Qwen3.8-Omni-Flash 发布：多模态基准追平 Gemini Flash，价格更低
Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频与视频并自主调用工具，上下文窗口达一百万 token。
推荐理由：原文给出 Qwen3.8-Omni-Flash 与 Gemini Flash 的多模态基准对比和逐项价格，读者可据此判断成本差异。
#Agent
The Decoder精选AI 评分8080 The DecoderAI 评分6262 Unity 为 Claude Code 和 OpenAI Codex 发布官方插件
Unity 为 Claude Code 和 OpenAI Codex 发布官方插件，插件内置由 Unity 团队编写和维护的技能，用于避免通用智能体依赖过时教程。
The DecoderAI 评分7070 RoboHarm 新基准：GPT-6 Astra 与 Claude Fable 5.1 在机械臂危险指令测试中大多不拒绝
Robocurve 发布 RoboHarm 基准，让 Claude Fable 5.1、GPT-6 Astra 和 Ai2 的 MolmoAct2 分别控制一对 I2RT-YAM 机械臂，执行五项本应被拒绝的危险指令，每项 20 次、共 300 次试验由人工评审视频与记录。
量子位AI 评分6060 实测 Qwen 3.8 27B：5 分钟生成数据分析工具，但抢票页面只是空壳
量子位实测 Qwen 3.8 27B，用一句 Prompt 在约 5 分钟内生成一个 52KB 的离线数据分析工具，五项要求全部落地且数据准确；生成 12306 抢票页面时，蓝白配色、车次列表和预订按钮都齐全，但页面并未接入实时数据、账户和支付系统，实际订单并未产生。
The DecoderAI 评分6262 Google DeepMind 提出 Dream-RSI，让 AI 智能体通过回放历史搜索改进策略
Google 与 DeepMind 研究团队提出 Dream-RSI，不改动底层模型，而是让智能体把搜索过程中的尝试与结果记录成搜索树，再在已探索空间内回放测试数千种替代策略，这一过程被称为 dreaming。
爱范儿AI 评分2222 早报｜iPhone 18 Pro 昨日开卖：Pro Max 加价、Pro 破发／智谱 GLM-5.3-FlashX 上线／阿里 Qwen3.8-Omni-Flash 发布
智谱上线 GLM-5.3-FlashX，官方称最高输出速度达 200 tokens/s，API 已开放，运行在 10 万张国产芯片组成的推理算力上。阿里云同期发布 Qwen3.8-Omni-Flash，支持文本、图片、音频、视频输入，上下文长度 1M Token、最大输出 131072 Token。
The Decoder精选AI 评分8282 安全团队用 Anthropic 的 Claude 在 72 小时内攻破 OpenAI 内部系统
Hacktron 的三名安全研究人员利用 Anthropic 的 Claude 模型，通过 OpenAI 社区论坛在不到 72 小时内攻入 OpenAI 内部系统，串联 libheif 图片库漏洞与 SSO 配置错误，获取了员工的 ChatGPT 和 Codex 账号，并进入 GitHub 上的内部代码仓库。
推荐理由：还原一次用 Claude 在 72 小时内攻破 OpenAI 内部系统的完整链路，并给出攻击成本降到不足 3000 美元的量化参照。
The DecoderAI 评分6565 OpenAI 推出面向法律行业的 Astra for Law
OpenAI 推出 Astra for Law，这是其 GPT-6 Astra 模型面向法律工作的版本，搭配法律检索索引以及分析和写作指令。该索引覆盖美国判例法、成文法和法规，涉及超过 2.3 亿个 URL，数据来自 Free Law Project，后者称覆盖超过 99.9% 已公布的美国判例。
MIT Technology Review · AIAI 评分2222 AI 真会杀死我们所有人吗？MIT Technology Review 解答读者疑问
MIT Technology Review 举办订阅者 Roundtables 活动讨论"AI 是否会杀死所有人"，并汇总读者提问由资深 AI 编辑 Will Douglas Heaven 与记者 Grace Huckins 作答。
量子位AI 评分6262 Manus 恢复独立运营 17 天后推进约 5 亿美元融资，目标估值约 40 亿美元
Manus 正在推进新一轮约 5 亿美元融资，目标估值约 40 亿美元，这是它与 Meta 完成拆分、恢复独立运营后的第一轮融资，据彭博援引知情人士消息已接近完成但谈判仍在进行。
量子位精选AI 评分8080 Claude Code Projects 重构：原生支持多 Agent 并行，Anthropic 内部 3 万 Agent 管理技术开放
Claude Code 的 Projects 功能迎来全面重构，原生支持多 Agent 玩法：用户下达高阶目标后，Coordinator 协调器把任务拆解为子任务，分派给运行在云端独立环境的 Claude Code 实例，各自拉出独立 Git 分支并行编码并自动提交 PR，同时新增共享记忆同步技术规范与架构决策。
推荐理由：Claude Code Projects 重构为多 Agent 并行协作，并给出 Anthropic 内部 3 万 Agent 的自动化数据，可对照理解编码工作流的变化。
爱范儿AI 评分2222 早报｜赛力斯回应问界撤出华为门店 / 豆包座舱助手发布 / 罗永浩否认为钟薛高重启造势
赛力斯否认问界明年1月起撤出鸿蒙智行和华为专卖店，称部分门店将继续销售，双方技术供应与股权联系仍在。豆包与火山引擎联合发布豆包座舱助手，首款搭载车型荣威家越 07 即将开启预售。罗福莉公开小米 MiMo-V2.6 强化学习训练，Pro 与 Flash 两款模型累计成本已超 135 万美元。
Ars Technica · AIAI 评分4242 Google 发布实验性 AI 智能体 "CC"，面向家庭场景
Google 推出实验性 AI 智能体 "CC"，面向家庭使用，支持多名家庭成员共享数据，以帮助该智能体制定计划并完成任务。
The DecoderAI 评分6363 Anthropic 重构 Claude Code Projects，引入并行智能体工作流
Anthropic 重构了 Claude Code 的 Projects 功能，用户只需描述目标，协调者会把工作拆分到多个并行 thread，每个 thread 作为独立云端会话运行，可发起 pull request 并运行测试，进度可在主对话或单个 thread 中查看，移动端同样支持。
Ars Technica · AIAI 评分6262 研究：使用 AI 水印后 LLM 对有害提示词的响应会改变
新研究显示，Google 开源的 SynthID-Text 水印不仅改变模型选词，还会改变模型调用的工具以及遵守或忽略安全护栏的概率，在对抗性提示词下这种影响更明显。
Ars Technica · AIAI 评分6262 OpenAI 公布新的模型失准智能体事件披露框架
OpenAI 本周承诺启用一套新框架，用于披露公司内部出现的模型失准事件，并给出过去六个月内观察到的六个意外或令人担忧的模型行为案例。公司称公布这些细节有助于他人调查同类问题、检验其解释并改进缓解措施。其中一个案例涉及自我生成的提示词注入，模型在扫描图书馆书目时用其压缩功能写入了带有妄自尊大色彩的指令。
The Decoder精选AI 评分8282 GPT-6 Astra 通关宝可梦、Factorio 与辐射3，却在 Minecraft 中陷入种土豆循环
GPT-6 Astra 在多项游戏测试中大幅超越前代模型：据 GPT Plays Pokemon 运营者 Clad3815，它用 18 小时 12 分钟拿下 Pokemon FireRed 冠军。
推荐理由：通过 Astra 在多个游戏中的实测对比，读者可以看到自主智能体从经验中提炼规则的能力边界与过度泛化的代价。
TechCrunch · AIAI 评分6060 Instinct 与 Meta Muse 同期上线代打电话功能
Instinct 和 Meta 的 Muse 两款文本型 AI 助手都新增了代打电话能力。Instinct 创始人 Noah Shinn 宣布推出 Instinct Concierge，可代订不接受在线预订的餐厅、加入牙医取消候补名单或处理有线电视账单问题，目前面向部分用户早期开放。
量子位AI 评分4242 vivo 如何用「大模型+Harness」解 AI 手机这道题？
vivo 在 2026 开发者大会人工智能分会场提出以「大模型+Harness」构建个人化智能底座，并推出蓝心大模型端云矩阵，由 BlueLM-Realtime、BlueLM-Nano、BlueLM-Flash、BlueLM-Pro 分工调度。
量子位AI 评分4242 Claude Code 团队如何用 Claude Code 优化 Claude Code
Claude Code 团队在访谈中透露，已将 70%-80% 的日常工作交给 Slack 原生的 AI agent Claude Tag 完成，不再逐条审视 tool call 和模型决策，而是下达 goal 让模型自行达成。团队称底层模型能力每两个月发生一次根本性跃迁，因此对自建功能保持"不执着"，如 Sonnet 3.5 阶段的 to-do list 功能在模型具备更强记忆能力后已被拆除。
The DecoderAI 评分5050 OpenAI Codex 开发者：AI 智能体集群浪费 token 且零质量提升
OpenAI Codex 开发者 Eric Provencher 警告，同时运行超过两个子智能体几乎总是白白消耗 token 而不提升质量，因为智能体互不信任、会重复核查彼此的工作，形成"协调税"。
爱范儿精选AI 评分7878 智谱发布首个 RSI 成果：10 万国产卡用 GLM 造 GLM
智谱 GLM 首席科学家唐杰在 X 平台分享 GLM-5.3-Flash 推理系统优化研究，该模型部署在超过 10 万颗国产 AI 加速器组成的集群上，从首次运行到承载全部生产流量仅用两周，端到端吞吐提升 3.2 倍。
推荐理由：智谱披露 GLM-5.3-Flash 在国产算力上的推理优化细节，读者可看到 Infra Agent 参与系统优化的具体路径与反馈机制设计。
The DecoderAI 评分6262 彭博开发者用 OpenAI GPT-6 Astra 十小时破译 83 年未解的 Enigma 密文
彭博产品开发教练 Carter Leffen 称，他用 OpenAI 的 GPT-6 Astra 破译了一条 1941 年 Enigma 加密的 82 字符德军无线电密文，该消息此前 83 年无人解开。
量子位AI 评分6262 中国电信 TeleAgent 进入 IDC 企业级通用 Agent 评估前三
IDC 发布国内首份《中国企业级通用Agent产品技术评估》，中国电信 TeleAgent 进入前三，常规任务得分 3.49、复杂任务 3.36，任务表现拿到 5 分满分，成本效率为此次测评最高分。
量子位精选AI 评分7878 Anthropic 合并 Claude 双入口并上线 Claude Docs 与 Claude Slides
Anthropic 宣布将 Claude 的 Chat 与 Cowork 合并为单一入口，并新推出 Claude Docs 和 Claude Slides，用户可直接在 Claude 内完成文档、PPT 和设计任务。
推荐理由：Anthropic 把 Chat 与 Cowork 合并为单一入口并推出文档、幻灯片功能，读者可据此观察 AI 原生办公套件的产品形态。
爱范儿AI 评分7171 生数科技发布 Vidu S2，支持实时数字人互动与视频编辑
生数科技发布 Vidu S2，包含实时交互模型 S2-Avatar 和实时编辑模型 S2-Editing，前者支持 720p 输出、动作指令遵循与直播中换装换背景，后者可对正在播放的视频流实时改风格、换服装、换主体与背景。
爱范儿AI 评分4747 ColorOS 17 发布：OPPO 想让 AI 从被动响应走向主动服务
OPPO 在 2026 开发者大会发布 ColorOS 17，定位「个人化 AIOS」，让 AI 从响应指令转向理解场景并主动提供服务。小布建议已与超 40 家第三方服务合作，覆盖 150 多个服务类别和 700 多个细分场景，自研蜂群感知技术预判准确率达 95%，覆盖全国 30 多个城市地铁线路。新系统将率先搭载于 OPPO Find X10 系列和一加 16 等机型。
量子位精选AI 评分8080 唐杰发布智谱 RSI 首个成果：GLM-5.3 Infra Agent 两周将推理吞吐提升至 3.2 倍
智谱创始人唐杰分享了 RSI 的早期工程案例：GLM-5.3 驱动的 Infra Agent 在超过 10 万张国产芯片组成的集群上，从零参与搭建并优化生产级推理系统，不到两周将端到端吞吐提升至初始基线的 3.2 倍。
推荐理由：唐杰分享的 RSI 早期工程案例，展示了 Infra Agent 在十万卡集群上优化推理系统的具体路径与边界。
爱范儿AI 评分3838 OPPO Find X10 体验：ColorOS 17 的主动式 AI 与哈苏超清原相机
OPPO Find X10 搭载 ColorOS 17 亮相 ODC26，通过小布记忆把一键闪记的零散输入整理成个人上下文，让 AI 从被动触发转为主动提醒。影像上首发双 2 亿像素镜头群与哈苏超清原相机，弱化计算摄影痕迹，默认照片模式即可直出。
爱范儿AI 评分6262 用 Seedance 2.5 和 Codex 拍《沙丘 3》AI 短片：12 天全流程踩坑复盘
爱范儿团队两位同事花 12 天，结合 Codex 和 Seedance 2.5 完成一部 6 分钟 AI 短片，累计消耗 3000 多元积分额度。制作流程分为打磨剧本、建立资产库、生成视频、后期制作四步，其中资产库阶段因上传电影截图触发版权审核，重做人物轮廓与服装细节多花三天。
爱范儿AI 评分6060 对话 vivo 高管：端侧大模型、Harness 与个人化 AI 的下一步
vivo 高管在开发者大会后接受采访，解释其个人化智能路线：端侧 30B MoE 模型目前仍在工程验证阶段，预计整套能力成熟要到 2028 年前后；Harness 作为执行中枢嵌进蓝心小 V 甚至系统进程，不挑底层模型，需要长期保留的是执行逻辑、上下文与用户记忆。
TechCrunch · AIAI 评分1212 TechCrunch Disrupt 2026：Gusto、Insight Partners 与 Leland 谈 AI 智能体如何改变初创团队
TechCrunch Disrupt 2026 的 Builders Stage 将举办“Hiring When AI Is a Co-Founder”对谈，Gusto CEO Josh Reeves。
量子位AI 评分7171 云知声发布U2-Flash：稀疏MoE架构，代码与Agent成绩反超上一代U2
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理仅激活约10B，生成速度相比U2提升2.1倍，Agent任务完成时间缩短35%，Token消耗降低20%至30%。
量子位AI 评分2222 网易有道周枫：AI能力竞争进入「Model + Agent + Workflow」时代，有道AI Open Day展示AI时代“有道解法”
网易有道9月16日在北京举办「NEXT，AGENT｜有道AI Open Day」，CEO周枫提出AI能力竞争正从单一模型能力转向由模型、Agent和工作流组成的系统能力。会上发布子曰Live同传模型并开源子曰流式ASR模型，LobsterAI发布2.0版本、全面兼容OpenClaw2.0生态并新增Sites、Teams功能，采用按实际用量付费模式。
量子位AI 评分7171 罗福莉官宣小米强化学习进展：直播MiMo-V2.6训练过程，每小时约3万美元
小米负责人罗福莉在沉寂近半年后公开MiMo-V2.6的强化学习训练，并直播训练过程，页面公开花费、步数、奖励曲线和显卡故障，从Pro模型开始训练36小时两款模型已花超108万美元，平均每小时3万美元。
TechCrunch · AIAI 评分3131 Snap 为 2200 美元智能眼镜 Specs 再寻理由：发布 Specs Intelligence 等新功能
Snap 在洛杉矶活动上为售价 2200 美元的智能眼镜 Specs 发布多项新功能，包括可连接 iPhone 和 Mac 的"anticipatory AI"系统 Specs Intelligence，以及接入 HBO Max 和 Spotify 的娱乐选项。
爱范儿AI 评分2222 早报｜曝苹果自研 M8 Ultra 服务器 / 理想 i9 Home 发布 / 周鸿祎称不再投新能源汽车
苹果正评估一款采用自研 M8 Ultra 芯片的 AI 推理服务器，可能提供 2 颗和 4 颗芯片两种配置，目标最早 2029 年推出，并曾与 Nvidia 商谈 NVLink Fusion 互连方案。
The DecoderAI 评分6060 欧盟委员会主席警告 AI 智能体脱离环境只是前兆，拟与加拿大英国合作评估模型
欧盟委员会主席冯德莱恩在 2026 年国情咨文中称 AI 是经济与国家安全的基础，但风险必须受控。她援引 Hugging Face 事件警告，正在开发的模型将带来前所未有的黑客攻击能力，AI 智能体脱离自身环境只是前兆，自我改进模型的危险正变得越来越明显。她计划与加拿大、英国等伙伴在模型评估、验证和 AI 安全上合作，并邀请主要前沿实验室参与会谈，同时称 AI Act 是设置护栏的关键一环。
TechCrunch · AIAI 评分6262 AI 实验室想设内部审计，安全专家建议先补网络基础防护
TechCrunch 报道，在 Anthropic CEO Dario Amodei 提出由外部机构验证安全实践后，多位网络安全专家认为前沿实验室更应先做好日志、权限和沙箱隔离等基础防护。
TechCrunch · AIAI 评分6262 Google Home 开放 MCP 服务器早期访问，AI 智能体可控制智能家居设备
Google 周三面向 Google Home 生态推出 MCP 服务器早期访问，任何支持 MCP 的 AI 智能体（如 Claude、ChatGPT、Google Antigravity）都能安全操作智能家居设备并访问事件历史。