OpenAI / ChatGPT

多方模拟框架中协作行为的情境敏感性评估

该研究针对基于大语言模型（LLM）的多方模拟框架，开展了一项受控的全因子实验，考察团队构成、团队规模（3/5/7/9人）和目标类型（头脑风暴、选择、谈判、执行）等情境因素如何影响协作行为。研究在Sotopia、TinyTroupe和Scripted三个框架下覆盖96种设置，并采用Bales互动过程分析和Meier协作质量框架进行量化。结果显示，模拟器系统性地

AI编排软件演化中的软件变更请求：文献综述与研究议程

该论文对移动应用评论（MAR）中软件变更请求（SCR）的识别与分类研究进行了系统性文献综述，梳理了机器学习与深度学习在该任务中的应用现状。研究发现常用数据集规模从5千条到超1800万条评论不等，随机森林与支持向量机占主导，深度学习采用有限，F1分数在0.08至1之间波动，SURF、ChangeAdvisor等现有工具仅实现部分自动化。作者据此提出比较分类法、

Google 将 AI 故事应用 Dreambeans 推向印度市场

Google 将其实验性 AI 应用 Dreambeans 推广至印度，这是该应用首次进入美国以外的市场，支持包括印地语、泰米尔语在内的 13 种当地语言。Dreambeans 利用用户的 Google 服务数据（如 Gmail、日历、照片等）主动生成个性化图文故事，并已加入 Veo 视频模型来动画化部分内容。该应用在美国上线后下载量约 5.5 万次，但 1

Meta 个人 agent Muse 实测：沿用 OpenClaw 内核，重写用户交互

Meta 于 2026 年 9 月 8 日在美国上线个人 agent 产品 Muse，其系统文件与开源项目 OpenClaw 高度相似，Meta 超级智能实验室产品负责人 Nat Friedman 回应称代码从零构建但产品深受 OpenClaw 启发。作者实测与静态分析发现，Muse 沿用 OpenClaw 的 agent 运行框架、浏览器、定时任务、Mar

REA 实测：Gemini 4 Argon 与 GLM 5.3 复刻故宫名画记

雷峰网 AI 科技评论实测开源逆向分析工具 REA，让 Gemini 4 Argon 与 GLM 5.3 分别拆解并复刻故宫博物院线上名画鉴赏平台「故宫名画记」的作品展示功能。结果显示 Gemini 4 Argon 更贴近原站，保留三列布局、四项筛选与详情页结构；GLM 5.3 虽能跑通浏览路径，但简化了筛选区并改写详情页。文章同时引用 Artificial

LLM 0.37 发布：新增模型与端点配置命令

Simon Willison 发布 LLM CLI 工具与 Python 库的 0.37 版本，累积约两个月的功能与修复。新增 gpt-6.1-sol 和 gpt-6.1-terra 模型支持，并加入 llm openai endpoint add 命令以便配置 OpenAI 兼容端点；默认模型切换为价格减半的 gpt-6-luna。嵌入功能现支持不同二进制

Trajectory 融资 4500 万美元，让非技术专家也能训练 AI 模型

Trajectory 是一家由三位斯坦福同学创立、成员有 Google DeepMind 和 Apple 背景的初创公司，它宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由 Sequoia 领投，Nvidia、Bessemer、Bain Capital Ventures 参投。该公司通过持续学习（continual learning）方式，让法律

Legora CTO 谈在看不到数据的情况下构建法律代理

Legora CTO Jacob Lauritzen 在 Latent Space 播客中介绍了法律 AI 代理的构建经验：由于客户数据归律所所有，团队无法查看代理的运行轨迹，因此用三名工程师加三名律师搭建模拟客户工作的测试环境，类似强化学习中的“worlds”。Legora 从斯德哥尔摩地下室起步，现已支持起草 Word 文档、单表审查上万份合同和尽职调查

纽约时报等媒体起诉 Brave 涉嫌抓取内容并分发给 AI 公司

《纽约时报》等多家媒体起诉隐私浏览器公司 Brave，指控其抓取受版权保护的内容并分发给 Anthropic、Perplexity、Mistral、xAI、Cohere 等 AI 公司。诉讼称 Brave 用未披露的爬虫建立超 300 亿网页索引，使出版商无法屏蔽，还通过绕过付费墙、屏蔽出版商广告并销售自家广告获利。原告寻求禁令和赔偿，Brave 未回应。

另有 1 家信源报道

SpaceX 据称削减 Grok Bot 配额，马斯克称运行成本不可持续

据《每日电讯报》报道，SpaceX 旗下 Grok Bot 在周末将部分用户的配额削减了一半。马斯克在 X 上回应称，运行 Grok Bot 的成本相对于收入而言高得不可持续，但未直接确认削减。此前不到两周，马斯克还称其为增长最快的产品，SpaceX 总裁 Gwynne Shotwell 曾表示 10 月初每周有 80 万付费用户。与此同时，OpenAI 和

另有 1 家信源报道

Google 2026 年 10 月 AI 进展：Gemini 4 Argon 与 Carbon 等发布

Google 发布 2026 年 10 月 AI 进展汇总：推出前沿推理模型 Gemini 4 Argon 并全球上线，两周后宣布面向长周期工程与网络安全防御的 Gemini 4 Carbon 进入预发布测试；同时发布实时交互世界模拟 Genie 4、智能健身追踪器 Fitbit Edge、开源多模态嵌入模型 EmbeddingGemma 2，并扩大 Syn

Haystack 发布 v2.31.1-rc1 安全更新

Haystack 发布 v2.31.1-rc1，主要包含安全修复。该版本要求 anyio =4.14.2，以规避 CVE-2026-63374（GHSA-82r6-8w77-94w6）；同时要求 certifi =2026.10.19，因为旧版本信任私钥已被泄露的 eMudhra/emSign 证书颁发机构（GHSA-6q48-6c7w-9gw2）。这两个依

50个AI智能体在Minecraft中陷入官僚化，对抗Claude时却更激进

Y Combinator Labs 与 Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 和 Mindustry 进行群体行为实验。在「Civ50」生存实验中，智能体因首夜 22 次死亡而极度规避风险，陷入官僚化微观管理，甚至为一块骨粉花 11 分钟讨论任命「肥料专员」。在与 Claude Opus 5.5 的直接对抗

Unsloth 发布 DeepSeek-V4.1-Flash-1017 GGUF 量化版

Unsloth 在 Hugging Face 发布了 DeepSeek-V4.1-Flash-1017 的 GGUF 量化版本，基于 DeepSeek 官方的 DeepSeek-V4.1-Flash-1017 模型。该模型是 DeepSeek-V4.1-Flash 的小幅更新，在推理、编程、智能体任务和视觉基准上均有提升，同时缩短任务执行时间和输出长度，降低

美国人口普查局因行政令将AI调查措辞改为“超级智能”

美国人口普查局在商业趋势与展望调查（BTOS）中，因应行政令14434，自2026年10月19日起将问卷中的“人工智能（AI）”措辞改为“超级智能（SI）”。此前该调查已于2025年11月将问题从“生产商品或服务”改为“任何业务职能”，导致大型企业AI采用率从约12%升至约40%。作者指出新旧措辞不可直接比较，并质疑改名是否会影响调查结果。

小米开源150元AI硬件HachimoDock，可指挥Agent与控智能家居

小米内部创新产品团队孵化并开源了AI硬件HachimoDock（哈基米机），硬件自制成本约150元，集桌宠、语音操控电脑端Agent、智能家居联动和自定义组件创作于一体。该产品已在GitHub公开软件源码，并在嘉立创提供硬件物料清单与装配教程，引发社区大量复刻，导致开发板和屏幕等元器件涨价缺货。团队希望以此降低AI硬件创作门槛，并预告将推出更多AI硬件新品。

可重新谈判期权无法阻止两个利润最大化前沿 LLM 代理间的套牢问题

研究让 Claude Opus 5.5 与 GPT-6.1 Sol 两个以利润最大化为目标的 LLM 代理，在相同博弈结构下进行一次性博弈，测试四种合同机制。结果显示，在人类实验中能把投资率从 41.5% 提升到 67.2% 的「可重新谈判期权」，在代理之间完全失效，投资率为 0%；只有在排除重新谈判的固定期权下，所有卖家才选择投资。作者指出，依赖人类行为（

另有 1 家信源报道

GPT-6.2 Astra开启灰测，Claude Mythos 5.5同日曝光

据量子位报道，GPT-6.2-Astra 已开始灰度测试，部分 Pro 套餐用户可在模型列表中看到并实际使用该模型，有用户 20% 的请求被路由到 6.2。同日，Claude Mythos 5.5 短暂出现在 Anthropic 官网前端代码中，数小时后被移除，据称该版本包含生物学研究和网络安全能力。此外，HuggingFace 上出现声称是 Mythos

CrewAI 发布 1.15.34：新增技能搜索与部署功能并修复多项问题

CrewAI 发布 1.15.34 版本，新增 LiteLLM 目录、技能搜索、flow 输入传递、部署 zip 创建等功能，并修复了 Gemini 模型下线、API Key 缺失报错、工具调用重试、结构化输出等多项问题。该版本还包含移除 1.15.29 agent executor 的破坏性变更及迁移说明。

AI 让 CEO 生活更轻松，普通人呢？

TechCrunch 的 Equity 播客讨论了多位科技公司 CEO（Marissa Mayer、Sam Altman、Mark Zuckerberg 等）关于 AI 用途的言论引发争议，被批评脱离普通人生活。播客嘉宾认为这既是营销问题也是产品问题：高管们围绕订餐、订机票等自身痛点设计 AI 场景，却可能把基本人际互动过度优化掉。讨论还提到 Anthrop