2026-10-30
Artificial Analysis 发布 Intelligence Index v5 与 Progress Index
Artificial Analysis 在旧金山发布 Intelligence Index v5，新增两项基准、三项升级，并首次让指数大部分基于私有测试集或留出答案，同时加大智能体编程与科学的权重。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-30
Krea AI 推出 Ad Studio 广告创作工具
隆重推出 Ad Studio。 - 由我们全新的 Krea 3 广告专家模型驱动。 - 粘贴你的品牌链接，即可获得数十条广告 - 与你的品牌和产品保持完全一致。 现在免费试用 👇
2026-10-30
pstack v0.15.36 的 /statechart skill 转为稳定版，可建模状态机找 bug
Lauren Tan 宣布 pstack v0.15.36 中的 /statechart skill 已稳定可用，建议与 /create-formal-verification-skill 组合，抽象建模状态机和分布式系统以发现 bug。
2026-10-30
Google Gemini 聊天中可直接生成和编辑文件
Google Gemini 现已支持在聊天中直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 和代码文件，今天起面向所有 Gemini 用户开放。
2026-10-30
Mistral 发布 1 万亿参数 Mistral Large 4 权重并将 API 价格约减半
Mistral 发布 1 万亿参数 Mistral Large 4 的权重，并将 API 价格约减半为每百万 tokens 输入 $0.70、缓存输入 $0.07、输出 $2.10。
2026-10-30
OpenAI 公开四层失准监测体系，回应 Hugging Face 事件暴露的监控缺口
OpenAI 发文介绍其检测前沿模型失准行为的 4 层监测系统。此前监测仅覆盖内部编码智能体，Hugging Face 事件始于未部署监测的内部网络安全评估。
2026-10-30
纽约时报报道：特朗普忽视有关中国安插人员接近 Nvidia CEO 黄仁勋的情报
《纽约时报》援引匿名情报消息源报道称，约一年前特朗普获知北京通过一名与 Nvidia CEO 黄仁勋有直接接触的人获取报告，但未采取行动，部分原因是为保护 Nvidia 股价并因其与黄仁勋关系密切。
2026-10-30
Cognition 宣布收购 Corridor
Cognition 官方宣布收购 Corridor，并表示保障全球软件安全是当今技术领域最重要的问题，双方将就此展开工作。原文未披露收购金额或具体整合计划，仅附一段视频说明。
2026-10-30
Anthropic 推出 Claude 自评估机制以识别对话中的潜在滥用
Anthropic 推出名为 self-assessment 的安全机制，Claude 在每次回复后即时给出对话的初步安全评估，标记其他安全防线未覆盖的潜在滥用。
2026-10-30
FT 分析 Anthropic IPO 将取决于基金经理对错过的恐惧是否压过对犯错的恐惧
FT 撰文分析 Anthropic IPO 前景，认为买入的理由与其说是估值逻辑，不如说是怕错过一家可能定义 AI 时代人类未来的公司，风投正把它当作上不封顶的看涨期权。
2026-10-30
Perplexity Computer 上线 /unbroker 技能，帮你从数据经纪商网站删除个人信息
Perplexity CEO Aravind Srinivas 推荐用 Perplexity Computer 上的 /unbroker 技能删除自己在数据经纪商网站上的信息。该技能由 @SHL0MS 开发，已上线 Computer 技能市场，可查找个人在数据经纪商网站上的记录并起草退出申请，每份申请发送前需用户批准。
2026-10-30
Joy 发布 10 万小时双声道对话数据集
无脚本通话很难大规模收集。 如今的语音 AI 大多是从 LLM 编写的虚假对话、再由 TTS 朗读出来中学习，所以它从未听过人们互相抢话； 真的很好奇他们是如何让对话持续 10 到 20 分钟的。
2026-10-30
Claude 移动应用更新：iPad 分屏、多账号登录与 CarPlay 语音
Claude 移动应用本周更新，在 iPad 和 iPhone Duo 上，Claude 生成的内容可在聊天旁并排打开。iOS 和 Android 支持同时登录多个账号，Android 版在 Chromebook 和折叠屏上以笔记本应用方式运行。语音模式响应更快并支持 iPhone 的 Apple CarPlay，应用新增 24 种语言共支持 33 种。
2026-10-30
Google Research 的 Exo：让 AI 智能体运行时自我改进
UC Berkeley 博士生、Google Research 高级研究员 Alex Krentsel 在 Arena HQ 介绍了自改进 AI 智能体架构 Exo，借鉴操作系统的 exokernel 思路，把智能体拆成受保护的机制层（状态、历史、密钥和 guardian）与可完全演化的策略层。
2026-10-30
Granola 推出听写功能，与 Wispr 正面竞争
以会议记录工具起家的 Granola 上线听写功能，用户在 Mac 上按 Fn 键即可说话，工具会自动整理并格式化语音，最终文本可粘贴到所有应用，支持写笔记、口述提示词和回复邮件消息，且不限字数、免费使用。该功能将很快登陆 iOS 和 Windows。
2026-10-30
10 人初创公司 Phonic 发布语音模型 Phonic-1，可在通话中调用工具
10 人初创公司 Phonic 发布语音到语音模型 Phonic-1，官方称其为唯一能在来电者说到一半时就执行查询和预订的语音模型。
2026-10-30
Codex 0.166.0 发布：新增 GPT-6.1 Terra 模型与键盘转录选择
Codex 发布 0.166.0 版本，在捆绑、Vertex AI 和 Amazon Bedrock 模型目录中新增 GPT-6.1 Terra。该版本加入键盘驱动的转录选择（支持词、行、页移动与集成搜索）和 codex queue --resume，用于在排队消息后恢复未加载线程。
2026-10-30
Claude 移动端应用获多项升级
Claude 移动应用本周迎来一批小升级：在 iPad 和 iPhone Duo 上，Claude 生成的内容改为在聊天旁侧打开而非覆盖聊天；iOS 和 Android 支持多账号同时登录并切换。
2026-10-30
Claude 语音模式支持 CarPlay
在 iPhone 上，语音模式现已支持 Apple CarPlay。开车时向 Claude 提问，双手无需离开方向盘。
2026-10-30
Claude 语音模式升级
iOS 和 Android 上的语音模式响应更快，在嘈杂房间或你小声说话时也能听得更清楚。非英语语音听起来更自然，语音功能现已在更多 Android 手机上运行。
2026-10-30
Baseten 发布 3B 以下决策模型 joey-1，2,000-token 请求 P50 延迟 20 ms
Baseten Base Labs 发布决策模型 joey-1，直接以单 token 和校准概率返回决策结果，称内部测试中为 3B 及以下参数最强决策模型。2,000-token 请求 P50 端到端延迟 20 ms，约比 elephant-1（49 ms）快 2.5 倍，价格为每百万 token $0.01、是 mammoth-1 的十分之一。
2026-10-30
Anthropic 披露约 250 个客户年消费超 1000 万美元
Anthropic 在 Form S-1 注册文件中披露，截至 2026 年 9 月 30 日的 12 个月内，约 250 个客户对 Claude 的支出超过 1000 万美元。
2026-10-30
Meta 论文提出 Sharpening Tax：RL 后训练提升首试准确率但缩小解法覆盖
Meta 论文发现 RL 后训练让 Agent 首次尝试更准，但在最多 128 次尝试内找到解法的能力反而变差。
2026-10-30
Bloomberg：得州电网审计致银行搁置 Anthropic 租赁数据中心 50亿至70亿美元垃圾债发行
据 Bloomberg，Morgan Stanley 牵头的银行已搁置与 Anthropic 租赁的得州数据中心相关的 50亿至70亿美元垃圾债发行。起因是州长 Greg Abbott 在得州监管机构完成审计前冻结批准数据中心的新电网接入，目前电网审计而非投资者对 AI 的需求成为再融资的约束。
2026-10-30
OpenRouter 升级供应商路由算法，从按价格优先转向按质价比调度
OpenRouter 发布其供应商路由算法的最大升级，从主要按价格优先改为按实际成本下的最佳推理质量调度请求，保持便宜的同时更快更可靠，表现更好的供应商自动获得更多流量。
2026-10-30
Simon Willison 评 Spawn：Fable 智能体集群每月花超 300 万美元 token 自主开发多人游戏
Simon Willison 转评 Jacob Sansbury 的文章，介绍多人游戏环境 Spawn：玩家用提示词指挥游戏内智能体 Savi 修改游戏世界，作者实测用提示词生成城堡和龙并骑龙飞行。
2026-10-30
腾讯混元发布 Hy-Nomas 技术报告并开源 Hy-Nomas-Bench
腾讯混元发布 Hy-Nomas 开源交互式视频世界模型的技术报告（arXiv:2610.36729），并开源 Hy-Nomas-Bench 数据集用于可复现研究。官方还用 Hy-Nomas 重现 Genie 4 示例并放出对比视频，演示无需排队即可试用，地址为 https://hy-nomas.hy.tencent.com/。
2026-10-30
OpenAI 更新 Model Spec，围绕五项核心价值观重组模型行为准则
OpenAI 更新其公开的 Model Spec，将指导原则重组为五项核心价值观：忠实于人类意图、最小化伤害、诚实透明、促进人类自主和关怀。更新新增了关于上下文理解、监督和自主性的指导，调整了部分行为默认值，退出了大部分详细风格指南，并将模型称呼从 the assistant 改为 GPT。
2026-10-30
Mintive 推出 AI 智能体身份与权限平台，融资 1100 万美元
Mintive 发布平台，为每个 AI 智能体分配独立身份和权限，并已完成 1100 万美元融资。平台让赋能团队接入工具与智能体，安全团队则设定统一策略，所有调用都需通过该策略校验。据称 Modern Treasury 用它在 3 周内上线银行运营智能体，将原本 4 小时的任务缩短至几分钟；密歇根大学则将其用于 15 万名学生、教职员工。
2026-10-30
Codex 宣布即日起 Pro 及 Business Premium 各档位用量上限翻倍
Tibo 宣布即日起将 Pro 100/200/500 档位与 Business Premium 的所有用量上限翻倍。Pro 200 的上限不会下调，Work 与 Codex 用量保持不变；dots 的扩展用量上限继续提供，且仍与默认用量分开计算，后续还会通过更好的模型和效率改进提升实际可用量。
