OpenAI 在 ChatGPT 上线 Intelligent UI，随 GPT-6 一同推送
OpenAI 在 ChatGPT 中推出 Intelligent UI 功能，让回答可以结合图表、表单、可点击按钮等交互式视觉内容。OpenAI 表示训练了 GPT-6 判断何时生成交互视觉而非纯文本，以及如何在回答中排版，示例包括七速自行车结构图、麻将教学图和退休储蓄计算器等内联工具。
推荐理由：ChatGPT 把回答从纯文本扩展为图表、表单和可点按钮，读者可据此判断交互形态的变化。
精选
当前热点
完整榜单The Verge · AI精选AI 评分7878 The Decoder精选AI 评分8282 数学家呼吁抵制 OpenAI，AI 生成证明涌入数学界
数学家团体 AHM 发表声明，呼吁抵制 OpenAI，称其一次性发布 700 多个文件是展示力量而非学术贡献，并指其违背了 AGMAI 咨询小组关于不应在内部模型上测试高深数学问题的前提。
推荐理由：围绕 AI 批量产出数学证明引发的抵制与两种发布模式对比，呈现学界对研究节奏与署名规则的分歧。
The Decoder精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，称这是其最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则贵五倍。
推荐理由：Haiku 5.5 的降价幅度与 token 消耗上升同时出现，读者可据此判断小模型价格战的真实成本结构。
The Decoder精选AI 评分7676 AI 黑客工具助单一攻击者入侵多家韩国银行
CrowdStrike 报告称，2026 年 9 月底至 10 月初，一名疑似中文使用者攻击了多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25000 条包含姓名、联系方式、收入和信用额度的记录被窃。
推荐理由：CrowdStrike 披露的攻击案例显示 AI 自动化渗透工具已能支撑单人完成大规模入侵，可观察安全风险的实际形态。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的性价比。
Simon Willison精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，价格对齐 GPT-6 Luna
Anthropic 发布快速低成本模型 Claude Haiku 5.5，定价为 $0.10/$0.50 每百万 token，与 OpenAI 上月发布的 GPT-6 Luna 完全一致，超过 100,000 token 后涨至 $0.50/$2.50。
推荐理由：作者实测对比 Haiku 5.5 与 GPT-6 Luna 的价格、tokenizer 和推理档位，给出可迁移的选型参考。
AWS Machine Learning Blog精选AI 评分6262 AWS 上线 Claude Haiku 5.5
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，据 Anthropic 称它是 Claude 5.5 家族中速度最快、最高效的模型，面向子智能体和高并发、成本敏感任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本降幅与调用方式，读者可据此判断它在多智能体分层中的分工。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与开发速度的失衡，并给出把检测前移到 push 环节的模型方案。
Microsoft Research精选AI 评分6969 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量级智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级智能体 RL 框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一套 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出可复现的编码智能体训练结果。
Latent Space精选AI 评分8888 OpenAI 内部模型发布 722 篇数学论文，Mistral Large 4 与 EmbeddingGemma 2 同期登场
OpenAI 从一个未公开的内部前沿模型发布 722 篇数学手稿，归入 372 个相关结果族，来自约 4000 道研究问题的评测，平均每个结果消耗约 3 小时 ChatGPT Pro 推理算力，模型本身仍未发布。
推荐理由：汇总 OpenAI 数学成果、Mistral Large 4 与 EmbeddingGemma 2 等发布，可快速了解当日模型与评测争议。
OpenAI News精选AI 评分7878 OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并搭配 Intelligent UI。官方称其响应更快，提供可视化内容和可直接探索、使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线并搭配 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的端侧多模态嵌入模型，参数量 740M，可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到端侧嵌入空间，并给出参数量与内存占用等可核对细节。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与离线在线信号对照数据，可据此判断评测结果能否预判线上表现。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准成绩和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印技术首次延伸到合成生物学，读者可了解 AI 生成蛋白质如何在保持功能的前提下被标记与验证。
Microsoft Research精选AI 评分6262 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据联合训练的生物学世界模型，以及连接模型、科学工具、文献和实验人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Security Lab 发布 Fuzzing Taskflow 智能体
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做定级并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃定级交给 LLM 智能体，读者可了解其任务流分层与安全边界。
Microsoft Research精选AI 评分6262 微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长电池续航。
推荐理由：微软研究院系统测量了机器人端侧推理的瓶颈，并给出可复用的卸载工具链，读者可据此判断物理 AI 的部署取舍。
Google DeepMind精选AI 评分6262 Google 为 Private AI Compute 引入服务端持久记忆
Google 公布 Private AI Compute 平台的新技术能力，将私密的服务端持久记忆引入该平台，使 AI 助手能在多设备间保留上下文，同时维持端侧级别的隐私标准。
推荐理由：Google 公开了云端持久记忆的隐私架构细节，读者可据此了解跨设备 AI 记忆如何在加密与隔离环境中实现。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演指导，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：两款 TTS 模型给出语音克隆、逐行导演与多语言覆盖的具体能力，可据此判断语音生成在配音和播客场景的可用性。