Grok 4.7 上线 Genspark，覆盖 AI Chat、Code Agent 与 Claw
Grok 4.7 已经能在 Genspark 里直接用了，价格没涨，编程和长任务表现更强，可以试试换着用。
全部动态
AI 相关资讯全量信息流 · 17328 条
9月23日
Hamel Husain 与 Shreya Shankar 发布进阶版 Evals 构建指南
25 个 PM 岗位近一半要求会写 evals，这篇续篇教你哪些步骤别跳过，还带免费插件让 agent 干活
Jay Alammar 等五位作者开设 75 分钟免费直播课讲透 AI Agents
Jay Alammar 那批写《Hands-On Large Language Models》的人开免费直播课，75 分钟讲清楚不用框架怎么把 LLM 拼成 Agent，适合想补基础的开发者。
Tencent Hunyuan Hy Image 3.5 preview 登陆 ComfyUI
腾讯混元的 Hy Image 3.5 preview 上 ComfyUI 了，文字渲染和人物一致性都有提升，玩工作流的可以试试。
Matt Palmer 用 Grok Bot 自动化 YouTube 频道上传后运营
Matt Palmer 把自己 YouTube 频道的字幕、标题、缩略图全交给 Grok Bot 干了，模板公开，装上就能用。
xAI 用 Grok Bot 扩展客户支持：工单量增长 175% 零招聘，单次解决成本 $0.20–0.30
xAI 把 Grok Bot 当客服员工用，工单涨 175% 没招一个人，成本降到几毛钱，部署三步法抄作业就行。
Claude Opus 5.5、GPT-6 Sol/Luna 同日发布，Mimo v2.6、Grok 4.7 齐上阵
一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。
StepFun 开源 Step Code，Terminal-Bench 2.1 得分 80.9%
StepFun 把自家 Coding Agent 开源了，跑分还行，作者顺手整理了国内各家开源编程 Agent 的 GitHub 链接，选型可以直接抄。
藏师傅的 Humanizer-zh Skill 获 1 万多 star 并迎来大版本更新
藏师傅那个 1 万多 star 的中文去 AI 味工具更新了，吸收了上游迭代和 issue 里的反馈，写文案被 AI 味困扰的可以去试试
Qwen-Image-2.1 登顶 Image Edit 与 Text-to-Image 两个 Arena 开源榜第一
Qwen 的图像模型这次在 LMArena 两个榜单都是开源第一，图像编辑拿到 1367 分，总榜离 GPT-Image-1.5 只差 3 分，做图的朋友可以试试。
GPT-6-Luna 与 DeepSeek-V4.1-Flash 价格对比：各有优势区间
有人在比 GPT-6-Luna 和 DeepSeek-V4.1-Flash 的实际成本，短上下文选 Luna，272K 以上大输入选 DeepSeek，做 agent 的可以看看怎么省钱。
Tw93 用 AI 实测 611 款 Mac 软件的自动化操作并沉淀成脚本
Tw93 把 Mac 上 611 款软件的 AI 自动化实测做成了可查清单，关键发现是无障碍属性能让 AI 定位元素更准，独立开发者很该看看。
Boris Cherny 用 Opus 5.5 结合 Lean 形式化验证 Claude Agent SDK
Anthropic 的 Boris Cherny 拿 Opus 5.5 写 Lean 验证 Claude Agent SDK，几条提示词修出 16 个 bug，并发代码排查可以抄这个思路。
Browser Use Bench v2 榜单更新：GPT-6 两个版本超越 Claude Opus 5.5
浏览器操作智能体的性价比榜刷新了，GPT-6 Sol 比.Opus 便宜三倍还高分，挑模型前可以看看这份数据。
Unsloth GGUF 量化让 Qwen-Image-2.1 在 12GB 显存本地运行
低配显卡党福音：Unsloth 把 Qwen-Image-2.1 量化到 12GB 显存就能本地生图，6GB 显存走 FP8 offloading 也能跑，质量还对标 Nano Banana 2.0。
Lenny Rachitsky 推出进阶版 AI 评测系统指南
做 AI 产品的话这篇挺实用：Ramp、Shopify、Cursor 这些公司靠写 evals 把指标提了多少，还附了个免费插件让编码 Agent 帮你干活。
用同一段 3D 樱花山谷提示词实测 Opus 5.5 与 GPT 6 Astra
宝玉用同一份超详细提示词，让 Opus 5.5 和 GPT 6 Astra 各做一个能逛的 3D 樱花山谷网页，截图摆一起看差距。提示词本身就值得抄走。
Claude Opus 5.5 与 GPT-6 Sol、GPT-6 Luna 三款模型发布对比
Simon Willison 把 Claude Opus 5.5 和 GPT-6 两个版本放在同一套画鹈鹕测试里对比，想快速了解三者差别看这篇就够了。
GPT 6 Sol、Luna 降价 50%，Terra 下架，同日 Opus 5.5 降价 20%
GPT 6 Sol 和 Luna 直接砍半价，Benchmark 上比 Opus 5 便宜 10 倍，同天 Claude 也降价了，这波价格战值得看看对比数据。
Pika 推出新版平台，Swap Anything 支持替换视频中的角色、道具与场景
Pika 出了个 Swap Anything，能把视频里的角色、道具甚至整个场景换掉，动作节奏还不乱，做视频的可以试试。
Perplexity 用提示引导自蒸馏训练 Computer 模型从错误中学习
Perplexity 分享了怎么让 Computer 模型从自己的错误里学习，A/B 测试里工具调用失败率降了 21.2%，做法挺值得看看的。
Claude Opus 5.5 在 ParseBench 表格解析评测中拿下 93.9%
LlamaIndex 跑了 ParseBench，Opus 5.5 解析 PDF 表格比 Opus 5 高 7 个点，但每页 5.8 美分不便宜，文中还对比了 LlamaParse 的替代方案。
GPT-6 Sol 和 Luna 现已登陆 Cosmos 平台
OpenAI 的 GPT-6 Sol 和 Luna 已经能在 Augment 的 Cosmos 里直接用了，他们还打算把整套 GPT-5.6 工作流迁过去，想看迁移实测数据的可以蹲一下。
OpenAI 发布 GPT-6 Sol 与 Luna：更快、更便宜的新模型
OpenAI 把 GPT-6 Astra 的能力下放到了 Sol 和 Luna 这两个便宜一半的型号上，批量跑任务的可以看看价格。
Claude Design 与 Figma MCP 做设计的三个核心差别
有人把 Claude Design 和 Figma MCP 做设计的方式对比了一遍，一个直出可交互原型，一个还在 Figma 里改，非设计师看第一条就够选了。
Next.js 新一期评测：GPT-6 Sol 与 Opus 5.5 同达 97%
Vercel 又更新 Next.js 评测了，GPT-6 Sol 首秀就并列第一，Grok 4.7 便宜一半到七倍，选模型前可以看看这份榜单。
AWS、NVIDIA 与 LangChain 联办智能体基础设施线下活动
在搞生产级 agent 部署的朋友可以看看，讲的是 EKS 加 NVIDIA 加 LangChain 这套组合怎么落地，能注册去现场听。
OpenAI 上线 Prompt Caching 仪表盘，可追踪缓存命中率
OpenAI 出了个缓存仪表盘，能直接看到你哪些 prompt 被复用了、哪次改动把缓存搞失效了，还给出受影响的 token 数，省钱利器。
OpenAI 改进 GPT-6 API 提示词缓存，缓存命中折扣最高 90%
OpenAI 给 GPT-6 的 API 上线了更好的提示词缓存，默认命中率更高，缓存输入最高打一折，跑智能体的成本和延迟都能降下来。
OpenAI 发布提示词缓存调优指南
OpenAI 出了个提示词缓存的调优教程，教你设 cache breakpoints、调 reasoning effort 还不丢缓存，做应用的开发者可以直接抄作业。
Anthropic 分享提示词，解决 Claude Code 长任务中途停下汇报的问题
如果你用 Claude Code 跑长任务，经常遇到 Opus 5.5 干一半停下来汇报，Anthropic 这条提示词直接解决，拿去用。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档