🤖 模型发布 / 更新
Claude Haiku 5.5（High）上榜 Code Arena，首秀排名第 30
Arena 公布 Anthropic Claude Haiku 5.5（High）的真实评测成绩：在 Code Arena: WebDev 榜单以 1587 分首秀，位列第 30 名，略微落后于 Pareto 前沿。作为轻量模型，这一成绩显示 Anthropic 在小模型代码能力上仍有追赶空间。
Google Nano Banana 2.1 双榜第 4，价格仅前代一半
Artificial Analysis 对 Google 于 10 月 6 日发布的图像模型 Nano Banana 2.1 完成评测，在 AA-Image-T2I v2.0 与 AA-Image-Editing v2.0 两个榜单上均排名第 4。更值得注意的是，其定价降到上一代的一半，性价比明显提升。
🚀 产品发布 / 更新
Claude 九月大更新：Chat 与 Cowork 合并，Claude 5.5 系列上线
Anthropic 回顾九月更新：Chat 与 Cowork 合并为统一的 Claude，工作流可在云端运行、合上笔记本后继续；Claude Docs 支持团队与 Claude 在同一文档中协作编辑。新推出的 Claude 5.5 系列包含负责重任务的 Opus 5.5 与用于快速修改的 Sonnet 5.5，并支持通过 /slides、/docs、/designs 直接生成对应格式。
Claude 新增 Dashboards 实时仪表盘与 Motion 动画讲解
Anthropic 发布 Claude Dashboards 与 Claude Motion 两项 beta 功能：前者提供实时仪表盘视图，后者以动画形式进行讲解，进一步扩展 Claude 的可视化与演示能力。
ts-rust 发布：用 LLM 把 TypeScript 编译器、检查器与 LSP 移植到 Rust
项目 ts-rust（tsc-rs）把 TypeScript 的编译器、类型检查器和语言服务器从 Go 实现移植为 Rust，作者称全部代码由 LLM 编写、自己并未读过后端代码。这一”盲写”式移植也引发了对可靠性与可维护性的讨论。
Google 开源端侧 GPU 推理引擎 ML Drift
Google AI Edge 团队以 Apache 2.0 许可开源 ML Drift——一个跨平台端侧 GPU 推理计算引擎，作为 LiteRT 的核心 GPU 加速层，用于接替此前基于 TFLite 的 GPU delegate。
Google 开源 AQuA：自动诊断生产环境中的 Agent 故障
Google 发布并开源 AQuA（Ambient Quality Agent），可在 Google Cloud 项目中定时从 Cloud Trace、Cloud Logging 或 BigQuery 抽取生产会话，经抽样、评审、聚类、验证、跟踪五阶段流水线定位 Agent 失败的原因。
🌐 行业动态
Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元并发布 Alignment Index
模型评测平台 Arena 宣布完成由 Lightspeed 与 Khosla Ventures 联合领投的 2 亿美元 B 轮融资，估值达 31 亿美元，a16z、Felicis、Salesforce Ventures、The House Fund 等参投。自 A 轮以来其年化收入已超 1 亿美元，平台累计 3.5 亿场次会话、6200 万次投票，用户遍布 150 多个国家。融资同时，Arena 发布基于真实智能体轨迹构建的 Alignment Index，从 Unauthorized Action、False Attribution、Deceptive Completion 三个信号评估 20 多个前沿模型。
部分数学家呼吁抵制 OpenAI，AI 生成数学证明涌入数学界
AHM 组织在 Terence Tao 主持下发表声明，呼吁抵制 OpenAI，认为其一次性发布 700 多个 AI 生成证明文件是”展示力量”而非学术行为。此前 OpenAI 宣称其内部模型一个月内解决逾 100 个开放数学问题。
OpenAI 在 GitHub 发布 openai/math 仓库，722 份数学手稿引发震荡
OpenAI 于 10 月 7 日在 GitHub 发布 openai/math 仓库，收录其未公开内部模型产出的 722 份数学手稿，归为 372 个成果组，覆盖数论、代数几何、偏微分方程等方向，每个结果平均消耗约 3 小时 ChatGPT Pro 级别的思考算力。
CrowdStrike：疑似单人用 AI 渗透工具攻击多家韩国银行
CrowdStrike 报告称，一名疑似中文使用者于 2026 年 9 月底至 10 月初利用 AI 驱动的开源渗透测试工具 ARTEX 攻击多家韩国金融机构，窃取大量数据，其中 Shinhan Bank 超过 25,000 条包含姓名、联系方式、收入和信用额度的记录泄露。
Waymo 完成 50 亿美元债务融资，加速全球扩张
Waymo 宣布完成 50 亿美元定期贷款，为其首次债务融资，由 PIMCO、Blackstone、Sixth Street 牵头，Goldman Sachs 担任独家主账簿管理人。资金将用于加速全自动驾驶打车服务在美国及国际市场的扩张；此前公司已完成 160 亿美元股权融资，上月刚在第十五个美国城市启动服务。
Codex 与 ChatGPT Work 活跃用户达 4000 万新高
据 OpenAI 相关动态，Codex 与 ChatGPT Work 合计活跃用户达到 4000 万新高，付费账户的 banked reset 也已全部到账。
OpenAI 封禁俄罗斯与伊朗两个虚假影响行动账号集群
OpenAI 封禁了两个隐蔽影响行动：俄罗斯来源的 Dark Clark 通过假人设 Mia Clark 控制拉美智库 Social Research Center，被评为 Category 5（为该类报告以来首个）；伊朗来源的 Bogus Bylines 则用 7 个假记者身份在全球十几家中小媒体投放近 100 篇长文，评为 Category 4。
📄 论文研究
Zenity 披露 AgentCorruption 漏洞链：一条提示词可劫持整个 AWS 账户的 AgentCore 智能体
Zenity Labs 研究人员披露名为 AgentCorruption 的漏洞链：只需对一个公开的 Amazon Bedrock AgentCore 智能体发送一条提示词，即可经元数据服务 169.254.169.254 窃取 AWS 凭据，进而控制同账户同区域内的所有 AgentCore 智能体，读取私人对话、源代码与存储凭据，甚至篡改长期记忆。
💡 技巧与观点
单张 RTX 5090 上用 MiniMax H3 生成实时视频
ComfyUI 博客作者借助智能体搜集各类优化方案，把 MiniMax H3 的实时视频生成压缩到单张 RTX 5090（32GB 显存）上运行：生成 30 秒视频仅耗时 23.51 秒，达到 1.28 倍实时吞吐。
LangChain 演示可支付的智能体 Restock
LangChain 发布示例项目 Restock——一个在 Slack 上通过 Managed Deep Agents 运行的办公用品购买智能体，演示智能体如何结合 Stripe Link 安全地完成支付。
Anthropic 发布定时智能体自动化实践指南
Anthropic 发布基于 Claude Managed Agents（beta）的每日简报参考实现：按计划读取 Slack 与 GitHub 来源，并向 Slack 发布简报，作为定时智能体自动化的落地示例。
Hugging Face 工程师用 ML Intern 以约 103 美元做出 7 个小模型
Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型，包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器，以及把柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型，全部计算成本约 103 美元。
来源：AI HOT（aihot.virxact.com）