【Anthropic】Claude Duet 研究预览版发布 Anthropic 推出 Claude Duet，一个主动式 agent 应用。Claude 会主动向用户推送待处理事项、完成指派任务、在用户离线时持续工作，并在代为行动前征求用户确认。HN 获得 298 分热度，是目前讨论最热的 agent 产品形态。 Claude Duet
【OpenAI/Google Cloud】OpenAI 模型接入 Google Cloud OpenAI 前沿模型和 Codex agentic workflows 将进入 Google Cloud 的 Model Garden，企业可通过 Google Cloud Marketplace 使用。这意味着 OpenAI 模型首次可在竞争对手的云平台上部署，降低企业多云策略下的接入门槛。HN 226 分讨论。 OpenAI models are coming to Google Cloud
【OpenAI】Patch the Planet：AI 发现 PHP 重大安全漏洞（CVSS 9.2） OpenAI 模型在 Patch the Planet 计划中发现 PHP 核心安全漏洞 PHP2Shell，影响约 70% 的网站。OpenAI 联合维护者和安全厂商在披露前准备了修复方案。Wiz Research 确认 Gemini 4 Argon 同样参与了漏洞发现和补丁验证。这是 AI 在互联网级安全漏洞发现上的首个标志性案例。 Patch the Planet
【OpenAI】OpenAI 收购 Orchestra Bio，进军药物研发 OpenAI 收购生物制药协调平台 Orchestra Bio，将其与 Rosalind（OpenAI 生命科学模型和工具）整合，目标是加速药物开发流程。Greg Brockman 称这是模型在药物开发加速方面"极具前景的新兴应用"。 OpenAI acquires Orchestra Bio
【OpenAI】ChatGPT Ads 扩展至 26 个新国家 ChatGPT 广告业务扩展至 26 个新国家，累计已有超过 10 万广告主使用该平台。OpenAI 同时披露了其基于 LLM 构建的广告技术栈细节，包括理解对话意图、广告与回答分离等设计。 ChatGPT Ads expands to 26 new countries
本轮 lmarena 和 SWE-bench Verified 的排名及分数变动均未达到报告阈值（排名变动≥5 或分数变动≥5%）。榜单新增了大量新模型条目（如 GPT-6.1 Sol、Claude Opus 4.8、GLM-5.3 Max 等），但均为首次上榜，无变动数据可比。
/claude-api api-version 命令| 日期 | 标题 | 摘要 |
|---|---|---|
| 10-21 | OpenAI models are coming to Google Cloud | 将前沿模型和 Codex 工作流引入 Google Cloud 的 Model Garden，通过 Google Cloud Marketplace 提供 |
| 10-21 | Patch the Planet: global response coordination as agents uncover critical vulnerabilities | AI 研究人员发现 PHP 核心严重安全漏洞，协调维护者和安全厂商在披露前完成修复 |
| 10-21 | ChatGPT Ads expands to 26 new countries as over 100,000 advertisers have used the platform | ChatGPT 广告扩展至 26 个新国家，已有超 10 万广告主使用 |
| 10-21 | Using thousands of AI agents to uncover new leads in biological data | OpenAI、PerturbAI 和 Scripps Research 用分布式 AI Agent 从百万脑细胞数据中发现新线索 |
| 10-21 | How AT&T is rethinking in-house legal work with OpenAI | AT&T 的 LegalEdge 团队用 OpenAI 重构法律知识获取和分发流程 |
| 10-21 | Broad access through consistent standards | 阐述与分发合作伙伴保持一致安全保障和负责任访问的做法 |
| 10-21 | How we built ChatGPT's novel ad stack for user trust and relevance | 介绍 ChatGPT 基于 LLM 的广告系统构建方式：理解对话意图、广告与回答分离 |
| 10-21 | Democratic governance of frontier AI, part II: Empowering cyber defenders | 前沿 AI 赋能网络防御者的蓝图：更强保障、现代化安全和更具韧性的公共机构 |
| 10-21 | 12-hour prompt caching in the API | API 现支持 12 小时 prompt 缓存；Codex 和 Work 登录用户可永久保持上下文缓存且无惩罚 |
| 10-21 | Codex for OSS grants upgraded to Pro 200 | 10,000 个开源维护者资助从 $100 Pro 升级为 Pro 200 |
| 10-20 | OpenAI acquires Orchestra Bio | 收购 Orchestra Bio，将 AI 驱动的运营引入生命科学研发，加速药物开发 |
| 10-20 | Aleksander Madry returns to OpenAI for safety | Sam Altman 确认 Madry 回归负责安全和安全挑战，面对超级智能时代 |
| 10-20 | Usage limit bug affecting ~40,000 accounts | 约 40,000 个账户用量限制不一致，已修正并逐个联系受影响用户补偿额度 |
| 10-20 | Terminal X matches senior investor judgment 88.6% with GPT-6.1 | Terminal X 的 Eval Agent 用 GPT-6.1 Sol 按基金任务偏离度多 25% 的标准评估 |
| 10-20 | Franchisee reconciles cash in 94% less time with ChatGPT Work | Schlotzsky's 和 Cinnabon 特许经营商将菜单重新定价时间削减 95% |
| 10-19 | Advancing coding in low-resource programming languages | 改善 ChatGPT 在 COBOL、Fortran、Visual Basic 等低资源语言上的能力，含 SQLite 和 COBOL 迁移评估 |
| 10-16 | GPT-6 Astra Pro upgrade: faster responses, parallel agents | ChatGPT 中 GPT-6 Astra Pro 升级：更快响应、改进插件和工具使用，多 Agent 并行处理任务 |
| 10-16 | Itaú builds generative AI for its entire customer base | Itaú 用对话界面 ia.i 和 IARA 治理平台在巴西最受监管行业推行 AI First 战略 |
| 10-16 | Stack Overflow for Agents triples signups with ChatGPT plugin | 两名工程师用 Codex 数周内交付 Stack Overflow for Agents，ChatGPT 插件驱动 10× 增长 |
| 10-15 | GPT-Live-1.1: new voices and better accents | GPT-Live-1.1 为 ChatGPT、Codex 和 dots 带来法语、德语、印地语、墨西哥西语、韩语、日语新声音 |
| 10-15 | Sullivan & Cromwell brings legal expertise into agreement review | 与 OpenAI 合作开发 Agreement Analyzer，AI 工具识别协议草案中的问题 |
| 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 |
| 10-14 | Amp puts AI agents to work beyond code | Amp 使用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT 推动 Agent 超越编码 |
| 10-14 | The EU's next chapter in AI is agentic | 欧盟企业和商业客户中超过一半的 AI 使用已涉及 Agent，小企业用户增长 8 倍 |
| 10-13 | Higgsfield takes AI video from 1 minute to over 10 | Higgsfield 用 GPT-6 Astra、GPT-Image-2.5 和 GPT-Live 带来更长视频和语音电影制作 |
| 日期 | 标题 | 摘要 |
|---|---|---|
| 10-21 | Claude Duet research preview | Claude Duet 开放研究预览：Claude 作为主动型 Agent 主动告知需关注事项、完成任务、持续工作、行动前确认 |
| 10-21 | Annual Public Benefit Report | Anthropic 作为公益公司发布年度公益报告，阐述五大支柱及进展 |
| 10-21 | Dr. Christopher Stubbs joins Long-Term Benefit Trust | 哈佛大学前理学院院长、实验物理学家 Christopher Stubbs 加入长期利益信托 |
| 10-21 | Claude Code v2.1.307 released | 新增 /claude-api api-version 将 Claude API 代码迁移至 API 版本 2026-10-21 |
| 10-21 | Claude Code v2.1.306 released | 修复 claude -p 在 cloud sessions 中未带环境变量时报 "Not logged in" 的问题 |
| 10-20 | Claude Code v2.1.305 released | 新增 sandbox.allowNestedUserNamespaces，允许 Linux 沙盒命令创建用户命名空间（Chromium、rootless podman） |
| 10-19 | Claude Code v2.1.304 released | 当插件跳过 mod 的 hook 时，转写行中会显示事件名和插件名 |
| 10-19 | OSS Scanner launched | 为关键开源项目提供免费定期漏洞扫描，每条发现含 PoC 和补丁 |
| 10-18 | Public Benefit Fund: ~20% of shares committed to public good | Anthropic 将部分股份划入公益基金，初始 5%，每超基准 50% 可额外贡献 2%，合计约 20% 股份用于公益 |
| 10-16 | Quantum circuits with Claude Mythos 5 | Claude Mythos 5 根据自然语言指令设计量子电路，部分超越最佳发表结果一个数量级 |
| 10-16 | Claude Code performance improvements | Claude Code 现对每轮对话 gzip 压缩，模型响应更快；cloud sessions 在开始打字时即启动 |
| 10-15 | Independent evaluators update | 已给予 METR 评估团队类员工访问权限，正在与多家组织讨论安全评估 |
| 10-15 | Anthropic Fellowships open for applications | STEM Fellows 和 Conceptual Reasoning Fellows 开放申请，2027 年 1 月入驻，截止 10 月 28 日 |
| 10-14 | Singapore office opening | 开设新加坡办公室——亚太第五个，与新加坡政府签署 AI 安全和负责任采用 MOU |
| 10-13 | In-house source control: 30,000 merges/day | 9 月合并量超 30,000/天（5 月约 2,500/天），五个月内完成从 git 到自研版本控制的全量迁移 |
| 10-12 | Distillation defenses progress | 近数月大幅降低蒸馏攻击对 Claude 的有效性，发布技术说明 |
| 10-09 | Model behavior report | 发布更频繁的模型行为报告，描述四类评估中发现的行为问题，均影响极小 |
| 日期 | 标题 | 摘要 |
|---|---|---|
| 10-21 | Gemini 4 Argon 3D anatomy visualization | Gemini 4 Argon 结合三个开源数据集构建交互式 3D 人体解剖可视化 |
| 10-21 | Gemini 4 Argon role in PHP2Shell discovery | Wiz Research 确认 Gemini 4 Argon 在 PHP2Shell（CVSS 9.2）中发现漏洞、构建攻击链和验证补丁 |
| 10-21 | Busy Beaver discoveries with Gemini 4 Argon | 学生研究员用 Gemini 4 Argon 流水线发现 20 个新 Cryptid 并验证 33 台机器，Lean 4 形式化证明 |
| 10-21 | SynthID provenance conversation | SynthID Detector 已对公众开放，SynthID Bio 可为 AI 设计的蛋白质添加水印 |
| 10-21 | ~25 trillion tokens in 72 hours | Gemini 4 Argon 上线 72 小时内处理约 25 万亿 token |
| 10-20 | Gemini 4 Argon 3D periodic table | Gemini 4 Argon 在 Antigravity 中构建与 Tom Lehrer "The Elements" 同步的 3D 周期表 |
| 10-16 | Four Gemini 4 Argon agents beat Minecraft in 27 hours | 四个 Agent 在沙盒中编写 2,783 个程序、分工、共享笔记、调试，无人类干预击败末影龙 |
| 10-15 | SynthID named TIME Best Inventions of 2026 | SynthID 已为超 1,800 亿图片和视频添加水印 |
| 10-14 | On-device fraud detection with GovTech Singapore | 用开源模型 Gemma 微调本地诈骗策略，实时识别威胁且不泄露隐私 |
| 10-13 | Gemini 4 Argon launch | Gemini 4 Argon 正式发布 |
| 日期 | 来源 | 标题 | 摘要 |
|---|---|---|---|
| 10-21 | Google Blog | Southeast Asia's digital economy to hit $368 billion | Google、淡马锡和贝恩联合发布 e-Conomy SEA 2026 报告 |
| 10-15 | Simons Foundation | $15M for math community in AI age | Simons Foundation 承诺 $15M，Anthropic 和 OpenAI 各贡献 $5M，支持数学社区应对 AI 变革 |
| 10-11 | Karpathy | AI capability gap is widening | 约 60 亿人几乎未接触 LLM；约 2,000 万专业人士在数学和代码领域看到 Agent 完成数周/月工作量；约 5,000 人有前沿系统内部访问权 |
| 10-15 | Simon Willison | Anthropic distillation = 5-7% of revenue | 按 Q2 收入 $11.5B 推算，超 5 亿美元被其他实验室用于蒸馏 Anthropic 模型 |
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 |
LMArena Overall — 有变动
本期大量新模型入榜，以下为值得关注的排名/分数变化：
| 模型 | 变化类型 | 变动详情 |
|---|---|---|
| Claude Opus 5 (Max) | 排名↑ | 14→13，分数 1489.99→1491.13 |
| Muse Spark 1.1 | 排名↓ | 13→14，分数 1490.18→1490.43 |
| Muse Spark 1.2 (xHigh) | 分数↓ | 1493.06→1492.04（排名不变 12） |
| Gemini 3.7 Flash (High) | 分数↑ | 1487.59→1488.91（排名不变 17） |
| Kimi K3 (Max) | 分数↑ | 1487.07→1488.10（排名不变 18） |
| Step 5 Preview | 排名↓ | 84→85，分数 1447.27→1446.25 |
新入榜高排名模型（Top 30 内）：
| 模型 | 排名 | 分数 |
|---|---|---|
| GPT-5.6 Sol (xHigh) | 21 | 1484.47 |
| Gemini 3.6 Flash (High) | 22 | 1483.01 |
| Qwen3.8-Max | 23 | 1482.52 |
| GPT-5.5 (High) | 24 | 1481.47 |
| Claude Opus 4.8 (High) | 25 | 1481.28 |
| GLM-5.3 (Max) | 26 | 1480.72 |
| MiMo-V2.6-Pro | 27 | 1479.59 |
| GPT-6.1 Sol (Max) | 28 | 1479.36 |
| Gemini 3.5 Flash (High) | 29 | 1477.47 |
| Claude Sonnet 5.5 (xHigh) | 30 | 1477.10 |
当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Argon (High) | 1523.93 |
| 2 | Muse Wonder (Max) | 1509.50 |
| 3 | Claude Opus 5.5 (High) | 1508.75 |
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 |
SWE-bench Verified — 有变动
仅排名微调，分数无变化：
| 模型 | 变化 | 详情 |
|---|---|---|
| Claude 4 Sonnet + o4-mini | 排名↑ | 10→9（分数不变 74.4） |
| GPT-5 | 排名↓ | 9→10（分数不变 74.4） |
| Claude 3.5 Haiku | 排名↑ | 34→33（分数不变 40.6） |
| LLama 3.1 70B Critic | 排名↓ | 33→34（分数不变 40.6） |
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 模型进入 Google Cloud：OpenAI 将前沿模型和 Codex 工作流放入 Google Cloud Model Garden（经 Marketplace），意味着两家公司在基础设施层从竞争走向选择性合作——企业客户不必在云厂商和模型厂商之间二选一，但 OpenAI 模型在 Google Cloud 上的定价和配额策略将决定这是实质整合还是表面互引。
Claude Duet 研究预览：Anthropic 发布的 Claude Duet 让 Claude 作为"主动型 Agent"向用户推送待办、持续后台工作、行动前确认——这与 OpenAI 的 dots 和 GPT-6 Astra Pro 多 Agent 并行方向一致，但 Anthropic 强调"proactive"（主动找你）而非"parallel"（并行执行），产品形态差异值得跟踪。
PHP2Shell 漏洞——AI 发现互联网级安全缺陷：OpenAI Patch the Planet 和 Wiz Research 分别用各自模型发现 PHP 核心 CVSS 9.2 漏洞，影响约 70% 网站；这是首次有前沿 AI 在互联网规模漏洞中发现先于攻击者的关键缺陷，标志着"Defender's Window"从概念变为实例。