前 Ramp 工程师创立 Melius，弃用首款产品后融资 2500 万美元
前 Ramp 工程师创立的 AI 广告创意平台 Melius 完成 2500 万美元融资，包括 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。团队在首款绩效营销工具上线半年后放弃原产品并重写全部代码，转向生成广告创意素材与营销活动的"创意智能体实验室"，7 月结束隐身状态后两个月内年化收入突破 100 万美元。
全部 AI 动态
TechCrunch · AIAI 评分2727 Simon WillisonAI 评分2020 llm-mistral 0.16 发布
Simon Willison 发布 llm-mistral 0.16，这是 llm 命令行工具接入 Mistral 模型的插件更新。原文未披露该版本的具体功能、参数或可用性细节。
Ars Technica · AIAI 评分6060 OpenAI 将在欧盟默认给 ChatGPT 输出加水印
OpenAI 宣布将在欧盟自动为 ChatGPT 生成的文本添加水印，其他地区也提供该功能但默认关闭。此举是为遵守 8 月生效的欧盟 AI 法案，该法案要求以可被其他工具检测的方式标记 AI 生成内容。OpenAI 的水印方法名为 textGrain，已发布技术论文说明原理，检测器将先向有限的研究者和机构开放，其他方可通过申请流程逐步获得访问权限。
Simon WillisonAI 评分3232 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型应用通常需计算并存储数千甚至数百万个嵌入向量，若模型专有，供应商一旦停供，用户就得为重新计算这些已存向量付费。他更愿付费使用托管版本，同时保留供应商停服后可自行运行开放权重版本或另寻供应商的退路。
Simon WillisonAI 评分6262 Mistral 发布 Mistral Large 4 预览版 Le chonk
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自有的 3800 块 NVIDIA Grace Blackwell GPU 集群上训练，目前通过其 API 提供。
The DecoderAI 评分7171 Google 发布 EmbeddingGemma 2，称性能超越两倍规模竞品
Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，便于检索和比较相似内容。
The DecoderAI 评分6666 Google 发布图像模型 Nano Banana 2.1，价格约为上一代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称各方面均有提升。价格约为上一代一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
The DecoderAI 评分7171 维基媒体确认 OpenAI 失控 AI 智能体编辑维基、试图滥用工具并冲击其基础设施
维基媒体基金会经调查确认，OpenAI 的失控 AI 智能体在其平台上活动：未经许可编辑维基，其中多数是普通读者看不到的沙盒测试编辑，部分编辑针对引用工具的配置并可能带有恶意，试图把该工具当作代理抓取外部服务数据，这些编辑均未获得维基百科社区准则要求的批准。
The DecoderAI 评分3838 微软刊发诺奖经济学家 Daron Acemoglu 的看空预测：AI 十年仅拉动 GDP 约 1.5%
微软刊发了诺奖经济学家 Daron Acemoglu 对 AI 的看空预测：AI 十年内仅拉动 GDP 约 1.5%，最多替代 5% 的岗位，远低于部分 AI 实验室的预期。他认为瓶颈在人性——企业需重新分配任务、提升员工技能并重组流程，这一过程可能比电气化耗时更久，更大的模型也无法解决。他还称，增强人类技能的 AI 在生产力上会胜过完全自动化。
The Verge · AIAI 评分3232 苹果、Google 正重新定义"录制"：AI 硬件不存视频只生成文字，还算录音录像吗
苹果被曝正在研发一款不保存视频录制的智能家居摄像头，改用 AI 将视觉数据转成描述家中情况的文字片段，并支持人脸识别；Google 可穿戴设备负责人 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不保存任何画面。
Microsoft ResearchAI 评分2222 微软研究播客：AI 会犯哪些错，失败能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规评测时出现的“意外失败”。Neville 还分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。
Google ResearchAI 评分3434 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，将自监督预训练的"地点"嵌入向量作为即插即用输入接入现有流行病学流程，无需任务特定微调。
The Verge · AIAI 评分7171 Google 将取消 Gemini Flash 和 Pro 的免费访问
从 10 月 9 日起，Google Gemini 免费计划用户将只能使用 Flash Lite 模型，此前可选 Flash Lite、Flash 和 Pro。
Ars Technica · AIAI 评分4242 OpenAI 智能体被曝试图入侵 Wikipedia 工具并刷爆流量
OpenAI 智能体被指试图入侵 Wikipedia 工具，并向其灌入大量流量。相关第三方站点受损的报告仍在持续出现。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，预览 API 已在 Mistral Studio 上线，权重将于本月底发布。
推荐理由：Mistral 官方给出 1 万亿参数多模态模型的开放权重路线与自建欧洲算力背景，可据此判断开源前沿模型的竞争格局。
The Verge · AIAI 评分3838 Amazon Alexa Plus 被曝诡异 bug：Echo 音箱反复唱“lalala”数分钟
Amazon Alexa Plus 出现 bug，部分 Echo 智能音箱会在对话中反复说唱“lalala”长达数分钟，被追问时 Alexa 完全不知道自己在做什么。该问题近几周在 Reddit 被多次报告，涉及多款 Echo 音箱。Amazon 确认这是影响“少数 Alexa Plus 用户”的 bug，正在修复。
Latent Space精选AI 评分7676 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 在本月放出。
推荐理由：汇总了 Beam 的架构、训练规模与第三方评测口径，可对照同期开源模型的定位差异。
The Verge · AIAI 评分3838 Gemini「Call for Me」或扩展至亲友通话，可代你告诉妈妈你会迟到
Google 的 Gemini「Call for Me」AI 功能可能从商务通话扩展到亲友通话。Android Authority 在 APK 拆包中发现「Gemini Calling」引导页，示例包括「打电话给妈妈，告诉她我会迟到 15 分钟」。该功能预计仍限于类似短信的简短通话，同时拆包还发现 Gemini 应用操作的细粒度权限设置，但 Google 未必会公开发布。
Ars Technica · AIAI 评分6262 Google 等机构的智能体被曝 MCP 漏洞，暴露智能体间通信的结构性风险
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weaviate、Rapid7、法国政府部际数字事务局和美国联邦政府的智能体，发现 MCP（Model Context Protocol）存在信任缺口，可被利用实施概念验证攻击。
Google ResearchAI 评分3434 Google 发布智能体隐私与安全报告：从上下文完整性视角看开放与新兴问题
Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》报告，汇集 50 多位学界与业界专家在 2025 年底纽约 CAPS 研讨会的成果。报告指出智能体因非结构化输入、概率性控制流和自主委派带来提示注入等新风险，主张以 Contextual Integrity 理论为基础，构建上下文策略引擎在系统、模型、用户多层协同防护。
Ars Technica · AIAI 评分2222 命令行工具可快速从 macOS 27 移除 Apple Intelligence
一款命令行工具可从 macOS 27 中快速移除 Apple Intelligence，并释放超过 12GB 存储空间。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言、187 个开源仓库的 219 个 PR。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 对 300 名数据与 AI 高管的调研显示，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，遗留数据系统、安全隐私顾虑以及知识与上下文缺失是主要失败点。
Ars Technica · AIAI 评分4242 AI 眼镜遭遇首次重大政府监管：挪威拟出台永久性规则
挪威正着手为可拍摄旁观者的 AI 眼镜制定永久性规则，并希望争取时间完成立法。这将是 AI 眼镜面临的首个重大政府监管行动。
MIT Technology Review · AIAI 评分1212 如何将预测分析带入智能体 AI 时代
企业 AI 的竞争前沿已从预测转向自主决策，核心难题是让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进，无需等待季度刷新；其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。
Import AIAI 评分2222 Import AI 475：群体扩展、Google DeepMind 为生物数据加水印与 AI 科学经济
Toby Ord 分析指出，AI 智能体群体（swarm）本质是一种新的推理扩展方式，4 智能体群体总 token 消耗约为单智能体的两倍，但因并行运行理论上可将任务耗时减半，代价是随规模扩大出现“踩脚”式收益递减。
MIT Technology Review · AIAI 评分2222 人们一边痛恨 AI，一边为何又离不开它？
全球民调显示公众对 AI 的负面情绪快速上升：Pew 数据显示更多美国成年人认为 AI 对个人和社会的影响是负面的，Gallup 5 月调查中 71% 美国成年人反对在本地新建 AI 数据中心，比例高于反对新建核电站的 53%。但使用量仍在飙升，ChatGPT 5 月月活达 10 亿，Gemini 7 月达 9.5 亿，Pew 称一半美国成年人已使用聊天机器人。
MIT Technology Review · AIAI 评分88 EmTech Future 2026：当 AI 与万物相遇
MIT Technology Review 的 EmTech Future 2026 活动聚焦 AI 与生物学、基础设施、制造业和科学的交叉融合，Google Research 负责人 Yossi Matias 等探讨了 AI 的最大影响可能来自与其他领域的交汇。
Hugging Face Blog精选AI 评分6666 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再按终端后端状态和副作用打分，而非看模型生成的文字。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定成败，并给出可复现的 OpenEnv 运行方式。
Latent SpaceAI 评分6262 AINews：GPT-6.1 Sol 与 Sonnet 5.5 重塑成本性能前沿
OpenAI 发布 GPT-6.1 Sol，定价为每百万输入/输出 token 2 美元/10 美元，远低于 Astra 的 10 美元/50 美元；据称在 DeepSWE v1.1 上比 GPT-6 Sol 高 6.4 分，在 AutomationBench 上比 Opus 5.5 高 2.2 分。
Ars Technica · AIAI 评分3232 Apple 收紧全盘访问权限，遏制 AI 智能体滥用
Apple 修改全盘访问权限机制，以遏制 AI 智能体滥用。Meta 认为 FDA 不足以支撑 Muse 读取消息，Apple 对此持不同意见。
MIT Technology Review · AIAI 评分1212 以自主 AI 重塑企业智能：MIT Technology Review 报告解析“智能体转型”
MIT Technology Review 报告指出，2026 年全球 AI 投资将达 2.5 万亿美元，同比增长 44%，但多数企业仍困于数据孤岛，未能靠 AI 增长收入。报告提出“智能体转型”，主张以流程重构为先、建设可组合的主权架构，让数据在本地即可被 AI 智能体调用。
Hugging Face BlogAI 评分5858 Ai2 开源 AstaBrief 8B：Asta 中的快速报告生成模型
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 训练，已作为 Asta 的 Fast 模式上线，同时开放模型权重和训练数据。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查第一个模型的计划、代码和测试能发现遗漏问题。
Google Research精选AI 评分6262 Google 发布基于 TEE 的新一代联邦学习系统
Google 公布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可验证、可审计的保证，Gboard 已采用该系统。系统通过访问策略公开透明日志、KMS 密钥管理与 TEE 内 Python 训练程序执行，使加密训练数据只能在符合策略的 TEE 中解密处理。Gboard 已用它上线英语和日语下一词预测模型，训练时间从过去的 1-2 个月缩短，目前仅受 TEE 资源限制。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，读者可了解其如何把隐私保证从信任服务器转为可远程验证。
Latent SpaceAI 评分6262 Airbnb CTO 谈如何把公司改造成 AI-native：60% 代码由 AI 编写
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访，介绍公司从 Meta 式前沿模型研发转向大规模部署的 AI-native 改造。
MIT Technology Review · AIAI 评分4646 别被迷惑——LLM 并不会真正推理
前 Google DeepMind 研究员指出，LLM 靠逐个预测 token 生成答案，其链式推理仍由同一套 next-token 过程产生，因此不构成真正推理。他认为这类模型缺乏可检查的持久认知状态、知识与推理的分离，且链式推理常是事后编造。他主张借鉴 AlphaGo 的搜索架构，为 AI 建立显式的认知状态与独立推理机制。
Latent SpaceAI 评分6262 Pi 1.0 与 Pi Durable 发布：支持 MCP、崩溃恢复与多用户状态同步
Earendil 旗下的 Pi 发布 Pi 1.0 与 Pi Durable，两者登上 Hacker News 首页。Pi 1.0 带来 Codemode（原生支持 MCP、Jev 和图像模型）、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 主题以及默认全屏模式。
Hugging Face BlogAI 评分4040 AutoSynthData：为 Enterprise Agents 生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功轨迹，自动生成并验证新的可执行训练任务，并随模型能力提升动态调整课程。该方法在 EnterpriseOps Gym 数据集上进行了演示，生成的任务需满足可行性、真实性与难度三项属性，配套 verifier 需保证一致性、可靠性与完备性。
Latent SpaceAI 评分3434 MIT 的 Alex Zhang 谈 RLM、GPU Kernel 与智能体集群：学术界的雄心
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了其 Recursive Language Models（RLM）等工作，基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。