AIBuildAI 开源递归自进化 PostTrain Agent，登顶 PostTrainBench
AIBuildAI 团队发布并开源 PostTrain Agent，一个用于自主后训练大语言模型的递归自我改进（RSI）Agent，代码、知识库与技术报告均已公开。
#Agent
机器之心AI 评分6262 机器之心AI 评分6262 MiniMax 上线 M3.1-Flash-Preview，复刻 Opus 5.5 前端生成能力
MiniMax 于 9 月 28 日上线 M3.1-Flash-Preview，百万 token 上下文、原生多模态，在 MiniMax Code 首发并可通过 API 订阅套餐调用。
量子位AI 评分6666 openJiuwen 开源 X-Router 自演进模型路由，实测 Token 成本降 50% 以上
openJiuwen 开源智能路由框架 model-router，并首发 x-router 自演进路由算法，在 Agent 与模型之间增加一层按请求动态选模的决策能力。
Latent SpaceAI 评分6666 Pi 1.0 与 Pi Durable 发布：支持 MCP、崩溃恢复与多用户状态同步
Earendil 旗下 Pi 发布 1.0 版本并推出 Pi Durable，两者登上 Hacker News 首页。Pi 1.0 带来 Codemode 原生支持 MCP、Jev 与图像模型，新增虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息、新 TUI 主题和默认全屏模式。
机器之心AI 评分7171 华为、港中文等联合推出 LegoFlow：让智能体自主跑完代码数据构建与训练评测全流程
华为、港中文、港科大的研究员联合推出 LegoFlow，一个把造题、答题、筛选、训练、评测全流程自动化的代码数据工程框架，每个环节封装为插件技能供 Claude Code、Codex 等编码智能体调用。
Hugging Face BlogAI 评分4242 AutoSynthData：为企业的 AI 智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例和更强教师的成功案例，自动生成并验证新的训练任务，把模型的能力缺口转化为训练数据。
Latent SpaceAI 评分3434 Latent Space 对话 MIT 的 Alex Zhang：从 GPU kernel 到递归语言模型 RLM
MIT 研究者 Alex Zhang 在 Latent Space 播客中讲述其从 GPU kernel、KernelBench 到递归语言模型（RLM）的研究路径，并称基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
AWS Machine Learning BlogAI 评分3434 在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移
AWS Professional Services 用四个智能体组成的模式，把每应用 3 到 4 周的 IaC 开发时间缩短到几分钟，该模式基于 Strands Agents SDK 构建、运行在 Amazon Bedrock AgentCore 上，通过 AgentCore Gateway 暴露的 MCP 工具连接源与目标。
AWS Machine Learning BlogAI 评分3737 Amazon Quick 推出 Live Data in Apps：AI 构建的应用可实时查询受治理数据集
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps，应用每次打开时都会实时查询受治理的 Quick Sight 数据集，不再依赖构建时的静态快照。查询以查看者身份执行，现有行级和列级安全规则自动生效，SPICE 与 Direct Query 数据集均支持，查看者需为已认证的 Quick 用户并逐数据集授权。
AWS Machine Learning BlogAI 评分3636 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可将 Amazon S3 Vectors 作为自定义持久记忆后端，实现语义检索、强写一致性和单索引最高 20 亿向量的弹性扩展。
TechCrunch · AIAI 评分5555 AWS 开源发布决策模型 Strands Decider 2B
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，不生成文本而是在预设选项中做选择并给出置信度，可本地运行。该模型由 AWS 杰出工程师 Marc Brooker 在看过 TypeSafe 的 Jev 后自行开发，曾在同规模模型的 Jevbench 排名上短暂登顶，随后由 Strands Labs 整理发布。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到 human-in-the-loop 工作流
Amazon Bedrock AgentCore 支持构建"环境智能体"（ambient agent）：它监听 Amazon S3 事件通知、EventBridge 规则、Lambda 触发器等事件流并自动执行任务，需要时通过单个 ask_human 工具暂停等待人工审批，再从中断处恢复。
Latent Space精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon，支持 1M 输出 token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络安全人员中开放，之后才向开发者、企业和消费者开放。
推荐理由：汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧，可对照其与 Astra、Opus 5.5 的能力与成本差异。
Simon WillisonAI 评分5858 Matthew Green 谈沙箱能否隔离失控智能体
Simon Willison 引用密码学者 Matthew Green 的观点，讨论沙箱是否足以隔离失控智能体。
机器之心AI 评分6262 openJiuwen 开源 WorkSwarm 全双工多模态工作台，支持边聊边调 Agent
openJiuwen 开源办公编码统一工作台 WorkSwarm，把实时音视频交互与 Core Agent 执行接入同一任务，用户可随时插话打断播报，后台任务继续运行。
智东西精选AI 评分8282 谷歌发布 Gemini 4 Argon，输出上限提至 100 万 Token
谷歌发布新一代旗舰模型 Gemini 4 Argon，面向软件工程、法律金融等企业知识工作与网络安全防御，输出 Token 上限从此前 6.4 万提升至 100 万。
推荐理由：谷歌发布 Gemini 4 Argon，披露了输出上限、基准成绩和 API 定价，可据此判断其企业级 Agent 任务的定位与成本。
爱范儿AI 评分2626 早报｜曝苹果10月13日发布家庭中枢／豆包接入机票和火车票预订／东方甄选溜溜凳双倍退款
彭博社报道苹果计划10月13日推出智能家居产品线，核心是代号J490的家庭控制中枢，配备约6英寸方形屏幕，同时更新HomePod mini和Apple TV，用于展示新版Siri AI能力。豆包接入机票、火车票预订，出行服务新增统一入口。东方甄选在罗永浩连续追问后宣布溜溜凳双倍退款。
OpenAI NewsAI 评分1818 The Den 借助 ChatGPT Work 每周省出 10-15 小时用于扩张
The Den 借助 ChatGPT Work 将拨款申请的准备时间从 3 天缩短至 2 小时，酒牌材料从 4 天缩短至 3 小时，每周因此省出 10-15 小时用于业务增长。这家社交俱乐部正筹备开设新门店。
Latent SpaceAI 评分7474 OpenAI DevDay 后访谈：Computer Use 与 Decisions API 如何重构智能体开发栈
Latent Space 在 OpenAI DevDay 后访谈了负责 Computer Use 产品与工程的 Ari Weinstein 和 API 产品负责人 Nikunj Handa，梳理了 Dots、GPT-6.1 Sol、Agents API 与 Decisions API 等发布。
AWS Machine Learning BlogAI 评分3232 用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档并返回带引用的答案。
AWS Machine Learning BlogAI 评分5959 在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 官方博客给出在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线的完整教程，三个智能体分别负责作曲、交付与合规审查，通过同一 runtimeSessionId 共置在一台 GPU 实例上共享文件系统协作。
NVIDIA Blog精选AI 评分6262 NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 和 Vera CPU 投入生产
CoreWeave 宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网，并计划提供面向 AI 智能体的 NVIDIA Vera CPU。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 与 Vera CPU，并给出 Cognition 实测吞吐与沙箱启动数据，可据此判断智能体训练到推理的闭环成本。
雷峰网AI 评分3838 百度库库AI如何打上下文之战：GenFlow 1.0到企业版与出海
百度将文库、网盘十余年积累的内容资产作为AI办公的上下文优势，其GenFlow 1.0于去年4月以通用AI Agent形态切入写论文、做PPT等场景，今年8月官宣中文名“库库AI”并上线独立端。库库AI企业版已吸引3000家企业试用，同时开放连接器授权以调用飞书、钉钉等平台内容。海外版由Oreate AI焕新为「Kooko」，原平台一年内海外用户突破1000万。
智东西AI 评分4242 快手调整AI组织架构：程一笑兼任社区科学线，于越转任可灵AI CEO
快手宣布创始人兼CEO程一笑兼任社区科学线负责人，原负责人于越转任可灵AI公司董事兼CEO，专注可灵AI经营管理。同时快手成立跨事业部虚拟组织「企业AI生产力」，由智能办公平台部负责人王诩牵头，统筹通用Agent、企业上下文体系和企业信息系统建设。
开源中国精选AI 评分7878 Anthropic 红队评估 GLM-5.3：自主漏洞利用能力追平 Claude Mythos Preview
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。
开源中国AI 评分6666 OpenAI 发布 GPT-6.1 Sol，称智能水平接近 Astra 而价格仅为其五分之一
OpenAI 发布 GPT-6.1 Sol，官方称其为一次重大升级，覆盖专业办公、操控电脑和 agentic 编程等任务，智能水平接近 Astra，价格仅为其五分之一。此前 OpenAI 上周刚推出 GPT-6 Sol；而 Astra 迭代前两天因未通过安全标准被暂停。
雷峰网AI 评分7171 Muse 爆火、dots 入场：Personal Agent 开始和互联网平台抢入口
雷峰网梳理称，Personal Agent 正成为 AI 产品竞争的新方向：Meta 的 Muse 截至 9 月下旬下载量突破 300 万，OpenAI 于 9 月 29 日发布长期在线的个人 Agent 产品 dots，Manus 于 9 月 28 日推出 Cue，千问、豆包、腾讯也在跟进。
雷峰网AI 评分6060 实测 Qwen3.8-Flash 与 GLM-5.3-Flash：谁能让我提前下班半小时
雷峰网在 Claude Code 中用同一任务实测同日发布的 Qwen3.8-Flash 与 GLM-5.3-Flash，要求从零开发一个含任务、日程、笔记、Dashboard 和全局搜索的个人工作台。
雷峰网AI 评分6262 从 Codex Harness 开源，看 AI 公司的护城河是什么？
OpenAI 于 8 月 19 日正式开源 Codex Harness，开放的是支撑 Codex App、CLI 和 IDE Extension 的 Agent Loop，开发者可通过 SDK 和 App Server 接入任务管理、工具调用、事件回传与人工审批，模型和云端服务仍由 OpenAI 提供。
雷峰网AI 评分6262 OpenClaw 2.0 实测：Agent 网关能重塑工作流边界吗
雷峰网在同一台服务器上用同一道长任务对比 OpenClaw v2026.7.1-2 与 v2026.8.1（2.0），两者总耗时基本持平（103.3 分钟对 106.1 分钟），但 2.0 的 LLM 请求从 74 次降到 46 次、工具调用从 100 次降到 65 次。
雷峰网AI 评分5252 对比 Codex，免费的 AgnesCode 在 DeepSeek-V3 算子优化任务中表现如何
雷峰网将免费的 AgnesCode + Agnes 3.0 Flash 与 Codex + GPT-5.6 Sol 放在众智 FlagOS 大赛同一道 DeepSeek-V3 解码阶段融合 QKV-A 下投影算子题上对比，两组均完成任务。
雷峰网AI 评分4747 三张圆明园鼠首照片实测：GPT-6 Astra 调度 Aholo Lux3D 与 Blender 的 3D AI Harness 时刻
用三张圆明园鼠首照片和一段自然语言指令，GPT-6 Astra 在 Codex 中调度 Aholo Lux3D 生成 3D 资产，再由 Blender 检查、调材质、加底座并渲染导出。
雷峰网AI 评分6666 阶跃星辰 Step 5 Preview 发布，AA 智能指数 44 分位列全球开源前二
阶跃星辰发布 Step 5 Preview，在 Artificial Analysis Intelligence Index 上取得 44 分，位列全球开源前二，参数规模 600B，上下文窗口 1M token。
雷峰网AI 评分6262 爱诗科技 PixVerse R2 全量上线：实时世界模型的分层 Scaling 方案
爱诗科技推出 PixVerse R2 并已全量上线，用户可在网页端体验动作指令与互动影游交互。R2 把能力与效率拆成两层推进，Omni Causal AR 负责抬高世界模型能力上限，Real-Time Acceleration 通过同源蒸馏、稀疏计算和金字塔式少步生成把能力带回低延迟区间，官方称 Scaling 同时发生在模型容量、数据、任务、控制信号和时间尺度五个维度。
雷峰网精选AI 评分7878 GPT-6 Astra 首批实测：一周搭出曼哈顿，长任务仍会跑偏
雷峰网汇总了 GPT-6 Astra 发布后首批拿到模型的用户实测。Ben Davis 让 Astra 在 Blender 里生成 4K 飞船模型，并观察到它会主动打开页面、读取报错、修改后再测试；Theo 用 Blender 做可直接在浏览器运行的 3D 游戏，耗时约 30 分钟到 2 小时。
推荐理由：汇总首批用户实测，呈现 Astra 在 3D 创作、软件操作与长任务上的能力边界和翻车点。
开源中国AI 评分1717 Blueking Lite 本周更新：智能体问答可展示知识库图片
Blueking Lite 本周更新，智能体问答现可展示知识库中的图片。系统管理支持查看 API 调用日志，CMDB 新增物理服务器 Redfish 采集，作业平台脚本库支持 ZIP 批量导入导出。
开源中国精选AI 评分8080 OpenAI 发布全天候运行 AI Agent dots，由 GPT-6 Astra 驱动
OpenAI 在旧金山 DevDay 2026 开发者大会上发布个人智能体助理 dots，由 GPT-6 Astra 驱动，可全天候运行并拥有独立的云端电脑。dots 以戴贝雷帽、架眼镜的彩色小圆点形象出现在手机和笔记本屏幕上，可集成进第三方应用，Sam Altman 称其比 ChatGPT 更有野心。
推荐理由：OpenAI 在 DevDay 发布由 GPT-6 Astra 驱动的全天候个人智能体 dots，可据此了解其形态与集成方式。
开源中国AI 评分5252 MateClaw 2.3.0 发布：用不可变 JSON 托管验收长任务
MateClaw 2.3.0 正式版于 2026 年 9 月 20 日发布，为 Persistent Goal 增加用户配置的托管 JSON 验收，Agent 发布不可变产物版本，服务端将检查结果绑定到当前要求与具体 generation，所有当前绑定有效后才允许完成目标。同版本还发布观察模式执行证据、Team Worker 受控干预、Skill 文档及文件夹上传。
开源中国精选AI 评分7878 DeepSeek Harness v0.2 发布桌面版，插件靠 npm 包名安装
DeepSeek Harness 发布 v0.2 预览版，同时放出 macOS 和 Windows 桌面端安装包，可在官网 deepseek.com/harness 下载，无需再折腾命令行。新版本预置常用能力，支持丢入文档、表格或 PDF 处理，插件安装以 npm 包名完成，并能让 AI 自己写插件。
推荐理由：桌面版把插件安装简化为 npm 包名，并支持 AI 自行编写插件，可据此判断上手门槛的变化。
Latent Space精选AI 评分8888 OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API，ChatGPT 周活达 12 亿
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API 与 ChatGPT Spaces，并公布 ChatGPT 周活 12 亿。
推荐理由：汇总 OpenAI DevDay 2026 的全部发布与第三方评测数据，可一次看清其产品线扩张与定价策略。