Anthropic / Claude

英伟达 SoL-Pi 通过优化 harness 将编码智能体 token 用量减半

英伟达研究人员提出 SoL-Pi 系统，通过自动优化编码智能体的控制层（harness）来降低 token 消耗。该系统让一个研究智能体观察另一个智能体的执行轨迹、提出修改并在预设环境中测试，在 535 个可执行环境中探索了 152 个方向，生成超 3000 次运行。在 EdgeBench 的 51 个公开任务上，SoL-Pi 性能与原始 Pi harnes

GPT-6 Astra 在宜家家具组装错误识别基准上达 80%

Epoch AI 推出家具组装基准 FAB，用三张宜家家具组装照片（含故意错误）测试模型识别装配错误的能力。2025 年 11 月最佳模型 Claude Opus 4.5 得分 28%，十个月后 OpenAI 的 GPT-6 Astra 达到 80%（每张照片耗时三分钟），Claude Fable 5.1 为 70%，Claude Opus 5 为 61%，

OpenRouter 从种子轮到 Stripe：中立路由层与 token 经济安全

OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中回顾了 OpenRouter 从 Llama、Alpaca、Mistral 等早期开源模型浪潮中起步，成长为服务超 1000 万开发者的中立模型路由层的过程。节目讨论了模型实验室在分发上的困境、Mistral 价

又一 DeepMind 研究员离职，称近期构建超级智能"本质上不负责任"

Google DeepMind 新西兰技术专家 Robert O'Callahan 宣布离职，称 AI 当前变化速度过快，其此前参与开发的芯片设计工具让 AI 更便宜更快，如今他认为这一贡献已无法被合理化。他表示近期追求超级智能是"本质上不负责任的"，并警告认知投降、AI 诱发的精神病与孤独、权力集中、经济冲击、网络安全风险及问责缺失等问题，认为 AI 的害

Mem0 Python SDK v2.2.1 修复核心与向量存储缺陷

Mem0 发布 Python SDK v2.2.1，集中修复核心、LLM 与向量存储三方面的缺陷。核心层面，add() 不再把向量库拒绝的记录当作成功写入，全部失败时抛出 VectorStoreError，并恢复 Memory/AsyncMemory 的上下文管理器协议。LLM 层面修复 AWS Bedrock Anthropic 路径读取 Claude 推

微软改版 Copilot：新增 Autopilot 代理并转向按量计费

微软对 Copilot 进行改版，将其拆分为 Home、Code 和 Autopilot 三个板块，并推出基于 OpenClaw 构建的主动式代理 Autopilot（前身为 Scout），每个实例拥有独立的云电脑、工作区、存储和身份，可通过 Teams、Outlook 中的 @提及 触发并持续在云端运行。同时，微软将 Autopilot、Code 和 Co

另有 1 家信源报道

Meta 借 Connect 大会力推 AI 应用 Muse，下载量突破 340 万

Meta 在年度开发者大会 Meta Connect 上大力推广其 AI 应用 Muse，并宣布视频聊天、Mac 端电脑操作支持、专属邮箱、更多连接器及智能眼镜集成等即将推出的功能。据 Sensor Tower 估算，Muse 自 9 月 8 日上线以来下载量已从 250 万增至超 340 万，会后周三日活用户增长 27%。该应用已登顶美国 App Stor

Ricursive Intelligence 谈 AI 何时开始设计自己的硬件

TechCrunch 报道，由前 Google AlphaChip 负责人 Anna Goldie 和 Azalia Mirhoseini 创立的 Ricursive Intelligence 正在开发能自动设计芯片并从设计中学习的 AI 系统，目标是将芯片设计周期从两三年缩短到数周。两人此前在 Google 共同领导 AlphaChip，其成果曾用于多代

Cloudflare 推出 Turnstile Spin，让 AI 代理自动部署网站安全验证

Cloudflare 发布 Turnstile Spin，让 AI 编码代理自动完成 Turnstile 人机验证的端到端部署。Spin 能识别前端与后端代码，处理全新安装、修复未验证的 widget 以及从其他 CAPTCHA 迁移三种场景，代码修改在用户本地由 Claude Code、Cursor、Codex 等代理完成，不发送到 Cloudflare。

Meta 的 Muse 智能体为每位用户提供运行 Ubuntu Linux 的完整云电脑

Meta 工程副总裁 David Singleton 介绍，Muse 智能体的每位用户都会获得一台免费的云端 Ubuntu Linux 计算机，可安装软件、编写编译代码和浏览网页。该环境采用 Muse Secure VM 架构，用户与智能体在 Runtime Cell 内自由操作，外部 Sentinel 进程监控敏感行为，密码凭证存放在单元之外，以隔离 Me

Quarkus LangChain4j 发布 1.14.0 版本

Quarkus LangChain4j 发布 1.14.0 版本，包含多项修复与功能更新。主要变更包括新增 @McpClientAgent 注解支持、为 AgenticScope 自动注册序列化域对象、修复 A2A 代理发现和 MCP SSE 解析问题，并新增 Workload ModelAuthProvider 以支持 OpenAI 和 Anthropic

AI推高成本：NSA测试耗资数十亿，医院保险账单战加剧

美国国家安全局向国会表示，今年将花费数十亿美元测试先进AI模型，其中算力是最大开支，人员薪酬也因需与AI实验室竞争而推高成本。在医疗领域，医院和保险公司利用AI进行账单编码与理赔审查，互相博弈导致护理成本上升，蓝十字蓝盾协会称医院借此两年多收近10亿美元。文章还指出，企业按token计费的模式使大客户算力支出高昂，OpenAI和Anthropic等提供商正通

微软发布 Copilot 超级应用，整合聊天、编码与代理

微软正式发布重新设计的 Copilot「超级应用」，将聊天、编码和代理三类 AI 能力整合进单一界面，分为 Home、Code、Autopilot 三个标签页。其中原名为 Scout 的个人 AI 助手被更名为 Autopilot，定位为企业级「数字队友」，拥有独立身份、记忆、计算机和工作区。微软对 Cowork、Code、Autopilot 采用按用量计费

另有 1 家信源报道

Agent Harness 是什么：两种构建生产级智能体的方式

文章提出「Agent Harness」概念，认为生产级智能体等于模型加外围工程层，该层分为开发（记忆、工具与MCP、检索、编排）和运维（可观测性、评估、护栏、路由、成本监控、部署扩展）两半。作者对比了 Harness-as-a-Service（如 AWS AgentCore、Google Vertex AI Agent Engine、Azure AI Fou

Meta自研智能体Muse发布即陷人工代打风波

Meta在Connect大会上发布个人AI智能体Muse，并为其推出Computer Use、Muse Mail、实时视频数字分身等软件功能，以及Muse Charm口袋硬件和AI眼镜生态。Muse上线两周下载量突破250万次，Meta股价上涨超20%。但路透社爆料称，Muse的打电话功能实际由人工外包团队代打，Meta承认未合规披露并已回滚该功能。

另有 1 家信源报道

Lightspeed 拟募资 2.5 亿美元新印度基金，聚焦早期 AI

Lightspeed 正为其新的印度早期基金 Lightspeed India Partners V 募集 2.5 亿美元，规模仅为 2022 年 5 亿美元前身基金的一半，目前已获得目标金额 80% 的承诺出资。该基金将聚焦 AI 早期投资，覆盖印度和东南亚，计划两个月内开始投资，投资期约两年半。Lightspeed 此前已投资 Anthropic、xAI

PydanticAI v2.50.0 发布：新增 DecisionModel 与 Gemini 3.8 Live 支持

PydanticAI 发布 v2.50.0，引入 DecisionModel 基类以支持 Decisions 协议的路由决策，并调整了 ModelSelectionContext 的消息与提示结构。该版本新增 Gemini 3.8 Live 实时模型支持、OpenAI service tier 暴露及 RunContext.in durable contex

研究：顶尖AI专家严重低估该领域发展速度

预测研究机构FRI发布中期报告，指出顶尖AI专家和超级预测者普遍低估了AI领域的实际进展速度。报告显示，AI在2025年7月达到国际数学奥林匹克金牌水平，比专家预测中位数早五年；在病毒学、网络安全基准以及AI公司营收等指标上，专家预测也明显偏低。不过，在生物实验室任务和自动驾驶等现实影响指标上，专家预测并未系统性偏低，部分甚至偏高。FRI计划引入持续更新的L

Simate用AI研发机器人，登顶RoboDojo并押注Physical RSI

物理智能公司Simate硅基伙伴成立三个月，利用其AutoResearch自动研究系统研发的通用物理快系统模型登顶物理AI评测榜单RoboDojo，并通过真机展示了长程任务执行、记忆与高精度操作能力。公司提出Physical RSI（物理智能递归自我改进）路线，让AI Agent参与机器人模型研发、实验与评测，并将真实机器人反馈纳入下一轮研究。AutoRes

DeepSeek被曝冲刺5000亿元估值，年化营收达67亿元

据The Information报道，DeepSeek年化营收运行率已达10亿美元（约67.13亿元人民币），较数月前不足5亿美元翻倍以上，由创始人梁文锋在投资者会议披露。DeepSeek正敲定新一轮500亿元人民币融资，目标估值5000亿元人民币，并同步筹备科创板IPO。其收入几乎全部来自API调用，涨价后客户未流失，但公司仍将超70%算力投入新模型训练，