← 返回列表
AI HOT 精选 · 2026-09-22
1
不列颠哥伦比亚省起诉 OpenAI，指其未在枪击案前将 flagged ChatGPT 活动转介警方
78
行业 OpenAI 行业动态
不列颠哥伦比亚省在加州起诉 OpenAI，指 flagged 的 ChatGPT 活动本应在 2026 年 2 月 10 日 Tumbler Ridge 枪击案前通报警方，该案致 8 人死亡（含 5 名儿童和一名教育工作者）、27 人受伤。
💡 原文给出 OpenAI 转介门槛调整前后的具体对照，读者可借此理解 AI 公司安全上报规则的争议焦点。
2
亚马逊封禁 Meta Muse 智能体代用户购物，双方争端升级
78
行业 智能体 Google OpenAI 行业动态
亚马逊阻断了 Meta 个人 AI 智能体 Muse 代用户在其网站购物的访问权限，称从未许可该访问，并指 Muse 不表明身份、会采集保存用户账号凭证，带来隐私和安全隐患。
💡 原文梳理了亚马逊封禁 Muse 的理由、双方合作背景和此前的 Perplexity 判决，读者可以借此理解 Agent 代购争端的法律与商业脉络。
3
小米发布并开源 MiMo-V2.6 系列，扩展强化学习规模迈向自我提升
74
模型 智能体 多模态 开源生态 推理 模型发布
Xiaomi MiMo 于今日正式发布并开源 MiMo-V2.6 系列模型，包含 Pro 与 Flash 两个原生全模态模型，称这是探索 RSI（递归自我改进）路径的关键一步。
💡 官方给出 RL 训练成本、步数与多项评测分数等细节，并同步开源权重与训练环境，读者可据此评估其性价比与复现价值。
4
小米发布 MiMo-V2.6 Pro 与 Flash 全模态开源模型
73
模型 智能体 多模态 开源生态 模型发布
小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。
💡 官方发布全模态模型并开放权重、技术报告和训练代码，附与 Claude Opus 5、GPT-5.6 Sol 的 Agent 基准对比数据。
5
xAI 发布 Grok 4.7，主打编码与知识工作
73
模型 xAI 推理 模型发布 编码
xAI 发布 Grok 4.7，定位为其最强编码与知识工作模型，定价 $2/百万输入 token、$6/百万输出 token，与 Grok 4.6 同价同速，另有速度和价格加倍的快速变体。
💡 官方给出了完整定价、速度和多项基准对比，读者可以据此把 Grok 4.7 放进现有模型选型里横向比较。
6
Kimi 发布 Kimi Code Desktop 1.0，macOS 与 Windows 版同步上线
71
产品 智能体 产品更新 编码
Kimi（月之暗面）发布 Kimi Code Desktop 1.0，作为 Kimi Code 官方桌面客户端，macOS（Apple 与 Intel 芯片）和 Windows 版同步上线，下载地址为 kimi.com/code。
💡 官方发布 Kimi Code Desktop 1.0，覆盖安装方式、Agent 模式与开发工作流细节，读者可了解它相对 CLI 的界面与协作变化。
7
小米发布开放权重模型 MiMo-V2.6-Pro，登顶 Artificial Analysis 开放权重模型智能指数
69
模型 Hugging Face 开源生态 模型发布
小米（Xiaomi）发布开放权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，超越前代 MiMo-V2.5-Pro 的 26，为开放权重模型中最高。
💡 借 Artificial Analysis 的评测数据说明 MiMo-V2.6-Pro 的智能指数与成本位置，读者可据此评估其部署性价比。
8
马斯克称 Grok 4.7 使 xAI 在智能体编码领域位列第三
69
观点 智能体 xAI 大佬观点 编码
Elon Musk 引用 Artificial Analysis 评测称，Grok 4.7 使 xAI 在智能体编码上排名第三，仅次于 Anthropic 和 OpenAI。
💡 引用 Artificial Analysis 的评测数据并结合作者自身判断，给出了 Grok 4.7 在智能体编码中的排名与速度成本权衡视角。
9
Nathan Lambert 撰文分析开源模型的中美实力格局
69
观点 大佬观点 开源生态
Nathan Lambert 发布其向美国国会汇报的开源模型现状综述，指出中国开源权重模型已在下载量、基准成绩和学术采用上领先，自 2025 年 7 月起在 Hugging Face 下载量上领先约 1.6B（总 3.2B，为美国两倍）。
💡 作者基于自己持续追踪的下载量、基准和 arXiv 数据，给出开源权重模型中美竞争格局的全景与政策视角。
10
Artificial Analysis 评测 Grok 4.7：智能体知识工作跻身前沿，编码代理得分升至 56
67
观点 智能体 编码 评测/基准
Artificial Analysis 发布 Grok 4.7 评测，该模型在 Intelligence Index 得 46 分，较 Grok 4.6 高 2 分，AA-Briefcase 得 1657 Elo（+111），仅次于 Claude Opus 5 和 Claude Fable 5.1。
💡 原文给出 Grok 4.7 在智能体知识工作与编码代理基准的具体得分变化，并指出其高 token 用量代价，可用于横向选型参考。
11
小米 MiMo-V2.6-Pro 登上 Code Arena： WebDev 榜约第10名，开源权重中约第3
66
模型 开源生态 模型发布 编码
小米发布 MiMo-V2.6-Pro 与 Flash 两款全模态模型，MiMo-V2.6-Pro 在 Code Arena： WebDev 榜以 1628 分（AutoEval）位列约第10名，开源权重（MIT 许可）中约第3，较 MiMo-V2.5-Pro 的 1475 分上涨 153 分。
💡 榜单方第一手评测数据，给出具体分差和排名位置，可用作判断 MiMo 新版编码能力的参考。
12
Tomer Tunguz 谈 AI 优化 if-then 判断：专用决策器把分类成本降近百倍
66
观点 现象/趋势 部署/工程
Tomer Tunguz 撰文提出最新一波 AI 正在接管软件中的 if-then 判断原语，Jev 与 SemIf 这类专用决策器以数百毫秒返回结果，成本比传统生成式调用低约 76x 到 209x。作者在自己的 Agent 中替换了约四分之一的调用，在 98 条人工核验的生产邮件线程上，Jev 达到 80%、本地 SemIf 达到 82% 的分类准确率，高于生产模型的 47%。
💡 作者结合自身 Agent 的替换实验给出成本与准确率对比，为判断专用小模型何时可替代前沿模型提供参照。
13
Artificial Analysis 评测 Step 5 Preview： Intelligence Index 得 44 分，成本约为同级模型 1/2.8
65
观点 智能体 推理 评测/基准
Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 （max） 持平，略低于 GLM-5.3 （max） 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。
💡 Artificial Analysis 实测 Step 5 Preview 的得分、成本与智能体短板，读者可据此对比同分段模型的表现与性价比。
14
OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用
62
观点 智能体 教程/实践 部署/工程
OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。
💡 OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异，读者可据此评估它在 Agent 执行层的适用性。
15
Linear 重构 CI 流程应对 AI 编码带来的验证瓶颈，PR 等待时间从 6 分钟降至 5 分钟
62
观点 教程/实践 编码 部署/工程
Linear 工程师分享如何解决 AI Agent 加速写代码后 CI 成为瓶颈的问题，PR 等待时间从 6 分钟以上降至 5 分钟出头，单测 runner 时间约减半。
💡 作者以第一手实践拆解 Linear 优化 CI 的具体做法与数据，读者可将其方法迁移到自己的 TypeScript 项目。
16
腾讯混元发布 Hy Image3.5 preview 图像生成模型
60
模型 图像生成 模型发布
腾讯混元发布 Hy Image3.5 preview，支持文生图与图生图、最多 5 张参考图、多轮编辑和最高 2K 分辨率输出，经上百名专业设计师 GSB 盲测对上一代胜率综合提升 30% 以上。
💡 原文给出了文本渲染、编辑一致性与定价等具体能力细节，以及多家腾讯内部产品的实测反馈，便于评估适用场景。