Cursor 发布 Rollouts 和 Security Reviewer 开发机器人

Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer，帮助团队更快把安全可靠的代码送入生产环境。

Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%

Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。

Fireworks 发布 Ember-1，以约四成更少 token 达到 Kimi K3 质量

Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。

TypeSafe 决策模型 Jev 使用教程：用 TypeScript 在 OpenRouter 上实现市场商品审核

OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。

Anthropic 上线 Claude Marketplace：一站式提供插件、智能体与服务伙伴

Anthropic 上线 Claude Marketplace，将插件与连接器、Claude 驱动的智能体和产品、以及服务伙伴集中到一个入口。

Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理

Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。

Anthropic 成立生命科学实验室，Claude 自主发现类 CRISPR 的新型酶系统 ART

Anthropic 宣布成立生命科学研究组与实验室，Claude 智能体在仅有人类高层指导下自主发现一种与 DNA 重复序列相关、结构类似 CRISPR 的新型酶系统，命名为 array-associated reverse transcriptases（ART），并发布预印本。

Antigravity SDK 支持本地模型，首发 Gemma 4 26B A4B 配合 LiteRT

Google 宣布 Antigravity SDK 支持本地工作流，首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B，可完全离线获得智能体辅助能力，建议机器配备超过 24GB VRAM 或统一内存。

Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法

Anthropic 在 Notes from the Field 系列中分享管理大型代码现代化项目的经验，称原本需数年的现代化可在数月或数周内完成，瓶颈从写代码转向组织动员。

Qwen@Alibaba_QwenAI 评分6565

Qwen 发布 Qwen Intelligence，推出三款移动端智能体：Mobile Planner Agent 规划与编排复杂任务，在 MobilePA-Bench。

Grok@grokAI 评分4747

汽车过去只是把你送到公司。现在它能在路上帮你做一部分工作。 现在你可以在特斯拉里使用 Grok Bot 和 Connectors。

ClaudeDevs@ClaudeDevsAI 评分6262

Claude Devs 分享 Opus 5.5 首次会话的用法建议：直接交出整个任务，并定义"完成"标准和何时汇报；不需要写 "think carefully"，因为模型总是先思考；长任务运行后，询问它继续推进还需要什么。完整 playbook 见 https://claude.dev/blog/getting-the-most-out-of-opus-5-5/。

Arena.ai@arena精选AI 评分6363

Arena 宣布 OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 评分即将公布，邀请用户前往 Arena 实测并通过投票真实智能体任务支持其排行榜。

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 降 50%

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，将 GPT-6 Astra 的训练方法用于更快更便宜的模型，API 价格较 GPT-5.6 促销价下调 50%（Sol 输入 $4→$2、输出 $20→$10；Luna 输入 $0.20→$0.10、输出 $1.20→$0.50，每百万 token）。

Arena.ai@arenaAI 评分7474

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，基于 GPT-6 Astra 的技术，主打更快、更便宜以支持大规模工作，并优化了缓存和推理效率，API 定价比 GPT-5.6 促销价低 50%。

SpaceXAI 如何用 Grok Bot 扩展客户支持团队

SpaceXAI 发布长文，介绍 Cursor 并入后如何让 Grok Bot 参与客户支持运营。合并团队工单量增长 175% 但未新增人手，否则可能需多招 200 人。

StepFun@StepFun_aiAI 评分5959

StepFun 开源内部使用的 LLM 数据标注与模型检查工具 onPanda，支持 token 级可视化与控制。标注方面称中位标注时间比人工后编辑降低 52%，可在同一流程产出 SFT 与偏好数据，ΔPPL <1%，并支持图像、音频和视频的 agent 轨迹标注；调试方面可查看 token 概率与 top-k 候选、逐 token 引导解码。

Arena.ai@arena精选AI 评分7272

Arena 宣布 Anthropic 的 Claude Opus 5.5 已进入 Agent Arena，用户可通过投票驱动排行榜。Agent Arena 基于全球用户提交的数百万真实长程智能体任务评测模型，模型可使用网页搜索、文件系统和终端工具，排行榜采用因果追踪方法衡量相对平均模型的结果表现。

Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index

Artificial Analysis 实测 Claude Opus 5.5 在 Intelligence Index 得分 58，为其测得的最高分，并在 Terminal-Bench 4.0 上与 GPT-6 Astra 打平（59.6%）。

Perplexity@perplexity_aiAI 评分6262

Perplexity 宣布 Claude Opus 5.5 现已在 Perplexity Computer 中作为 Standard effort 档位提供。在 WANDR 基准上得分为 0.610，每任务成本 $4.13，略优于 Claude Fable 5.1，且每任务成本低 67.6%。

OpenRouter@OpenRouterAI 评分7272

Anthropic 的 Claude Opus 5.5 上线 OpenRouter，是 Claude 5.5 系列首个模型，在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。提供 1M 上下文窗口，定价为每百万输入 token $4、输出 $20，比 Opus 5 低 20%。

ClaudeDevs@ClaudeDevsAI 评分7777

Anthropic 推出 Claude 5.5 家族首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。Claude Devs 补充称其每任务速度快约 30%；在 Claude Code 中，5 小时会话限额今日提升 20%，因 Opus 5.5 定价更低，额度内可用量多 25%，Pro、Max 和 Team 用户还将获得一次可随时使用的额度重置。引用图显示 Opus 5.5 在 Terminal-Bench 4.0 各 effort 档位下得分领先。

Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型

Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）为默认 Opus 模型，支持 1M 上下文，价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok；同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。

Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%

Anthropic 发布 Claude 5.5 系列首个模型 Claude Opus 5.5，官方称多数工作表现与 Claude Fable 5.1 相当，运行成本较 Opus 5 降低 40%，输入和输出 token 定价为每百万 $4 和 $20，输出速度快 30% 以上。

Artificial Analysis@ArtificialAnlysAI 评分7979

Artificial Analysis 评测显示 Claude Opus 5.5 以 58 分登顶 Artificial Analysis Intelligence Index，为其实测最高分。

Databricks Genie One MCP 正式发布，让任意 AI Agent 访问受治理的业务数据

Databricks 宣布 Genie One MCP 服务器正式向所有用户开放，让任意 Agent 通过统一接口获取 Genie One 的结构化与非结构化数据、洞察和答案，并以 Genie Ontology 作为受治理的业务上下文基础。

Databricks 发布 Genie One MCP，为任意 AI 智能体提供受治理的业务上下文

Databricks 正式发布（GA）Genie One MCP，将 Genie Ontology 中的已批准指标定义、数据关系、来源权威性和权限控制接入 ChatGPT、Claude、Microsoft Copilot、Claude Code 等 MCP 兼容助手。

Kimi.ai@Kimi_MoonshotAI 评分6464

月之暗面 Kimi 发布 Kimi Browser Extension（原 Kimi WebBridge），可从浏览器侧边栏与 Kimi 对话，让其导航网页、填写表单并完成任务。对重复性任务，可录制一次操作步骤并保存为 skill，下次由 Kimi 代为执行。现已上线 kimi.ai/products/kimi-browser-extension 和 Chrome Web Store。

Kimi.ai@Kimi_Moonshot精选AI 评分6969

Kimi 发布新的 Kimi Browser Extension，前身为 Kimi WebBridge。用户可在浏览器侧边栏与 Kimi 对话，让它导航网页、填写表单并完成任务；对重复性任务，可录制一次操作步骤保存为 skill，下次由 Kimi 接手执行。产品现已在 kimi.com/products/kimi-browser-extension 和 Chrome Web Store 上线。

Artificial Analysis@ArtificialAnlys精选AI 评分6565

Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 (max) 持平，略低于 GLM-5.3 (max) 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。

OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用

OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。

Xiaomi MiMo@XiaomiMiMo精选AI 评分7373

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

Grok@grokAI 评分3030

在 Box 中试用 Grok 4.7

小米发布并开源 MiMo-V2.6 系列，扩展强化学习规模迈向自我提升

Xiaomi MiMo 于今日正式发布并开源 MiMo-V2.6 系列模型，包含 Pro 与 Flash 两个原生全模态模型，称这是探索 RSI（递归自我改进）路径的关键一步。

Artificial Analysis 评测 Grok 4.7：智能指数 46 分进入前四，编码智能体升至第 4

Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。

ViggleAI@ViggleAIAI 评分5252

Viggle 发布 PINOC MCP，定位为 AI 智能体的角色动画引擎，智能体在搭建游戏或 3D 场景后调用 PINOC 生成已绑定骨骼的动画 Gaussian splat 角色。它还支持用文生动作、视频转 mocap 或预设动作库驱动自有 mesh；引用推文称整条宣传视频（含屋顶跑酷游戏）由 GPT-6 Astra 加 PINOC MCP 制作。

Arena.ai@arenaAI 评分5454

Grok 4.7 已上线 Agent Arena，并进入 Text、Vision、Code 和 Document 四类 Battle Mode。Arena 用全球用户数百万条真实长程智能体任务、结合网络搜索、文件系统和终端工具访问，以因果追踪方法衡量模型相对平均模型的表现；官方同时发起投票预测 Grok 4.7 的净改进分数落点，分数将在用户投票后公布。

Arena.ai@arenaAI 评分6464

Arena 宣布 xAI 的 Grok 4.7 已加入 Agent Arena 评测，用户可投票影响排行榜。该评测基于数百万真实的长周期智能体任务，模型可使用网页搜索、文件系统和终端工具完成复杂工作流，并用因果追踪方法衡量相对表现。Grok 4.7 还进入 Battle Mode 的文本、视觉、代码和文档类别。引用方称其相较 Grok 4.6 在同价同速下有明显提升。

Artificial Analysis@ArtificialAnlysAI 评分6666

Artificial Analysis 发布 Grok 4.7 评测，其在 Artificial Analysis Intelligence Index 得分 46，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四大 AI 实验室。

Arena.ai@arenaAI 评分5656

Arena 基于 8 月 1 日至 9 月 13 日的 20,840 条 Agent Arena: Code 轨迹、29 个模型部署，用 LLM-as-a-judge 提取用户表扬与抱怨并归入 15 类驱动因素。