跳到正文
9月23日周三
  1. OpenAI News31

    OpenAI 推出 MentalHealthBench

    MentalHealthBench 是一个由专家参与设计的 benchmark,用于评估 AI 在真实心理健康对话中的回答是否既有帮助又安全。OpenAI 以“Introducing MentalHealthBench”的形式公布了这一评测基准,聚焦心理健康对话场景下的模型表现。

  2. Latent Space85

    Claude Opus 5.5 发布并成为 AINews 默认模型,OpenAI 同日推出降价约 50% 的 GPT-6 Sol 与 Luna

    Anthropic 发布 Claude Opus 5.5,称其多数任务达到 Claude Fable 5.1 水平、运行成本比 Opus 5 低 40%,约快 30%,并成为 Claude Code 与 Claude app(含 Cowork)的默认模型,Latent Space 宣布 AINews 今后默认用它生成。

    推荐理由:把 Opus 5.5 的基准表现、定价与成本拆解放在一起,读者能看出 40% 降价在不同 effort 设置下并不都成立。

  3. Simon Willison16

    旧金山 10 月 14 日:Agentic Engineering 主题 Birds of a Feather 交流活动

    Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山共同举办一场晚间活动,面向在 coding agents 上及基础上构建新奇事物的开发者,形式是一场流动的非正式 show-and-tell。活动鼓励分享尚未公开发表的工作、古怪实验或没有明显市场前景的未完成项目,不作产品推介,也不强制要求演讲,只需一次分享即可。

  4. Simon Willison12

    llm 0.36 发布

    Simon Willison 于 9 月 22 日发布 llm 0.36 的短讯,正文仅记录发布时间,未说明具体改动细节。同页推广其每月 LLM 重要进展的邮件简报,赞助订阅价为 $10/month。

  5. OpenAI News67

    OpenAI 发布 GPT-6 Sol 和 Luna 两个模型

    OpenAI 发布 GPT-6 Sol 和 Luna 两个模型,把前沿智能带入日常工作的不同场景。两者在能力与成本之间采取不同平衡,供用户按需选择。

    推荐理由:原文点出两个模型按能力与成本做不同取舍的定位,可帮助读者理解 GPT-6 系列的产品分层思路。

  6. Simon Willison19

    llm-anthropic 0.29 发布

    llm-anthropic 更新至 0.29 版本,由 Simon Willison 于 9 月 22 日发布。该条目仅为简短的版本发布记录,未给出具体的变更内容或功能细节。

9月22日周二
  1. Latent Space76

    Xiaomi MiMo-V2.6-Pro 1T-A42B 发布,成为新的顶级开放权重模型

    Xiaomi 发布 MiMo-V2.6 系列原生全模态模型,MiMo-V2.6-Pro 以 1.02T 总参数 / 42B 激活参数成为新的顶级开放权重模型,另有 MiMo-V2.6-Flash 与最高 20x 输出提速的 MiMo-V2.6-Pro-UltraSpeed。

    推荐理由:文中给出 RL 训练的批量、上下文与 token 步长细节以及开源范围,便于判断开放 RL 环境的价值。

  2. NVIDIA Blog32

    从赋能到落地:埃及 AI 生态进入生产规模

    NVIDIA 在大埃及博物馆举办埃及 AI 生态活动,当地生态已从能力建设进入生产规模。埃及 NVIDIA Deep Learning Institute 学员一年增长逾十倍;非洲一年内宣布或上线 4 座 AI factory,另有 656 megawatts 新产能在管道中。

9月21日周一
9月18日周五
  1. GitHub Blog · AI & ML32

    GitHub Podcast:该不该读 AI 生成的代码、RAG 死了吗、Skills 干掉 MCP 了吗

    GitHub Podcast 最新一期拆解了 5 个 AI 热门观点,结论是 RAG 并未死,Skills 与 MCP 解决的是不同问题——MCP 提供标准化工具接入,Skills 承载上下文与最佳实践,可共存于同一工作流。节目还指出开发者仍需为 AI 生成代码负责、招聘方更看重对 AI 使用的判断力,以及为适配代码库而微调模型未必说明代码质量差。

9月17日周四
  1. NVIDIA Blog22

    可爱生物登陆云端:Aniimo 上线 GeForce NOW

    Aniimo 本周登陆 GeForce NOW,玩家可在 Steam Deck 和新支持的 Firefox 浏览器等设备上串流游玩,免去 45GB 下载。Pawprint Studio 的这款免费开放世界生物捕捉 RPG 随本周 11 款新作一同加入,007 First Light 同步获得路径追踪更新,Active Matter、Outer Wilds 等新作也加入云端阵容。

  2. GitHub Blog · AI & ML74

    GitHub Copilot 用 Copilot 将 80 万行运行时从 TypeScript 重写为 Rust

    GitHub 借助 GitHub Copilot app 和 Copilot CLI,把 Copilot agent 运行时从 TypeScript 重写为超过 800,000 行生产 Rust,128 个 PR 合入 main,8 月 21 日运行时达到 100% Rust,性能提升若干数量级。

    推荐理由:原文用会话日志量化了智能体写代码时的探索比例与编译器报错分布,并给出原地原子替换的迁移方法,可迁移到其他大规模重构。

  3. OpenAI News29

    OpenAI 推出 Astra for Law

    OpenAI 推出面向法律行业的 Astra for Law(OpenAI for Law),提供法律领域的前沿智能、律所定制工作流、连接的法律数据源,以及面向机密客户工作的法律级管控。