🧠 模型發佈/更新
1. xAI 發佈 Grok 4.6，強化長時運行智能體能力
xAI 今日發佈 Grok 4.6，在 Grok 4.5 基礎上重點強化長時運行智能體及更復雜的交互式與視覺工作能力。該模型在多項智能體編碼與知識工作基準上達到前沿水平，在 Artificial Analysis Intelligence Index（九項基準綜合分）上追平 GPT-5.6 Sol。
TIP來源：xAI：News（網頁）
2. 阿里開放 Qwen3.8-2.4T-A95B 模型權重：2.4T MoE、激活 95B、原生 256K 上下文
阿里 Qwen 團隊正式開放 Qwen3.8-2.4T-A95B 模型權重，這是 Qwen-Max 級別模型首次開源。模型總參數 2.4T，每個 Token 激活 95B，原生支持 262,144 Token 上下文並可擴展至 1,010,000 Token。
TIP來源：IT之家
3. LTX-2.5 模型登場：AI 生成 10 秒 720P 視頻僅需 6.8 秒，原生集成 ComfyUI
LTX 推出 LTX-2.5 模型，原生集成 ComfyUI，在 2 張英偉達 GB200 配置下生成 10 秒 720P 視頻僅需 6.8 秒。LTX-2.5 Fast 以每秒 0.09 美元生成帶音頻 720p 視頻，10 秒片段成本 0.90 美元；年度經常性收入低於 1,000 萬美元的組織可免費使用。
TIP來源：IT之家
4. 微軟首發自研推理模型MAI-Thinking-1
我們的首個推理模型 MAI-Thinking-1 從零開始構建，現已在 Microsoft Foundry 上線。為團隊點贊！更多詳情如下。
TIP來源：X：Mustafa Suleyman（Microsoft AI CEO） (@mustafasuleyman)
🚀 產品發佈/更新
1. OpenRouter 推出實時網頁搜索基準測試：如何為智能體選擇引擎、深度與模型
OpenRouter 發佈實時排行榜，系統評測模型、搜索引擎、搜索方法與預算四類配置組合。數據顯示，將搜索預算從 1 輪增至 25 輪可使 BrowseComp 得分近乎翻倍，成本僅增 2.5-7 倍；模型選擇比引擎更重要，平均分差 15 分 vs 10 分。失敗率高的任務應降低搜索深度以控制成本。
TIP來源：OpenRouter：Announcements
2. Claude in Chrome 側邊欄升級為 Claude Cowork 會話
Claude in Chrome 瀏覽器擴展的側邊欄現已升級為 Claude Cowork 會話，對話會保存至歷史記錄，技能和連接器可在瀏覽器中工作，且任務可在桌面、網頁和移動端應用間無縫切換。
TIP來源：Claude：Blog（網頁）
3. SGLang 與 Miles 為 Qwen3.8-2.4T-A95B 提供 Day-0 支持
SGLang 與 Miles 在發佈首日即支持 Qwen3.8-2.4T-A95B，這是 Qwen 最大的開源模型，總參數 2.4T，每 token 激活 95B，採用混合注意力架構。
TIP來源：LMSYS：Blog（Chatbot Arena 團隊）
4. WhatsApp 如何用端到端加密與可驗證性構建 Scam Alert 詐騙提醒功能
WhatsApp 推出可選功能 Scam Alert，通過端到端加密保護下在設備端運行機器學習模型，識別潛在詐騙消息，且消息內容不會離開設備或自動上報。該功能遵循僅設備端處理、無自動上報、用戶控制三大原則，模型權重公開供獨立驗證，遙測數據經差分隱私聚合處理。目前已在 Beta 版有限推出，並邀請安全研究社區參與測試。
TIP來源：Meta Engineering Blog
5. Claude Code v2.1.229 發佈：新增遠程會話恢復、插件市場命令源及多項修復
Claude Code v2.1.229 發佈，新增遠程控制會話恢復、自託管 runner 的服務器端 hook 支持，以及插件市場命令源。修復了長響應流式輸出丟失、窄終端渲染崩潰、Windows 擴展路徑崩潰等問題。改進工作流扇出以複用緩存提示前綴，並調整 /commit-push-pr 對危險 git/gh 命令不再自動批准。
TIP來源：Claude Code：GitHub Releases
🏛️ 行業動態
1. Research Gold 號稱“100%人類撰寫、絕不使用AI”，實則全程由AI驅動
面向醫學研究者的網站 Research Gold 宣稱其服務“100%由人類撰寫、絕不使用AI”，並列出多名博士審稿人。但調查發現，這些審稿人系AI生成、並不存在；部分真實方法學家的身份和照片未經許可被挪用。致電該公司時，自稱“Sarah”的AI助手堅稱自己是真人，郵件與聊天回覆也均為AI生成。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
2. RingCentral 如何用 ChatGPT Work 和 Codex 構建 AI 原生工作流
RingCentral 通過全員發放 ChatGPT Work 和 Codex，推動從工程到運營的 AI 原生開發，其 AI-Native Challenge 讓數千名員工（含非技術人員）交付了可運行項目。
TIP來源：OpenAI：官網動態
📄 論文研究
1. 空貨架還是丟鑰匙？Google 研究：Recall 是參數化事實性的瓶頸
Google Research 提出知識畫像框架，發現前沿 LLM（如 Gemini3、GPT-5）的事實編碼接近飽和，但回憶（recall）能力不足，多數事實錯誤源於“丟鑰匙”而非“空貨架”。該框架將事實分為編碼失敗、回憶失敗等五類畫像，並配套推出 WikiProfile 基準，含 2,150 條維基百科事實，每條配 10 個問題，用於分別探測編碼、回憶與識別能力。
TIP來源：Google Research：Blog（網頁）
2. Anthropic 聯合獨立研究者發佈工人再培訓項目證據綜述
Anthropic 與獨立研究者 David Roodman 合作發佈報告，基於 56 項美國隨機研究和歐洲實驗證據，評估工人再培訓項目應對 AI 勞動力市場衝擊的效果。
TIP來源：Anthropic：Research（發表成果 · 網頁）
💡 技巧與觀點
1. 零基礎用戶半天上手AI的12步實操流程
文章給出一套零基礎用戶半天上手AI的12步實操流程：準備內存不低於16G的電腦，訂閱ChatGPT並安裝Codex或使用WorkBuddy，用語音輸入法以【背景、痛點、需求】框架向AI交代任務，經蘇格拉底提問澄清需求後投餵文件讓AI直接完成，最後沉澱為可複用Skill。文中建議Codex選GPT-5.6 Sol最高模型，WorkBuddy選Kimi K3。
TIP來源：公眾號：數字生命卡茲克
2. DeepSeek V4 Pro與Grok 4.6同日發佈，雙雙逼近Claude Fable 5體驗
DeepSeek V4 Pro正式版與Grok 4.6在2小時內先後發佈，均為1.6T/1.5T參數模型，逼近Claude Fable 5體驗。
TIP來源：公眾號：數字生命卡茲克
3. AutoGPT 如何用 AGENTS.md 和技能門控管理 AI 生成的拉取請求
AutoGPT 維護者發現，AI 智能體不會主動閱讀文檔，因此將指令放在 AGENTS.md 和技能文件中，並置於代碼目錄旁。他們通過強制 PR 模板、測試計劃、CI 覆蓋率門檻和 CLA 簽名等門控機制，將智能體提交的 PR 從“不可用”轉變為“可用但不符合路線圖”。其中 CLA 簽名因需瀏覽器和 OAuth 流程，被用作區分人類與智能體的“人類探測器”。
TIP來源：GitHub Blog
4. 我寫了一本 AI 教科書——AI 還要多久才能寫得更好？
作者在完成一本 RLHF 教科書後反思，LLM 在長文非虛構寫作上進展停滯，GPT 4.5 和 Kimi K2 等寫作強模型已顯老舊，而編碼、數學等任務已接近超人水平。模型能改錯字、做編輯，但組織整章內容時仍混亂且易出錯，作者認為這阻礙了模型自主解決開放科學問題。
TIP來源：Nathan Lambert：Interconnects
5. OpenRouter 工具調用指南：一次編寫循環，切換模型字符串即可跨模型運行
OpenRouter 發佈工具調用指南，展示如何用同一套代碼在 Claude、GPT 和開源權重模型間切換，僅需更改模型字符串。指南涵蓋定義工具、發送請求、讀取 tool_calls 響應、執行函數並返回結果的完整循環，支持 OpenAI 兼容的 JSON schema，並提供 cURL、Python 和 JavaScript/TypeScript 示例。
TIP來源：OpenRouter：Announcements
6. LangChain 詳解：什麼是 AI 智能體？
AI 智能體是在大語言模型循環中自主運行的系統，通過反覆調用模型、觀察結果並調整下一步行動來完成複雜任務。工作流（workflow）則是對固定步驟的預編排，兩者互補：工作流保證確定性，智能體提供靈活性。理解二者差異是構建可靠、可投入生產的自主系統的關鍵。
TIP來源：LangChain：Blog
7. OpenAI 研究：企業如何用 ChatGPT 和 Codex 落地智能體 AI
OpenAI 研究揭示企業採用智能體 AI 的方式，以及前沿企業如何在 AI 應用上拉開差距。企業正通過 ChatGPT 和 Codex 將 AI 從輔助轉向執行，頭部公司已率先將智能體投入實際業務流程。
TIP來源：OpenAI：官網動態
