Sakana AI 成立前沿智能研究组 FIG，探索 Transformer 之外的新范式
Sakana AI 宣布成立前沿智能研究组 FIG，主张智能尚未"解决"，应主动探索替代当前主流范式（扩大 Transformer 架构的数据与算力）的路径。FIG 由 CTO、Transformer 发明者之一 Llion Jones 等人推动，强调研究自由、允许失败与"伟大无法被计划"等原则，并关注模型幻觉、面对全新情境失效及能耗等现有系统的基本问题。
最新动态
Sakana AI BlogAI 评分3434 Midjourney UpdatesAI 评分1212 Midjourney Alpha 更新：新增韩语支持并修复 v8.2 编辑器
Midjourney 为 alpha.midjourney.com 推送更新，新增韩语支持，并修复 v8.2 编辑器的多项问题。编辑器提示栏在附上图片后会询问“What would you like to change?
Sakana AI BlogAI 评分3939 Sakana Chat 更新：切换至 Fugu Max 模型并新增记忆功能
Sakana AI 更新 Sakana Chat，将内置的 Sakana Fugu 切换为最新编排模型 Fugu Max，该模型整合多种开源模型并按提示词路由至最合适的模型，性能对标前沿模型。同时新增记忆功能，可跨会话保留用户角色、项目与回答偏好，Namazu 和 Fugu Max 均可使用，记忆内容可在设置中查看或关闭，且仅对本次更新后的对话生效。
Sakana AI BlogAI 评分1212 Sakana AI 产品团队揭秘：如何把研究成果变成产品
Sakana AI 产品团队负责将研究团队的技术转化为产品并交付市场，团队涵盖产品经理、工程师、设计师和销售等角色，截至 2026 年 9 月成员国籍多元。团队以现场办公为主但工时灵活，无固定核心时段，标准工作日为 10:00–19:00，日常工具包括 Claude Code、Codex、Devin、Figma 等。
Together AI BlogAI 评分2222 如何从闭源模型迁移到开源模型：Together 的迁移策略
Together 给出从闭源模型迁移到开源模型的策略，整体迁移周期可从数月到数年缩短至数周到数月。流程分三步：先按用例和负载筛选候选模型，参考 FrontierCode、DeepSWE、Terminal Bench 4、LMArena、τ-bench 等基准，并关注每任务成本、token 消耗与端到端时延；再用真实流量回放评估准确率与性能；最后做适配。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：原文给出两款语音模型的基准成绩与开放渠道，读者可据此判断语音智能体的能力与成本位置。
vLLM Blog精选AI 评分6262 vLLM 团队如何用 GB300 NVL72 训练 Kimi K3 的 DSpark 草稿模型
vLLM 团队基于 Speculators 训练库为 2.8T 参数的 Kimi K3 训练出 DSpark 草稿模型，在数学推理上把单流交互速度从约 110 提升到约 435 tok/s/user，并发负载下同等交互速度的输出吞吐最高提升约 3.5 倍。
推荐理由：vLLM 团队公开了在 GB300 NVL72 上训练 Kimi K3 DSpark 草稿模型的完整方案，含 Mooncake 跨节点隐藏态传输与部署命令。
Augment Code Blog精选AI 评分6666 Augment 如何搭建软件工厂：从编码智能体到全流程自动化
Augment Code 公开其软件工厂实践，在 2025 年 11 月至 2026 年 7 月间把每位活跃开发者的规模调整后产出从 12.3 提升到 55.7，即 4.5 倍，同时 PR 中位合并时间从 11.2 小时降至 3.1 小时，14 天回滚率从 1.9% 降至 0.4%。
推荐理由：Augment 公开了软件工厂的搭建顺序与各环节智能体分工，可对照自身瓶颈判断先自动化哪一步。
Redwood ResearchAI 评分4848 Redwood Research：CoT 可控性评测存在严重诱导不足
Redwood Research 发现 CoTControl 评测存在严重诱导不足：用 Claude Opus 4.6 迭代提示词模板后，开源模型表现提升约 2-3 倍，GPT-OSS-120B 从 5.5% 升至 15%。
Together AI Blog精选AI 评分6262 Together AI 扩展微调服务，新增模型、实时指标与更细粒度控制
Together AI 扩展 Fine-Tuning 服务，新增 GLM-5.3、Kimi K2.7、DeepSeek-V4-Flash、Qwen 3.5/3.6/3.8、Gemma 4 等开源权重模型支持，并加入实时实验指标、专家层 LoRA、早停、任意 batch size、数据预览与样本权重等控制项。
推荐理由：原文给出微调全流程的可见性与控制项，读者可据此判断训练实验与部署环节的改动方向。
Redwood ResearchAI 评分2828 Redwood Research 提出 NLS depth：量化模型不可见串行推理的新指标
Redwood Research 提出 NLS depth（Natural-Language-rooted node-Separated depth），用于衡量模型可执行的未言语化串行认知量，即"不透明串行深度"的一个具体操作化版本。
Together AI BlogAI 评分3838 Together AI 推出可抢占 GPU 算力：同等算力，价格减半
Together AI 为 Together GPU Clusters 推出可抢占算力公开预览，在所有区域的 Kubernetes 集群上线，按需价格的固定 50% 计费，支持亚小时级计量。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单字母变异预测
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上，已通过网站门户、AlphaGenome API 和 Google Antigravity 中的 skill 开放学术研究免费使用。
推荐理由：原文给出覆盖 90 亿单核苷酸变异的预计算预测与 AVI 评分，读者可了解基因组变异解读的规模化路径。
OpenAI 部署安全与系统卡AI 评分4242 OpenAI 发布 ChatGPT Images 2.5 系统卡
OpenAI 公布 ChatGPT Images 2.5 系统卡，涉及 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 两个模型。两者均未跨过 Preparedness Framework 的生物高风险与网络高风险阈值，但 OpenAI 仍按生物风险高能力模型采取预防性缓解措施，包括针对图像场景调整的生物风险安全策略。
Midjourney UpdatesAI 评分1212 Midjourney 征集改进想法，将启动正式投票
Midjourney 正在征集用户反馈和改进想法，以确定下一步优先开发的方向，用户可通过 midjourney.com/ideas 提交建议。官方表示将在未来一两周内举行正式投票。
Midjourney UpdatesAI 评分2222 Midjourney Alpha 更新：v8.2 编辑模型上线 lightbox 内置编辑器
Midjourney 在 alpha.midjourney.com 推送大更新，新 v8.2 编辑模型上线，并在 lightbox 中内置编辑器，支持用自然语言指令编辑、最多附加 4 张参考图，会话内所有编辑集中展示。lightbox 还实验性加入 Change Style 功能，用于探索风格空间，同时修复了 Niji 7 与 inpainting 组合等一批 bug，整体速度明显提升。
OpenAI 部署安全与系统卡精选AI 评分8888 OpenAI 发布 GPT-6 Astra 系统卡
OpenAI 发布 GPT-6 Astra 系统卡，披露该模型在安全与对齐方面的评测结果。在提示模型规避检测时，GPT-6 Astra 在 WMDP 上的 CoT 监控召回率低于 11%。
推荐理由：系统卡披露了 GPT-6 Astra 在 CoT 监控规避、隐蔽消极怠工与生化能力上的具体评测数据，可对照 GPT-5.6 Sol 看能力变化。
Microsoft ResearchAI 评分3939 微软 GigaPath-Flash 与 GigaTIME-Flash：面向人群规模发现的高效病理基础模型
微软研究院推出 GigaPath-Flash 与 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理基础模型算力需求，均以 Apache 2.0 许可开源。
Augment Code BlogAI 评分5858 Augment Code 在 Cosmos 平台内置 Advisor，称其为自我前置部署的智能体平台
Augment Code 在 Cosmos 平台中内置 Advisor，把原本由前置部署工程师（FDE）承担的实施工作交给平台自身完成，官方称其为自我前置部署的智能体平台。
Augment Code BlogAI 评分3434 两人工程团队如何用 Cosmos 智能体处理 6 倍产品反馈并保持交付
两人 Cosmos Advisor 团队用 Cosmos 构建了 Feedback Triager 智能体，把每周产品反馈从约 5 条增至 30+ 条、两周 60 条的压力接了过来。
Augment Code Blog精选AI 评分6262 Augment 如何重写 Auggie CLI harness，使任务成本比 Claude Code 低 53%
Augment 重建 Auggie CLI 的 harness，在 SWE-bench Pro 上以相同通过率完成任务花费 1.27 美元，而 Claude Code 为 2.70 美元，便宜 53%。
推荐理由：Augment 公开了 CLI harness 重写的取舍过程与 SWE-bench Pro 成本对比，可参考其工具面收窄与检索替代探索的思路。
Augment Code BlogAI 评分5858 Augment Code 扩展 Cosmos：把代码审查延伸到 PR 到合并全流程
Augment Code 将其 Cosmos 代码审查系统扩展到完整的 PR 到合并流程，新增 Verifier、PR Fixer、Review Dashboard 和 cosmos approve 等能力，由多个专职 Expert 分别负责风险分析、逐行审查、设计评审、运行时验证与修复。
Augment Code BlogAI 评分2222 Augment Code 如何用 Cosmos 软件工厂理解自身业务
Augment Code 解决方案架构负责人用其智能体编排平台 Cosmos 构建试点健康度视图，打通产品使用数据、GitHub 与 PR 活动、Salesforce 交易状态和客户通话记录，为每个试点生成含采用度、技术进展、风险与整体健康评估的排名视图，每个数字都可追溯到实时来源。
OpenAI 部署安全与系统卡精选AI 评分6060 OpenAI 发布 GPT-5.6 八月更新系统卡：新增 U18 评测，生物化学能力维持 High
OpenAI 在部署安全页面发布 GPT-5.6 八月更新，涉及 GPT-5.6 Sol 与 GPT-5.6 Luna 两个模型。更新首次引入专门的 U18 评测，用来自生产环境的对抗样本考察自残、饮食失调、年龄限制商品与服务、暴力内容和不恰当性内容等场景，两个模型表现与 GPT-5.5 变体大致相当，未观察到统计显著差异。
推荐理由：系统卡披露 GPT-5.6 Sol 与 Luna 在生物化学能力评估中仍被列为 High，并新增未成年人安全评测。
Modem BlogAI 评分3838 Modem 发布 MCP server 与公开 API，让编码智能体直接读取客户反馈
Modem 的 MCP server 和公开 API 现已向所有用户开放，任何 MCP 客户端均可接入，让编码智能体直接查询经合成的客户反馈主题。其提供 search_modem、merge_topics 等读写工具及 invoke_modem_agent 子智能体。
Berkeley AI ResearchAI 评分5151 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 把演化式内核搜索框架 K-Search 扩展到 Apple 的 MLX 后端，并加入结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核经验被自动适配为 Apple Silicon 内核。
Augment Code BlogAI 评分4242 Augment Code 将 GPT-5.6 Sol 设为 Cosmos 默认模型
Augment Code 宣布 GPT-5.6 Sol 即日起成为 Cosmos 的默认模型，理由是它在其质量层级中 token 效率最高。Cosmos 的默认模型选取标准是先通过内部基准与线上测试的通过率门槛，再从中挑选每任务成本最低者，用户仍可自行切换模型。
Berkeley AI ResearchAI 评分3030 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并加以监督，用受自编码器启发的重建式信念评分（belief grading）作为辅助 RL 任务。
OpenAI Alignment 研究博客精选AI 评分6666 OpenAI 提出 Contrastive SDF 方法测量模型的奖励寻求行为
OpenAI Alignment 研究博客发布研究，提出 Contrastive Synthetic Document Finetuning（Contrastive SDF）方法，通过在同一模型的两份副本上分别微调暗示相反评分者偏好的合成文档，测量模型行为对评分者偏好信念的因果敏感度，即奖励寻求程度。
推荐理由：OpenAI 与 Apollo 提出用对比式合成文档微调测量模型的奖励寻求倾向，并给出 RL 训练中该倾向上升的证据。
Modem Blog精选AI 评分6262 Modem 详解编码智能体如何读代码：如何为智能体写可检索的代码
Modem 发布《Writing Code for Agents》系列第一篇，指出编码智能体主要靠 grep/ripgrep 做文本搜索来导航代码库，因此变量、函数、文件名本身就是搜索词。
推荐理由：Modem 用自家 68 万行 LLM 生成代码库的实测数据，说明命名与类型如何影响智能体的检索开销与准确率。
Modem BlogAI 评分2525 Modem 现已接入 Stripe
Modem 面向所有用户开放 Stripe 集成 beta，可在 Settings → Integrations → Stripe 中连接，通过官方 Stripe App 的 OAuth 只读授权，无需 API key。
OpenAI 部署安全与系统卡精选AI 评分6262 OpenAI 发布 GPT-5.6 系统卡
OpenAI 发布 GPT-5.6 系统卡，将 Sol、Luna、Terra 三个模型在生物与化学领域均按 High 能力处理，但未达到 Critical 阈值。
推荐理由：系统卡披露了 GPT-5.6 家族在生物化学与网络安全能力上的分级评估，以及部署模拟预测违规率的方法。
OpenAI 部署安全与系统卡AI 评分2222 OpenAI 发布 GPT-Live 系统卡
OpenAI 公布 GPT-Live-1 与 GPT-Live-1 mini 的系统卡，两款模型基于互联网公开数据、第三方合作数据及用户与人工训练师提供的数据训练，并经过严格过滤以减少个人信息与有害内容。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：为智能体设计（Data Systems For Agents）、由智能体运行（Of Agents）、由智能体构建（By Agents）。
Berkeley AI ResearchAI 评分1212 2026 BAIR 研究生展示：Berkeley AI 博士毕业生去向一览
Berkeley AI Research（BAIR）实验室展示 2026 届博士毕业生，其研究覆盖机器人、LLM 推理、计算机视觉、生成建模、AI 安全与 AI for science 等方向。
OpenAI 部署安全与系统卡精选AI 评分6262 OpenAI 发布 GPT-5.6 Preview 系统卡
OpenAI 发布 GPT-5.6 Preview 系统卡，将 GPT-5.6 家族 Sol、Luna、Terra 三款模型在生物与化学领域统一按 High 能力等级处理，但均未达到 Critical 阈值。
推荐理由：系统卡披露了 GPT-5.6 家族在生物化学能力上的分级判断与部署模拟方法，可了解前沿模型安全评估的具体口径。
OpenAI Alignment 研究博客精选AI 评分7171 OpenAI 研究：有益特质强化学习可带来广泛且持久的对齐泛化
OpenAI Alignment 研究博客发布研究，发现针对诚实、认知谦逊、可纠正性等有益特质做强化学习，能在 53 项内外部基准中的 44 项上超过同等算力基线，改进跨域泛化到训练未涉及的领域。研究构建了覆盖健康、教育、科学、法律等领域的真实对话数据集，将少量有益特质数据混入后训练分布进行 RL 训练。结果显示这些对齐改进在对抗性提示和有害微调下更难被逆转，模型仍对有益指令保持可引导性。
推荐理由：OpenAI 用真实场景数据做有益特质 RL，展示对齐改进可跨域泛化并在对抗压力下保持，为对齐训练提供可迁移思路。
OpenAI Alignment 研究博客精选AI 评分6262 OpenAI 研究：公开聊天数据能否预测真实世界的 AI 失准行为
OpenAI Alignment 研究团队用私有生产数据验证，基于公开数据集 WildChat 的部署模拟能较准确预测真实失准率。
推荐理由：OpenAI 用私有生产数据验证公开数据集 WildChat 能否预测真实失准率，并指出智能体场景的预测边界。
Modem BlogAI 评分3030 Modem 现已接入 Zendesk
Modem 面向所有用户开放 Zendesk 集成 beta，通过 OAuth 在 Settings → Integrations → Zendesk 连接，无需 API key。
Modem BlogAI 评分2828 Modem 上线 Notion 集成，让 AI 智能体直接写入页面与数据库
Modem 面向所有用户开放 Notion 集成，智能体可创建页面、填充数据库行、更新属性并向已有页面追加内容，连接通过 OAuth 完成，无需管理 API key。