OpenAI 征集 Codex Originals 用户故事

OpenAI 启动 Codex Originals 项目征集，面向使用 Codex 的开发者、研究者和创作者收集真实故事与项目。参与者需提交个人背景、项目介绍及相关链接，入选者将参与该项目的下一阶段。

Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型

Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。

ClaudeDevs@ClaudeDevsAI 评分5454

Claude 现在可以帮助构建评测（evals）并基于评测进行 hillclimb 持续优化。Claude Devs 分享了评测设计指导及 Claude Code 可用来改进应用的相关 skills，详见 https://claude.dev/blog/automating-eval-design-and-hillclimbing/

Claude Sonnet 5.5 现已上线 Google Cloud

Claude Sonnet 5.5 现已在 Google Cloud 上线，面向编程与知识工作场景。官方称其能以更低单任务成本、更快速度帮助构建功能并产出规范的工作材料。

Rohan Paul@rohanpaul_aiAI 评分8383

Anthropic 发布 Claude Sonnet 5.5，Terminal-Bench 4.0 得分 70.6%，远高于 Sonnet 5 的 10.3%，价格维持 $2/$10 每百万输入/输出 token。

Replit ⠕@ReplitAI 评分2525

Noni 知道她想为学生们做一个互动学习应用。她没想到这个应用一夜之间获得 1.4K 下载量，也帮助了她课堂之外的学生。 这就是 Noni 如何在完全不会编程的情况下，创造出一个寓教于乐的世界的故事。 Made by Noni. Made on Replit.

OpenRouter@OpenRouterAI 评分5757

Anthropic 的 Claude Sonnet 5.5 上线 OpenRouter。原文称其明显比 Sonnet 5 更聪明、写作更清晰，且对多数工作负载快约 30%、便宜约 30%。

ClaudeDevs@ClaudeDevsAI 评分7979

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 更聪明、高效，运行速度快超 30%，多数工作成本最多低 30%。适合修复 bug、快速迭代功能等范围明确的日常任务，Claude Code 用量也会更耐用。

Charlie Holtz@charlieholtzAI 评分7070

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 是一次明确升级。官方称运行速度加快 30% 以上，多数工作的成本最多降低 30%。

Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。

Anthropic 发布 Claude Sonnet 5.5，基准接近 Opus 5.5 且每任务成本最多降低 30%

Anthropic 发布 Claude Sonnet 5.5，输出速度提升超过 30%，因每任务消耗 token 更少，有效成本最多降低 30%，多项基准接近 Opus 5.5。

Boris Cherny@bchernyAI 评分7171

Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 提速超过 30%，多数任务成本最多降低 30%。作者 Boris Cherny 用视频演示 Sonnet 5.5 修复 Claude Code 中的一个 bug。

Ethan Mollick@emollickAI 评分1919

这也是为什么非程序员往往能用 AI 做出意想不到的事情：人和软件有不同的局限，旧的思维模型会成为阻碍。

Anthropic 发布 Sonnet 5.5，称其比前代更快更便宜

Anthropic 发布中端模型 Sonnet 5.5，官方称其比前代 Sonnet 5 快 30%，token 消耗明显更低。公司基准显示该模型在 agentic 编码上优于 Opus 5.5，并称其具备与 Opus 5 相当的网络安全能力，因此成为首个适用与 Fable 和 Opus 相同网络安全防护的 Sonnet 模型；公司还计划在未来几周发布新版本 Haiku。

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。

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。

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%。

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。

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

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

elvis@omarsar0AI 评分5252

Base44（@Base44）发布 Base Code 早期预览版，将代码仓库扫描后把数据库、Redis 等基础设施组件全部搭建到云端，供团队在统一环境中协作开发，支持从任意浏览器访问，WhatsApp / iMessage 接入即将推出。该环境还可支撑自动化软件工厂等能力，如智能体读取支持工单、实现修改并在云端验证。产品与模型无关，免费开放 30 天，可连接任意 GitHub 仓库获取实时预览。

François Chollet@fcholletAI 评分4444

Francois Chollet 表示自己如今不再读写代码，只通过 LRM 下指令，但这并非因为 LRM 代码质量已完美甚至够好。他认为 LRM 能解锁测试代码库、审计组件、生成可视化、红队测试等新工作流，速度远超以往，这些方式能达到与阅读代码相当的理解效果。因此手写代码的 ROI 已不再划算，原因不是 LRM 变完美，而是其速度足以支撑更高效的新工作流。

🚨 AI News | TestingCatalog@testingcatalogAI 评分5757

Base44 推出云端代码编辑器 Base Code，可直接在浏览器打开任意 GitHub 仓库。它会扫描代码仓库并在云端搭建数据库、Redis 等基础设施，直到预览环境就绪；支持多个 AI 模型并用，团队成员可将查询转为 pull request，合并前仍需人工审核批准。产品目前为早期预览版，免费开放 30 天。

Meta 成立企业平台部门，将 Muse Agent 等工具出售给企业

Meta 推出 Meta Enterprise Platform，向企业出售 AI 工具，首批包括 Muse agent、Meta Business Agent、Muse API 和 Muse Code，由前 MongoDB CEO Chirantan Desai 领导并直接向 Mark Zuckerberg 汇报。

Atlassian CEO Mike Cannon-Brookes 谈 AI 下的企业软件与 SaaSpocalypse 论

The Verge Decoder 播客专访 Atlassian 联合创始人兼 CEO Mike Cannon-Brookes，讨论所谓 SaaSpocalypse 是否成立。

资深工程师撰文反驳'编程已被AI解决'的叙事

资深工程师 Alex Ewerlof 发文反驳'编程已解决、工程只看品味'的说法，指出维护、可靠性、安全等 NFR 以及功能需求本身都未解决，AI 无法承担问责。文章列举 LLM 擅长的场景如 POC、个人软件、自然语言转换，并逐条批驳'spec 即代码''英语是新编程语言''Agent 是新编译器'等流行观点，还与 DHH 展开交锋，最后建议工程师保持理解与问责，警惕 AI 过度使用。

Artificial Analysis@ArtificialAnlysAI 评分5555

Artificial Analysis 发布 Cyber Index 与 Cyber Index Alliance，联合 @CollinearAI、@IBM、@nvidia、@vercel 作为启动伙伴，用 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三个开放基准评估智能体发现和修复漏洞的能力。

Claude Opus 5.5 提示词指南：与 Opus 5 的行为差异及迁移模式

Anthropic 官方文档介绍针对 Claude Opus 5.5 的提示词模式，覆盖 effort 校准、无人值守智能体运行、安全拒绝、进度更新、多应用工作流、视觉输入和前端设计等场景。

UC Berkeley 团队用 AI Agent 审计 13 个基准，发现 45 个无需解题的满分作弊方案

UC Berkeley 团队构建全自动 AI Agent 审计 13 个广泛使用的基准，发现 45 个作弊方案，全部基准被评为 critical 风险，共归纳 16 种攻击类型。

智谱 ZCode 宣布删除涉事云端数据，赠送重置卡和 1 亿 Token

智谱 ZCode 在被质疑偷传代码后宣布开源，并发布公告称仓库快照上传链路已移除、涉事云端数据已删除，承诺“你不发起，不上云”，开源版本更新至 3.14.3。补偿方面，付费用户获赠 4 张周重置卡和 4 张 5 小时重置卡（1 个月内有效），9 月 28 日至 10 月 7 日期间向全体用户赠送共 10 万份 1 亿 Token 额度。

Claude Sonnet 5.5 疑似泄露，配置标识符现身并开启灰度测试

新智元转述多位开发者在 X 上的爆料称，Claude Sonnet 5.5 已出现在 Anthropic 官方配置中，标识符为「claude-sonnet-5-5」，并在 Claude Code 中开启灰度测试。

ginobefun@hongming731AI 评分5151

BestBlogs 早报 09-28 精讲三篇：José Valim 提出围绕智能体重新审视编程语言应提供的程序保证与可查询接口，并建议把符号、调用图和类型暴露成程序数据库。

Simon Willison 主题演讲梳理 2026 年 LLM 领域脉络

Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲，以时间线梳理 2026 年 LLM 领域的主要趋势。

DAIR.AI@dair_aiAI 评分5353

SkillGym 框架将人类编写的技能转化为 2,756 个带代码检查器的训练环境，并在 8,364 条成功轨迹上微调。

Jev 与无法解释的失败的常态化

作者评论 TypeSafe AI 推出的 AI 模型 Jev，认为其用户不做 evals、把置信度分数当形式或甩锅理由，丢弃了对失败原因的追查。他担忧 LLM 驱动的开发会让"有时就是烂"成为排查的可接受终点，而本可用几条提示词搭建的 eval 反而能解决部分问题。

Rohan Paul@rohanpaul_aiAI 评分6767

Synthetic Sciences 发布开源科研 Agent OpenScience，正式结束 beta 并上线 Product Hunt，采用 Apache 2.0 许可、免费开放。

elvis@omarsar0AI 评分5555

Michael Thiessen 实验将 Jev 作为 Agent harness 中编辑后运行的模糊 linter：把编码指南拆成无需额外上下文和推理的微小规则，并构建合成 eval 加 held out 集防止过拟合。

粗制滥造的用户界面的10个迹象：作者盘点AI生成UI的典型槽点

作者吐槽自己大学应用更新后的界面是典型的 AI slop UI，并总结十个识别迹象：无处不在的渐变和紫色、无意义的彩色、多余的脉冲徽章、被滥用的指甲卡片、大量 emoji、元素错位、Inter 或 JetBrains Mono 字体、聊天上下文带来的冗余文案、glassmorphism，以及 Elevate、Seamless、Next-Generation 之类的空洞口号。

凡人小北@frxiaobeiAI 评分5454

HuggingFace 上开源了一个用 Claude Opus 5.5 生成的模拟医患对话数据集，覆盖 2194 种疾病，平均每段 33 轮，从症状、检查聊到治疗和后续安排。