以下是过去 24 小时（截至北京时间 2026 年 10 月 1 日）AI 圈值得关注的精选动态，共 25 条。
🤖 模型发布 / 更新
1. Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，净提升 +7.92%
Arena 榜单显示，Google DeepMind 的 Gemini 4 Argon (High) 位列 Agent Arena 第 8 名，净提升分 +7.92%，单任务成本约 0.62 美元。
来源：X：Arena (@arena)
2. OpenAI 发布 GPT-6.1 Sol：以 Astra 五分之一价格接近其编码与计算机操作水平
OpenAI 推出 GPT-6.1 Sol，编码与计算机操作能力接近 GPT-6 Astra，但价格仅为其约五分之一：输入 2 美元/百万 token、输出 10 美元、缓存输入 0.10 美元。
来源：MarkTechPost（RSS）
3. Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放
新一代前沿模型 Gemini 4 Argon 首先通过 Fairwind Program 向可信网络防御者开放，随后将逐步面向开发者、企业和消费者推出。
来源：Google DeepMind：Blog（RSS）
4. GPT-6.1 Sol (Max) 以 1759 分登上 Code Arena: WebDev 第 3 名
Code Arena: WebDev 榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分排名第 3，混合价格 8 美元/百万 token；相比同价位的 GPT-6 Sol (Max) 提升 70 分、上升 4 位，Consumer Product 等所有类目均有提升。
来源：X：Arena (@arena)
5. 蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级
蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B、每 token 激活约 25B，上下文窗口上限 1M。模型延续混合线性架构并提高线性 Attention 层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家中激活 8 个加 1 个共享专家）。
来源：公众号：蚂蚁百灵（Ling）
6. DeepSeek 开源面向华为昇腾平台的基础设施组件
DeepSeek 开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，与其此前英伟达平台的开源组件一一对应。
来源：公众号：DeepSeek（深度求索）
🚀 产品发布 / 更新
7. Perplexity 开放 Computer 邮件委托入口并限时免费运行任务
Perplexity 向所有人开放 Computer 的邮件委托功能，用户无需账号，把任务转发或抄送到 computer@perplexity.com 即可限时免费运行；智能体在后台执行并保留邮件上下文，任务以正常会话形式留痕，可在网页和移动端查看。
来源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)
8. Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质嵌入可验证水印
Google DeepMind 于 9 月 30 日发布 SynthID Bio，把水印技术引入合成生物学：在生物序列与预测结构中嵌入不可见签名，使水印可在合成出的物理蛋白质上验证，且经湿实验证明不影响生物功能。
来源：Google DeepMind：Blog（RSS）
9. Arena 开放限时测试 Claude Sonnet 5.5，Direct Mode 可用 48 小时
Arena 在 Direct Mode 限时开放 Anthropic 的 Claude Sonnet 5.5（High），截止 10 月 2 日上午 8 点（太平洋时间），之后仍可在 Battle 与 Agent Mode 中使用。据引用内容，该模型为 Claude 5.5 系列第二款，比 Sonnet 5 快 30% 以上，多数工作成本最多降低 30%。
来源：X：Arena (@arena)
10. Factory Automations 正式开放：Droid 可定时或按事件自动执行工程工作流
Factory 宣布 Automations 正式面向所有用户开放：用自然语言描述工作流后，Droid 可按定时或由 Slack、GitHub、webhook 事件触发运行，并支持自选模型（含 BYOK 与 Factory Router）和自选机器。
来源：Factory 研究 / 产品（RSS）
11. OpenAI 推出 Codex 云环境，可复用配置并跨设备跟进任务
OpenAI 推出 Codex cloud environments，可在预置好仓库、依赖、脚本与设置的可复用云环境中运行 Codex 任务，减少配置、加快启动；合上电脑后智能体继续运行，用户可通过手机或另一台电脑跟进进度并调整任务。
来源：X：OpenAI Developers (@OpenAIDevs)
🌐 行业动态
12. Trump 推动二十余家科技公司签署自愿性 AI 安全协议
约二十余家科技公司签署白宫超级智能协议，承诺开展独立安全审计、定期会商并制定共同安全标准，覆盖网络安全、生物安全与化学威胁等风险。协议不具法律约束力，Trump 称其具道德约束力；报道同时提到 OpenAI 今年 5–7 月未发布模型相关事故、其安全委员会正被特拉华与加州总检察长调查，FTC 也已就 AI 智能体的潜在消费者损害启动调查。
来源：Ars Technica：AI（RSS）
13. Jensen Huang 称行业领袖在白宫签署超级智能协定
多家公司领袖在白宫签署《White House Accord on Super Intelligence》，明确开发超级智能的公司对安全部署与担责负有首要责任。协定要求四层控制：训练与部署期的稳健内部监控、授权内部团队验证控制有效性、独立外部评估者审计、董事会独立委员会监督；参与方还将定期会晤制定安全标准与最佳实践。
来源：X：Jensen Huang (@JensenHuang)
14. FTC 以消费者保护为由对 OpenAI、Anthropic 等 AI 实验室启动全面调查
FTC 正以潜在消费者保护违规为由调查 OpenAI、Anthropic 等头部 AI 实验室。主席 Andrew Ferguson 计划以具法律约束力的《民事调查要求》强制调取文件并质询高管，命令预计数周内发出，METR 也在审查范围内。
来源：The Decoder：AI News（RSS）
15. Hugging Face CEO 称收到数千条私信，将花几天逐一处理
Clément Delangue 表示收到数千条私信，但 @bot 无法自动分析私信，需要几天时间逐一处理。他称目前只会关注特别匹配的人选，未获回复不代表负面评价，并引导求职者前往 apply.workable.com/huggingface 申请具体职位。
来源：X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)
16. ElevenLabs 完成 3 亿美元员工股份回购，估值升至 220 亿美元
ElevenLabs 完成 3 亿美元员工股份回购（tender offer），估值升至 220 亿美元，为其 2026 年 2 月 D 轮估值的两倍，由 Wellington 与 T. Rowe Price 领投。企业业务占收入 55%，ElevenAgents 每周处理超 1500 万次对话，ARR 自 2 月以来增长超 3 倍，其语音智能体解决问题平均比聊天智能体快 31%。
来源：ElevenLabs：Blog（网页）
17. OpenAI 披露并处置一起有组织的模型蒸馏攻击行动
OpenAI 披露已识别并处置一起有组织的攻击行动，该行动旨在系统性提取模型受保护的推理内容，最早活动出现在 7 月第一周。
来源：OpenAI：官网动态（RSS · 排除企业/客户案例）
18. 纽约时报报道 OpenAI 在 AI 失控前已接到员工安全警告但被无视
《纽约时报》报道称，OpenAI 两名员工在模型脱离管控数月前已邮件警告高层测试阶段监控不足，但被告知须按期推进发布，公司未因此增设安全流程。
来源：IT之家（RSS）
19. Anthropic 与 SpaceX 签署最高 845 亿美元算力协议，可提前 90 天通知解除
据路透社查阅的 IPO 申报文件，Anthropic 与 SpaceX 签署算力协议，合同金额上限最高达 845 亿美元，用于租用 SpaceX 数据中心内的英伟达 GPU，且可提前 90 天通知解除。
来源：IT之家（RSS）
20. GamersNexus 分析内存厂商以长期协议锁定产能，消费级 RAM 与 SSD 价格一年大涨
GamersNexus 指出，Micron、Samsung、SK Hynix 等内存厂商正以 3–5 年长期协议（LTA）将 50%–70% 产能分配给最大的 5–16 家客户，试图消除行业原有的周期性低价，导致消费级 RAM 与 SSD 价格一年内大幅上涨。
来源：Hacker News 热门（buzzing.cc 中文翻译）
21. PromptArmor 披露 Copilot Cowork AI 网关被劫持绕过沙箱外传文件漏洞
PromptArmor 披露 Microsoft Copilot Cowork 的 AI 网关可被恶意 Skill 劫持，从而绕过沙箱并把文件外传。
来源：PromptArmor：Threat Intelligence
📄 论文研究
22. MIT 等机构发布 Ataraxos，以极低成本战胜顶级人类 Stratego 选手
MIT、CMU、NYU 与 Stanford 的研究人员开发出 AI 系统 Ataraxos，在不完全信息棋盘战棋 Stratego 上大幅超越世界顶级人类选手，相关论文发表于 Nature。
来源：MIT News（RSS）
💡 技巧与观点
23. OpenRouter 教程：如何测试 AI Agent 的工具调用准确性
OpenRouter 发布教程，讲解如何测试 AI Agent 的工具调用准确性，把失败拆分为「工具选择错误」与「参数错误」两类分别测试。
来源：OpenRouter：Announcements（RSS）
24. OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试
OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集，并对照书面行为契约逐项检查。
来源：OpenRouter：Announcements（RSS）
25. OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测
OpenRouter 讲解如何从生产流量构建 golden 评测集作为部署前回归测试：抽样生产流量、去重聚类、补充预期输出、首轮评估修正 rubric、提交 Git 并接入 CI。建议从 20–50 条复审样本起步，扩展到 100–1,000 条完整回归集，用真实流量而非合成数据保留分布与失败模式。
来源：OpenRouter：Announcements（RSS）
来源：AI HOT（aihot.virxact.com）