Cursor

SWEeper-Bench：智能体能否发现交互式软件中的 bug？

该论文提出 SWEeper-Bench 基准，包含 200 个来自真实开源 Web 应用 bug 修复的任务，要求编码智能体仅凭代码库和开放式请求自行发现并修复依赖多步交互才能触发的 bug。评估显示 15 个前沿智能体中最佳仅通过 59.0% 任务，主要瓶颈在于识别 buggy 行为而非修复本身；若给出详细 bug 描述，通过率升至约 96%。该基准将编码

OpenAI带头扫货：195起AI并购，最大一笔110亿

据Crunchbase数据，截至2026年9月29日，风投系AI公司对AI初创公司的收购达195起，同比增长14%，但收购方数量仅增2%，说明是同一批公司更频繁出手。OpenAI是过去三年最活跃收购方，共完成20笔AI相关收购，其中10笔发生在今年，覆盖医疗数据、开发者工具、安全工具等领域；Anthropic与法律AI创企Legora各完成5笔。195笔交易

a16z 报告：消费级 AI 仍处早期，ChatGPT 遥遥领先

a16z 合伙人 Olivia Moore 发布报告，盘点前 100 款消费级 AI 应用，指出 ChatGPT 仍遥遥领先，Suno、ElevenLabs 等小型产品展现出持续生命力。她认为消费级 AI 仍处早期，真正机会在于摆脱订阅和 API 收费模式、探索广告等变现方式，并借助开源与轻量模型降低成本；同时社交、约会、电商、旅游、金融、健康等品类目前尚无

TRAE 合并 Code 与 Work，升级为全链路 Agent 开发平台

TRAE 将原有的 TraeCode 与 TraeWork 两个产品正式合并为统一的新 TRAE，提供 Agent 模式（全局工作台，可并行调度多个 Agent 完成写代码、出文档、测试、交付等任务）和 IDE 模式（保留 SOLO 与 IDE 玩法，支持一键切换）。文章通过 3D 地牢编辑器、老项目接手、FeedbackDesk 迭代三个实测案例展示多 A

Manus与Meta分手后首轮融资超5亿美元

中国AI公司Manus的母公司Butterfly Effect宣布完成超过5亿美元融资，由博裕资本和IDG资本领投，腾讯、HSG、真格基金等现有股东参投。这是Meta被迫取消对Manus的20亿美元收购后，该公司获得的首轮融资。Manus此前已将员工迁至新加坡，并在Meta交易终止后于8月恢复独立运营，据报正考虑在香港上市。公司近期推出Manus 2.0及个

Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna

Anthropic 发布 Claude Haiku 5.5，这是 Haiku 层级约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 对齐，同时下调 Sonnet 5.5 价格并推出订阅用户 API 额度。官方称其为最便宜、最快、最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，定位为与 Opus 5.5 或 Sonnet 5.

另有 1 家信源报道

吴佳俊 IROS 2026 演讲：用结构化表征构建物理智能体

斯坦福大学计算机科学系助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的受邀报告，探讨如何用结构化表征构建能在物理世界中行动的机器人智能体。他以厨房洗盘子场景为例，说明机器人需要理解物体属性、空间关系与任务状态，并提出

面向规格驱动开发的 EPIC 框架

该研究提出 EPIC 框架，用于指导面向编码智能体的规格驱动开发（SDD）。研究者依据 ISO/IEC/IEEE 29148 标准对 114 个开源 SDD 仓库的规格文档打分，并从高分样本中提炼出 40 项实践，归入 10 个质量维度与 4 个类别（Expressive、Precise、Interpretable、Compartmentalized）。研究

AINews：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿

本期 AINews 汇总了 2026 年 10 月初的 AI 动态：OpenAI 发布 GPT-6.1 Sol，以每百万 token 2/10 美元的低价主打性价比，在 Agent Arena 排名第五；Anthropic 的 Sonnet 5.5 首发即位列第三并拿下 Chat 类别第一，使 Anthropic 占据 Agent Arena 前三。此外，l

TechCrunch Disrupt 2026：Clay CEO 谈 GTM 工程师崛起

TechCrunch Disrupt 2026 大会将邀请 Clay 联合创始人兼 CEO Kareem Amin 在 AI 舞台发表演讲，主题为「GTM 工程师：AI 如何创造科技行业的下一个大职位类别」。Clay 于 2023 年提出 GTM 工程师这一角色，用 AI、数据和自动化构建可复用的收入工作流，目前每月约有 100 个相关职位发布，涉及 Cur

Anthropic 发布 Claude Sonnet 5.5：性能逼近 Opus 5.5，单任务成本降三成

Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超 30%，单任务成本最多降低 30%，在编程与知识工作基准上接近旗舰 Opus 5.5。该模型已在 AWS、Google Cloud 和 Azure 上线，并新增针对网络安全风险与蒸馏攻击的防护措施。Anthropic 还预告数周内推出面向高吞吐

另有 1 家信源报道

英伟达发布开放智能体安全平台，全栈保障智能体安全

英伟达发布开放智能体安全平台，由开源安全运行时OpenShell和运行于BlueField-4 DPU的带外监控器Sentry组成，对智能体运行所涉及的软件、硬件、计算和机器人系统实施全栈治理与管控。OpenShell可追踪并强制智能体在NVIDIA Vera CPU上的操作策略，Sentry能在数毫秒内隔离越界智能体。Anthropic、微软、Salesf

Meta 成立企业平台，将 Muse 打包成 AI 服务卖给企业

Meta 成立新业务部门 Meta Enterprise Platform，向企业销售 AI 工具，首批产品包括 Muse agent、Meta Business Agent、Muse API 和 Muse Code，由前 MongoDB CEO Chirantan Desai 领导并直接向扎克伯格汇报。扎克伯格称 Meta 在先进模型、领先 agent 和

另有 1 家信源报道

软件架构中什么仍属于人类？焦点小组报告

在 EuroPLoP 2026 上，研究者组织了一场由 22 名产学研参与者组成的焦点小组，探讨 AI 开发代理对软件架构工作的影响。讨论认为架构决策、问责和架构护栏的编写仍属人类任务，并提出“harness engineering”（构建治理 AI 辅助系统创建的体系）和“认知债务”（因未充分理解而接受 AI 决策导致的人类理解力侵蚀）两个核心概念。参与者

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。

Claude Opus 5.5 发布并成 AINews 默认模型，多家厂商降价 40-50%

Anthropic 发布 Claude Opus 5.5，作为新 Claude 5.5 家族首个模型，宣称在多数任务上达到 Fable 5.1 水平，运行成本比 Opus 5 低 40%，速度约快 30%，并改善写作与指令遵循。OpenAI 约一小时后发布 GPT-6 Sol 和 Luna，定价比 GPT-5.6 低 50%。Opus 5.5 成为 Clau

阿里千问AI平台全面升级模型服务、Agent服务与AI应用

9月22日云栖大会MaaS & Agent技术主论坛上，阿里巴巴集团战略副总裁文征宣布千问AI平台全面升级，在模型服务基础上新增Agent服务与行业AI解决方案，并推出API优速模式、Agent Studio、千问AI座舱解决方案等能力。平台通过FlashBoot、UniScheduler等将模型弹性启动时间从1200秒缩短至70秒，首Token延迟降低38

xAI 低价发布 Grok 4.7，基准测试仍落后 Claude 与 GPT-6

xAI 发布其迄今最强模型 Grok 4.7，主打编程与知识工作，基于更大基座模型、更长强化学习训练，并强化自我输出验证。定价为每百万输入 token 2 美元、每百万输出 token 6 美元，接近中国模型价位。但在 Artificial Analysis 智能指数上仅得 46 分，落后于同得 53 分的 Claude Fable 5.1 和 GPT-6；

阿里巴巴开源 AI 代码审查工具 OpenCodeReview

阿里巴巴开源了 AI 代码审查 CLI 工具 OpenCodeReview，采用 Apache-2.0 许可，将文件选择、打包和规则匹配等环节交给确定性流水线，仅用 LLM 代理做动态代码分析，支持空指针、线程安全、XSS、SQL 注入等检查。该工具已在阿里内部数万开发者中使用两年，兼容 OpenAI 和 Anthropic 模型，可审查 Git diff、

Claude Code 2.1.274 更新：新增内存告警与 MCP 配置，修复多项问题

Claude Code 发布 2.1.274 版本更新，新增内存告警、MCP 启动等待时间配置、OpenTelemetry 追踪属性与事件、网关 Postgres 连接超时配置等能力，并修复了大量 MCP 连接、会话恢复、后台代理、网关稳定性及终端交互相关问题。