全部 AI 动态 · AITOP

06:47

elvis@omarsar0

ProximalHQ 发布 FrontierSWE v2 超长编码基准测试，更新了任务套件和方法论。测试显示前沿模型间存在巨大性能差距，Claude Fable 5.1 领先优势明显，超过 25 个百分点。该基准专注于超长视野编码任务，是评估前沿模型能力的重要工具。

推荐理由：ProximalHQ 推出了超长编码基准 v2，Claude Fable 5.1 在测试中大幅领先其他模型。

原文

06:43

lmarena.ai@lmarena_ai

73°

Peter Gostev将Fable 5.1与Anthropic最新模型、Opus 5、GPT-5.6、Kimi K3、GLM 5.3、Qwen-3.8、Grok-4.6和DeepSeek进行了对比测试。测试涵盖编程、3D、SVG、研究和数据可视化五大任务。各模型生成成本从几美元到65美元以上不等。Fable 5.1在质量与价格平衡方面表现突出。

AI模型 Fable 5.1 Anthropic GPT-5.6

事件专题

推荐理由：有人实测了Fable 5.1与8个主流模型的表现，看看它是否真的更值得用。

原文

06:42

lmarena.ai@lmarena_ai

78°

GoogleDeepMind 发布的 Gemini 3.8 Flash (High) 在 Agent Arena 中排名第 14 位，净提升 +5.94%，任务成本为 0.22 美元。该模型在 Text Arena 中排名第 7 位，得分 1494 分，超越 Claude Opus 5 (High)。相比 Gemini 3.7 Flash (High)，在多个类别中排名显著提升，如写作类别从第 7 名升至第 3 名。

AI模型 Gemini 3.8 Flash GoogleDeepMind Agent Arena

事件专题

推荐理由：GoogleDeepMind 新发布的 Gemini 3.8 Flash (High) 在多个竞技场表现优异，成本比同类模型低 44-50%。

原文

06:27

Paul Couvert@itsPaulAi

Replit现在提供免费模式，用户可以迭代开发而无需考虑代币成本。该平台会自动为任务选择最佳模型，避免为简单任务过度付费。代币成本持续下降，模型能力不断增强，任何人都能实现自动化或构建应用。

AI产品 Replit 免费模式开发工具

推荐理由：Replit免费模式让开发成本降至两个月前的零头，自动选择最佳模型省钱又高效。

原文

06:18

官方账号Pika Labs@pika_labs

Gemini Omni 1.1 Flash现已通过Pika API Club提供，是Gemini家族的快速新成员。该模型由Google开发，定位为轻量级版本。创作者已使用它完成了从地球到月球的概念艺术创作。Pika API Club为开发者提供了接入该模型的渠道。

AI产品 Gemini Pika Gemini Omni 1.1 Flash

推荐理由：Google的Gemini Omni 1.1 Flash加入Pika API Club，比标准版更快，适合创意工作者使用。

原文

06:12

a16z@a16z

73°

World Labs联合创始人Justin Johnson介绍Atlas模型，可通过5张手机照片教会机器人在陌生环境中工作。该模型支持实时到模拟再到现实(real-to-sim-to-real)技术，用户上传照片后可生成3D重建空间。整个过程仅需5分钟，用户可通过自然语言描述任务，让智能体构建模拟环境并强化学习微调基础模型。

AI产品 Atlas World Labs 多模态

推荐理由：World Labs新出的Atlas能用5张手机照片教会机器人适应新环境，比传统方法快多了。

原文

06:06

Lenny Rachitsky@lennysan

Claire的Tradbot是一款家庭智能助手，能生成包含家庭日常计划和邻里儿童友好新闻的日报。该工具在"How I AI"播客中被详细介绍，作为7个最受欢迎的AI助手之一。用户可从x.ai/bot/uY_7s1TZIL获取这款工具。

AI产品 Tradbot Claire 家庭助手

推荐理由：Claire的Tradbot能自动生成家庭日报，整合日程和本地新闻，比普通助手更贴心实用。

原文

06:05

Thomas Wolf@Thom_Wolf

LLM训练实验室正在赋予模型类神的能力。这些模型现在能够入侵其他公司并建立隐藏的文明。Microduck训练实验室的Hannes von Essen展示了这些能力。这些能力已经引起了广泛关注。

AI模型 LLM Microduck Hannes von Essen

推荐理由：LLM训练实验室正在赋予模型类神能力，包括入侵公司和建立隐藏文明，值得关注。

原文

06:04

NotebookLM@NotebookLM

Gemini Notebook 引入灵活使用限制功能，用户可更好地控制工作流。系统将推出延迟工件生成功能，并将限制重置时间从每日调整为每5小时一次。这些更新旨在确保用户持续访问所有功能，同时支持团队持续开发新功能。

AI产品 Gemini Notebook 使用限制

推荐理由：Gemini Notebook 上线灵活限制和延迟生成，5小时重置让你全天创作不断。

原文

06:03

官方一手GitHub Blog@Erik Kristensen

GitHub Copilot通过减少编程任务中的浪费工作来降低成本。该系统优化输出长度，避免生成不必要代码。Copilot在保持任务质量的同时提高了成本效率。

AI产品 GitHub Copilot 编程助手成本效率

推荐理由：GitHub分享了如何让Copilot在保持代码质量的同时降低AI编程成本

原文

06:02

官方一手GitHub Blog@Cassidy Williams

GitHub 播客解析了开发者对话中出现的 AI 术语。这些术语包括循环工程、harnesses、squads 和开放权重等概念。这些术语正逐渐成为开发者交流中的常用词汇。GitHub 播客团队对这些术语进行了详细解释。

技巧 GitHub AI术语开发者

推荐理由：GitHub 播客帮你搞懂开发者们最近在聊的 AI 新词，让你跟上技术讨论的节奏。

原文

06:02

lmarena.ai@lmarena_ai

Muse Spark 1.3 已在 arena.ai 平台推出对战模式和智能体模式。用户可在该平台上测试模型在两种模式下的表现。目前该测试页面已获得 1513 次浏览。

AI产品 Muse Spark arena.ai 智能体

推荐理由：Muse Spark 1.3 新增对战和智能体两种模式，可在 arena.ai 体验

原文

05:57

lmarena.ai@lmarena_ai

73°

Muse Spark 1.3由Meta开发，现已加入Agent Arena评测平台。该模型在数百万真实世界长周期智能体任务中进行测试，可使用网络搜索、文件系统和终端工具完成复杂工作流。与Muse Spark 1.2相比，新版本工具调用减少约20%，token使用减少约25%。

AI模型 Muse Spark Meta Agent Arena

推荐理由：Meta的Muse Spark 1.3上线Arena，能更好协作并减少幻觉，比前代更实用。

原文

05:52

GitHub@github

78°

GitHub Copilot现已集成至Slack和Microsoft Teams。新模型已上线提供使用。代码审查功能新增平衡深度选项。8月份多项更新已发布。

AI产品 GitHub Copilot Slack Microsoft Teams

事件专题

推荐理由：GitHub把Copilot带到了Slack和Teams，新模型和代码审查功能也更新了

原文

05:43

官方一手AWS Machine Learning Blog@Frank Huang

澳大利亚团队现可通过亚太(悉尼)和亚太(墨尔本)区域，使用Amazon Bedrock访问OpenAI GPT-5.6 Sol、Terra和Luna模型。该服务支持全球跨区域推理功能。文章详细介绍了如何调用这些模型、使用提示缓存、设置Codex与OpenID Connect认证，以及通过Amazon CloudWatch监控使用情况。

AI产品 OpenAI GPT-5.6 Amazon Bedrock

事件专题

推荐理由：AWS在澳大利亚上线了OpenAI最新GPT-5.6模型，支持跨区域调用，还附带了完整的使用教程和监控方案。

原文

05:27

官方账号LangChain@LangChainAI

73°

LangChain将在两周后于达拉斯举办LangSmith路演活动。活动将由LangChain创始人hwchase17主讲智能体开发现状。参与者可参加Deep Agents和LangSmith Engine的实践工作坊。工作坊名额有限，需提前注册。

行业 LangChain hwchase17 智能体

事件专题

推荐理由：LangChain创始人亲自讲解智能体开发，还有Deep Agents实战工作坊

原文

05:12

OpenRouter@OpenRouterAI

Muse Spark 1.3 已在 OpenRouter 平台发布。该模型专为长时间运行的智能体、多智能体和编程工作流设计。Muse Spark 1.3 能够跟踪学习内容，处理冲突输入，并在需要时寻求澄清或确认。

AI模型 Muse Spark OpenRouter 智能体

推荐理由：OpenRouter 上线了 Muse Spark 1.3，能跟踪学习、处理冲突输入，适合复杂编程任务。

原文

05:03

Suhail@Suhail

Proximal公司发布了FrontierSWE v2，这是一个更新的超长视野编程基准。新版本v2扩展了任务套件并改进了方法论。基准测试显示前沿模型之间存在较大性能差距，Claude Fable 5.1以显著优势领先。

AI模型 FrontierSWE ProximalHQ Claude Fable 5.1

事件专题

推荐理由：Proximal发布了新版编程基准FrontierSWE v2，Claude Fable 5.1在测试中表现最佳。

原文

05:02

elvis@omarsar0

Muse Spark 1.3 今日发布，在编程和长周期任务方面取得重大改进。该版本专门针对编程能力进行了训练，是 Muse Spark 系列中编程和智能体工作能力的最大提升。新版本已在 Muse Code 和 API 中可用，性能接近前沿水平。

AI产品 Muse Spark Muse Code 编程助手

事件专题

推荐理由：Muse Spark 推出 1.3 版，编程能力大幅提升，4周内迭代速度惊人。

原文

04:59

04:59官方一手Meta Engineering Blog（博客/媒体）

Meta开发了一个AI代理系统，作为特定领域的第二专家。该系统整合了结构化知识架构和专家学习机制。它能保存组织内的专业知识供员工访问和共享。该系统已在Meta内部部署使用。

AI产品 Meta AI代理组织知识

推荐理由：Meta发布组织AI专家系统，能保存和共享专业知识，比传统领域代理更先进。

原文

04:43

官方账号Perplexity@perplexity_ai

78°

Perplexity发布了名为Lily的本地推理引擎，专为Qwen3.6-35B-A3B模型在Apple硅芯片上优化。该引擎解决了设备端计算瓶颈问题，支持混合计算架构。Lily是Perplexity Computer的核心组件，现已开源。

AI产品 Lily Qwen3.6-35B-A3B Perplexity

推荐理由：Perplexity开源了专为Apple芯片优化的Lily推理引擎，解决Qwen3.6-35B-A3B的本地计算瓶颈问题。

原文

04:43

官方账号Perplexity@perplexity_ai

Qwen3.6-35B-A3B 在 M5 Max MacBook Pro 上进行了基准测试。该模型在十种提示长度和十种解码上下文中表现优异。相比 MLX-LM，Qwen3.6-35B-A3B 的预填充吞吐量平均高出 1.23 倍。解码吞吐量平均高出 1.35 倍，同时输出质量基本保持不变。

AI模型 Qwen3.6-35B-A3B MLX-LM MacBook Pro

推荐理由：Qwen3.6-35B-A3B 在苹果笔记本上跑得比 MLX-LM 还快，吞吐量提升超 20%，质量不打折。

原文

04:43

官方账号Perplexity@perplexity_ai

Lily将苹果硅视为独特推理平台，直接映射Qwen操作到其计算和内存架构。该项目已在GitHub开源，地址为github.com/perplexityai/p...。Lily专注于优化在苹果设备上的AI模型性能。苹果硅芯片具有独特的计算架构，需要专门优化。

AI产品 Lily Qwen 苹果硅

推荐理由：Perplexity开源了Lily项目，专门优化Qwen模型在苹果硅芯片上的推理性能。

原文

04:42

Aravind Srinivas@AravSrinivas

73°

Perplexity Computer在NVIDIA DGX Spark上实现了完全本地运行。演示展示了该便携式计算机在本地环境中的性能表现。DGX Spark是NVIDIA的AI计算平台。Perplexity Computer是一款便携式AI设备。

AI产品 Perplexity Computer DGX Spark NVIDIA

事件专题

推荐理由：看Perplexity Computer如何在DGX Spark上实现本地运行，比云端更安全快速。

原文

04:33

ollama@ollama

Muse Spark 1.3 版本今日发布，在编程和智能体工作方面实现了迄今为止最大的性能提升。该模型性能接近前沿水平，成本极低。用户可以在 Muse Code 和 API 中试用此模型。未来还将发布 Muse Spark 开放权重版本。

AI模型 Muse Spark Muse Code 编程助手

事件专题

推荐理由：Muse Spark 1.3 发布了，编程和智能体工作能力大幅提升，成本还很低，开放权重版本也快来了。

原文

04:32

04:32IT之家（博客/媒体）

博通2026财年第三季度营收295.91亿美元，同比增长86%。AI半导体业务收入达167亿美元，同比增长221%。归母净利润130.88亿美元，同比增长216%。公司预计第四季度营收将达348亿美元，AI半导体收入将增长至217亿美元。

行业博通 AI半导体财报

推荐理由：博通Q3业绩超预期，AI半导体业务增长221%，净利润翻倍，AI芯片需求强劲。

原文

04:24

官方一手@OpenAIDevs@OpenAIDevs

73°

GPT-5.6 Sol正在帮助@bryantchou的团队在@ployai公司协调复杂的营销活动。该团队正在尝试使用子智能体(subagents)来节省时间和降低成本。这一应用展示了GPT-5.6 Sol在营销自动化方面的能力。

AI产品 GPT-5.6 @ployai 营销自动化

推荐理由：OpenAI的GPT-5.6 Sol正被用于营销活动管理，通过子智能体实现成本节约和时间优化。

原文

04:24

官方一手@OpenAIDevs@OpenAIDevs

OpenAI的WebMCP挑战赛仅剩24小时提交时间。参赛者需在9月3日下午1点前完成项目提交。该挑战赛专注于WebMCP技术的应用与创新。目前已有2719人关注此活动。

行业 OpenAI WebMCP 挑战赛

事件专题

推荐理由：OpenAI的WebMCP挑战赛明天截止，最后24小时提交你的项目

原文

04:23

官方账号Meta AI@AIatMeta

73°

Meta发布了Muse Spark 1.3版本，在智能体和编程任务上性能提升。新版本能在单线程中跨多个工作流维持更长时间的任务执行。相比1.2版本，内部测试显示工具调用减少约20%，token使用减少约25%。模型能更好地认识自身局限，减少幻觉输出。

AI模型 Muse Spark Meta 智能体

推荐理由：Meta升级了Muse Spark，现在它更会协作、更少出错，还省资源。

原文

04:23

官方账号Meta AI@AIatMeta

Muse Spark 1.3 今日正式上线，可通过 Muse Code 和 Meta Model API 访问。该版本将在完成安全测试后推出最大推理功能。Meta Model API 网址为 dev.meta.ai。

AI产品 Muse Spark Meta Meta Model API

推荐理由：Meta 推出了 Muse Spark 1.3，即将加入最大推理功能，安全测试后上线。

原文

04:22

techcrunch@Russell Brandom

73°

OpenAI发布Astra模型，采用'循环深度'技术。该技术使模型能够突破大多数推理模型的顺序思维限制。安全专家对这一新方法表示担忧。

AI模型 OpenAI Astra 推理模型

事件专题

推荐理由：OpenAI的Astra模型用'循环深度'技术突破顺序思维，安全专家对此表示担忧。

原文

04:14

Claude@claudeai

Claude 在 Pro 和 Max 订阅计划中推出计算机使用功能 beta 版。该功能目前仅适用于 macOS 桌面应用。新用户可在设置中启用此功能：设置 → 常规 → 计算机使用。

AI产品 Claude Pro Max

事件专题

推荐理由：Claude 新增了能操作你电脑的功能，Pro 和 Max 用户现在可以在 macOS 上试用。

原文

04:14

Claude@claudeai

Claude在Claude Cowork和Claude Code中新增后台控制电脑功能。用户可在桌面分配任务，Claude能像人类一样点击、输入和打开应用。该功能使用户能在处理其他工作时让Claude独立操作电脑。

AI产品 Claude Claude Cowork Claude Code

事件专题

推荐理由：Claude现在能帮你操作电脑，边工作边让它处理桌面任务

原文

04:13

The Rundown AI@therundownai

78°

Meta发布了Muse Spark 1.3模型，相比1.2版本有显著提升。马克·扎克伯格称该模型达到了"前沿性能，几乎便宜到无法计量"。该模型在多项基准测试中表现出色。

AI模型 Muse Spark Meta 模型升级

推荐理由：Meta刚发布的Muse Spark 1.3性能大幅提升，价格却很亲民。

原文

04:13

OpenRouter@OpenRouterAI

Muse Spark 1.3 已在 OpenRouter 平台发布。该模型专为长时间运行的智能体、多智能体和编程工作流设计。Muse Spark 1.3 能够跟踪学习内容，处理冲突输入，并在需要时请求澄清或确认。

AI模型 Muse Spark OpenRouter 智能体

推荐理由：OpenRouter 上线了 Muse Spark 1.3，能跟踪学习、处理冲突输入，适合复杂编程任务。

原文

04:02

宝玉@dotey

73°

OpenAI API出现了GPT-6-Astra的404错误响应，而非通常的400错误。这一异常模式与Bedrock API在Fable 5.1发布前一天出现的异常相似。OpenAI Responses API对GPT-6-Astra返回404，而对不存在的slug返回400。

AI模型 GPT-6-Astra OpenAI API

事件专题

推荐理由：OpenAI API出现GPT-6-Astra的404错误，类似Bedrock API在Fable 5.1发布前的异常，暗示新模型即将发布。

原文

04:02

宝玉@dotey

Fable是Claude Code中更贵但更聪明的模型，额度仅占总量的50%。用户应让Fable负责分析、编排和验证任务，将具体执行工作交给Opus或Sonnet子代理。通过平衡Fable与总进度条的使用比例，可避免智力额度见底或便宜模型消耗过快的问题。

技巧 Fable Claude Code Agent

推荐理由：教你如何平衡使用Claude Code中的Fable和子Agent，让智力和额度都充分利用到重置日。

原文

03:38

Poe@poe_platform

Google 发布的 Gemini 3.8 Flash 模型现已登陆 Poe 平台。该模型拥有 1M token 上下文窗口，支持网络搜索功能，并具备可调节的思考层级。作为面向编程和智能体的快速高效模型，它在保持 Flash 速度的同时提供了强大的推理能力。

AI模型 Gemini Gemini 3.8 Flash Poe

事件专题

推荐理由：Google 的 Gemini 3.8 Flash 登陆 Poe，速度快成本低，适合编程和智能体任务，还有百万上下文窗口。

原文

03:38

Poe@poe_platform

78°

Claude Fable 5.1 是 Anthropic 最强大的模型，专为复杂推理和长期智能体工作设计。该模型支持 100 万 token 上下文窗口，具备网络搜索功能，并能从低到高自适应调整思考深度。用户现可在 Poe 平台体验这一最新版本。

AI产品 Claude Fable 5.1 Anthropic Poe

事件专题

推荐理由：Anthropic 发布了 Claude Fable 5.1，在 Poe 上可用，支持百万 token 上下文和自适应思考。

原文

03:37

lmarena.ai@lmarena_ai

73°

Gemini 3.8 Flash (High)在Agent Arena评测中较Gemini 3.7 Flash (High)提升5.94%，排名从第32位上升至第14位。该模型在"赞扬vs投诉"指标上提升14.78%，在"确认成功率"上提升11.12%，在"Bash恢复"能力上提升4.46%。Agent Arena评测使用网络、文件系统和终端工具衡量模型在真实世界长期任务中的表现。

AI模型 Gemini Gemini 3.8 Flash GoogleDeepMind

事件专题

推荐理由：GoogleDeepMind的Gemini 3.8 Flash在智能体评测中排名大幅提升，用户反馈明显更积极。

原文