Google承认AI Mode拖累搜索收入；Anthropic调整Claude订阅定价；Gemini 4 Carbon登顶AA榜单
Google承认AI Mode的搜索收入下降对科技股产生冲击，部分媒体预测AI泡沫可能来临。Anthropic调整Claude Max和Ultra订阅计划，取消5小时限制并更名。
推荐理由：文章梳理了AI领域一周动态，对行业热点进行了分析和点评。
#编码
Latent Space精选AI 评分5858 AWS Machine Learning BlogAI 评分3232 使用 Amazon Bedrock AgentCore runtime 预览编码智能体构建的实时 Web 应用
Amazon Bedrock AgentCore runtime 引入 Session endpoints 功能，允许开发者在浏览器中直接预览编码智能体在隔离 microVM 会话中运行的 Web 应用。通过配置 8000–12000 范围内的端口，智能体编辑代码后可实时推送到本地浏览器，无需重新部署。配合 PreviewApp 和本地端点，可实现左侧对话、右侧实时网站预览的交互体验。
The Verge · AIAI 评分3333 Starbucks 计划用 AI 为驾出窗口顾客展示个性化数字菜单
Starbucks CEO Brian Niccol 透露，公司正探索在驾出窗口识别顾客并展示个性化数字菜单，类似 Taco Bell 和 McDonald’s ArchIQ 的做法。2027 年起，Starbucks 将在驾出窗口测试后台 AI 模型，以提升店员下单准确性与效率；同时计划把 AI 整合进 App 搜索发现功能，并可能在未来支持对话式和智能体式点单。
Simon Willison精选AI 评分6262 Spawn 用 Fable 智能体自治开发多人游戏并实现小时级自动部署
Jacob Sansbury 介绍 Spawn 是一款玩家能通过提示词与游戏内智能体 Savi 交互来修改游戏世界的多人游戏平台。Spawn 目前由一群基于 Fable 的智能体自治开发，每月 token 成本超过 300 万美元，并在 Opus 5.5 与 GPT-6 Astra 等模型的对比实验中确定了可用性边界。
推荐理由：原文展示了用智能体直接读写生产代码并小时级自动部署的游戏开发路径，读者可从中提取可用于低危系统的自动化工程思路。
Hugging Face Blog精选AI 评分8181 Mistral Large 4 开源发布：1T 参数多模态模型上线 Hugging Face
Hugging Face 发布 Mistral Large 4 开源，模型采用 1T 总参数 / 49B 激活的 MoE 结构，支持文本与图像输入，并提供 FP8、NVFP4 及 GGUF 量化版本。
推荐理由：文章给出了架构、基准分数和代码示例，读者可直接了解新模型的能力与部署方式。
Mistral AI精选AI 评分8585 Mistral 开源 Mistral Large 4（Le Chonk）权重，定价与性能更新
Mistral 发布 Mistral Large 4（Le Chonk）1-trillion-parameter 多模态模型权重，主打编码、防御型网络安全与推理效率，支持 Low/Medium/High 三种推理模式。
推荐理由：官方公布全量权重、定价与三大推理档位，读者可据此评估开源代码与安全场景的使用成本。
TechCrunch · AI精选AI 评分6060 Anthropic 发布 AI 支出报告工具，展示企业 token 投入产出
Anthropic 推出面向企业客户的新报告工具，帮助企业更细致地理解 token 支出的价值。结合内部分析与员工调研，管理者可查看团队在指定时间段内的产出、花费和工作流断点，并获得改进建议。
推荐理由：原文给出 Anthropic 新报告工具与 900% 留存，读者可据此判断企业如何衡量并优化 AI 支出。
AWS Machine Learning BlogAI 评分2727 Amazon Nova Act 如何支持组织级 QA 测试规模化
Amazon QA Studio 通过引入 Applications 和基于角色的用户管理，解决大组织中测试用例规模扩大后的治理难题。Application 将测试归类并追踪通过率、执行次数及健康评分（0-100）。平台提供 Admin、Team Lead、Editor、Executor 和 Viewer 五种角色，控制各团队对测试的查看与修改权限。
The Decoder精选AI 评分6767 Google 开放 Android Studio 支持第三方 AI 智能体并推出多项新 API
Google 在 Android Dev Summit 宣布 Android Studio 推出“Bring Your Own Agent”功能，通过 Agent Client Protocol 允许开发者在 IDE 内直接使用 Anthropic Claude、OpenAI Codex 等 40 多款编码智能体。
推荐理由：Android Studio 开放第三方智能体并新增多项 CLI 工具，开发者可评估其对开发效率的实际提升。
Google DeepMind精选AI 评分8080 Gemini 4 Carbon 发布，瞄准最强编码与网络安全能力
Google DeepMind 发布 Gemini 4 Carbon，定位为面向长周期工程与安全防御的前沿模型；它在 Artificial Analysis Intelligence Index v5.0 排第 1 名。
推荐理由：作者给出了 Carbon 在编码、安全基准和防注入指标上的具体数据，可据此判断它是否适合高门槛工程与防御场景。
Simon Willison精选AI 评分5757 Vibe Coding 开发游戏的 October 拐点：Claude Opus 5.5 让游戏“好玩”起来
Simon Willison 认为 2026 年 10 月是 Vibe Coding 开发游戏的拐点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计（Game Design）方面表现显著，能够生成真正好玩的玩法循环。
推荐理由：作者实测 Claude Opus 5.5 通过自然语言构建游戏，在 3D、音乐和 Game Design 方面体现关键进展。
Hugging Face Blog精选AI 评分5252 AI2 发布 NoveltyBench 基准评估大模型判断科研 Idea 新颖性的可靠性
AI2 发布 NoveltyBench 基准评估大模型判断科研 Idea 新颖性的可靠性。研究表明不同大模型（GPT-5.1 到 Claude Opus 4.6）在评判 AI 生成科研 Idea 的新颖性时，仅通过微调 prompt 就能导致准确率在同一个 Idea 上暴跌超过 50 个百分点。
推荐理由：文章提供了衡量 LLM 评判科研 Idea 新颖性稳定性的基准工具，展示了 prompt 微小改动如何让准确率暴跌超过 50 个百分点。
Latent Space精选AI 评分6363 在喜马拉雅山区用离线 AI 智能体编程：本地 OpenCode + Ollama 实操
作者尝试在断网环境下用本地运行的 OpenCode 与 Ollama 加载的 Qwen3.5 9B 修复 expense_total.py 中的累加 bug，并在终端完成测试，验证离线编程可行。文章同时给出模型选型数据与本地配置建议。
推荐理由：作者实测展示了用 OpenCode 配合本地 Qwen3.5 9B 在无网环境下完成代码修复的完整流程与配置要点。
Latent Space精选AI 评分9393 Anthropic提交2万亿美元IPO申请：Q2首次盈利、收入增长14倍
Anthropic向SEC提交S-1申请，计划以「ANT」代码在纳斯达克上市，拟募资2万亿美元。二季度营收116亿美元，同比增长1368%，调整后运营利润近10亿美元；2026年上半年总收入163亿美元，毛利率达85%。
推荐理由：汇总了Anthropic S-1的关键财务数据、安全事件与技术动态，帮助读者快速掌握行业一周重要进展。
OpenAI NewsAI 评分2020 Greptile 借助 GPT-6 Astra 实现超越代码审查的缺陷检测
Greptile 利用 GPT-6 Astra 测试用户工作流，以超越传统的代码审查进行缺陷检测。同时，该平台通过 Daybreak 增强安全性，并使用 Codex 来减少返工。
OpenAI NewsAI 评分2727 GPT-6.1 Sol 助力 CodeRabbit 强化复杂代码库安全
GPT-6.1 Sol 被 CodeRabbit 用于调查复杂代码库中的安全风险，其安全智能体帮助开发者审查发现的安全问题及建议修复方案。该功能提升了代码审查环节的安全性保障能力。
The Decoder同事件AI 评分8888 GPT-6.1 Terra 发布：API 价格减半且多项指标超越前代
OpenAI 发布 GPT-6.1 Terra，API 输入价格降至$1/百万 tokens、输出降至$5/百万，缓存输入仅$0.05/百万，价格约为 GPT-5.6 Terra 的一半。模型在智能成本比上被指达帕累托前沿，编码任务解决率较前代提升近 30 个百分点，幻觉率大幅下降，并满足 OpenAI Critical 安全阈值。现已通过 ChatGPT Work、Codex 和 API 开放。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra》
The Decoder精选AI 评分6969 OpenAI 推出最高 90% 折扣挖角 Anthropic 大客户
OpenAI 以高达 90% 的折扣吸引 Anthropic 大客户，Rippling、Replit 等公司将更多 AI 预算转向 OpenAI。Anthropic Q2 到 Q3 增速放缓，同时 DeepSeek 和 Kimi 也在加剧价格压力。
推荐理由：原文给出了 OpenAI 对 Anthropic 主要客户的折扣案例和成本变化，读者可据此评估两家公司的竞争态势。
The Decoder精选AI 评分6565 研究：复杂 coding agent harness 提升成本但不提升成功率
一项新研究对比 Claude Code、OpenCode 和 mini-SWE-agent 三个 coding agent harness，发现更换 harness 带来的任务结果波动与重复运行相近，Zhipu 宣称的 2.4 分优势处于噪音区间；唯一显著落后的是 OpenCode，主要因输出限制和搜索工具故障导致。
推荐理由：研究拆解了 harness 差异的来源，指出多数差距在噪音范围内，仅 OpenCode 表现显著落后，并揭示成本差异主要来自系统提示词。
AWS Machine Learning Blog同事件AI 评分6565 AWS SageMaker AI 训练会话功能正式上线
AWS SageMaker AI serverless model customization 推出训练会话（Training Sessions）并宣布正式可用，用户可在不管理 GPU 基础设施的前提下自定义后训练逻辑。
同一件事，精选收录的是《Amazon SageMaker AI 发布 Training Session APIs，无需自建 GPU 即可编写自定义训练循环》
OpenAI NewsAI 评分3333 Uber向3万余员工全面部署ChatGPT Work
Uber向超过30,000名员工全面部署ChatGPT Work，使其能够协助团队进行研究、数据分析、制作演示文稿以及完成复杂工作流程。
The Decoder精选AI 评分7070 Recursive 发布 Flint：AI 系统自主设计的端侧编码 MoE 模型
Recursive 发布首个自主 AI 研发流程生成的语言模型 Flint，40B 参数中仅 2.5B 活跃，针对本地硬件的 agentic coding 设计。在 M4 Pro 等端侧设备上推理速度显著超过同类密集模型，权作用于 Apache 2.0 许可在 Hugging Face 开放。
推荐理由：这是 Recursive 首次公开可用模型，展示 Eureka Machine 自动化研发流程的实际产出，可参考其对 MoE 结构和端侧推理的优化思路。
Latent SpaceAI 评分3737 前 JPMorgan 能源衍生品交易员 Anekha Sokhal 用 Moshi 打造大宗商品交易者推荐引擎
Anekha Sokhal 在 AI Engineer New York 上介绍其创办的 Moshi，定位为结合市场数据、交互界面与个性化推荐的智能化工具。她曾供职于 JPMorgan 交易能源衍生品，后获 Fulbright 奖学金赴美创业。访谈还涉及可信赖信源、文档提取等 AI 工程实践。
The Verge · AI精选AI 评分5757 Claude 未能发明蝎毒抗血清
投资研究机构 Citrini Research 与 Anthropic 合作，使用未发布版 Claude 尝试从零设计蝎毒抗血清药物，最终仅筛选出可结合毒素的蛋白候选物，专家称距离真正药物开发仍遥远。
推荐理由：文章拆解了一场由投资研究机构发起、Anthropic提供算力的AI制药实验，揭示AI目前只完成结合位点筛选这一“较易”环节，离真正成药还有很长的转化距离。
Latent Space精选AI 评分7575 OpenAI参与发现的PHP2Shell漏洞时间线与行业反响
开源媒体Latent Space整理称，OpenAI Patch the Planet项目研究员与Wiz团队分别使用GPT-5.6 Sol和Gemini 4 Argon独立发现PHP核心PHP2Shell高危漏洞，经约两月协调后进入应急发布阶段。
推荐理由：梳理PHP2Shell漏洞的发现时间线、协调修复与部署并发症，并兼顾其他AI安全动态的综述。
NVIDIA BlogAI 评分2525 NVIDIA 展示欧洲零售企业如何利用开源模型与物理智能实现数字化转型
Shopify 通过后训练 Nemotron 3.5 Lightning 模型，在内部基准测试中超越领先前沿模型，推理成本降低 90%，速度提升 7 倍。L’Oréal 结合 Omi 的 TRELLIS 3D 资产生成与 NVIDIA ALCHEMI 工具包，将成分筛选时间从数月缩短至数小时。CATCHES 与 AMIRI 合作的 RealFit 部署实现转化率提升 55%、加购率提升 80%。
OpenAI NewsAI 评分2525 Cloudflare 将漏洞发现与防御挂钩 OpenAI
Cloudflare 使用 OpenAI Daybreak 调查漏洞并提出修复方案供审核，开发人员则利用 Codex 提升编码速度并改进代码质量。
The Decoder同事件AI 评分6363 Google Cloud 上线 GPT-6 系列，成为唯一聚合三大主流模型的云服务商
Google Cloud 宣布成为首个在同一平台同时提供 Gemini、Claude 和 OpenAI 模型的主流云服务商，今日开放三款 GPT-6 模型的私有预览：面向编码和研究的高性能版 GPT-6 Astra、性价比相似的 GPT-6.1 Sol，以及适合日常任务的高性价比快速版 GPT-6 Luna。
同一件事，精选收录的是《OpenAI 模型接入 Google Cloud》
The Decoder精选AI 评分7171 Inception 发布 Mercury 3 扩散语言模型，号称更快更强
Inception 发布 Mercury 3 扩散语言模型，在多项基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5，速度高出 4 到 8 倍。模型每秒生成约 1068 token，支持百万级上下文，主要针对 AI 智能体、搜索、客服和教育场景。
推荐理由：原文提供了与主流模型的基准对比和定价，可据此评估其对实时场景的实际影响。
NVIDIA BlogAI 评分7070 NVIDIA GTC Berlin 发布 DSX POD、OpenShell 架构与 RTX Spark 等设备
黄仁勋在 NVIDIA GTC Berlin 2026 大会上介绍面向欧洲和全球市场的新产品与平台，包括可在 14 天内交付的 DSX POD 参考设计、支持动态权限控制的 OpenShell 参考架构、Agent Knowledge Foundation 以及 RTX Spark 笔记本，并展示 RTX Spark、Isaac Sim 与实体机器人协同运行的案例。
Latent Space精选AI 评分5353 Tenex访谈：按成果付费工程师与AI原生SDLC实践
Latent Space采访AI工程公司Tenex创始人Alex Lieberman和工程总监CJ Hess。Tenex已增长至75人，按故事点支付工程师薪酬。公司推出MetaHarness，将计划、决策和上下文检入Git，让AI智能体共享项目记忆。两人还讨论了垂直AI产品的长期竞争力以及自建软件与维护成本的权衡。
推荐理由：Tenex分享了按成果而非工时付费工程师的实证，为AI时代的工程组织激励提供了新的可参考范式。
OpenAI NewsAI 评分3030 Terminal X 的 Eval Agent 借助 GPT-6.1 Sol 以 88.6% 准确率匹配资深投资者判断
Terminal X 的 Eval Agent 结合 GPT-6.1 Sol，在评估中匹配资深投资者判断准确率达 88.6%。该模型依据 54 项准则对输出进行评分，能捕捉到比传统方式多 25% 的偏离基金指令情况。
Simon Willison精选AI 评分5959 Simon Willison发布基于Claude Code的浏览器RTS游戏Battle Drones v12
Simon Willison发布自建的浏览器RTS游戏Battle Drones v12。该作品由Claude Code主导构建，经历了从MVP到3D建模、随机地图、Goliath机甲、Agent对战及音频多人等12个主要版本迭代。
推荐理由：开发者完整公开v12版本的12次迭代过程与关键设计选择，并上线音频多人与Agent对战功能。
The Decoder同事件AI 评分6868 OpenAI 称 GPT-6 在处理 COBOL 和 Fortran 等遗留编程语言方面大幅提升
OpenAI 称其最新 GPT-6 系列模型对 COBOL、Fortran 和 Visual Basic 等低资源编程语言的训练能力显著提升。MultiLangBench 测试显示，GPT-6 Astra 在 20 种语言上的平均通过率为 87.4%，而 GPT-5.6 Terra 仅为约 38%。
同一件事，精选收录的是《OpenAI 推进低资源编程语言编码能力》
GitHub Blog · AI & ML精选AI 评分3535 三位 Java Champion 分享如何使用 GitHub Copilot 提升生产力
GitHub Blog 专访三位 Java Champions，了解他们如何在生产项目和开源贡献中使用 GitHub Copilot。
推荐理由：三位 Java Champion 分享 Copilot 在真实项目中的使用心得，涵盖技能构建、验证门禁和智能体协作等可迁移方法。
Hugging Face Blog精选AI 评分5656 Hugging Face 发布 AnyLanguageModel 1.0
Hugging Face 发布 AnyLanguageModel 1.0、swift-huggingface 1.0 和 swift-xet 1.0。
推荐理由：Hugging Face 发布 AnyLanguageModel 1.0，统一 Apple 平台本地与托管推理的 Swift API，并同步发布相关工具包。
Hugging Face Blog精选AI 评分4545 PyTorch 2.15 为 Mac 引入 FP8 支持与 LLM 解码加速
PyTorch 2.15 为 Mac 带来多项改进。FP8 浮点支持到达 MPS，可通过 F.scaled_mm 直接进行 GPU 矩阵乘法。MoE 模型在 M3 Ultra 上使用 torch.compile 解码速度提升 5–6.6 倍，Qwen3.6-35B-A3B 从 9.4 提升至 61.3 tokens/s。
推荐理由：PyTorch 2.15 为 Mac 带来 FP8、MoE 加速和大量 Metal 原生内核，读者可据此评估本地运行大模型与视频生成的实际提升。
The DecoderAI 评分4747 新基准 Taste-Bench 揭示 AI 智能体在长期决策上缺乏品味
论文发布 Taste-Bench 评测智能体的长期判断力，它用 502 个代码与研究任务的轨迹分叉点让模型选更优路径。测试 14 个主流模型后，最高分 GPT-5.6 Sol 仅 59.7%，证据出现越晚得分越低，增加推理预算也无效。将教师判断蒸馏进 Qwen3.6-27B 后，该学生在 SWE-bench Pro 上指导智能体把成功率从 14.6% 提升到 33.7%。
TechCrunch · AI精选AI 评分5656 AI让智能电视变回
多人用AI帮自己刷机精简智能电视。有人用Claude Code连WiFi删了25个MI包并换成了类Apple TV界面；另一款dumbtv方案支持索尼、TCL等，作者用Deepseek V4.1 Flash和Claude Opus 5.5写代码；也有人被AI引导一步步清理广告和应用。结果并不稳定，有人抱怨失败，甚至有人把电视刷坏。
推荐理由：原文展示了多款AI工具如何远程清理电视系统并改造启动器，读者可据此评估自行尝试的可行性与风险。
Latent Space精选AI 评分7474 DeepSeek V4.1 Flash 开源权重、MiniMax M3.1 Flash 及 Anthropic 公共基金动向
DeepSeek V4.1 Flash 1017 发布，被描述为开放权重性价比代表，提供 552B 总量/16B 激活 MoE、1M token 上下文与 MIT 许可，并给出峰值 $0.30/$1.20 per M tokens 定价及多渠道可用性。
推荐理由：盘点多模型发布与安全监管动态，梳理开源本地推理与监管边界的讨论脉络。