGPT@ChatGPTapp11 个信源在谈原文

9月2日

产品 Agent 与开发者73°03:58

LangChain与Fireworks合作优化AI推理成本

LangChain和Fireworks合作，用微调Qwen模型替代GPT-5.5等昂贵模型，评估智能体轨迹成本降低100倍。

#LangChain #Qwen #GPT-5.5 #Fireworks

Fireworks AI@FireworksAI_HQ原文

9月1日

产品精选04:53

FactoryAI 推出 Droid Shield 代码秘密检测工具

FactoryAI 用微调 Qwen 模型打造了比 GPT-5.5 更强、更快的代码秘密检测工具 Droid Shield。

#FactoryAI #Droid Shield #Qwen #GPT-5.5

Fireworks AI@FireworksAI_HQ原文

8月13日

AITOP12:07

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…

AITOP阅读全文

8月10日

产品多源确认76°07:04

OpenAI取消ChatGPT免费版纯文本对话次数限制

OpenAI取消免费版聊天次数限制，换用Luna模型，还加了Think按钮，日常用更自由。

#ChatGPT #OpenAI #GPT-5.6 Luna #推理模型

IT之家11 个信源在谈原文

8月9日

产品中美对照多源确认精选10:32

文档解析评测：Gemini 3 Flash最强，但前沿模型视觉能力原地踏步

Jerry Liu说别急着用前沿模型做文档OCR，LlamaParse在表格图表上准确率涨了15%，还能自己搭ParseBench跑评测。

#LlamaParse #Gemini 3 Flash #OpenAI #Anthropic

Jerry Liu@jerryjliu011 个信源在谈原文

8月7日

AITOP17:04

出口结构剧变：中国卖给世界的，不再是产品而是解法

中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…

AITOP阅读全文

AITOP17:02

Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？

Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…

AITOP阅读全文

8月6日

产品 Agent 与开发者精选02:47

LlamaIndex：前沿模型并未让文档OCR商品化

LlamaIndex用数据反驳“OCR只是功能”，说LlamaParse比GPT等前沿模型更准更便宜，做文档解析的可以看看。

#LlamaParse #LlamaIndex #OCR #文档解析

Jerry Liu@jerryjliu0原文

8月2日

AITOP17:33

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…

AITOP阅读全文

8月1日

产品精选05:29

smevals：一个轻量级评估套件，用于测试模型、提示词和测试框架

Simon Willison做了smevals评估工具，YAML写测试，一条命令可跑GPT-5.5和Claude Opus 4.6对比，生成报告。想搭评估套件可试试。

#smevals #gpt-5.5 #claude-opus-4.6 #模型评估

官方账号Simon Willison’s Weblog原文

7月24日

产品多源确认76°03:42

ChatGPT免费用户将获得更差的健康建议，付费用户用更强模型

OpenAI在健康咨询上新功能，但免费版用弱模型GPT-5.5 Instant，付费版才用GPT-5.6 Sol，效果差不少。

#ChatGPT #OpenAI #健康咨询 #GPT-5.6

官方账号Decoder@Matthias Bastian11 个信源在谈原文

7月10日

产品多源确认03:04

Notion引入GPT-5.6系列三个新模型：Sol、Terra、Luna

Notion把GPT-5.6的三个变体加了进来——Sol能跑超长任务，Terra省一半钱，Luna飞飞快，搞智能体更顺手了。

#Notion #GPT-5.6 Sol #GPT-5.6 Terra #GPT-5.6 Luna

Notion@NotionHQ3 个信源在谈原文

7月9日

GPT-Live 实现免提语音交互，GPT-5.5 后台并行搜索任务

GPT-5.5 Instant 驱动的新语音模式，一边跳舞一边用语音查东西，不用摸手机，超级实用。

#GPT-Live #GPT-5.5 #语音交互 #GPT-Live-1

小互@imxiaohu原文

产品多源确认74°02:48

ChatGPT 推出 GPT-Live 全双工语音，复杂问题由 GPT-5.5 处理

OpenAI 让 ChatGPT 能同时听和说了，复杂问题自动转给 GPT-5.5 处理，对话更自然。付费用户现在就能体验。

#GPT-Live #GPT-5.5 #ChatGPT #OpenAI

官方账号Decoder@Matthias Bastian11 个信源在谈原文

7月8日

产品 Agent 与开发者06:17

GPT-5.5 构建的 GitHub 代码嵌入 Web 组件

Simon Willison 用 GPT-5.5 写了这个 Web 组件，能自动从 GitHub 链接抓取指定行的代码显示在网页上，带行号，做文档或博客嵌入代码很方便。

#GPT-5.5 #Web组件 #代码嵌入 #github

官方账号Simon Willison’s Weblog2 个信源在谈原文

7月6日

产品多源确认14:39

sqlite-utils 4.0rc3 发布：支持复合外键与不区分大小写列名

Simon 发布了 sqlite-utils 4.0rc3，主要加了复合外键支持，还修了一堆 issue。用上 Claude 和 GPT 帮忙，少踩不少坑。

#sqlite-utils #SQLite #Claude Fable 5 #GPT-5.5

官方账号Simon Willison’s Weblog10 个信源在谈原文

7月3日

产品 Agent 与开发者精选06:54

llm-coding-agent 0.1a0 发布：基于 LLM 的编码代理

Simon 用他的 LLM 库搞了个编码代理，能读写文件、跑命令，还支持 TDD 开发流程，很实用。

#llm-coding-agent #LLM #编码代理 #Simon Willison

官方账号Simon Willison’s Weblog原文

6月30日

产品官方一手精选03:09

NVIDIA BioNeMo Agent Toolkit 将生物分子模型转为AI代理可调用技能

NVIDIA 开源了这个工具，让 AI 代理能直接调用分子模型做药物发现。用上它任务完成率翻倍还省 Token，做生物计算的同学可以试试。

#NVIDIA #BioNeMo Agent Toolkit #OpenFold3 #DiffDock

官方一手marktechpost@Asif Razzaq10 个信源在谈原文

6月25日

产品多源确认72°02:27

GPT-5.5 Instant更新：更风趣，理解意图更准

OpenAI把GPT-5.5 Instant升级了，聊天更带劲，能猜准你心里想啥，推荐东西也更靠谱，免费党明天就能体验。

#GPT-5.5 Instant #OpenAI #对话模型 #推荐系统

官方账号Greg Brockman@gdb11 个信源在谈原文

6月24日

产品 Agent 与开发者官方一手精选76°05:58

OpenAI API 半年内发布30+模型与工具升级

搞API开发的朋友，OpenAI 这半年偷偷发了这么多新模型和Agent工具，GPT-5.5和实时翻译很实用，赶紧看看你漏了哪个。

#OpenAI #GPT-5.5 #GPT-5.4 mini #API

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

6月23日

产品中美对照多源确认精选02:03

OpenAI 发布 Daybreak 漏洞修补工具与 GPT-5.5-Cyber 模型

OpenAI 的 Daybreak 现在不仅能找漏洞，还能自动打补丁了，连 Linux 内核和 FreeBSD 都支持，安全团队可以试试 GPT-5.5-Cyber。

#OpenAI #GPT-5.5-Cyber #Codex Security #Daybreak

官方账号Greg Brockman@gdb11 个信源在谈原文

产品 Agent 与开发者多源确认73°01:18

OpenAI 扩展 Daybreak，推出 Codex 安全插件和 GPT-5.5-Cyber 模型

OpenAI 搞了个 Daybreak 扩展，直接在 Codex 里修漏洞，还有专门的安全模型 GPT-5.5-Cyber，想帮安全团队快速打补丁。

#OpenAI #Daybreak #Codex #GPT-5.5-Cyber

官方账号OpenAI@OpenAI11 个信源在谈原文

产品 Agent 与开发者官方一手01:04

OpenAI Daybreak工具集：用Codex Security和GPT-5.5-Cyber保护组织安全

OpenAI出了Daybreak工具，用Codex Security自动找漏洞，GPT-5.5-Cyber帮你验证修复，搞安全的可以看看。

#OpenAI #Daybreak #Codex Security #GPT-5.5-Cyber

官方一手OpenAI Blog11 个信源在谈原文

6月22日

产品 Agent 与开发者精选06:23

Cloudflare 推出临时账户，AI agent 可免注册部署 Workers

Cloudflare 这招挺实用：免注册部署 Workers，60 分钟内自动回收，很适合临时测试或 AI agent 调工具。

#Cloudflare #Workers #临时账户 #开发工具

官方账号Simon Willison’s Weblog原文

6月21日

产品 Agent 与开发者多源确认22:24

Codex GPT-5.5 token消耗突增10-20倍，Plus额度快速耗尽

Codex的GPT-5.5最近token消耗飞快，Plus额度几下就用完，Pro用户也受影响，快看看你的账户。

#Codex #GPT-5.5 #OpenAI #编程助手

Viking@vikingmute11 个信源在谈原文

6月18日

Apodex：面向深度研究的自进化重载求解器

Apodex能派150个Agent跑15000步帮你深挖问题，自主校验结果，在Benchmark上超了GPT-5.5和Claude-Opus。

#Apodex #AgentOS #多Agent #智能体

小互@imxiaohu原文

6月16日

产品精选09:12

datasette-agent 0.3a0 新增 execute_write_sql 工具，需用户批准写数据库

Simon Willison 发布的 datasette-agent 新版本让你可以安全地用自然语言操作数据库，写操作需要你点头，还能用 --unsafe 一键自动批准，适合快速原型。

#datasette-agent #execute_write_sql #datasette #AI工具

官方账号Simon Willison’s Weblog原文

6月12日

产品 Agent 与开发者多源确认73°15:09

Artificial Analysis 更新编程智能体排行：DeepSWE 取代 SWE-Bench Pro，Claude Fable 5 登顶

基准测试更新直接影响了主流编程智能体的排名，做 AI 编程工具选型或评估模型能力的开发者值得关注——Claude Fable 5 新登顶，Codex 也大幅提升，建议点开看具体得分和对比。

#编程智能体 #基准测试 #Claude Fable 5 #GPT-5.5

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

产品 Agent 与开发者多源确认06:06

开发者分享：Opus 4.8 规划 + GPT-5.5 执行，小步骤提升质量

这条推文点出了 AI 编程中常被忽视的「步骤拆分」策略，做复杂代码生成的开发者看完会重新评估自己的工作流，值得一试。

#Opus 4.8 #GPT-5.5 #Cursor AI #编程助手

elvis@omarsar011 个信源在谈原文

产品 Agent 与开发者多源确认03:37

Simon Willison 用 Fable 5 和 GPT-5.5 演示 Datasette JSON extras API

Datasette 用户终于有了直观的 API 探索工具，Fable 5 和 GPT-5.5 的协作让理解 JSON extras 变得简单，做数据 API 开发的人可以直接试试这个工具。

#Datasette #API 工具 #Fable 5 #GPT-5.5

官方账号Simon Willison@simonw11 个信源在谈原文

6月11日

产品多源确认精选15:10

Hashicorp创始人实测Fable 5：聚焦任务表现惊人，日常开发不值

做性能优化或高精度代码重构的开发者值得关注——Fable 5在聚焦任务上能突破人类极限，但日常开发用GPT更划算，看完能帮你选对工具。

#Fable 5 #GPT-5.5 #代码优化 #性能评测

AI Will@FinanceYF511 个信源在谈原文

6月10日

产品 Agent 与开发者多源确认17:46

Codex 不再只用于编程：GPT-5.5 运营农场、开发 iOS 等 10 个场景

对于想探索 AI 落地场景的创业者、设计师和农场主，这 10 个案例直接展示了 GPT-5.5 如何解决真实业务问题，建议收藏并尝试复现。

#Codex #GPT-5.5 #自动化 #应用场景

AI Will@FinanceYF53 个信源在谈原文

产品 Agent 与开发者官方一手04:31

Nextdoor 工程师用 Codex 突破开发限制

做全栈或跨平台开发的团队，如果被难复现的 bug 和平台适配折磨，可以看看 Nextdoor 怎么用 Codex 提效——直接复用他们的思路，能省下大量调试时间。

#编程助手 #Codex #GPT-5.5 #跨平台开发

官方一手OpenAI Blog11 个信源在谈原文

产品多源确认83°03:37

Claude Fable 5 进入 Agent 模式，Agent Arena 排行榜揭晓

想对比主流模型在真实任务中的智能体能力？Agent Arena 用 30 万+任务和 200 万+工具调用给出了量化排名，做 AI 应用选型的团队可以直接参考排行榜做决策。

#智能体 #Agent Arena #Claude Fable 5 #排行榜

lmarena.ai@lmarena_ai11 个信源在谈原文

6月9日

产品中美对照多源确认72°20:32

FrontierCode 基准测试：Claude Opus 4.8 仅 13.4%，AI 代码离可合并还很远

FrontierCode 把 AI 编程评测从「能跑就行」升级到「能合并才算数」，做代码质量评估或 AI 编程工具的团队值得关注——它暴露了当前模型在真实代码审查中的致命短板。

#基准测试 #代码质量 #Claude Opus 4.8 #GPT-5.5

rohanpaul_ai@rohanpaul_ai4 个信源在谈原文

6月8日

产品多源确认22:13

NAS 部署 Hermes Studio + 多模型分工工作流分享

这套 NAS + 多模型分工方案解决了本地调用 AI 的灵活性和效率问题，适合自己搭 AI 工作流的玩家参考，可以直接抄作业试试。

#Hermes Studio #Hermes Desktop #NAS #内网穿透

Geek@geekbb3 个信源在谈原文

产品多源确认精选10:58

让 Claude Opus 长时自主运行的 5 条核心实战建议

Boris Cherny 的 5 条建议直击长时自主运行的痛点，做自动化任务编排的开发者可以直接套用到 Codex 或 GPT-5.5 上，尤其是端到端自我验证这条能帮你省下大量无效 token 消耗，值得收藏实践。

#Claude Opus #Claude Code #自主运行 #动态工作流

shao__meng@shao__meng4 个信源在谈原文

6月7日

Agent Arena 上线 Agent Mode：用前沿 AI 智能体完成真实工作

Agent Mode 让 AI 智能体从聊天走向真实工作，做自动化、开发或研究的团队可以直接上手测试前沿模型的实际表现，还能影响排行榜排名，值得一试。

#Agent Arena #Agent Mode #智能体 #模型评测

lmarena.ai@lmarena_ai原文

6月6日

Mistral 3.5 加入 Arena Agent Mode，可执行复杂真实任务

Arena 的 Agent Mode 让开发者能直接对比主流模型在真实复杂任务上的表现，做智能体应用选型的团队值得亲自上手测试，结果会直接影响排行榜。

#Mistral 3.5 #Arena #Agent Mode #智能体评测

lmarena.ai@lmarena_ai原文

6月5日

产品多源确认76°23:31

Agent Arena 上线：AI 智能体能力被量化排名，GPT-5.5 居首

做 AI 智能体开发或选型的团队终于有了可量化的评估标准——Agent Arena 用真实用户任务和因果推断排出了模型的实际能力，值得参考排行榜来选模型或优化自己的智能体。

#智能体 #评估/基准 #排行榜 #GPT-5.5

lmarena.ai@lmarena_ai11 个信源在谈原文

产品多源确认精选76°08:13

NVIDIA Nemotron 3 Ultra 加入 Agent Arena，多模型对决复杂任务

Agent Arena 用真实任务数据解决了智能体评估难的问题，做 AI 智能体开发或选型的团队可以直接参考排行榜和会话信号，比纯基准测试更有说服力。

#智能体 #评估/基准 #NVIDIA #Nemotron 3 Ultra

lmarena.ai@lmarena_ai11 个信源在谈原文

产品中美对照多源确认88°06:16

Arena 推出 Agent Mode，支持 GPT-5.5/Claude Opus 4.7 等模型

Arena 的 Agent Mode 让开发者可以直接对比前沿模型在真实任务中的表现，做 AI 评测或选型的团队值得一试。

#Arena #Agent Mode #模型评测 #GPT-5.5

lmarena.ai@lmarena_ai3 个信源在谈原文