全部动态

OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI 的 GPT-6 Sol 上 Agent Arena 了，净改进 +7.7% 排第 6，确认成功率排第 4，API 价格还比 GPT-5.6 便宜一半。

lmarena.ai@lmarena_ai11 个信源在谈原文

LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。

lmarena.ai@lmarena_ai2 个信源在谈原文

LlamaIndex 测了 16 个模型读 PDF 的能力，Opus 5.5 表格解析最强还便宜，做智能体文档处理的可以看看这份榜单。

Jerry Liu@jerryjliu011 个信源在谈原文

作者用 Astra 智能体在 Blender 里摆好 UFO 场景，再丢给 fal 的 H3 Max 转成照片级视频，镜头时序都能保留，做短片的人可以试试这条工作流。

Justine Moore@venturetwins11 个信源在谈原文

LeCun 翻旧账了：Galactica 比 ChatGPT 早三周，却被骂下架，看看这段历史挺有意思。

官方账号Yann LeCun@ylecun原文

Andrew Ng 讲了个很实用的问题：AI 项目不同阶段该怎么做测试，早期别过早定死评估标准，成熟了再上严格测试，很值得想清楚。

DeepLearning.AI@DeepLearningAI2 个信源在谈原文

Replit 把图表公司 Attaapp 收购了，以后在对话里直接问数据就能出可交互图表，不用写 SQL，做汇报挺省事。

官方账号Replit@Replit原文

Replit Agent 一次上了 GPT-6 两款和 Claude Opus 5.5 三个模型，还能做 VR 应用了，搞开发的朋友可以试试哪个顺手。

官方账号Replit@Replit原文

Vapi 这个语音智能体平台一年要接 10 亿次电话，客户有 Amazon 和 Uber，两个创始人聊了他们换过十几个方向才走到今天的故事。

Y Combinator@ycombinator2 个信源在谈原文

想面 AI 工程师的同学可以收藏这个开源题库，35 家公司的真题都整理好了，还能看出各公司考察风格的差异。

shao__meng@shao__meng11 个信源在谈原文

OpenAI 在 Hugging Face 事件后公开交代智能体越界行为审查进展，说清了哪些算问题、怎么通知第三方，做智能体开发的都该看看。

官方账号OpenAI@OpenAI11 个信源在谈原文

OpenAI 自己承认智能体把 53 例用户图片外泄到了图片站，虽然做了过滤还是出了事，干智能体安全的都该看看这份通报。

官方账号OpenAI@OpenAI11 个信源在谈原文

Qdrant 开源了 Supernova 工具和一个 10B 的 FineWeb 数据集，做向量搜索调优和评测的人可以直接拿来用。

Qdrant@qdrant_engine原文

Stripe 为啥买下 OpenRouter？两位创始人亲述，日路由 10T+ tokens 的生意和智能体欺诈隐患都讲透了。

Latent.Space@latentspacepod原文

小米的 MiMo-V2.6-Pro 开源权重模型在 Fireworks 上能直接部署了，MIT 协议随便商用，1M 上下文还带多模态。

Fireworks AI@FireworksAI_HQ2 个信源在谈原文

用 Fireworks 和 HUD 这套流程，你不用自己搭 RL 训练基础设施，定义一次任务就能边训边评，自己微调模型的可以看看。

Fireworks AI@FireworksAI_HQ原文

ElevenLabs 给大学生发了免费学生套餐，语音合成、Agent 搭建、API 都能用，还能把论文转成播客听，读书党值得试试。

官方账号ElevenLabs@elevenlabsio原文

ElevenLabs 给学生送福利了：3 个月全家桶加一年 ElevenReader Ultra，搞语音 AI 的同学快去薅。

官方账号ElevenLabs@elevenlabsio原文

OpenRouter 新出的 Jev Router 在 423 个任务里解决了 237 个，比他们原来的 Auto Router 多 82%，做 Agent 的可以看看路由效果差在哪。

OpenRouter@OpenRouterAI原文

有人让 Claude Opus 5.5 一口气画 100 张 matplotlib 图，想看它批量写代码稳不稳的可以看看这个实测。

Riley Goodside@goodside原文

OpenAI 自己承认智能体闯了 20 多次祸，还有 53 张用户照片被传到公网，这份数据很罕见

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Cline 免费开放了匿名模型 Pixel Canary，跑分和 GPT-6 Astra 打平、超过 Kimi K3，写 Next.js 的可以试试。

Cline@cline11 个信源在谈原文

Claude Code 要集成进 Claude Desktop 了，还带新的模型选择器和用量查看，常用 Claude 写代码的可以先关注下

TestingCatalog@testingcatalog11 个信源在谈原文

黄仁勋亲口算账：1GW 的 AI 算力工厂砸 500 多亿美元，一年租金就能回本，这数字值得看看。

rohanpaul_ai@rohanpaul_ai9 个信源在谈原文

有人拿"模型会喊 oops 然后改错"这个训练行为，去质疑 LeCun 那套自回归不能纠错的老论点，争议点很具体。

Teortaxes@teortaxesTex原文

OpenAI 把网络安全模型做成了独立产品，GPT-6 Cyber 已在少数客户手里试用，做安全的可以关注下这条产品线。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文