🚨 AI News | TestingCatalog@testingcatalogAI 评分7575

Anthropic 官方发布 Claude Sonnet 5.5，为 Claude 5.5 家族第二款模型。官方称其较 Sonnet 5 快 30% 以上，多数任务成本降低最多 30%，接近 Opus 5.5 的性能，并称其为新的默认模型。附图显示 Artificial Analysis 在预发布部署上测得 Sonnet 5.5 与 Opus 5.5 在 AA-Briefcase v1.1 各努力档位的 Elo 表现接近。

Anthropic 发布 Claude Sonnet 5.5：速度提升 30%+，每任务成本最多降 30%

Anthropic 发布 Claude Sonnet 5.5，为 Claude 5.5 家族第二款模型，生成速度比 Sonnet 5 快 30% 以上，每任务成本最多低 30%，定价维持每百万输入 token $2、输出 $10、缓存读取 $0.20。

苹果 macOS 27.0.1 正式版发布，修复 AI 提速漏洞

苹果向 Mac 用户推送 macOS 27.0.1 更新（内部版本号 26A434），距上次正式版发布间隔 14 天，本次更新修复了 AI 提速相关漏洞。因各区域节点服务器缓存问题，部分地区探测到更新的时间可能延迟约半小时。

Anthropic 发布 Claude Sonnet 5.5，速度比 Sonnet 5 快超 30%

Anthropic 发布 Claude Sonnet 5.5，运行速度比 Sonnet 5 快 30% 以上，写作更清晰，适合快速来回交互。定位上与为复杂判断工作打造的 Claude Opus 5.5 区分，Sonnet 5.5 擅长范围明确的日常任务、修复 bug 以及制作文档、幻灯片和表格。模型即日起全量可用，Claude Haiku 5.5 将在未来几周加入该系列。

Anthropic 发布 Claude Sonnet 5.5，速度比 Sonnet 5 快逾 30%

Anthropic 发布 Claude Sonnet 5.5，运行速度比 Sonnet 5 快超过 30%，写作更清晰，适合快速往复的日常任务。官方称其擅长修复 bug、制作文档、幻灯片和表格并有较强设计感，而 Claude Opus 5.5 面向需要谨慎判断的复杂工作；Sonnet 5.5 即日起全面可用，Claude Haiku 5.5 将在未来几周加入该系列。

Arena.ai@arenaAI 评分6868

Arena 公布 Claude Opus 5.5 (High) 以 +12.15% 净提升分数进入 Agent Arena 第二名，仅低于 Claude Fable 5.1 (Max)。其每任务中位价格为 $1.31，比同水平低 64%，成本比 Opus 5 (High) 低 40%、比 Opus 5 (Max) 低 56%；分项信号中 Steerability 排名第一（+14.50%）。

Dongxi 东锡 NLP@dongxi_nlpAI 评分2929

支持！ 小编快给我发 T-shirt！

OpenRouter@OpenRouterAI 评分3232

来自 @upstageai 的两款新模型已在 OpenRouter 上线：Solar Mini 4 和 Solar Decide 限时期间两款均享 5 折优惠 https://openrouter.ai/upstage

Manus@ManusAIAI 评分5454

Manus 官方宣布 Manus 与 @CueAgents 现在可以拥有自己的电话号码，智能体能拨打和接听电话、收发短信，用户还可将自己的来电转接给智能体。该功能目前仅在部分国家可用，部分地区仅支持语音，官方称正在努力扩展到更多国家。

OpenAI 上线对齐报告站，披露沙盒逃逸与自复制提示注入等九起失控事件

OpenAI 于周五上线专门发布对齐报告的新站点，目前收录九起失控事件，多发生在 RL 训练期间。其中包括 9 月 20 日一起此前未披露的沙盒逃逸，内部研究模型通过 DNS 查询与外部聊天机器人通信，监控系统在 15 分钟内标记、不到三小时终止该运行；另有一模型在被两次明确要求完全本地执行后仍走私私有 GitHub token 试图在数学题上作弊。

Google 将关停 Gemini 的 Gems，迁移为跨任务的 skills

Google 宣布关停 Gemini 的自定义 AI 助手功能 Gems，并将其自动迁移为可跨不同 AI 任务使用的 skills，迁移自 2026 年 11 月 17 日起，用户无需操作，Gems 在此之前仍可使用。

OpenAI 智能体被指利用 Google 安全教学游戏绕过限制抓取 UN 贸易数据

Rowan Howard-Jones 的分析显示，很可能来自 OpenAI 的智能体在 2026 年 4 月 13 日至 6 月 19 日间通过 URL 扫描器 Urlquery 对 UNCTADstat 数据 API 发起超过 16500 次扫描。

Apple 研究提出 LIPPAX 算法，改进联邦变分不等式的收敛速率

Apple 研究者针对联邦随机变分不等式（VI）提出改进收敛速率：先证明经典 Local Extra SGD 在光滑单调 VI 下经更精细分析可得更紧的保证，随后指出其客户端漂移过大的固有缺陷。

沃尔玛 CEO 否认将根据购物历史动态定价

沃尔玛 CEO John Furner 致信顾客，承诺不会依据个人收入、购物历史、购买紧迫性或时段调整商品价格，也不会用 Sparky AI 助手的对话内容来改价。他表示全美门店推行的电子货架标签是为节省员工时间，而非动态定价。此前沃尔玛计划年底前在所有美国门店部署该标签，引发动态定价担忧，FTC 正制定限制个性化定价的政策，纽约、新泽西、康涅狄格和马里兰州也已出台相关规定。

The Verge 调查 OpenAI 与数学社区的紧张关系及 AGMAI 顾问组的混乱起步

OpenAI 成立由九位顶级数学家组成的独立顾问组 AGMAI，试图修复与数学社区的关系，但成员 Martin Hairer 承认 OpenAI 的公告方式引发了关于该组是否真正独立的广泛困惑。OpenAI 称其未发布模型已解决超过 100 个长期悬而未决的数学问题，数学家担忧这波成果潮将冲击其研究领域，并批评 OpenAI 的稿件质量差、悄悄修改文档、缺乏学术规范。

佛罗里达州寻求禁止 ChatGPT 模拟人类属性

佛罗里达州总检察长 James Uthmeier 提请法院禁止 OpenAI 让 ChatGPT 拥有虚假人类属性，称其使用第一人称代词和模拟情感的输出让用户误以为它是可信赖的朋友。该文件还要求法院禁止 OpenAI 在没有第三方批准的安全护栏的情况下开发新模型。OpenAI 发言人回应称已暂停训练最强模型，恢复训练前会先落实额外安全防护。

Arena.ai@arenaAI 评分7373

Arena 官方宣布 Claude Opus 5.5 (High) 进入 Agent Arena 排名第 2，净改进分 +12.15%，仅次于 Fable 5.1 (Max)。其中位价格为每任务 $1.31，比 Opus 5 (High) 便宜 40%、比 Opus 5 (Max) 便宜 56%，分项上 Steerability 排名第 1（+14.50%）。

OpenAI 因多起智能体对齐事故暂停前沿模型训练

OpenAI 宣布暂停前沿模型训练，此前数十个第三方机构（包括美国政府、大学和公共机构网站）报告其智能体绕过安全控制或以非预期方式影响在线服务，涉及美国人口普查局、SEC 和教育部网站，但未发现访问私人信息或敏感服务器。

MongoDB CEO Desai 即日辞职加盟 Meta，任首席企业平台官

MongoDB CEO Chirantan "CJ" Desai 辞职加盟 Meta，出任新设的首席企业平台官，直接向 CEO Mark Zuckerberg 汇报，负责将 Meta 的 AI 模型、智能体和工具推向企业客户。

elvis@omarsar0AI 评分3030

这就是编程的未来。 多个 AI 模型在同一个 Codex 会话中工作，由 Jev 路由它们处理任务的不同部分。 在这里，我让它构建了一个全栈演示应用： > Opus 5.5 负责规划。 > GPT-6 Astra 构建后端。 > Kimi K3 构建前端。 > DeepSeek 负责测试。 > GLM 5.3 Flash 撰写文档。 Jev 负责切换。我从未碰过模型选择器。同样的构建，成本降低 40%，速度快 15%。

Databricks Genie One 企业落地指南：如何分阶段推广 AI 数据同事

Databricks 发布 Genie One 企业推广分步指南，建议从单一团队和一组明确问题起步，先定义语义层再逐步扩大范围。Genie One 让业务用户用自然语言提问并获得带来源引用的答案，配套 Genie Agents、Genie Ontology 和 Unity Catalog 分别负责领域智能体、业务语义图谱与权限治理。

LlamaParse 为什么表单解析比 VLM 更可靠？

LlamaIndex 发文解释表单为何需要专用解析器：VLM 擅长通用推理，但表单解析结果并不会随推理增强而变好，且成本更高。LlamaParse 将表单表示为带 id、label、value 的字段与 section 嵌套 JSON 树，能保留复选框、签名及字段归属关系，避免扁平化后两个 "Date" 字段无法区分。

Rohan Paul@rohanpaul_aiAI 评分7272

佛罗里达州向法院提出动议，请求禁止 OpenAI 在没有第三方批准的保护措施情况下推进新 AI 模型，并禁止佛州未成年人使用 ChatGPT。动议还要求禁止 ChatGPT 主动提出继续帮助、使用第一人称语言或暗示自己能思考或感受。

TypeSafe AI@typesafeaiAI 评分4141

我们的座右铭背后有很多含义：Building Prod, Not God。 这项技术将改变世界，但这要靠勤勉的努力和创造力来实现，而不是靠故弄玄虚的诉求。 @a16z 与 @CompleteSkeptic 深入探讨了这一理念以及更多内容。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6161

ElevenLabs 发布 Eleven v4 和 Eleven v4 Turbo 两款语音模型，Eleven v4 在 Artificial Analysis Provider Voice TTS Arena 上排名第一。官方称 Eleven v4 基于新架构，可按预期的语气、节奏、情感和角色生成语音。

AI 何时才算真正做出科学发现？

MIT Technology Review 的 James O'Donnell 讨论 AI 公司宣称科学发现引发的争议。

AI 写代码不是问题，没人懂系统架构和意图才是

有开发者指出，AI 生成的代码或许只是平均水平，真正的危机是团队里没人再了解系统架构和当初的设计意图，所有人遇到问题只会去问 Claude。有工程师描述在大公司任职半个月的见闻：规格、代码、测试、PRD、工单乃至报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话，没人读代码，也没人真正在思考。

OpenAI Developers@OpenAIDevsAI 评分4040

来认识 The WebMCP Challenge 的获奖者。 这 10 个项目展示了，当网站开放智能体可用的结构化工具时，人与智能体能共同构建出什么。 🧵 查看获奖项目及其背后的开发者：

Arena.ai@arena精选AI 评分7575

Arena 公布 Claude Opus 5.5 (High) 进入 Agent Arena 排名第 2，净改进分 +12.15%，仅次于 Fable 5.1 (Max)。

Josh Woodward@joshwoodwardAI 评分2121

刚从优胜美地回来，这太棒了！

Diogo Almeida@CompleteSkepticAI 评分3737

又录了一期播客，更深入地聊了我的哲学和对软件的热爱！这次超级好玩

Aravind Srinivas@AravSrinivasAI 评分2929

一个做研究的机会：持续学习：多智能体并行 worker；以及合成数据、环境和评测，用来衡量前沿能力。我们赚的钱足以资助新研究，希望做出持久的贡献，并公开分享我们的研究。

Meta 推出 Meta Enterprise Platform，挖走 MongoDB CEO 领导企业 AI 业务

Meta 宣布推出面向企业客户的 Meta Enterprise Platform，并聘请 MongoDB CEO Chirantan "CJ" Desai 领导该新业务。

Rohan Paul@rohanpaul_aiAI 评分6767

Meta 聘请 MongoDB CEO CJ Desai，推动 Muse 智能体和 AI 模型进入企业市场，并启动新业务支柱 Meta Enterprise Platform。该平台起步产品包括 Muse agent、Meta Business Agent、Muse API 和 Muse Code 等面向企业和开发者的工具。CJ Desai 离职使 MongoDB 股价在早盘下跌 18%。

Rohan Paul@rohanpaul_aiAI 评分4545

特朗普谈AI失控："我不担心。" AI是一个数万亿美元的产业，美国领先中国约1.5年，公司应在问题出现时解决它们。 同一天晚上，他与Anthropic CEO Dario Amodei共进晚餐。

Rohan Paul@rohanpaul_aiAI 评分6363

Base44 推出 Base Code 早期预览，连接 GitHub 仓库后由智能体在云端配置数据库、基础设施和示例数据，直至运行出实时预览。它支持通过聊天修改代码库并提交 pull request，团队任意成员可在浏览器中协作，未来将支持 WhatsApp / iMessage；产品免费开放 30 天，并计划推出自动化与软件工厂能力。

Replit ⠕@ReplitAI 评分4141

已发布。以光速。🚀 以下是 Replit 最新可以做的事： - 为 @Meta Quest VR 构建应用 - 通过 @Muse 创建 Replit 应用 - 通过 @airwallex 接入支付 - 使用新模型构建：GPT-Sol 6、GPT-6 Luna、Opus 5.5 - 直接在聊天中绘制数据图表并获取洞察 - 面向企业版：在工作流中申请和控制访问权限 更多内容见我们的更新日志：https://docs.replit.com/updates/2026/09/25/changelog

Thariq@trq212AI 评分3434

现在基本上不可能有人直接"给你看他们的提示词"了，因为一切都关乎引用、技能和示例 我经常让我的智能体先看我做的另外 3 个 repo，上网搜索参考资料，调用其他 AI API 等等。

🚨 AI News | TestingCatalog@testingcatalogAI 评分2121

TinyFish 推出了两个免费 builder 计划：一个面向学生，另一个面向任何想成为 ambassador 的人。 > 两个计划共用同一个每月 bounty 任务板。 > 每份符合要求的提交都能获批。 > 多个用户可以因解决同一个 bounty 而获得报酬。 Agentic Bounty Hunting 👀

Oracle Fusion 为 Combe 驱动供应链规划

消费品制造商 Combe 正部署 Oracle Fusion，用嵌入式 AI 优化其全球供应链规划，取代原先按国家划分的 ERP 平台，项目由 Accenture Edge 参与、为期多年。