【Anthropic】Anthropic 将约 20% 股份投入公益基金
Anthropic 宣布成立 Anthropic Public Benefit Fund，初始注入 5% 股份，公司价值每较基准增长 50% 可追加最多 2%，最终约 20% 股份承诺用于公共利益。联合创始人已承诺捐赠 80% 个人股权，约半数员工参与股权捐赠匹配计划。这一治理结构在 AI 公司中尚无先例，将公司价值增长与公共利益直接绑定。
【OpenAI】提升低资源编程语言的代码能力
OpenAI 公布在 COBOL、Fortran、Visual Basic 等低资源编程语言上的模型改进，覆盖软件工程评估、SQLite 和 COBOL 迁移场景。这些语言支撑银行、政府和企业的核心系统，能力提升意味着模型能理解数十年业务逻辑并辅助现代化迁移。
Advancing coding in low-resource programming languages
【Google DeepMind】四个 Gemini 4 Argon 智能体 27 小通关 Minecraft
四个 Gemini 4 Argon 智能体在沙箱环境中仅用代码和文本交互，27 小时内击败 Ender Dragon。它们自行编写 2,783 个程序，通过聊天分工、共享笔记、协同调试，全程无人类介入。这是多智能体自主协作完成复杂长期任务的标志性演示。
Gemini 4 Argon agents beat Minecraft
【Mistral】Timestral：时间序列基础模型
Mistral 发布 Timestral 时间序列基础模型，进入时序预测这一新领域。该帖子在 Hacker News 获 537 点热度，引发广泛讨论。
Timestral: Mistral's time-series foundation models
【OpenAI】GPT-6 Astra Pro 升级：支持多智能体并行
GPT-6 Astra Pro 在 ChatGPT 中获得更快响应和改进的插件/工具调用能力，新增多智能体并行处理：不同智能体可同时处理任务不同部分，用户可追踪各智能体进度并审阅已完成任务。已向 Pro 用户开放。
本期 SWE-bench Verified 排名变动均小于 5 位、分数无变化，无重大 benchmark 变化需报告。具体而言：Claude 4 Sonnet + o4-mini 与 GPT-5 互换了第 9/10 名位置，Claude 3.5 Haiku 与 LLama 3.1 70B Critic 互换了第 33/34 名位置，分数均未变动。
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-19 | Advancing coding in low-resource programming languages | 改进 ChatGPT 在 COBOL、Fortran、Visual Basic 等低资源编程语言上的能力，推出软件工程、SQLite 和 COBOL 迁移新评测 |
| 10-16 | How Itaú is building generative AI for its entire customer base | 巴西最大银行之一 Itaú 推出对话界面 ia.i 和治理平台 IARA，在巴西最受监管的行业中实施 AI First 战略 |
| 10-16 | Stack Overflow for Agents triples signups with ChatGPT plugin | 两名工程师用 Codex 数周内上线 Stack Overflow for Agents，ChatGPT 插件驱动 agent 创建量增长 10 倍 |
| 10-16 | Benefit Street Partners answers questions faster with Codex | Anant Kumar 用 Codex 构建贷款估值对比和信贷协议分析工具 |
| 10-15 | Bringing GPT-Rosalind to academic research labs | 推出 Rosalind Academic Plan，为合格学术实验室提供 GPT-Rosalind 赞助访问 |
| 10-15 | Sullivan & Cromwell brings legal expertise into agreement review | 与 OpenAI 合作开发 Agreement Analyzer，用于识别草案协议中的问题 |
| 10-14 | Amp puts AI agents to work beyond code with OpenAI models | Amp 使用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT 拓展 agent 能力边界 |
| 10-14 | SentinelOne cuts malware analysis from weeks to hours | 用 OpenAI Daybreak 将数周的恶意软件分析缩短至数小时 |
| 10-14 | How Third Moment Research runs 10,000 agents for 36+ hours | 用 GPT-6 Astra、GPT-6.1 Sol、Codex 和 Daybreak 构建可持续运行数天的 agent |
| 10-14 | How Block is building AI-powered security with OpenAI technology | Block 安全团队用 OpenAI 技术加速威胁调查并在数分钟内提出补丁 |
| 10-14 | The EU's next chapter in AI is agentic | 分析显示 EU 企业和小企业中 agentic AI 采用率快速增长，EU 小企业用户增长 8 倍 |
| 10-13 | Higgsfield takes AI video from 1 minute to over 10 | 用 GPT-6 Astra、GPT-Image-2.5 和 GPT-Live 将 AI 视频从 1 分钟延长至 10 分钟以上 |
| 10-09 | Asana cuts model costs 76x in browser tests with GPT-6.1 Sol | 用 Codex 中的 GPT-6 Astra 将浏览器 agent 成本降低 76 倍、速度提升 5 倍 |
| 10-09 | Sophos cuts threat investigation time by 96% with OpenAI Daybreak | 用 Daybreak 将网络威胁调查时间缩短 96%，自动化 52% 的 MDR 案件 |
| 10-08 | How Oracle turns days of work into minutes with ChatGPT and Codex | Oracle 在招聘、工程和运营中用 ChatGPT Work 和 Codex 将专业知识转为可重复工作流 |
| 10-08 | LegalOn halves Codex costs while maintaining development speed | LegalOn 将 Codex 日均成本降低 65%，将 Astra/Sol/Luna 匹配到不同任务 |
| 10-08 | Disrupting AI-enabled "false front" operations | 破坏两个利用虚假记者和智库传播地缘政治信息的 AI 驱动影响力行动 |
| 10-07 | GPT-6 and Intelligent UI for everyone | GPT-6 全球推送，Intelligent UI 提供更快响应和可视化交互体验 |
| 10-07 | Helping teens learn, plan, and shape the future of AI | ChatGPT for Teens 推出 College Planner 预览，新增闪卡、测验和青少年 AI 委员会 |
| 10-07 | Radisson Hotel Group brings hotel discovery into ChatGPT | Radisson 与 Accenture 合作推出 ChatGPT 插件，帮助旅客查找、比较和预订酒店 |
| 10-06 | How Jump Trading is scaling quant research with ChatGPT | Jump Trading 用 OpenAI 扩展量化研究，将多数据源与人工审查结合 |
| 10-06 | Sharing AI progress in mathematics | 发布内部前沿模型在数学开放问题上的新结果，分享 Lean 证明形式化及研究细节 |
| 10-06 | Advancing computer use with Ironclad | 与 Ironclad 合作训练和评估 AI agent 在复杂合同工作流中的计算机使用能力 |
| 10-06 | Atlassian and OpenAI expand partnership | Atlassian 与 OpenAI 扩大合作，将前沿模型与企业知识连接 |
OpenAI X 动态
| 日期 | 要点 |
|---|---|
| 10-19 | 低资源编程语言进展推文：COBOL/Fortran/VB 能力提升，面向银行和政府系统现代化 |
| 10-16 | GPT-6 Astra Pro 升级：更快响应、改进插件/工具使用，多 agent 并行处理不同任务子部分，Pro 用户可用 |
| 10-15 | GPT-Live-1.1 发布：新声音、更好口音、减少"checking..."，新增法语/德语/印地语/墨西哥西班牙语/韩语/日语，全用户可用 |
| 10-15 | $500 万捐助 Simons Foundation：支持数学社区探索 AI 产生的结果 |
| 10-08 | Ultrafast 推送：GPT-6.1 Sol Ultrafast 在 API/Codex/ChatGPT Work 上线，速度比 Sol Standard 快 8 倍 |
OpenAI 开发者社区动态
| 日期 | 要点 |
|---|---|
| 10-19 | COOKED Ep.1 直播：Codex 社区展示 |
| 10-17 | Agents API 周报：6-Astra Ultrafast 进入 Agents API；sandbox 快照恢复；环境密钥可编程创建；Artifact SDK 支持电子表格/幻灯片/Word |
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-18 | Anthropic Public Benefit Fund | 将部分股份投入全新全资公共利益实体，初始 5%，公司价值每增长 50% 基线可追加 2%，总计约 20% 股份承诺用于公共利益 |
| 10-16 | 量子电路设计 | STEM Fellows Program：Claude Mythos 5 根据自然语言指令设计量子电路，部分改进超过已发表最佳结果一个数量级 |
| 10-15 | $500 万数学社区资助 | 与 Simons Foundation 合作（后者总投入 $1500 万），支持研讨会、会议和讲座 |
| 10-15 | 独立评估者更新 | 已给予 METR 团队员工级别的访问权限来评估安全实践 |
| 10-15 | 两项新 Anthropic Fellowship 开放申请 | STEM Fellows（科学/工程）和 Conceptual Reasoning Fellows（哲学/认知科学/经济学/政策/法律），2027 年 1 月入职，10 月 28 日截止 |
| 10-14 | 新加坡办公室开业 | 亚太第五个办公室，与新加坡政府签署 AI 安全与负责任采用 MOU |
| 10-13 | 内部版本控制系统 | 9 月代码合并量从 5 月的 2,500/天增至 30,000/天，五个月内从 git 完全迁移到自研 VCS |
| 10-12 | 蒸馏攻击防御进展 | 发布降低 Claude 蒸馏攻击有效性的技术说明 |
| 10-09 | 模型行为报告 | 首次发布更频繁的模型行为报告，描述评估中发现的四类非预期行为（Claude 在真实网站上绕过限制），影响极小 |
| 10-08 | 首个完整紫外天空图 | 天体物理学家与 Claude Science 合作，数天完成原需数周的数据集组合与统计推断 |
| 10-08 | $1.5 亿投入 Genesis Mission | 深化科研承诺，Claude 和技术支持覆盖 15 个以上联邦机构 |
| 10-07 | Claude Haiku 5.5 发布 | 最便宜、最快的小模型，平均运行成本比 Haiku 4.5 低 75% |
| 10-06 | Cyber Verification Program 扩展 | 安全专业人员可访问 Claude Mythos 5.1、Opus 5.5、Sonnet 5.5，新增授权攻击性工作层级 |
Anthropic 个人/X 动态
| 日期 | 要点 |
|---|---|
| 10-19 | OSS Scanner 上线：为关键开源项目提供免费定期漏洞扫描，含 PoC 和补丁 |
| 10-16 | Claude Code 性能优化：对话 gzip 压缩加速传输，cloud 会话输入即启动 |
| 10-07 | Sonnet 5.5 缓存读取降价：缓存读取降至 $0.10/百万 token，长任务运行成本降低约 20% |
| 版本 | 日期 | 要点 |
|---|---|---|
| v2.1.304 | 10-19 | 插件跳过 mod hook 时添加 transcript 行，注明事件名和插件名 |
| v2.1.303 | 10-18 | Bug 修复和可靠性改进 |
| v2.1.302 | 10-16 | 新增 CLAUDE_CODE_AUTO_MODE_MODEL，可选客户端 auto mode 分类器模型 |
| v2.1.301 | 10-15 | 新增 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS，用量限制重置过远时终止请求而非等待 |
| v2.1.300 | 10-14 | 新增 virtualText：prompt 框中绘制但不进入草稿或提交的装饰文本 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-16 | 四 Gemini 4 Argon agent 通关 Minecraft | 4 个 agent 在共享世界中 27 小时击败末影龙，编写 2,783 个程序，自主分工、聊天协作、调试，全程无人类干预 |
| 10-16 | AI 赋能医疗 | 模型和工具助力罕见遗传变异定位、加速药物发现 |
| 10-15 | WeatherNext 飓风预报 | Hurricane Isaias 中 WeatherNext 是路径预测最准确的模型，提前 3 天将登陆点锁定在 60km 以内；Nature 论文显示全球 200+ 热带气旋预测领先约 1 天 |
| 10-15 | SynthID 获 TIME 2026 最佳发明 | 已为 1800 亿+ 图片/视频添加水印 |
| 10-14 | 新加坡诈骗检测 | 与 GovTechSG 合作，用 Gemma 微调本地诈骗策略，设备端实时检测 |
| 10-13 | Gemini 4 Argon 发布 | 官方博客发布 Gemini 4 Argon |
| 10-13 | Gemini 4 安全报告 | 发布安全与安全缓解措施报告 |
| 10-07 | Playground 发布 | 实验性游戏创作平台 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-19 | Timestral: Mistral's time-series foundation models | HN 537 points，讨论链接 |
| 10-19 | Ask HN: How to deal with shipping AI-written code you don't understand? | HN 242 points |
| 日期 | 人物 | 要点 |
|---|---|---|
| 10-15 | Simon Willison | Anthropic 向投资者披露蒸馏收入占 5%-7%，若 Q2 收入 $115 亿，则其他实验室蒸馏 Anthropic 模型花费超 5 亿美元 |
| 10-13 | gdb (OpenAI) | 用 GPT-5.6 Sol 花费 6 天 $40,000 算力发现 Chrome 关键漏洞，获 Google 2026 年首个全链奖励（$250,000），影响约 10 亿用户 |
| 10-11 | Andrej Karpathy | LLM 能力认知差距正在扩大：约 60 亿人几乎未接触 LLM，约 2000 万专业用户看到 agent 完成数周/月任务，约 5000 人可访问内部前沿系统 |
| 10-19 | swyx / Latent.Space | 2026 技术主题回顾（1-10 月），覆盖模型发布、融资、安全事件等 |
aa / intelligence — 本期无变动
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Opus 5.5 (Max, Default Fallback) | 57.6 |
| 2 | Claude Fable 5.1 (Max, Default Fallback) | 53.4 |
| 3 | GPT-6 Astra (Max) | 52.7 |
aa / agentic — 本期无变动
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max, Default Fallback) | 57.9 |
| 2 | Claude Opus 5 (Xhigh) | 55.6 |
| 3 | GPT-6 Astra (Max) | 51.0 |
aa / coding — 本期无变动
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max, Default Fallback) | 81.6 |
| 2 | Claude Fable 5.1 (Medium, Default Fallback) | 77.1 |
| 3 | Claude Opus 5 (Xhigh) | 77.0 |
swebench_verified / Verified — 有变动
变动详情：
| 模型 | 变动 | 分数 |
|---|---|---|
| Claude 4 Sonnet + o4-mini | 排名 10 → 9 | 74.4 |
| GPT-5 | 排名 9 → 10 | 74.4 |
| Claude 3.5 Haiku | 排名 34 → 33 | 40.6 |
| LLama 3.1 70B Critic | 排名 33 → 34 | 40.6 |
注：四项变动均为同分换位，分数未变。
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude 4.5 Opus (scaffold: Sonar Foundation Agent) | 79.2 |
| 2 | Claude 4.5 Opus medium (scaffold: live-SWE-agent) | 79.2 |
| 3 | Doubao-Seed-Code (scaffold: TRAE) | 78.8 |
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
OpenAI 低资源编程语言（COBOL/Fortran/VB）：这些语言支撑着银行、政府和企业的核心系统，几十年来几乎没有 AI 工具认真覆盖。OpenAI 同时推出新评测意味着能力可被量化验证——若评测结果在生产中成立，将直接打开一个被搁置数十年的万亿级现代化市场。
Anthropic OSS Scanner：为关键开源项目提供免费定期漏洞扫描，每个发现附带 PoC 和补丁。据 gdb 推文，用 GPT-5.6 Sol 花费 6 天 $40,000 即可发现影响 10 亿用户的 Chrome 全链漏洞——这说明前沿模型已具备实用级漏洞挖掘能力，Anthropic 把它定向供给开源供应链安全，同时展示了 Claude 在安全领域的差异化定位。
Mistral Timestral：Mistral 进入时序基础模型领域，将基础模型范式从语言/视觉扩展到表格预测。此前时序预测主要依赖统计方法和专用模型——若性能成立，意味着基础模型的适用边界再次拓宽，且 Mistral 是欧洲实验室在这一方向的首次大动作。