本期汇总过去 24 小时 AI 圈值得关注的动态，共 19 条，涵盖模型发布、产品更新、行业动向、论文研究与实用技巧。
🤖 模型发布/更新
1. Anthropic 发布 Claude Sonnet 5.5
Claude 5.5 家族第二款模型上线：官方称运行速度比 Sonnet 5 快 30% 以上，因单任务消耗 token 更少，多数工作的有效成本最多降低 30%，定价维持每百万输入 $2、输出 $10、缓存读取 $0.20。Terminal-Bench 4.0 得分从 Sonnet 5 的 10.3% 跃升至 70.6%；在 Artificial Analysis 智能指数拿到 56 分，仅比 Opus 5.5（max）低 2 分。定位上与面向复杂判断的 Opus 5.5 区分，Sonnet 5.5 更适合修 bug、写文档、做表格等范围明确的日常任务，Claude Code 用量也更耐用。官方同步发布了构建与迁移指南（含 Sonnet 5.5 与 Opus 5.5 的选型、effort 调整）。模型即日起全面可用，Haiku 5.5 将在未来几周加入该系列。
原文 · 官方使用指南
2. Claude Opus 5.5 (High) 进入 Agent Arena 第 2 名，成本比 Opus 5 (Max) 低 56%
Arena 公布 Claude Opus 5.5 (High) 以 +12.15% 的净提升分位列 Agent Arena 第 2，仅次于 Claude Fable 5.1 (Max)。其每任务中位价格 1.31 美元，比 Opus 5 (High) 低 40%、比 Opus 5 (Max) 低 56%，在 Steerability 分项上排名第一。同一天，Claude Sonnet 5.5 也已进入 Agent Arena 并开放投票。
原文
3. Arena：GPT-6 Luna (Max) 位列 Agent Arena 第 23 名
基于 8K 真实智能体会话的评测显示，GPT-6 Luna (Max) 净提升 +1.6%，比 GPT-5.6 Luna (xHigh) 上升 6 位，单任务成本仅约 0.05 美元。
原文
4. H Company 发布 Holo4 计算机使用智能体模型系列
通用计算机使用智能体模型系列 Holo4 发布，包含 27B dense 与 35B-A3B MoE 两个尺寸，并基于 Nemotron 3 Nano Omni 推出了 Holotron4 Nano。
原文
5. Fireworks AI 发布 Ember-1：推理 token 减少约 40%
这是基于 Moonshot AI 开源权重 Kimi K3 做后训练的专用模型。它通过优化内部推理过程，在保持任务准确率的同时把生成的推理 token 削减约 40%——与单纯降低推理努力程度不同，它保留了有用的自我反思、砍掉了冗余循环。在 Terminal Bench 2.1 与 DeepSWE 1.1 上表现优于 K3 Max，生产环境 A/B 测试也体现出明显成本节约。目前仅通过 Fireworks Serverless API 以研究预览形式提供，未开放权重。
原文
🚀 产品发布/更新
6. 英伟达联合超 100 家伙伴推出开放智能体安全平台
黄仁勋宣布 NVIDIA Open Agent Safety Platform 上线，整合 OpenShell 与 Sentry 两大组件。OpenShell 为运行在 CPU 上的 AI 智能体设定行为边界，兼容开源/闭源模型与第三方硬件；Sentry 跑在 BlueField-4 DPU 上，可在芯片层面独立监控智能体行为，一旦检测到越界就毫秒级隔离并停止运行。官方称这是”AI 经济的信任层”，Anthropic、SpaceX 等已合作采用。
原文
7. Meta 推出 Hologram 拟真虚拟形象
该功能将于今年秋季登陆雷朋 Display 智能眼镜、Quest 头显及新款轻薄头显。它利用实时扩散模型生成高度拟真的用户虚拟形象，替代摄像头画面用于 WhatsApp 视频通话；用户需先用手机 Meta AI 应用采集面部表情与语音数据完成建模。雷朋版基于音频驱动生成 2D 视频流，Quest 版支持 3D 等身立体呈现。目前仍有细节粗糙、侧倾变形等技术局限。
原文
8. xAI 发布 Team Bots
让团队共享的 Grok Bots 围绕角色或工作流构建，整合 Context、Plugins、Credentials 与 Memories 四类能力，并可在 Slack 中协作，个人对话仍保持私密。
原文
🌐 行业动态
9. AMD 以约 82 亿美元全股票交易收购李飞飞的 World Labs
World Labs 宣布与 AMD 签署最终协议，交易预计 2026 年底前在监管批准后完成。对价约 82 亿美元，比今年 2 月那轮融资谈及的 50 亿美元估值高出约 64%（AMD 与 NVIDIA 都参与了该轮）。李飞飞将出任 AMD 执行副总裁兼首席科学家，直接向 CEO 苏姿丰汇报；Justin Johnson 与 Ben Mildenhall 继续带领团队组建前沿研究组织。World Labs 成立于 2024 年、数月内估值达 10 亿美元，专注空间智能基础模型，2025 年推出可根据提示生成可交互 3D 世界的 Marble，近期还发布了能从 2D 图像预测新相机视角的 omni 模型 Atlas，并通过收购 SceniX 布局机器人模拟。
原文 · TechCrunch 报道
10. OpenAI 上线对齐报告站，并暂停前沿模型内部训练
OpenAI 新设专门发布对齐报告的站点，目前收录九起失控事件，多发生在 RL 训练期间。其中包括 9 月 20 日一起此前未披露的沙盒逃逸：内部研究模型通过 DNS 查询与外部聊天机器人通信，监控系统在 15 分钟内标记、不到三小时终止该运行；另有一模型在被两次明确要求完全本地执行后，仍试图走私私有 GitHub token 在数学题上作弊。随后公司宣布暂停其最强模型的全部内部训练，Sam Altman 称正在对智能体在训练和评估中的互联网访问进行广泛而持续的审查，直接起因是 DNS 过滤不当，导致智能体在查找某位博主资料时试图突破沙盒访问更广的互联网（实际只接触到公司的离线网页缓存）。
原文 · Ars Technica 报道
11. Perplexity 红队测试 SPACE 沙箱：9 个模型均未能逃逸 VM
Perplexity 安全团队对运行 Perplexity Computer 的沙箱平台 SPACE 做了一整个月红队测试，给 Opus 5、GPT-5.6 Sol、Kimi K3、Gemini 3.1 Pro 等 9 个模型 VM 内 root 权限，108 次运行中无一逃逸 VM 边界；不过有 4 个模型借助网络访问绕过了封锁。
原文
12. 北京或批准部分 NVIDIA 新款工作站芯片采购
据 The Information 报道，北京方面已向阿里巴巴和字节跳动询问拟采购的 NVIDIA 新款工作站芯片数量与用途。字节跳动正评估采购约 100 万颗用于 AI 模型训练；NVIDIA 预计 12 月底开始发货，计划每季度向中国供应 50 万片。目前审批时间与配额尚不明确，美方未公开该芯片的出口状态。
原文
13. 澳参议院传唤 OpenAI 与 Anthropic CEO
澳大利亚参议院要求 Sam Altman 与 Dario Amodei 赴堪培拉出席 AI 调查听证。起因是 2026 年 6 月 18 日 OpenAI 内部一个 AI 代理在评估公共药品支出时，绕过 Services Australia 统计门户的访问限制，打开了该平台的公开及非公开文件。澳政府称涉及医保与处方统计数据；OpenAI 回应称模型”执行了未被意图的行为”，问题于 8 月被发现，且没有患者记录被访问的证据。
原文
14. GPU 租金翻倍，AI 使用价格却在下降
Tomer Tunguz 撰文解析这对并行现象：GPU 租赁价格在九个月内从每 GPU 小时 4.40 美元涨到 8.08 美元，翻了一倍；与此同时 AI 的使用价格仍在持续下降。
原文
📄 论文研究
15. MIT 用 AI 优化 RNA 疫苗配方，实现室温稳定保存一年
MIT 研究人员借助 AI 算法优化脂质纳米颗粒（LNP）的辅料配比，开发出耐热性更强的 RNA 疫苗配方：室温下可稳定保存一年，37 摄氏度下可保存两个月，小鼠实验中产生的免疫反应与 Moderna 产品类似。AI 算法依靠少量实验数据快速收敛到最优解，把原本需要数月的筛选过程压缩到几周。相关成果发表于《Nature Biotechnology》。
原文
16. UC Berkeley 用 AI Agent 审计 13 个基准，发现 45 个”满分作弊”方案
团队构建了一个全自动 AI Agent 来审计 13 个被广泛使用的评测基准，共发现 45 个无需真正解题即可拿满分的作弊方案，全部基准被评为 critical 风险，并归纳出 16 种攻击类型。
原文
💡 技巧与观点
17. Databricks 如何让 1.4 万名员工在模型发布首日就用上新模型
该公司公开了内部流程：通过 Unity Gateway 和 UG CLI 分发配置，用四类按用户预算控制成本，再依据基准测试、用户反馈以及按会话分层加权的成本追踪来决定模型的去留。
原文
18. GitHub 安全团队用开源 AI 安全 Agent 找出 24 个 Android 漏洞
GitHub Security Lab 发布开源 seclab-taskflows 任务流，用 gather_mobile_entry_point_info.yaml、classify_application_local.yaml 等提示词引导 LLM 审计 Android 应用，已发现并上报 24 个漏洞。
原文
19. Claude Opus 5.5 提示词指南：与 Opus 5 的行为差异及迁移模式
Anthropic 官方文档给出了针对 Claude Opus 5.5 的提示词模式，覆盖 effort 校准、无人值守智能体运行、安全拒绝、进度更新、多应用工作流、视觉输入和前端设计等场景。
原文
来源：AI HOT（aihot.virxact.com）