Anthropic 前沿红色团队评估智谱 GLM-5.3，认为它是首个能像五个月前 Claude Mythos Preview 那样自主构建端到端漏洞利用、却几乎未设拒绝护栏就放出的模型。五个月前 Anthropic 发布 Claude Mythos Preview 时，曾称其为第一个能自主构建复杂端到端漏洞利用的 AI 模型。
推荐理由：Anthropic 红队对 GLM-5.3 的评估给出了自主漏洞利用能力与拒绝护栏缺失的对比，可了解前沿模型安全评估的一种视角。
Anthropic 发布 Claude 5.5 家族第二个成员 Claude Sonnet 5.5，定位为 Opus 5.5 的快而省互补款，主打高频日常任务、修 bug、文档和表格。官方称其比 Sonnet 5 速度快 30% 以上，多数任务成本低 30%，Agent 编程评测成绩从 10% 提升到 70%。
推荐理由：Anthropic 新模型在 Agent 编程评测上的大幅跃升，可作为观察 Sonnet 系列定位与能力边界的参照。
AINews 汇总 9/24-9/25 动态，指出 Opus 5.5 本周发布后社区反响积极，尤其在用代码生成讲解视频上表现突出。榜单方面 Opus 5.5 以 88.4% 领跑 SimpleBench，在 Terminal-Bench-Science 上从低推理档 24% 升至 xhigh 档 62%，max 档回落至 59%。
推荐理由：汇总 Opus 5.5 发布一周内的社区实测与榜单表现，可快速了解前沿模型在视频生成与智能体任务上的当前水位。
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度快 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均胜出。
推荐理由：作者实测了 Sonnet 5.5 的编码与免费层表现，并把它与 Opus 5.5、ChatGPT 免费层做了横向比较。
Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：同一天两家实验室分别发布新模型并大幅降价，读者可对比能力定位与每任务成本的实际差异。
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，作者称 GPT-6 Sol 与 Luna 的价格是各自 GPT-5.6 对应型号的一半。
推荐理由：作者实测并整理当日多家新模型的价格表，可据此比较同一档位模型的成本变化。
Anthropic 正在限制 Pro/Max 订阅者在开放智能体平台中使用 Claude 模型，Hugging Face 提出两条迁移路径：通过 Hugging Face Inference Providers 调用开源模型，或在本地硬件上运行开源模型。
推荐理由：Anthropic 收紧 Claude 在开放智能体平台的访问后，文章给出托管与本地两条迁移路径和具体配置命令。
Hugging Face 发布新工具 upskill，用 Claude Opus 4.5 等大模型生成并评测 agent skill，再交给更小或本地模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的可复用流程与评测命令，读者可据此降低推理成本。
Google 发布智能体开发平台 Antigravity，即日起免费公开预览，提供 Gemini 3 Pro 的宽松速率限制。该平台在传统 AI IDE 之外新增以智能体为中心的 Manager 界面，可并行编排多个工作区中的智能体，并支持浏览器控制与异步交互。
推荐理由：Google 把 IDE 改造成以智能体为中心的开发平台，读者可据此判断异步编排与 Artifacts 验证会怎样改变编码工作流。
OpenAI 与 Anthropic 公布一次联合安全评估的结果，双方互相测试对方模型在失准、指令遵循、幻觉、越狱等方面的表现。OpenAI 称这是此类跨实验室合作评估，并提到其中的进展、挑战以及跨实验室协作的价值。
推荐理由：两家头部实验室首次互测对方模型的对齐与越狱表现，可了解跨实验室安全评估的做法与发现。