全部动态
OpenAI 给 GPT-6 Astra Pro 升了级，工具调用更快还能多智能体并行干活，Pro 用户现在就能用。
RespanAI 的开源决策模型 Span-02 上 OpenRouter 了，$0.01/M token 还免输出费，自带 Rust 引擎比 vLLM 快 7 倍，做分类判断挺合适。
Reflection 的开源模型 Beam 之前一直匿名运行，现在在 Vercel AI Gateway 上限时免费，写代码、跑 agent 都能直接接，想试美国开源模型的别错过。
Perplexity 出了个 pplx-decider-flash，输入每百万 token 只要 1 美分，做路由、判断这类决策场景成本压到极低，还承诺继续优化缓存。
Perplexity 把两款决策模型开源了，4B 那个跑一百万 token 才 1 美分，权重直接放 Hugging Face 上，自己搭服务的可以试试。
Reflection AI 放出了首个开放权重的 Beam 模型，在 CoreWeave 上 API 就能调，预览用户反馈它又快又准还不啰嗦。
用 HeyGen 的 MCP 接 ChatGPT 生成数字人口播，再让 HyperFrames 自动剪辑加字幕，想做批量视频的可以照搬这套流程。
本周 Arena 榜单更新，Gemini 4 Argon 升到第 5，小米 MiMo 拿下开源第一，Meta 的 Muse Wonder 一上榜就冲到第 2，还有省钱 37% 的新路由器。
Arena 给 Max 加了智能体路由，能按任务自动挑模型，性能追平 Claude Fable 5.1 还便宜 37%，做 agent 成本敏感的可以看看。
OpenAI 给 ChatGPT 里的 GPT-6 Pro 升级了，Pro 用户现在能让多个智能体同时分工干活，还能逐个查看进度和结果。
Anthropic 让 Haiku 5.5 先写了 20 首俳句，再用 JavaScript 把每帧画面画出来，成品是个会动的俳句动画，挺有意思。
xAI 把 Grok Bots 整合进了网页端和移动端，OpenAI 的 Dots 和 Muse 还没覆盖的地方它先占了，想试试的可以直接在 Grok 里用。
Vercel 和 Shopify 联手出了个商店模板，Next.js 写前端，还支持 agent 调用，想搭电商的可以直接抄他们的 vercel.store。
新基础设施把训练实验全流程交给智能体跑，LoRA 训练成本只要 Tinker 标价的不到一成，做实验的同学可以看看。
Devin 现在能直接在云端 macOS 里测折叠屏 iPhone 应用，自动翻折、点屏、录视频验证，做 iOS 开发的可以看看。
Stanford 做了个叫 TRACER 的系统，把床边摄像头视频和电子病历拼在一起，帮医生看住院病人行为怎么变化，做医疗 AI 的可以看看。
aparnadhinak 在 AI Engineer NYC 大会上说：代码会越来越便宜，但帮你看数据、评估 evals 的活永远缺人，这活就是 AI 工程师的本职。
一个不做文本生成的决策模型，单次判断 70-500 毫秒，成本比 LLM 低最多 400 倍，Databricks 上能直接给几百万行数据打标打分。
一家叫 Elorian 的公司出了首个模型 Glimpse，最特别的是边想边回头重看视频细节，自测比 GPT-6 Astra 便宜七倍还更准。
北大和 Samsung 做了个 RealtimeBench，测试里 GPT-6.1-sol 思考太久反而输给快模型 Jev，再用 TORSI 让慢模型离线写指令带快模型，得分翻到 24.19。
Ethan Mollick 分享的一篇论文，用 Gemini 4 智能体组队打 Minecraft，看 AI 怎么自发分工，跟人类协作思路还挺不一样。
a16z 的 Martin Casado 自己承认 AI 分析比 VC 强，但 VC 的活是抢 deal 和搞关系，这期聊得挺坦白，还带出 Grepr 砍 90% 日志成本的玩法。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档