openJiuwen 开源自演进模型路由 X-Router，称在终端任务榜上降成本 51%
华为等团队共建的开源智能体平台 openJiuwen 开源模型路由引擎，x-router 算法按任务复杂度把请求分给五档模型池并把结果反馈回去；团队称在两项终端任务基准上成本降四到五成。
阅读原文模型发布/更新
9 条DeepSeek Harness 桌面版上线 macOS 与 Windows
DeepSeek 上线 Harness 桌面客户端，覆盖 macOS 与 Windows，把这套智能体运行环境从命令行搬到本地图形界面。
阅读原文Artificial Analysis 发布 Coding Agent Index：Claude Sonnet 5.5 居首，单任务成本最高 14.19 美元
Artificial Analysis 发布 Coding Agent Index 榜，Claude Sonnet 5.5 在 Claude Code 中以 68 分居首，但单任务成本最高 14.19 美元，GPT-6.1 Sol 与 Gemini 4 Argon 排在后面。
阅读原文TechCrunch：抓马杜罗前，特朗普花数小时问 Grok 委内瑞拉人会作何反应
TechCrunch 援引《时代》：2025 年 12 月特朗普与马斯克秘密会面期间花数小时问 Grok 抓走马杜罗会怎样，Grok 称马杜罗是「极不受欢迎的独裁者」。消息来自在场官员。
阅读原文ChatGPT 上线虚拟试穿，上传全身照即可看衣服上身效果
OpenAI 为 ChatGPT 推出一批购物功能，用户上传全身照即可虚拟试穿衣服，也可以在对话里比价、看评价与下单。
阅读原文小米 MiMo-V2.6-Pro 与 Flash 登陆 Agent Arena，分列开源模型第 5、第 9
Arena 宣布小米 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 登陆 Agent Arena。Pro 在 8100 多场真实智能体会话中净提升 3.17%，列开源模型第 5，比上一代 MiMo-V2.5-Pro 的第 13 名提升 8 位。
阅读原文Claude Sonnet 5.5 以 1786 分登上 Code Arena 网页开发榜第 3，距第 2 名差 2 分
Arena 宣布 Claude Sonnet 5.5 进入 Code Arena 网页开发榜，以 1786 分排名第 3，距第 2 名 GPT-6 Astra 的 1788 分只差 2 分。
阅读原文美国连锁超市 Albertsons 用 ChatGPT 企业版重构零售流程
美国连锁超市 Albertsons 在 OpenAI 案例中介绍，其 2200 多家门店与每周 3600 万顾客的业务正用 ChatGPT 企业版改造，顾客可在 ChatGPT 里体验 Safeway 购物。
阅读原文微软发布流式转录模型 MAI-Transcribe-2-Streaming，称字幕速度比最接近竞品快一倍
微软发布流式转录模型 MAI-Transcribe-2-Streaming，支持 60 种语言，收到音频约 100 毫秒即产出初步结果，称字幕速度比最接近的竞品快一倍，介绍价每小时音频 0.54 美元。
阅读原文产品发布/更新
4 条Suno 推出 Speech beta：The Verge 称其把朗读语音与配乐合进同一条曲目
The Verge 报道 Suno 推出 Speech beta，可把朗读语音与原创背景音乐合成同一条曲目；Suno 首席产品官 Jack Brody 称这是从音乐工具走向通用音频创作的一步。
阅读原文FLUX 3 Image 登陆 Krea，支持多轮编辑、4K 生成与最多 10 张参考图
Krea 宣布 FLUX 3 Image 上线，新能力包括多轮编辑且不改动其他像素、用边界框排版图像、最高 4K 生成，以及最多组合 10 张参考图。
阅读原文Suno 推出 Speech beta：官方称首个把语音与配乐合成一条曲目的音频模型
Suno 推出 Speech beta，称其为首个能把语音与原创背景音乐合成一条完整曲目的音频模型，输入文字并描述音色与曲风即可创作，已对所有用户开放，官方说仍有口音漂移等问题。
阅读原文Claude Code 推出 mods：用 TypeScript 改写提示词、拦截工具调用与自定义界面
Claude Code 推出 mods，几行 TypeScript 就能改写提示词、拦截或改写工具调用、放行或拒绝权限、遮蔽密钥并自定义界面；随插件分发，在命令行或桌面端用 /plugin 安装，不在沙箱里跑。
阅读原文行业动态
3 条MIT 科技评论：AlphaGo 核心成员称大模型的思维链算不上推理
伦敦大学学院 Graepel、前 DeepMind AlphaGo 成员撰文：大模型只做快思考式联想补完，看着像推敲的思维链其实还是同一个猜下一个词的过程，不是独立推理机制。
阅读原文谷歌首个在轨 AI 芯片试验确认工作正常：4 颗 Trillium TPU 在卫星上跑 Gemini 推理
谷歌确认首个在轨 AI 芯片试验已取得联系、运行正常。卫星 10 月 1 日由 SpaceX 猎鹰 9 号发射，载 4 颗 Trillium TPU 跑 Gemini 推理，每 15 分钟停机散热一次。
阅读原文美国法官驳回 Chegg 与 Penske 就谷歌 AI 概览提起的两起反垄断诉讼
美国联邦法官 Amit Mehta 驳回 Chegg 与 Penske Media 就谷歌 AI 概览提起的两起反垄断诉讼，认为原告未能证明谷歌的行为造成可认定的损害。
阅读原文论文研究
6 条丘成桐新论文致谢 GPT 与 Claude，称它们对数学推导有帮助
丘成桐在一篇新论文的致谢里提到 GPT 与 Claude，称它们对数学推导有实际帮助。这篇论文研究的问题是他 44 年前亲自列入清单的猜想。
阅读原文GALA：把高斯人像的表情基底蒸馏出来，手机端可 60 帧实时渲染数字人
论文提出 GALA，把多套高斯人像模型的表情基底重新蒸馏成一套统一的基底，在手机上跑到 60 帧，CPU 成本最多降到原来的千分之一。
阅读原文KaliBench：8504 条真实安全工具调用基准，没有开源权重模型准确率超过 42%
论文发布 KaliBench：8504 条真实提问与命令配对、覆盖 1642 个安全工具，判分不需运行环境；测试里开源权重模型完整命令准确率都低于 42%，8B 小模型能追平 685B。
阅读原文RPG：用「重建、练习、上真机」三步自训练，机器人 22 项任务成功率从 28.6% 升到 95%
论文提出 RPG，让具身智能体先在仿真里重建场景、反复练习、再上真机，22 项任务的平均成功率从 28.6% 提到 95%，30 次真机试验全部成功。
阅读原文NEPA：让图像生成模型边去噪边预测语义嵌入，FID 降到 1.32
论文提出 NEPA，让扩散 Transformer 在去噪的同时预测图像的语义嵌入表示，只用现有方法约三分之一的训练算力，把 FID 做到 1.32。
阅读原文ScholarCatalyst：不看引用数，改测一篇论文能不能启发新研究
论文提出 ScholarCatalyst，用 207 篇论文的 184 位通讯作者给出的判断作标准，测检索系统能不能找到真正启发了后续研究的论文，发现常用嵌入检索并不比按引用数排好。
阅读原文技巧与观点
7 条一场比谁老得慢的比赛开赛：约 500 人参赛，最高档报名费 4499 美元
Christin Glorioso 发起的 Younger 竞赛开始报名，约 500 人参赛、为期半年，常规档报名费 999 美元、加强档 4499 美元，用多家检测机构的报告比对生物年龄变化，明年 1 月开赛。
阅读原文OpenRouter 划清界限：LangGraph 与 CrewAI 管工作流，它只管模型与供应商路由
OpenRouter 发文把多模型编排分成三层：工作流编排、模型路由、供应商路由，称 LangGraph 与 CrewAI 负责第一层，它自己负责后两层，三者互相替代不了。
阅读原文有人把 Hacker News 历年对 AI 的质疑整理成清单，请读者逐条投票打勾
一位开发者把 Hacker News 社区历年对 AI 提出的质疑整理成一份可逐条投票的清单，让读者自己判断哪些已经实现、哪些还没，帖子在 Hacker News 上获得 154 分。
阅读原文LangChain 实测模型路由：中位成本从 2.61 美元降到 0.94 美元，代码合并率没掉
LangChain 在其开源编码智能体 Open SWE 里加了模型路由，让轻模型处理简单请求。973 个线程的 A/B 测试中，中位成本从 2.61 美元降到 0.94 美元，合并率 29.2% 对 27.3%。
阅读原文OpenAI 发文：AI 最大的价值可能在科研里那些琐碎的日常活儿
OpenAI 发表文章 The Eternal Complement，认为 AI 的主要价值不在提出想法，而在承接「十亿个爱因斯坦也要挖的采石场」那类琐碎但必须做的执行工作。
阅读原文Cloudflare 发布 Clef 开放权重决策模型与新的强化学习微调平台
Cloudflare 发布 Clef 系列开放权重决策模型，并配套推出强化学习微调平台，让用户用自己的数据把决策模型调到具体业务上；帖子上线后在 Hacker News 获 529 分。
阅读原文Never Boring AI：用你本人的语气代写领英帖子的智能体
Never Boring AI 是一款用你本人语气代写领英帖子的智能体，用户先喂进自己的历史内容，之后由它按你的用词习惯产出帖子。
阅读原文