Anthropic / Claude

实测飞猪AI：智能助理突围OTA，商业化仍待探索

飞猪在2026年上半年推出升级版AI产品「飞猪帮帮」，定位为智能助理团队，覆盖行前行中行后场景，支持自然语言订酒店、行程规划、抄攻略、代办事务等。飞猪采用LUI与GUI融合的交互设计，并基于Multi-Agent架构和agentic RL技术，提升结果可用率超70%。此举旨在突破传统OTA商业模式，探索AI Agent在旅游垂类的落地，但商业化暂未提上日程。

Muse Spark 1.3 对标前沿模型，斯坦福推智能体工程课程

Meta 发布 Muse Spark 1.3，据称性能接近 OpenAI 和 Anthropic 的前沿模型，并承诺开放权重，训练成本可降低 90% 以上。斯坦福大学推出两门 AI 智能体工程课程，强调从提示工程转向系统化智能体构建。业界讨论 Astra 循环变压器架构的实质，以及智能体评估和技能检索的新方法。

EvalDetectBench：测量前沿语言模型评估意识的新基准

EvalDetectBench是一个用于测量前沿大语言模型评估意识的开源基准和流水线，兼容任何Inspect兼容的评估。该基准发现现有文献中的两个方法论选择会引入系统性偏差：生成部署转录的模型身份占测量方差的11.25%并可重新排序模型排名，且为某一模型选择的高性能提示在其他模型上可能接近随机水平。EvalDetectBench通过逐模型探针校准和分层生成器

面向LLM工具使用的Agent原生可复用工具原语框架HEART

arXiv 论文提出 Tool Primitives，用自然语言接口替代 API schema 调用，并构建含 25,519 个函数的 ToolFace 仓库，支持推理时动态检索。在此基础上提出 HEART 框架，包含 Planner、Router、Verifier 组件，在五个基准上平均超越 SFT 模型及 GPT-5.4、Claude-4.6-Sonne

PydanticAI v2.38.0 发布：新增模型支持与多项修复

PydanticAI 发布 v2.38.0 版本，新增了 context window 字段、gemini-3.8-flash 模型支持，以及 Claude Fable 5.1 和 Claude Mythos 5.1 模型支持。同时修复了多个 bug，包括 DeepSeek 和 Together 的 tool choice 处理、Bedrock Mantle

TechCrunch Disrupt 2026 推出 Builders Stage，聚焦初创企业规模化实战策略

TechCrunch Disrupt 2026 将设立 Builders Stage，邀请 Gamma CEO Grant Lee、Google 产品副总裁 Robby Stein 等嘉宾，围绕融资、招聘、AI 应用等主题分享初创企业规模化策略。会议将于 10 月 13-15 日在旧金山 Moscone Center 举行，预计吸引超 1 万名参与者。议程涵

OpenAI新推理技术引发AI安全专家担忧

据The Information报道，OpenAI的新模型Astra将采用一种名为“循环深度”（又称“不透明循环”）的推理技术，该技术使模型在循环中处理查询，可能使思维链更难监控，引发AI安全专家的担忧。Redwood Research CEO Buck Shlegeris和AI安全倡导者Zvi Mowshowitz等专家公开表示忧虑，认为该技术可能破坏思维

谷歌发布Gemini 3.8 Flash：性能更强但成本可能更高

谷歌发布了Gemini 3.8 Flash模型，该模型通过更多推理步骤和迭代工具调用实现更强性能，但可能因token消耗增加而提高使用成本。该模型在软件工程和自主智能体基准测试中表现优异，同时谷歌推出了面向政府和可信伙伴的Fairwind计划，提供Gemini 3.8 Flash Cyber和CodeMender代理。

另有 1 家信源报道

腾讯WorkBuddy开放平台上线，携超百家伙伴拓展Agent生态

腾讯在WorkBuddy生态发布会上宣布开放平台正式上线，面向智能硬件、行业应用和开发者开放Agent能力，首批引入超百家生态伙伴，并发布了9款联名智能硬件和30余个行业应用。WorkBuddy通过硬件入口、开放平台和Buddy应用构建完整生态，覆盖金融、法律、教育等多个领域，旨在让Agent进入真实业务流程。

另有 2 家信源报道

美国政府支持OpenAI：版权材料训练AI属合理使用

美国特朗普政府在《纽约时报》起诉OpenAI的版权诉讼中提交了一份20页的法庭简报，支持OpenAI未经许可使用受版权保护材料训练大语言模型的行为。简报强调美国需要保持AI领域的全球领导地位，并认为对合理使用原则的误解会阻碍创新。该简报虽非裁决，但可能对案件产生重要影响。

另有 1 家信源报道

谷歌发布Gemini 3.8 Flash，六周内第三款预算模型

谷歌发布Gemini 3.8 Flash及其网络安全版本3.8 Flash Cyber，这是六周内第三款Flash模型。该模型在编码和智能基准上超越前代，价格与3.7 Flash持平，但推理成本更高。谷歌强调其性能提升源于额外推理步骤，并推荐效率敏感场景使用3.7 Flash。

llm-gemini 0.34 发布及近期 AI 动态

Simon Willison 发布了 llm-gemini 0.34 版本，这是一个用于连接 Gemini 模型的 LLM 插件。该版本更新可能包含对 Gemini 模型的支持改进。文章还提及了 Claude 新系统提示词限制复制歌词、Claude Fable 5.1 生成动画鹈鹕以及 ChatGPT Work 的相关内容。

特朗普政府支持OpenAI在纽约时报版权诉讼中的立场

特朗普政府在美国纽约时报诉OpenAI版权案中提交利益声明，支持OpenAI的合理使用论点，认为允许AI模型在受版权保护的作品上进行训练将促进科学进步和美国的繁荣。该案可能为其他媒体与AI公司之间的版权纠纷设定先例。

另有 1 家信源报道

HiddenLayer融资1亿美元，企业加速AI安全部署

AI安全初创公司HiddenLayer在B轮融资中筹集了1亿美元，由Delta-v Capital领投，微软M12等参投。该公司过去一年年度经常性收入增长超过10倍，目前达数千万美元，客户包括国防部和情报机构。资金将用于扩展销售、工程和研究，并计划进入欧洲市场。

特朗普称AI数据中心抗议活动有利于中国

美国总统特朗普在Truth Social上发文，强烈反对美国国内针对AI数据中心的抗议活动，称这些抗议将让社区变得“落后和贫穷”，并有利于中国在AI竞赛中取得优势。一项盖洛普民调显示，71%的美国人反对在自家附近建设数据中心，居民担忧电费上涨、噪音和水资源消耗。研究组织Data Center Watch称，2026年第一季度，草根运动已阻止或延迟了至少75个

OpenAI 称 Astra 为最危险模型，安全监控面临挑战

OpenAI 将其即将推出的 Astra 模型评为首个具有“严重”网络攻击能力的系统，同时声称这是其构建的最安全模型。内部测试显示 Astra 在漏洞利用基准上表现优异，并发现了两个零日漏洞。为应对风险，OpenAI 计划推出新的安全措施，包括监控模型的思维链，但该技术可能因模型内部推理的不可见性而存在局限。

另有 1 家信源报道

Adobe 收购印度营销情报初创公司 Rilo

Adobe 已收购印度营销情报初创公司 Rilo，交易涉及许可和团队收购，具体条款未披露。Rilo 成立于 2025 年，专注于自动化营销工作流，其技术将增强 Adobe 面向大客户的现有产品。收购后 Rilo 将关闭，其六人团队和部分知识产权将整合进 Adobe。

llama.cpp b10757 发布：Vulkan 后端 IQ3 S 大批量性能提升

llama.cpp 发布 b10757 版本，主要改进是 Vulkan 后端对 IQ3 S 矩阵向量乘法在大批量（ 4）场景下的处理效率，当 n=8 时性能提升 5 倍。该版本同时提供了适用于多个平台和硬件加速器的预编译二进制文件。

腾讯WorkBuddy开放平台上线，打造Agent生态基座

腾讯WorkBuddy于9月2日正式上线开放平台，首批引入超百家生态伙伴，成为国内首个同时打通硬件、应用与开发者三层生态的Agent基座。平台已接入智能眼镜、录音卡片等十余个品类超30个品牌，并发布9款联名硬件及30余个行业应用，覆盖金融、法律、医疗等领域。同时面向开发者开放Skill、Expert、Connector三大能力，并计划建设支付与分发通路。腾讯

另有 2 家信源报道

分布式隐性危害：多模态大模型视频审核的组合安全盲点

该研究提出“分布式隐性危害”（DIH）概念，指多模态大模型在视频审核中无法识别由看似无害的片段组合而成的有害内容。作者构建了包含9000多个视频的DIH数据集和基准，测试30多个MLLM后发现即使最强模型检测率也低于45%，真实视频中同样失败。通过两阶段后训练，检测准确率提升超60个百分点，表明该缺陷可通过针对性训练缓解。