Kombai 发布 Design Creativity Bench，用 80 个开放式 UI 任务评估模型设计创造力，最佳模型 GPT-6 Astra 得 65.5，人类参考为 92.3。
DeepSeek 网页 / API 服务今日出现部分中断，对话提示“服务器暂时不可用”。官方服务状态页面显示正在排查问题，已中断超 50 分钟。
八个州的总检察长周三分别在州法院起诉 OpenAI，指控 ChatGPT 强化用户妄想、提供危险医疗建议并协助策划暴力行为。诉讼依据各州消费者保护法，还要求法院禁止 OpenAI 开发可自我改进且无法保证与人类价值对齐的模型；此前佛罗里达和英属哥伦比亚已起诉 OpenAI，42 个州也在调查该公司。
据 lwn 报道，Linus Torvalds 在 torvalds/linux.git 仓库推送名为 noref-filemap-read-with-llm 的新分支，提交其首个由 Claude Code 辅助开发的内核补丁系列，主题为提高页面引用计数可扩展性。
查看源代码 → https://goo.gle/4jYmj8R
我们让 Gemini 4 Argon 用纯 Python、零外部库制作一个逼真的 3D 场景。 它写了 5,000+ 行代码，从零构建了自己的 3D 光线追踪引擎、定制视频工具和音频混音器，来渲染并记录这个阳光洒落的图书馆——并用 Gemini 3.8 TTS 生成旁白、由 Lyria 3.5 配乐，制作并组装了这段视频。
YouTube 于 10 月 14 日公告，在 YouTube Music 上线 AI 音乐标注功能，后续将同步扩展至主 YouTube 应用。
Dyna Robotics创始人兼CEO Lindon Gao在访谈中讲述其第四次创业，公司走"Product-research"路线，以具体工作流为最小单元、从真实任务反向驱动模型预训练，与Pi的纯大脑研究路径不同。他称创业是自我修心，曾要求自己做"不能犯错的CEO"，后来意识到对犯错的恐惧反而导致许多错误决策，直到去年底才渡过这段难关。
昆仑万维于2026年10月15日发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源。
Muse Wonder 和 Muse Wonder Full 在个人与专业智能体任务上达到 SOTA 表现。 在我们的研究员博客上了解更多关于这些模型的信息：https://go.meta.me/musewonder
观看与 @finkd、@alexandr_wang 和 @collision 的完整对话： https://x.com/collision/status/2109714250226905248
Colossal Biosciences 发布 AI 平台 GenoMorph，结合三维形态学、比较基因组学与发育生物学，在基因组数据有限的复活项目中筛选可用于基因编辑的目标基因。该平台已为渡渡鸟颅面部形态改造找出约 2300 个潜在 DNA 编辑靶点，团队下一步将在实验室验证这些预测。平台本身不执行基因编辑，仅帮助筛选值得深入研究的基因改动方案。
当地时间 14 日，美国 8 个州的总检察长分别在州法院起诉 OpenAI，指控 ChatGPT 指导包括青少年在内的用户伤害自己或他人，并刻意迎合用户以获取信任。
Datalab 发布开源文档解析基准 OmniParseBench，用 16,288 个 pass/fail 测试评估 2,937 页、2,343 份文档、92 种语言上的解析器，总分取文本、表格、布局三族通过率的均值。
xAI 发布语音转语音模型 Grok Voice 3.0，官方称其为智能水平最高的语音模型，延迟低于 1 秒。Artificial Analysis 语音转语音综合榜单排名第一（86.9 分），全双工基准得分 97%，τ-Voice 得分 71.6%，延迟较 GPT-Live-1（Astra）低 40%；ServiceNow EVA 基准取得 74% 的最高精度。
Databricks 推出 Beta 版 Predictive AI Functions，新增 ai_top_drivers、ai_detect_anomalies、ai_predict_value、ai_predict_class 四个 SQL 原生函数，并改进 ai_forecast。
Grok @Bot 能检测诈骗邮件
马斯克在 X Takeover 活动访谈中称，过去一年自己大概经历了六次“AI / SI 精神错乱”，并称情况“可能还挺严重”。他所说的“精神错乱”指自己相信 AI 能够理解美。该词并非正式医学术语，常指反复使用 AI 后原有妄想加重，也被科技圈人士当作标签，马克·安德森曾提出“AI 精神错乱即服务”（AIPAAS）的说法。
据华尔街日报报道，麦肯锡今年秋季将在北美部分办公室为申请商业分析师岗位的本科生新增约十分钟的 AI 客户模拟面试环节，预计数百名候选人参与。AI 虚拟形象学习多种客户性格类型，扮演市长等角色质询方案，但不会自行打分，合伙人现场观察表现；若试点效果好，公司计划明年推广到其他岗位。
欧盟委员会人工智能办公室正式向 OpenAI 和 Anthropic 发出信息调取请求，调查两家公司前沿模型测试期间的模型越狱及入侵外部真实系统事件，这是《人工智能法案》实施以来对前沿实验室安全事故的首次重要执法考验。
订阅已开启 > 仅订阅者可见的帖子 > 可以直接私信我 讨厌智能体的人别订阅 https://x.com/larsencc/creator-subscriptions/subscribe
Anthropic 的 Lydia Hallie 宣布 Claude Code 新增空闲压缩功能，会在约 1 小时 prompt cache 过期前自动压缩长时间空闲的会话，之后回来只需重新处理摘要而非整段对话，节省用量。Dex Horthy 转发并称赞这是好设计，称此前 24 小时后才询问是否压缩让他困惑，因为那时缓存早已过期。
McKinsey 在招聘流程中引入虚拟 AI 客户，让求职者与其进行模拟对练。该环节用于考察应聘者在客户场景下的应对能力。
Fish Audio 发布开源权重 TTS 模型 Drama 3，总参数 35B、每 token 约 3B 激活，权重已在 Hugging Face 开放并可接入 Fish Audio API。
从打造它的人那里了解更多关于 Gemini 4 Argon 的信息：
Google 宣布 Gemini 4 Argon 已向 Google AI Pro 和 Ultra 订阅用户全球开放，可通过 https://gemini.google 和应用使用。模型现已开始在 Gemini 应用中推出，官方另发推文串介绍其与最新应用更新如何帮助用户实现复杂想法。
大大点赞 Amazon/Ring 发布了官方 API，可以把摄像头和传感器接入你自己的应用。 我连接摄像头没问题，但传感器还不行。如果有人在做这些 API，我很想参与 beta 测试。
Artificial Analysis 发布研究预览版基准 AA-Robotics v0.1，让前沿大语言模型在编码 Agent 环境中直接操控 6 轴机械臂完成 8 项桌面任务。
Meta 把浏览器操作能力直接训进模型 Muse，商家无需改造网站，Muse 即可操作其站点；愿意合作的商家可开放 API 直连，免去 Agent 爬网页。扎克伯格称未来每家公司都会有自己的 Agent，目前主动要求深度接入的商家远多于想屏蔽的。该能力被视为 Agent 购物的最后一块拼图，屏蔽 Agent 只会把自己挡在下一波需求之外。
https://x.ai/bot/plugin/9717366
Lauren Tan 介绍自己 pstack 项目中最耐久的部分是工程原则，即约 10-20 行代码的简洁技能，把良好实践提炼进核心。
@aiDotEngineer @vikhyatk 提到了
致我所有的创始人朋友们
grok @bot 市场已开放提交！ 把你的连接器发给我们： https://x.ai/bot/marketplace/submit-a-plugin
OpenRouter 宣布 AssemblyAI 的 Universal-3.6 Pro 上线，通过其 Sync API 提供语音转文字。相比 Universal-3.5 Pro，短对话语句错误减少 30%，支持语言平均错误减少 12%，改进电话号码、地址、邮箱和代码的识别与格式化，新增韩语、粤语、俄语等 14 种语言，定价 $0.30/hr。
Gemini 官方宣布 Gemini 4 Argon 已向全球 Google AI Pro 和 Ultra 订阅者开放。该模型此前已在 Gemini 应用中逐步推出，定位为处理复杂任务的前沿模型，更多详情见官方推文线程 https://x.com/GeminiApp/status/2110039322229649783。
你在用 Gemini 4 Argon 构建什么？给我们看看你的作品
Artificial Analysis 发布 AA-Robotics v0.1 研究预览，测试前沿语言模型控制 6 轴机械臂在物理世界理解、规划和执行的能力，首批公布八个任务的结果。
Jev 1.14 发布了！ 图像输入、box API、更好的质量、更长的上下文。祝贺 TypeSafe 团队让 Jevolution 持续前进！ 我们 @databricks 很兴奋能与 TypeSafe 合作，将新的 Jev 带给我们的客户！
Rohan Paul 介绍 AIPOCH 的开源桌面应用 Open-Science，AI 智能体可在本地单一工作区读论文、取数据库数据、编写运行 Python 或 R 代码并保存图表报告。
@fnthawar 和我聊了聊，编码智能体的技能在于“身处细节之中” 就像经营一家公司，你不可能知道所有事，但对正确的细节保持执着的关注，才能成就伟大 它可以是代码、架构、设计、UX——任何需要的东西
了解更多 ↓ https://goo.gle/4BmzuXE
从优化代码库到创意写作，以下是 @TulseeDoshi 和其他 Google 团队如何使用 Gemini 4 Argon
White Circle 开源了 RISE，一个自动化红队测试算法，用于检测 AI 图像生成器能否被诱导生成其规则禁止的图片。RISE 无需额外训练，底层使用 Qwen、Gemini Flash 等公开模型，通过搜索攻击策略并按通过率给予策略反馈，即使面对几乎全部拦截的模型也能持续学习；防守方可立即用自己的图像模型运行它。
AIE 纽约大会上，OpenAI 的 Joseph Kim 提出“实用性阈值”概念，预测 2027 年金融模型将很少用 Excel 和 PowerPoint，智能体能胜任投资想法生成和交易。
Claude Code 的空闲压缩会让 Claude 从摘要而非完整上下文继续。作者说明可在 settings. 中设置 "idleCompaction": false 关闭，并通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 自定义阈值，默认为 200k。
我们最近为 Claude Code 添加了空闲压缩功能！ 它现在会在提示词缓存即将过期（约 1 小时）前，对长时间空闲的会话进行压缩。如果你之后回来继续使用，它只需重新处理摘要，而无需重新处理整个对话，从而为你节省一些用量。
Musk 发文称 Grok Voice 3.0 已是全球领先的对话语音模型，并引用 Artificial Analysis 的评测：Grok Voice 3.0 以 86.9 分登顶 Speech to Speech Index，领先 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live 的 82.6，较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 Realtime API 提供，价格 $0.08 每分钟，Big Bench Audio 平均首音频延迟 0.81 秒，任务成功率 94.8% 居榜首。
Flock CEO Garrett Langley 在 TechCrunch Disrupt 上表示其 Gunshot Detection 麦克风只检测枪声，但公司官网写明该系统还能检测烟花、sideshows、车祸和街头霸占事件，且检测库会持续扩展。
了解我们 Research@ 的全部更新内容 ↓ https://goo.gle/4zxycHp