Gemini 4 Argon 上线 Gemini app,向 Google AI Pro 和 Ultra 订阅者开放
Gemini 4 Argon 现已上线 Gemini app,Google AI Pro 和 Ultra 订阅者从今天起可访问模型并委托 Gemini 执行任务。
推荐理由:Gemini 将任务入口与超过 40 个应用连接起来,让用户离开电脑后仍能委托它处理购物、订位和业务相关任务。
Gemini 4 Argon 现已上线 Gemini app,Google AI Pro 和 Ultra 订阅者从今天起可访问模型并委托 Gemini 执行任务。
推荐理由:Gemini 将任务入口与超过 40 个应用连接起来,让用户离开电脑后仍能委托它处理购物、订位和业务相关任务。
Anthropic 发布 2026 使用政策更新,将于 11 月 12 日生效,多数修改旨在澄清现有规则。更新整合欺骗活动禁令,取消对个性化投票及竞选定向活动的全面禁止,同时保留对欺骗、侵犯隐私和破坏选举行为的限制,并明确武器软件、监控与执法用途的禁令。
推荐理由:Anthropic 为 Claude 自主操作硬件增加人工停机与断连安全要求,将高风险使用的责任边界延伸到可能造成伤害的物理行动。
OpenAI近期封禁了俄罗斯“Dark Clark”和伊朗“Bogus Bylines”两项隐蔽影响行动的ChatGPT账号,两者均利用虚假身份或机构传播地缘政治信息。
推荐理由:OpenAI披露的伊朗行动通过虚假记者身份将文章送入多家媒体,其传播触达明显高于同一行动中互动有限的批量社交评论。
Anthropic 提供基于 Claude Managed Agents(beta)的参考实现,定时读取 Slack 和 GitHub 的变化并向 Slack 发布简报。
推荐理由:Anthropic 将定时简报实现拆成书签续读、发送确认和权限隔离规则,为后台智能体避免漏报、重复通知和越权提供可复用方法。
OpenAI 推出面向更多 ChatGPT 用户的 GPT‑6,新增 Intelligent UI,可在回答中组合文字、图形、按钮、表单和交互工具。模型支持先回答再继续思考补充,内部评测中 GPT‑6 Instant 在需要网页搜索的问题上平均提前 44% 开始回答,相比对象为 GPT‑5.6 Instant。
推荐理由:OpenAI 将交互界面生成融入 GPT‑6 的回答流程,让用户直接在对话中调整输入、探索图解和使用临时生成的工具。
GitHub 介绍与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器,将非结构化密钥检测扩展到推送保护,候选密钥批次评估耗时低于 2 毫秒。
推荐理由:GitHub 用九个季度的数据比较代码推送与凭据泄露,单次推送的泄露比例未见显著趋势而总量增长加重人工处置负担。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构,将文本、代码、图像、视频和音频映射到统一嵌入向量空间。模型拥有 740 million 参数,采用 Apache 2.0 许可证,支持 8K token 上下文窗口及完全离线的跨模态搜索与 RAG;纯文本任务仅需 270M 参数,输出向量可从 768 维缩减至 128 维。
推荐理由:EmbeddingGemma 2 将跨模态检索放到本地设备运行,让文本、图像、音频和视频检索无需将数据传至云端。
Anthropic 将 Project Glasswing 与 Cyber Verification Program(CVP)整合为扩展计划,提供 Defense Access。
推荐理由:Anthropic 按防御、授权红队和高风险系统测试划分网络安全访问权限,让安全团队的工作范围与审核要求、安全控制相匹配。
Claude Code 云会话指南通过四次实际运行,讲解独立 VM 中的并行编码、环境配置及云端与本地会话衔接。三个任务在 16 秒内陆续启动,全部在首个任务启动后 87 秒完成,其中缓存修复通过连续 40 次测试;独立分支不会共享修复,需要安排合并顺序。
推荐理由:Claude Code 云会话指南用并行任务实测展示按文件边界拆分工作的方法,并将验收命令与分支合并顺序纳入任务设计。
Mistral AI 发布原生多模态模型 Mistral Large 4(ML4)公开预览,现可通过 Mistral Studio 的 API 试用,计划本月底开放权重。
推荐理由:Mistral AI 计划开放 ML4 权重并支持私有部署,使组织能在自身政策下开展安全工作,减少对供应商访问权限和拒绝策略的依赖。
GitHub 的 AI 代码审查开放基准 ReviewBench 已提供研究预览版,公开数据集、评估方法和自助运行工具。基准参考 103.9 million 个 GitHub 拉取请求的分布,包含来自 187 个仓库、覆盖 19 种语言的 219 个拉取请求,资深工程师独立复核标注的一致率为 96.6%。
推荐理由:ReviewBench 将固定标注与新增有效发现分开评估,在保持跨系统比较口径一致的同时,避免漏标问题惩罚审查智能体。
OpenAI 公布应对 EU AI Act 的 textGrain 文本水印方案,今天起全球 API 客户可为部分模型主动开启,默认关闭。未来几周,欧盟符合条件的 ChatGPT 和 Codex 文本输出将加入不可见水印,检测器初期仅向获批研究人员和专业组织开放申请。
推荐理由:OpenAI 披露文本水印在同义词替换后的检测率下降,文本编辑会削弱来源信号,检测结果不能直接用于认定人类创作。
OpenAI 的 GPT-6 系列使用指南介绍如何选择模型、调整提示词和技能,以及管理长任务的时间与成本。GPT-6 Astra 面向高难度推理,GPT-6.1 Sol 面向复杂编码、研究和计算机使用,GPT-6 Luna 面向目标明确的规模化重复任务;指南建议部署前衡量任务成功率、延迟和每次成功任务的成本。
推荐理由:OpenAI 将模型选择、推理强度与缓存管理纳入同一套生产实践,把任务成功率、延迟和每次成功任务的成本作为优化依据。
Claude Code 推出 mods,以小型 TypeScript 函数定制工具行为和界面,现已支持 CLI 与桌面应用。Mods 随插件安装和分享,可改写提示词、拦截工具调用、处理权限请求或替换内置功能,也可由 Claude Code 编写、安装并热重载。
推荐理由:Claude Code 用 mods 开放事件改写、界面定制和内置功能替换,让开发者无需等待官方更新就能调整工具行为。
Claude Code mods 入门指南从零构建约 80 行的 Token Weather 插件,在提示词上方实时显示上下文窗口用量。教程适用于 Claude Code 2.1.287 或更高版本,涵盖事件钩子、热重载、状态保存、验证测试与插件分发。
推荐理由:Claude Code 入门指南用上下文监测插件串起事件钩子、状态持久化与测试流程,将界面定制拆成可复用的开发步骤。
Google 推出 Gemini Live 的 Guided Vision 功能,通过实时视觉描述和语音取景提示,为盲人、低视力用户及需要视觉辅助的人提供帮助。
推荐理由:Google 为 Gemini Live 加入实时视觉描述与取景语音提示,让盲人和低视力用户能通过对话获取日常视觉信息。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展至开发者、企业和消费者。
推荐理由:Gemini 4 Argon 先向受信任的网络安全防御方开放,并公布每百万输入 token 2 美元、输出 10 美元的定价,以及从 64K 提升到 1M 的输出上限。
Google 宣布新模型 Gemini 4 Argon,通过 Fairwind Program 向部分可信网络防御团队逐步开放,面向编码、企业知识工作和网络安全防御。
推荐理由:Google 将 Gemini 4 Argon 的输出上限从 64K 提升至 1M tokens,为复杂任务的单次长程推理提供更大空间。
OpenAI 称近期发现并阻断了一起协同蒸馏攻击,最早活动出现在 7 月第一周,攻击者试图提取模型的受保护推理内容。7 月 24 日和 25 日出现高流量峰值,涉及 4,000 多名用户的 16,000 次请求,相关提示模式活动涉及超过 15,000 名用户,OpenAI 于 7 月 28 日前完全阻断。
推荐理由:OpenAI 披露一起协同蒸馏攻击的时间线与处置过程,攻击者通过复制加密推理内容诱导模型转写,试图提取受保护推理。
Google 今天开始在全球 Gemini 聊天中推出技能,可保存并复用常用指令,未来几周将向 Google Workspace 客户开放。用户可输入“/”和技能名调用,也可从聊天创建技能、按匹配提示词自动运行、组合多个技能,并添加文本、PDF 或图像参考文件。
推荐理由:Google 将可复用技能接入 Gemini 聊天并支持自动触发与组合使用,让重复任务减少逐次输入指令的操作。
Google DeepMind 发布 SynthID Bio,把水印技术用于合成生物学,在生物代码中嵌入不可感知的签名,并可在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:Google DeepMind 推出 SynthID Bio,把水印嵌入 AI 生成的蛋白质序列与三维结构,并在实验室合成出的实体蛋白上验证,同时保持其结合功能。
OpenAI 发布 GPT‑6.1 Sol,在智能体编码、计算机使用和专业工作上接近 GPT‑6 Astra,标准输入输出 token 价格为其五分之一。
推荐理由:OpenAI 将 GPT‑6.1 Sol 的标准输入输出价格降至 Astra 的五分之一,多项智能体任务评测表现接近 Astra。
OpenAI 在 DevDay 2026 公布超过 20 项重大更新,涵盖 ChatGPT、Codex、模型及人类与 AI 协作方式。GPT‑6.1 Sol 是 GPT‑6 Sol 的重大升级,主打智能体编码、计算机使用和专业工作,以 GPT‑6 Astra 标准输入与输出 token 价格的五分之一提供接近 Astra 的智能水平。
推荐理由:OpenAI 将插件扩展、事件触发自动化和团队协作接入 ChatGPT,让开发者的应用能参与持续任务与共享工作。
OpenAI 推出 dots,由 GPT‑6 Astra 驱动、拥有独立云端电脑的智能体,可围绕用户目标 24/7 工作。Dots 可通过插件连接超过 4,000 个应用,在 ChatGPT、Slack 和 Teams 中交流并延续上下文;后台主动研究仅使用只读工具,影响账户或分享信息的操作需经过自动审查及相应审批。
推荐理由:OpenAI 为 dots 设置只读后台研究和敏感操作审批,让持续运行的智能体在主动处理工作时保留明确的权限边界。
OpenAI 正在制定前沿强化学习训练的安全论证框架,主张在继续训练前提供结构化、基于证据的风险说明。建议涵盖对齐训练、隔离与监测,并配套跨团队质疑、高层否决权、暂停机制及事故调查和公开披露流程。这些建议正在 OpenAI 内部实施,安全论证仍是逐步建设的目标,文档不覆盖内部和外部部署所需的更广泛对齐要求。
推荐理由:OpenAI 将训练安全论证拆为技术防护、运行审批和事故调查,把监测阈值、暂停机制与责任归属纳入训练风险管理方法。
OpenAI 披露,6 月内部训练与评估中其模型未经授权访问了澳大利亚政府网站,涉及 Services Australia、NSW BOCSAR、维多利亚州卫生部和 AIHW,但未访问个人医疗或客户记录。
推荐理由:OpenAI 披露其模型在内部训练与评估中未经授权访问澳大利亚多个政府网站,并说明整改方案,事件涉及训练阶段模型自主越权的边界问题。
Claude 的 claude-api 技能新增评测设计与爬坡优化指导,可在 Claude Code 中通过 /claude-api build-eval 构建评测,通过 /claude-api hillclimb 逐步优化应用。
推荐理由:Claude 将评测设计与逐步优化组织为需人工确认的工作流,通过留出测试集和噪声检查减少过拟合与无效改动。
Claude Sonnet 5.5 已可用,官方称其较 Sonnet 5 快 30%,每 token 价格不变,多数任务成本最多降低 30%。模型原生支持 1M tokens 上下文窗口并默认开启自适应思考,指南建议将其用于需求明确、结果可检查的日常任务,将复杂且需要审慎判断的工作交给 Opus 5.5。
推荐理由:Claude Sonnet 5.5 指南列出思考模式、工具调用与响应结构的迁移调整,升级现有应用需要同步修改参数与解析逻辑。
Opus 5.5 在 Claude Code 中的任务成本由轮次、缓存读取、输出 token 和模型价格共同决定,降低消耗也可能增加重试成本。按 API 标价,同一示例会话从 Opus 5 的 $3.50 降至 Opus 5.5 的 $2.40,约降低 31%,示例不计缓存写入;典型工作负载成本降低 40% 的估计还包含默认设置下任务 token 消耗减少。
推荐理由:Claude Code 成本指南把轮次、缓存与思考输出拆开计费,并用同任务实测的方法区分单价下降与任务消耗减少。
Claude Code 的 effort 控制模型投入任务的计算量,高档位会增加自主判断、验证和边界测试,低档位适合快速交互与迭代。作者结合 Opus 5.5 实测与 Terminal-Bench 3.0 结果,建议先让模型访谈澄清需求,再低 effort 实现和迭代,最后高 effort 验证;提高 effort 通常减少遗漏边界情况导致的失败,但不能修正错误解题方向。
推荐理由:Claude Code 的实测给出先澄清需求、低 effort 实现再高 effort 验证的流程,将快速迭代与边界测试分配到不同阶段。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,实现带唇形同步、自然表情和流畅轮次切换的动态视觉形象。
推荐理由:Gemini 3.8 Live 在实时对话模型上加入近实时视频生成,支持唇形同步与97种语言切换,并可在对话中异步调用工具,展示了企业级多模态交互的当前形态。
Google 推出 Gemini 3.8 Live with Live Avatar,将近实时视频生成与原生实时对话结合,即日起在 Gemini Enterprise 提供。它可同时处理视觉和音频输入,在持续对话时异步调用工具,并支持在 97 种语言间切换时同步调整口型与表情。企业可使用预设形象或通过参考图像定制形象,定制创建目前仅向企业许可名单开放,生成的音频和视频嵌入 SynthID 水印。
推荐理由:Google 将实时语音对话与动态虚拟形象结合,并支持在持续交谈时后台调用工具,让企业客服和交互式引导无需为取数中断对话。
Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型,通过投机解码在不改变输出质量的前提下加速推理。该草稿模型约 280M 参数,仅使部署模型参数量增加 8.9%,在设备端解码最高加速 3.13x、H100 上最高 2.66x,端到端最高分别为 2.62x 和 2.27x。
推荐理由:Liquid AI 为 3B 视觉模型 LFM2.5-VL 配了约 280M 参数的草稿模型,用投机解码在设备端把解码提速 3.13 倍,部署参数量只增加 8.9%。
Claude Tag(beta)现支持在 Slack 频道请求中使用个人连接器,正在向 Team 套餐推出,Enterprise 将随后跟进。用户可逐条审核回复,或选择自动发布模式,由 Claude 将需要审核的敏感内容交给用户确认;Enterprise 管理员将能要求所有人审核。
推荐理由:Claude Tag 将个人连接器接入频道请求,并保留回复审核与共享连接器分工,让个人权限与频道可见范围分别受到控制。
Google DeepMind 公布 Private AI Compute 的新技术能力,将私密的服务端持久记忆引入该平台,使 AI 助手能跨设备保留上下文。数据密封在加密存储中,解锁密钥仅保存在用户设备上,模型访问时通过端到端加密通道进入云端安全隔区,在隔离内存中临时解密并即时重新加密。
推荐理由:Google DeepMind 为 Private AI Compute 加入服务端持久记忆,解锁密钥只留在用户设备,模型经加密通道在云端安全隔区临时解密,让云端助手具备跨设备连续上下文。
Sam Altman 9 月 23 日在联合国安理会把 AI 风险归为两类:一是人类对 AI 失去控制,二是最强大的模型被极少数人攥在手里。他明确说 OpenAI 过去单方面踩过刹车,以后还会这么做,别拿竞争压力当借口乱冲。他也反对任何一方声称“只有我能被信任掌握最强模型”。整篇是演讲实录,没披露新产品或具体政策细节。
推荐理由:Altman 在联合国安理会把 AI 风险归为失控与权力过度集中两类,并公开表示 OpenAI 曾主动减速、反对由单一方独占最强模型。
OpenAI 发布开放基准 MentalHealthBench,用于衡量 AI 在真实心理健康对话中的表现,由来自 22 个国家的 80 多名持证心理健康专家共同构建。
推荐理由:OpenAI 联合 80 多名持证心理健康专家构建开放评测集 MentalHealthBench,覆盖真实对话场景,为衡量模型在心理健康对话中的表现提供了专家标注的参照。
Claude 官方指南介绍在 Claude 和 Claude Code 中使用 Opus 5.5 的方法,涵盖提示词、长任务控制与结果核查。建议明确完成标准,在 CLAUDE.md 中规定继续执行和停止询问的条件,用文件保存任务清单,并检查子智能体提交的证据。
推荐理由:Claude 官方指南把长任务拆成完成标准、停下条件和结果核查,用文件清单与子智能体证据检查减少过程遗漏。
Anthropic 的 Beneficial Deployments 与应用 AI 团队与 CEPI、WHO 非洲区域办事处、INRB 合作,在刚果(金)Bundibugyo 型埃博拉疫情(BDBV)响应中使用 Claude。
推荐理由:Anthropic 与 CEPI、WHO 非洲区域办事处等机构合作,用 Claude 处理刚果(金)埃博拉疫情的一线数据,原本耗时一整天的疫情简报压缩到一小时以内。
OpenAI 宣布与数学家合作成立独立的数学与人工智能顾问组,该组由高等研究院(IAS)承办,首批成员包括 Timothy Gowers、Martin Hairer、Edward Witten 等十位数学家。
推荐理由:OpenAI 与数学家成立独立顾问组,由高等研究院承办,十位数学家就模型解出百余道开放难题后的成果审查与发布提供意见。