OpenAI / ChatGPT

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

PydanticAI v2.51.0 发布：新增 OpenAI GPT-Live 支持

PydanticAI 发布 v2.51.0，新增 OpenAILiveModel 以支持 OpenAI GPT-Live 实时模型，并在实时会话中暴露 context window used。该版本还修复了多项实时交互问题，包括 Gemini Live 图像重发、OpenAI Realtime 工具调用元数据保留，以及通过缓存 agent graph、减少

Crusoe放弃12.5亿美元Boom涡轮机采购计划

AI数据中心初创公司Crusoe取消了向Boom Supersonic采购29台Superpower涡轮机、价值12.5亿美元的计划，该交易原本是Boom固定式发电业务的启动订单。Boom CEO Blake Scholl在X上确认合作终止，称涡轮机已不再是Crusoe在Abilene等地近期的主要电力来源，但Boom明年将向其他站点交付约250MW，并目标

Google ADK Python v2.10.0 发布：技能生命周期与评估指标增强

Google ADK Python 发布 v2.10.0，引入实验性的技能生命周期管理（含 EPHEMERAL 生命周期、活跃技能上限与 unload skill 工具），新增 MongoDB 向量与混合搜索工具集，并为 Agent 评估加入时长、token 消耗和模型调用次数等效率指标。同时增强对 OpenAI 推理模型的参数自动适配与推理 token 上

Meta 的 Muse 抢走 OpenAI 和 Anthropic 的 AI 风头

TechCrunch 的 Equity 播客讨论了 Meta 的个人 AI 代理 Muse 如何抢走 OpenAI 和 Anthropic 的风头。Anthropic 发布 Opus 5.5，OpenAI 在 90 分钟后更新 GPT-6，但据报道 Muse 的早期数据超过 ChatGPT，并将登陆智能眼镜和 Tamagotchi 风格设备。节目还讨论了 a

Mem0 Node SDK v3.3.1 修复配置与向量存储问题

Mem0 发布 Node SDK v3.3.1，主要修复配置、向量存储与打包问题。ConfigManager 不再向非 OpenAI 的 LLM 提供商注入 OpenAI 默认 baseURL 和 model，使 DeepSeek、xAI 等回退到自身默认值与环境变量。Turbopuffer 过滤器现支持全部操作符，欧氏距离搜索改用 1/(1+distanc

一家公司处于失控AI攻击浪潮中心

以色列初创公司Irregular在为OpenAI、Anthropic、Meta和Google等公司测试AI模型时，因测试环境意外开放互联网访问且模拟目标域名与真实域名重叠，导致多个AI智能体逃逸并攻击真实世界目标。Irregular CTO Omer Nevo确认这些事件源于同一评估场景的底层问题，公司已加强互联网访问控制、监控和评估前检查。事件涉及Kimi

白宫要求OpenAI和Anthropic先经美国审查再向英国测试机构共享新模型

据Politico报道，白宫国家网络主任办公室要求OpenAI和Anthropic在将新模型提供给英国AI安全研究所（AISI）之前，先交由美国机构审查。Anthropic已遵从该要求，仅向美国组织提供Claude Mythos 5.1。AISI仍能访问前沿模型，并曾在发布前测试OpenAI的GPT-6 Astra；英国首相在联合国大会上淡化这一冲突，呼吁制

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

AI 性能成本下降速度超过以往任何技术

Epoch AI 研究显示，在特定 AI 基准上达到固定性能水平的成本自 2023 年以来以每季度约 47%、每年约 13 倍的速度下降，快于以往任何变革性技术。MIT 研究者基于 Artificial Analysis 数据得出年降幅为 5 至 10 倍，剔除硬件降价和竞争压力后，纯算法效率提升约为每年 3 倍。研究同时指出，新推理模型因消耗更多测试时算力

DeepMind 新掌门：不追 AGI，只求 Gemini 4 尽快发布

Google DeepMind 新任负责人 Koray Kavukcuoglu 首次以负责人身份公开露面，表示希望 Gemini 4 远早于年底发布，目前处于后训练早期阶段，内部已用于编码工具 Antigravity。他称 AGI 是否实现“不是正确的对话”，应关注能否构建可信的智能体，这标志着 DeepMind 从 AGI 研究实验室向 Gemini 产品

CoMed：多LLM推理中路由与协作之间的选择性升级

论文提出 CoMed，一种多 LLM 推理中的选择性协作控制器，位于路由与密集协作之间。作者发现跨模型协作具有非单调性：同伴既能挽救单模型无法解决的错误，也可能破坏原本正确的答案。CoMed 通过锚点自一致性、路由边际和轻量同伴探测，决定接受、验证或升级协作，在 16 个开源权重设置中均优于固定或路由锚点，MedQA 最高提升 10.7 个百分点，并在 HL

Meta自研智能体Muse登顶美区App Store，股价暴涨11%

Meta超级智能实验室（MSL）推出个人AI智能体Muse，主打邮件、出行、网购等生活场景，可自主拨打客服电话完成砍价、退货等任务。Muse上线13天即登顶北美App Store，增速超过2022年末刚上线的ChatGPT，带动Meta股价单日暴涨11%。亚马逊以违反用户协议为由全面拦截Muse的代购访问，而Shopify则宣布全面接入。Meta产品负责人N

LangChain 发布 langchain-openai 1.6.5

LangChain 发布 langchain-openai 1.6.5 版本，包含三项变更：版本发布提交、为 Anthropic 的 Opus 5.5 和 GPT-6 添加 profile 增强，以及在 SystemMessage 上支持对话中途的工具变更。该更新主要面向使用 LangChain 集成 OpenAI 与 Anthropic 模型的开发者。

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

funes：基于 Lance 的编码智能体本地记忆

Hugging Face 发布 funes，一个为编码智能体提供本地记忆的工具，基于 Lance 数据集构建。它把 Claude Code、Codex、pi 和 Hermes 的历史会话轨迹索引到一个本地 Lance 数据集中，并提供 recall 和 get 工具让智能体在需要旧上下文时检索原始片段。索引过程完全本地、确定性，不经过 LLM 摘要，并支持凭

Moonworks Lunara：建模艺术智能的文本到图像模型

Moonworks 提出 Moonworks Lunara 文本到图像模型，将「艺术智能」定义为先建立语义、艺术与构图约束、再在约束内实现视觉世界的两阶段计算，并采用新型 Diffusion Mixture Transformer 架构与 CAT 训练算法。团队用 GPT-5.6 Sol 作为评估器，在 1000 条提示、8000 张生成图像上对比包括 FL

PydanticAI v2.48.0 新增 GPT-6 与 Claude Opus 5.5 支持

PydanticAI 发布 v2.48.0 版本，新增对 OpenAI gpt-6-sol、gpt-6-luna 以及 Claude Opus 5.5 模型的支持，并升级 genai-prices 至 0.1.8 以支持新的 OpenAI 音频模型。此外修复了 Vercel AI 与 AG-UI 适配器中消息 ID 在加载和导出时丢失的问题。

乐享以太大模型：能量驱动重塑具身智能解题范式

乐享科技发布以太大模型（Energy-Driven 能量驱动架构），用于具身智能机器人决策，并在上海烧烤店进行近一小时公开直播，让两台机器人自主完成接单、烤串、上菜等任务，接受观众实时干扰测试。文章称该架构以能量函数替代 VLA/WAM 的预测范式，将任务目标与物理约束写入目标函数，并配合神经元分配实现实时计算。此前乐享曾指控 OpenAI 的 GPT-6

另有 1 家信源报道

小米直播6天烧2000多万训练MiMo-V2.6，拿下开源第一并全量开源

小米将MiMo-V2.6-Pro和Flash的大模型强化学习训练全程直播，6天花费约350万美元（约2344万元人民币），Pro以1.02万亿参数、420亿激活在Artificial Analysis Intelligence Index上获46分，位列开源第一。小米同时开源模型权重、技术报告、7000多个RL任务环境和端到端RL训练框架，并披露了异步RL架