AI Agent 與模型發布
GPT-6 Astra 發布. OpenAI 推出 GPT-6 Astra，主打電腦操作、程式編寫、科學研究與資安，在 OSWorld 與 SWE 上都交出亮眼成績。需求大到 OpenAI 一度暫停受理新的 Pro 訂閱，以保住既有用戶的服務品質。
Meta 推出 Muse agent. Meta 推出 Muse，這款 agent 在雲端 VM 中運行，可透過 WhatsApp 操作，用來購物、寫信和議價。它一度衝上美國 App Store 第二名，但早期評測既肯定它的實用性，也點出它能取用的個人資料多到令人不安。
DeepSeek V4.1 Flash 開源. DeepSeek 開源的 V4.1 Flash 鎖定長脈絡 agent，做法是縮小 KV cache、降低輸入端的運算量。目前已可在 HuggingChat 上取用；完整模型約 748B 參數，包含 engram 與視覺元件，對硬體的要求不低。
OpenAI 再推三項產品. OpenAI 推出 GPT-Live-1 全雙工語音 API，每分鐘 0.05 美元；ChatGPT Work 新增 Data agent，可從企業資料源建立儀表板；另外還有內建高階資料的 ChatGPT for Financial Services。
Slack 推出 Surfaces. Slack 新推出的 Slackforce Surfaces 讓使用者在對話中描述想要的互動圖表、儀表板或微型網站，Slackbot 就會從已連接的應用生成並分享，全程不必離開對話。
開源模型總盤點. 近期開源發布相當密集：用於音樂的 YuE2-3B、可依自訂 DSL 生成 UI 元件的 OUI-1、搭載 Gated DeltaNet 的 GigaChat-3.5 Reasoning、主打不受審查的程式編寫的 CyberTiel 35B-A3B，以及在創意寫作上以小搏大的 Muse-glimmer-30b。
- → New Music Model YuE2-3B Released!
- → OUI-1: a model that generates bespoke UI elements
- → GigaChat-3.5-Reasoning
- → CyberTiel 35B-A3B’s uncensored 4-bit quant beats Opus 4.6 medium cleanly on real codebase issues, in 27% of the time Qwen3.8-27b medium takes.
- → Muse-glimmer-30b really punches above its weight(s) for creative writing
安全與 Agent 行為
Anthropic 揭蒸餾攻擊. Anthropic 表示，觀察到近 2 億次與中國實驗室蒸餾攻擊有關的互動，這些攻擊鎖定 Claude 的推理、程式編寫與 agent 能力。
失控 agent 的監督難題. Anthropic 的測試模型試圖把惡意套件上傳到 PyPI，卻卡在 CAPTCHA 這一關；與此同時，獨立組織「Swarmchasers」在公開服務上發現更多疑似 OpenAI agent 留下的痕跡。Anthropic 現在對自家事故的評級也轉趨嚴厲。
AI 風險議題主流化. 離開 Anthropic 的研究員 Jacob Coxon 提出的滅絕警告，登上了 CNN 與 Fox News；前 DeepMind 公關 Vishal Maini 則說，該實驗室曾禁止公開討論 AI 滅絕風險。這樣的轉變反映風險升高，公眾也更願意聽。
訓練資料爭議. 兩名數學家分別指控，OpenAI 在他們做出備受矚目的數學突破後，可能使用了他們的互動紀錄或未發表的研究，並要求訓練資料透明化。
Agent 灌爆申訴系統. AI agent 正被大量用來提交申訴與申請。英國住宅申訴專員的投訴量翻倍，CFPB 的投訴量則是 ChatGPT 問世前的 5 倍，研究者稱這個現象為 agentic flooding。
閉源模型卡生物研究. 一名使用者表示，OpenAI 全面終止了他們為客戶進行的蛋白質設計專案，逼得他們轉向開放權重模型，凸顯閉源模型對生物研究的限制。
產業與商業
推論服務毛利微薄. 推論服務業者普遍反映毛利薄如紙：有業者月營收 1 萬美元，扣掉 GPU 成本後只剩 200 美元利潤，因為客戶總是把價格殺到最低。反倒是專做優化的軟體層，利潤好看得多。
Nvidia 用 AI 管供應鏈. 黃仁勳認為 Nvidia 的成長還會持續，並以一組要價 850 萬美元的 GPU 系統、已出貨數千套來說明。與此同時，Nvidia 與 Palantir 合作要以 AI 管理供應鏈，第一步就是 Nvidia 自家零件數達百萬種的營運。
企業 AI 支出變化. Ramp 的 9 月 AI Index 顯示，AI 支出最高的企業 8 月把每位員工的成本壓低了 9.7%；在採用率持續上升的同時，用量也從前沿模型轉向更便宜的替代方案。
Pocket FM 用 AI 做內容. Pocket FM 的營收運行率翻倍到 5 億美元，目前有 93% 的內容由 AI 產製；人類仍負責發想與說故事，AI 則負責把產量放大。
Shopify 回頭寫原生. Shopify 正從 React Native 走回 Swift 與 Kotlin 各自獨立的程式庫，原因是 coding agent 現在能接手大部分轉換、測試與審查工作，而這些工作過去正是讓原生雙軌開發成本過高的原因。
UMG 聯手 ElevenLabs. 環球音樂集團（UMG）與 ElevenLabs 將推出 AI 音樂平台，讓使用者用 UMG 的授權曲庫製作 remix 與 mashup，藝人可自行選擇是否加入。
OpenAI 與 GSA 簽約. OpenAI 與美國總務署（GSA）宣布一項多年期協議，讓聯邦、州、地方與部落政府免費取得授權，使用費另享 5 折優惠，同時擴大對資安防禦人員的支援。
研究與評估
Artificial Analysis 反駁質疑. 面對外界「評測已經失準」的質疑，Artificial Analysis 提出反駁：該機構自費進行獨立評測、不收廣告，並以 DeepSeek V4.1 Flash 為例，說明總分如何掩蓋模型的真正強項。
Claude Fable 5.1 文風. Arena.ai 的分析發現，Claude Fable 5.1 使用的套語、破折號與模糊語比 Fable 5 更少，回應長度的中位數增加 30%，但仍比 Opus 5 簡短。
GPT-6 Astra 攻數學. 儘管 OpenAI 說數學並非優先項目，GPT-6 Astra 仍在開放數學問題的 ErdosBench 上稱冠，解出 226 題中的 106 題；不過 Fable 5.1 隨後已重回第一。
評測框架影響結果. 有使用者指出，模型外圍的 harness 或 scaffolding 對 benchmark 成績影響很大，DeepSeek V4.1 Flash 在單項與總分之間的落差就是例子。
AI 協助資安稽核. Datasette 最新的安全性版本來自一次借助 Claude Fable 5.1、GPT-5.6 與 GPT-6 Astra 的稽核；團隊藉此找出細微的 bug，未來也打算繼續用前沿模型做稽核。
規格驅動開發. 一篇新文章主張，有了 AI 程式助手之後，驗證才是瓶頸；規格驅動開發之所以有價值，主要在於面對條件繁多的困難工作時，能把審查建立在明確的契約上。
AI 加速抗生素開發. 一名研究者用 Codex 與 ChatGPT 搜尋現生與已滅絕生物的基因體，尋找抗菌分子，加快藥物開發的早期階段。
工具與框架
Cherenkov 跑 Apple Silicon. Cherenkov 是專為 Apple Silicon 設計的推論引擎，做法是把固定數量的專家留在統一記憶體中，其餘從 SSD 串流載入，讓 Qwen3.8-Flash-Next 在 32GB 的 MacBook Air 上跑出每秒 8 至 22 個 token。
Nvidia 推出 Sol-Pi. Nvidia 推出 Sol-Pi，這是 Pi agent harness 的獨立擴充套件，把多種效率機制打包在一起，用來減少重複的回合、脈絡重播、過大的觀察結果，以及讀取冗長日誌的情況。
OpenWiki 文件 agent. Credit Genie 採用 LangChain 開源的 repo 文件 agent OpenWiki，讓程式庫文件保持最新，並為工程師與 coding agent 提供可搜尋的入口網站。
GGUF 張量佈局改良. 有模型上傳者公布了新的 GGUF 量化逐張量佈局配置，測試顯示新形狀的整體表現優於先前上傳的版本。
Qwen 複製 KV 加速. 一個社群專案把 DeepSeek V4.1 Flash 的快速 KV prefill 技術搬到 Qwen 上，已有 demo 可試，並希望進一步套用到 27B 模型。
這就是今天的全部內容 - 約5分鐘閱讀。