每日科技/AI 摘要 2026-10-09

今日共采集 90 条，新增 57 条，科技/AI 相关 41 条，深挖 8 篇。

聊天框的终结，OpenAI 向 12 亿用户下放 GPT-6

来源：虎嗅APP · 一句话：GPT-6 能力全面开放，对话界面进化为按需生成小应用的 Intelligent UI。

• 要点：
  • 北京时间 10 月 8 日，OpenAI 在「28 天连续更新」第三天宣布面向全球超 12 亿周活用户全面上线 GPT-6 能力，免费与付费用户均可用（量子位、36氪同题报道）
  • 新交互核心是 Intelligent UI：图表、按钮、表单甚至微型应用随问题即时生成，「AI 直接把答案做成 App」，搜索响应速度提升 44%
  • 模型分层：Plus/Pro/Business/Enterprise 默认用 Sol（复杂编码/工作流），Free/Go 用 Luna（高并发低成本）；同步升级提示词缓存，缓存输入成本降至原来的 1/10
• 扩展资料：
  • GPT-6今起免费用！拒答变少，话变多了（量子位） — 同题另一源：免费策略与模型行为变化的第一手体验
  • GPT-6全面开放，AI直接把答案做成了App（36氪） — 补充 Intelligent UI 细节与边思考边回话能力

价格暴降 90%，多项测试超 GPT-6 Luna！Anthropic 最便宜模型来了

来源：机器之心Pro · 一句话：Claude Haiku 5.5 发布，Agent 基准全面碾压同价位模型。

• 要点：
  • Anthropic 10 月 7 日发布 Claude Haiku 5.5，官方定位「最快、最便宜、能力最强的小模型」，输入价格降至 $0.1/百万 token，较 Haiku 4.5 降幅约 90%（已在 Anthropic 官网新闻页核实到该发布）
  • OSWorld 2.1 离线任务子集成功率 72.4%，对比 Haiku 4.5 的 15.7% 与 GPT-6 Luna 的 48.9%；Terminal-Bench 4.0（max effort）39.2% vs Luna 16.4%
  • 引入可调推理努力（effort）参数，1M 上下文 + 128K 输出；配套新 tokenizer 同文本多耗约 30% token，选型时要算总账
• 扩展资料：
  • Anthropic 官方新闻列表 — 核实到 10 月 7 日 Haiku 5.5 官宣及 9 月下旬 Opus 5.5/Sonnet 5.5 发布节奏
  • Sonnet 5.5 缓存读价格同步减半至 $0.1/M — 原文内补充：全家桶成本策略，利好高复用 Agent 工作流

唐杰分享 GLM 通往 AGI：预训练、后训练与 Agent 继续 Scaling

来源：智猩猩 · 一句话：唐杰在新加坡国立大学系统讲述 GLM 的 AGI 技术路线图。

• 要点：
  • 唐杰（智谱创始人、清华教授）提出 LLM 能力演进的阶梯式框架：从 Knowledge 到 Chat、Coding，再到 LHT 与 AAS 阶段
  • 三个继续 Scaling 的方向：预训练（next-token 预测叠加 system 2 思考 token）、后训练（强化学习 + 多样化任务）、Agent（工具使用 + 环境反馈信号）
  • 分享提及 SAO 论文思路：reasoning/action 数据合成让模型在 L3+ 复杂任务上达到 40%+ 水平，是后训练 scaling 的具体抓手
• 扩展资料：
  • GLM-5.3 在 GB200 上 100 tok/s（见下一篇） — 同为 GLM 生态：训练路线与推理工程互为表里

开源大模型推理卷上新高度，GLM-5.3 在英伟达 GB200 上飙出 100 tok/s

来源：人人都是产品经理 · 一句话：Prime Inference 开源，Prefill/Decode 分离让 355B MoE 跑出 100 tok/s。

• 要点：
  • Prime Intellect 开源生产级推理平台 Prime Inference，核心是 Prefill/Decode 物理分离 + NVFP4 显存压缩，融合 Dynamo、vLLM、Mooncake、FlashInfer 等组件
  • 在 GB200 上将 GLM-5.3（355B MoE）推到单请求 100 tok/s，显著高于传统 vLLM 部署基线；硅基流动等参与工程共建
  • 开源权重模型 + 开源推理底座的组合，意味着自托管大模型的推理成本曲线开始向闭源 API 施压
• 扩展资料：
  • 唐杰 GLM AGI 分享（见上一篇） — GLM 训练侧路线图，与本篇推理工程侧对照阅读

「我写的 3 本编程圣经都可以扔进垃圾桶了！」Kent Beck 最新演讲：AI 越是狂飙代码，工程师越得死踩刹车

来源：CSDN · 一句话：结对 AI 编程 18 个月后，XP 之父谈工程师的新职责。

• 要点：
  • Kent Beck（《解析极限编程》作者、敏捷宣言首位签名人）在前沿 AI 实验室一线结对编程 18 个月，在 Prodacity 大会分享：大模型像「神灯里的精灵」，plausible（看着对）不等于 working（真的对）
  • 核心论点：AI 让「一人一周造出十年规模的烂摊子」成为可能，工程师的价值从写特性转向管理「未来期权」——在特性间隙持续重构（借卡萨尔斯「在音符之间休息」的比喻）
  • 对规格驱动开发的批评：那只是换了马甲的瀑布模型；代码行数是负债而非资产（古德哈特定律）
• 扩展资料：
  • 什么时候值得采用规范驱动开发（InfoQ） — 同日另一视角：规范驱动开发的适用边界，正好与 Kent Beck 的批评对读

Claude Code 本周更新汇总（v2.1.286-v2.1.292）

来源：VibeCoder · 一句话：国庆 7 个版本 594 条变更，Mods 生态是最大主线。

• 要点：
  • v2.1.287 引入 Claude Mods：插件可修改 Claude Code 更深层行为，并内置 “You should know” 侧路 agent mod（已在官方 CHANGELOG 核实到 v2.1.287-292 条目）
  • Agent 协作增强：agent.spawn、teammates 空闲/等待状态、agents 视图搜索过滤；SDK 侧新增 serverToolUses、effort 参数
  • 稳定性修复密集：长会话 API 超时后可从部分响应继续、WebFetch 不再静默丢弃 10 万字符后文本、修复 bypassPermissions 下危险 rm 未确认执行的漏洞
• 扩展资料：
  • Claude Code 官方 CHANGELOG — 逐版本原始记录，可核实每个改动

马斯克让 Grok Bot 接入 Claude，谁好用，就用谁

来源：36氪 · 一句话：Grok Bot 将按任务自动选用 Claude Opus 5.5 等第三方模型。

• 要点：
  • 10 月 7 日马斯克在 X 宣布 Grok Bot 将根据具体任务选用最合适的后端模型，并直接点名 Claude Opus 5.5、Midjourney、Suno
  • 前端产品「模型路由化」成为趋势：助手是入口，底层模型按任务择优，与 OpenAI 分层（Sol/Luna）和 Haiku 5.5 降价同属一轮「入口 + 成本」竞争
  • 信源说明：本条以 36氪报道为准；xAI 官网新闻页目前未直接列出该公告（最新条目为 9 月 28 日），马斯克原帖未见原始链接，细节以 36氪 转述为准
• 扩展资料：
  • xAI 官方新闻页 — 官方口径基线，可对比 36氪 转述差异（未核实到该公告原文）

刚刚，GPT-6 Astra 推翻 59 年核聚变猜想

来源：36氪 · 一句话：物理学家用 GPT-6 Astra 两 天找出 59 年悬而未决的两族精确解。

• 要点：
  • 马里兰大学等离子体物理学家 Matt Landreman 9 月 10 日向 GPT-6 Astra Pro 提问，20 分 34 秒后获得 1967 年 Harold Grad 猜想（无对称性则不存在光滑三维等离子体平衡）的第一族显式精确解，两天内共交出两族解，9 月 22 日论文挂 arXiv
  • 论文致谢明确写明解由 GPT-6 Astra Pro 发现、部分内容由其起草，所有方程由作者用 DESC 求解器 + SymPy/Mathematica 手工确认，三段原始对话与验证脚本全部公开
  • 前一天（9 月 21 日）另一组数学家（布朗/牛津/巴伊兰）用 Nash-Moser 迭代 + Lean 4 形式化给出 147 页反例论文，AI（GPT-5.6 Sol、Claude Fable 5/Opus 5 等）负责补细节与写 Lean 代码——AI for Science 从「万 Agent 集群」进入「单个对话框」阶段
• 扩展资料：
  • ChatGPT 破解千禧数学难题，论文复现率低至 13.98%（量子位） — 反面参照：AI 数学成果的复现性争议
  • Landreman 论文对话存档（原文内引用） — 原文附三段提示词 PDF 与验证脚本仓库入口

今日一句话

• Windows 迎来 AI 时代最大更新，拉来黄仁勋跟 Mac 宣战 — 微软 AI 大更新 + NVIDIA 加持的新 Surface 同场发布，AI PC 竞争升级（爱范儿，另有黄仁勋发布史上最强 Surface 同事件报道）
• 视频 DeepSeek 时刻？Vidu Q4 Preview 背后的效率账与世界模型底气 — 国产视频生成模型 Vidu Q4 Preview 以成本效率为卖点（机器之心Pro）
• 李飞飞团队造了个世界动作模型：换个底座，机器人成功率直接飙升 — World Action Model，具身智能底座可迁移（机器之心Pro）
• ChatGPT 踢到铁板了！破解千禧数学难题，但论文复现率低至 13.98% — AI 数学发现的可复现性问题浮出水面（量子位）
• 谷歌上线 Gemini 版 4399 游戏站 — Gemini 直接生成小游戏，AI 娱乐化入口实验（36氪）
• 阿里开源了个神器，给 WorkBuddy、豆包挑毛病 — 阿里开源 Agent/模型评测工具，对标评测刚需（人人都是产品经理）
• 别再手 K 动画了？普林斯顿 UniMate 一个模型可以驱动万物「动起来」 — 单模型通用运动生成研究（人工智能研究所）
• 最新！58 页 RSI 综述，系统梳理 AI 自我进化的技术全景 — 自我进化（RSI）方向系统综述，进阶阅读材料（智猩猩）
• 7.5K Star！这开源项目绝了：一句话写 E2E 测试，还可将 Agent 操作回放缓存、免模型调用 — Agent 回放缓存省 token 的测试工具思路（编程充电站）
• GitHub上这个开源项目真离谱：一条命令把大模型装进自己电脑 — 本地大模型部署一键化（老周讲AI）
• Manus 完成独立后首轮融资 — Agent 创业公司独立后资本动向（创业家，金额等细节未核实）
• NeurIPS 2026｜南京大学：同一个 ViT，能不能既看懂图片和视频，又把它们生成出来？ — 理解与生成统一的多模态研究（编程充电站）
• Jev 决策模型有什么用 — 阮一峰科普 Jev 决策模型的适用场景（阮一峰的网络日志）
• Rails 之父 DHH 狂吹 Rust 快 150 倍，被开发者翻代码后群嘲 — 性能声明与实测的社区争论，技术判断要看数据（InfoQ）
• 他做了一块 AI 墨水屏，帮你重建生活主线，红杉、线性都投了 — AI 硬件创业新样本：墨水屏 + 个人信息流（极客公园）