模型发布与更新
GPT-5.6 与 ChatGPT Work. OpenAI 推出了 GPT-5.6，包含三个模型——Sol、Terra、Luna，具有明确的推理努力等级；Sol 通过简短提示自主对较小的 Luna 进行后训练。新的 ChatGPT Work 代理基于 GPT-5.6 和 Codex，能够自主处理长达数小时的工作流程，同时 Atlas 浏览器已关闭，其代理浏览功能移至 Chrome 扩展和桌面应用中。在基准测试中，Sol 以三分之一成本达到了 Anthropic 的 Fable 5 的水平。
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows（在新标签页中打开）
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"（在新标签页中打开）
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT（在新标签页中打开）
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost（在新标签页中打开）
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity（在新标签页中打开）
Meta Muse Spark 1.1. Meta 发布了 Muse Spark 1.1，这是一个用于代理任务、编码和计算机使用的多模态推理模型，拥有 100 万 token 的上下文窗口。其 API 定价每百万输出 token 4.25 美元，低于 OpenAI 和 Anthropic 等竞争对手，加剧了人工智能价格战。
Tencent HY3 295B MoE. 腾讯的 HY3 是一个 295B-A21B MoE 模型，与 DeepSeek V4 Flash 竞争，现已提供 GGUF 量化版本；一个 107GB 的 UD128 量化可在 128GB Mac 上以不错的质量运行，而更高的 Q6_K 在更大的 GPU 设置上提供接近无损的性能。
Qwen3.6 NVFP4 速度提升. Unsloth 发布了 Qwen3.6 27B 和 35B 的 NVFP4 量化，通过使用 W4A4 进行矩阵乘法，实现了比 NVIDIA 官方量化快 2.5 倍的推理速度，且在 MMLU-Pro 和 AIME 2025 等基准测试中无精度损失。
代理基础设施与工具
OpenWiki Brains 用于代理记忆. LangChain 发布了 OpenWiki Brains，这是一个框架，通过自动从 Gmail、Notion、git 仓库等处获取上下文，让 AI 代理拥有主动记忆，然后维护一个代理可查询的 wiki。
Cloudflare 临时账户用于代理. Cloudflare 推出了临时账户，允许 AI 代理在没有永久账户的情况下部署 Workers；部署在 60 分钟内无人认领则过期，消除了代理驱动工作流程中的瓶颈。
barebrowse：面向代理的 ARIA 快照. 一款新的 MIT 许可工具 barebrowse，向 Web 代理提供修剪后的 ARIA 快照而非原始 HTML，大幅减少 token 使用量；它复用你现有的浏览器配置文件和 cookie，无需复杂脚本即可访问登录页面。
MIT LLM Serve 仪表板. 一个开源的、单文件的本地 LLM 服务器仪表板，在终端风格的页面上显示 GPU 利用率、每个模型的吞吐量和系统统计信息，自动发现 llama.cpp 和 vLLM 的工作端口。
推测性缓存预热. OpenFox 引入了推测性缓存预热：在你输入提示时，它会预处理系统提示和工具，利用空闲计算资源，每次对话节省 10-20 秒的等待时间。
人工智能开发与基准测试
Bun 借助 AI 用 Rust 重写. Bun 借助 Anthropic 的 Claude Fable 5 从 Zig 完全重写为 Rust；64 个 Claude 实例并行运行了 11 天，编写了超过一百万行代码，成本为 16.5 万美元，修复了 128 个 Bug，速度提升了 2-5%。
Datadog 借助 AI 迁移. Datadog 使用 Claude 和 Cursor 重构了一个关键的指标路由服务，从 KV 模式转向关系模式；AI 生成并测试了代码，减少了人工工作并确保了正确性。
编码代理成本/性能. DataBricks 在一个数百万行代码库上对编码代理进行了基准测试，发现 pi-coding-agent 比 Codex 便宜多达 2 倍且通过率更高，GLM 5.2 与 Opus 4.8 High 相当。
SWE-Bench Pro 问题. OpenAI 发现流行的 SWE-Bench Pro 编码测试中约 30% 的任务由于模棱两可或误导性的项目衍生问题存在缺陷，并撤回了认可；Artificial Analysis 此前已放弃该测试。
行业与商业
Apple 起诉 OpenAI. Apple 起诉 OpenAI，指控包括前硬件主管唐潭在内的前 Apple 员工存在窃取商业秘密的模式，以推进 OpenAI 的硬件野心——可能是一款挑战 iPhone 的人工智能智能手机。
腾讯将收购 Manus. 腾讯正在谈判以 20 亿美元估值收购 AI 代理初创公司 Manus 的多数股权，此前北京迫使 Meta 放弃了收购；腾讯计划将代理能力整合到微信中。
Meta 撤回 AI 图像功能. Meta 移除了 Instagram 的一项功能，该功能允许用户通过标记公共账户生成 AI 图像，此前因未经同意使用个人照片引发争议；该功能‘未能达到预期’。
Hugging Face 的 CEO 谈开源. Hugging Face 的 CEO Clem Delangue 认为，开源 AI 正在蓬勃发展，因为企业从前沿 API 转向开源模型以控制成本；财富 500 强中有一半现在使用该平台。
这一天的内容就到这里——大约 5 分钟读完。