智谱 GLM 5.3 上线 Amazon Bedrock
AWS 在 Amazon Bedrock 上线智谱（Z.ai）的 GLM 5.3，这是一款 753B 参数的 MoE 模型，主打编码和长链路智能体任务。该模型支持跨区域推理、隐式与显式 prompt caching，可通过 OpenAI 兼容的 Responses 和 Chat Completions API 调用。
#编码
#编码
今日 0 条AWS Machine Learning BlogAI 评分5252 TechCrunch · AIAI 评分5555 HackerRank 将 AI 面试产品 Chakra 面向客户全面开放
HackerRank 正式向客户开放 AI 面试官 Chakra，候选人在带 AI 助手的画布中完成真实代码任务，系统实时追问并生成报告。产品已结束六个月 beta，期间累计完成逾 50 万次面试，评估重点从最终答案转向问题拆解与 AI 协作等过程信号，CEO 称 Chakra 中可疑活动标记比传统 HackerRank 评估低 70% 到 80%。
TechCrunch · AIAI 评分5959 Reflection AI 发布开放权重模型 Beam，以更低算力对标中国开源模型
Reflection AI 发布首款前沿开放权重模型 Beam，声称在推理基准上以更低算力对标中国开源模型。Beam 采用 MoE 架构，总参数 501B、激活参数 23B，预训练数据量 23.8T tokens，上下文窗口 1M tokens，仅支持文本。
GitHub Blog · AI & ML精选AI 评分6363 GitHub 开源 AI 代码审查评测基准 ReviewBench
GitHub 发布开源 AI 代码审查评测基准 ReviewBench，基于 103.9M 真实 pull request 抽取 219 条跨 19 种语言的样本，资深工程师独立复核与 ground truth 一致率达 96.6%。
推荐理由：ReviewBench 把 GitHub 上真实 pull request 的分布固化为可复现评测，附带资深工程师校验的 ground truth 与自提交 leaderboard。
The DecoderAI 评分4747 Google 研究人员找到防止自改进 AI 智能体死记测试任务的方法
Google 研究人员提出 RRSI 方法，通过逐轮缩减编辑预算与严格评审机制，防止自改进 AI 智能体死记训练任务。在冻结的 Claude Opus 4.8 与 8 个 benchmark 上测试，训练任务最高提升 14.1 分、5 个未见任务最高提升 4.7 分，运行时 token 消耗比未正则化版本减少约 30%。
The DecoderAI 评分6262 Claude Code 推出 Mods 插件系统，允许开发者从内部改写工具行为
Anthropic 为 Claude Code 推出名为 Mods 的插件式中间件，开发者可通过 JavaScript 或 TypeScript 函数在 CLI、桌面应用和部分 VS Code 扩展中挂钩工具调用、用户提示词与界面渲染事件，自定义工具外观与行为。
GitHub Blog · AI & MLAI 评分2424 GitHub：AI 正在改变开发者工作，三项技能值得强化
GitHub 博客发文指出，AI 正在改变开发者工作方式，需强化三项技能：学会指挥 AI 智能体而非仅使用、不盲信 AI 的首次输出、利用 AI 节省的时间解决更宏观的问题。其中 GitHub Copilot 内置的 Rubber Duck agent 会调用第二个模型对方案、代码和测试进行批判性审查，帮助发现单次输出中的盲点。
Latent SpaceAI 评分5858 Airbnb CTO 谈自内而外的 AI 改造：从工程提速到异步智能体
Airbnb CTO Ahmad Al-Dahle 在访谈中介绍了公司自内而外的 AI 转型路径：内部研发上 60% 代码由 AI 生成、PR 吞吐量提升约 1.6 倍，面向用户的客服约 50% 工单已由 AI 处理。
Latent SpaceAI 评分4444 Alex Zhang（MIT）做客 Latent Space：「学术属于雄心」
Latent Space 专访 MIT 博士生 Alex Zhang，焦点是他提出的 RLM（Recursive Language Models）与 harness 设计思路。
Simon WillisonAI 评分2727 Simon Willison 用 Claude Opus 5.5 改进 pwasm 0.2a0
Simon Willison 用 Claude Opus 5.5 改进其纯 Python WebAssembly 引擎 pwasm，发布 0.2a0 alpha 版本。
Latent SpaceAI 评分7474 Google DeepMind 发布 Gemini 4 Argon，输出上限达 1M token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作和网络防御，并称其具备行业领先的 1M token 输出上限（此前为 64K），该能力由新 API 特性 Long Decode Continuation 在多次调用间暂停并续写实现。
TechCrunch · AIAI 评分5757 Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 发布 Gemini 4 Argon，称其能自主发现、验证并修复关键软件漏洞，目前仅通过 Fairwind 计划向部分网络安全合作伙伴开放。该模型针对防御性安全任务训练，Google 称其在多项基准上高于 OpenAI 的 GPT-6 Astra 与 Anthropic 的 Fable、Opus，并引用 Vals 指数显示其处于领先。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新的前沿模型 Gemini 4 Argon，先通过 Fairwind Program 面向一批可信网络安全防御方开放，随后逐步向开发者、企业和消费者推出。
推荐理由：官方给出 1M 输出 token、DeepSWE v1.1 77.9% 等指标与分阶段开放安排，可据此了解前沿模型的发布节奏与安全门槛。
The Verge · AIAI 评分7070 Google 发布 Gemini 4 Argon，初期仅向可信网络安全人员开放
Google 发布新一代前沿模型 Gemini 4 Argon，初期仅向一组可信网络安全人员开放，之后逐步扩大访问范围。
AWS Machine Learning Blog精选AI 评分7070 GPT-6.1 Sol 正式上线 Amazon Bedrock
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，为智能体编码、计算机使用和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上以约五分之一的任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：文章给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与数据隔离机制，读者可据此评估现有智能体工作流的迁移成本。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-6.1 Sol，API 定价为 Astra 的五分之一
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，称其具备接近 Astra 的智能水平。该模型的 API 输入与输出 token 价格均为 Astra 标准价的五分之一。
推荐理由：GPT-6.1 Sol 把 API 输入输出 token 价格压到 Astra 的五分之一，可据此比较同级模型的成本差异。
OpenAI NewsAI 评分5959 OpenAI DevDay 2026 回顾：GPT-6 Astra 等 20 多项发布
OpenAI 在 DevDay 2026 上公布 20 多项更新，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。官方页面集中梳理了这些发布内容，供开发者查阅。
The DecoderAI 评分6868 OpenAI 发布 GPT-6.1 Sol，性能接近 Astra 而价格仅五分之一
OpenAI 发布 GPT-6.1 Sol，作为因安全问题推迟的旗舰 GPT-6 Astra 的廉价替代，API 定价为每百万输入 token 2 美元、输出 10 美元。
The DecoderAI 评分7171 OpenAI 在 DevDay 扩展 Codex 与 API，新增安全扫描、Decisions API 与 Ultrafast
OpenAI 在旧金山 DevDay 2026 上扩展 Codex 与 API：Codex 新增可复用云开发环境、改版 CLI、ChatGPT 桌面端代码审查视图。
TechCrunch · AIAI 评分6565 OpenAI 为 Codex 推出可跨设备复用的云端开发环境
OpenAI 在 Dev Day 上为 Codex 推出可跨设备访问的复用型云端开发环境，团队可共享已批准的设置与权限，任务启动更快。同时更新 Codex CLI，支持用语音启动和指挥任务并新增 /agents 视图，Codex 也被接入 ChatGPT 桌面端的代码审查流程。
TechCrunch · AI精选AI 评分7979 OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且成本更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在 agentic coding、computer use 和专业工作上接近 GPT-6 Astra 的智能水平，输入输出 token 价格为标准价的五分之一。
推荐理由：OpenAI 一周内连发两款 Sol 模型，读者可借此比较新模型与前代及旗舰 Astra 在能力与价格上的定位。
TechCrunch · AIAI 评分6262 Anthropic 发布 Sonnet 5.5，称其为更便宜更快的工作助手
Anthropic 发布中端模型 Sonnet 5.5，称其比前代 Sonnet 5 快 30%，token 消耗速率也明显更低，适合编码和制作办公文档等日常任务。
Latent SpaceAI 评分6161 Anthropic 的 Thariq Shihipar 谈 Claude Code 的下一阶段与 harness 演进
Latent Space 播客与 Anthropic 的 Thariq Shihipar 对谈 Claude Code 的下一阶段，涉及 Ask User Question、artifacts、Claude Tag、Projects 和新的 Claude Mods 系统。
AWS Machine Learning Blog精选AI 评分6767 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档推理强度。
推荐理由：文章给出在 Bedrock 上接入 Grok 4.7 的具体方式，并附与 4.6 的基准对比和输出 token 翻倍的成本取舍。
Simon WillisonAI 评分6969 Anthropic 发布 Claude Sonnet 5.5，已用于 claude.ai 免费层
Anthropic 发布新的 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上更好。
AWS Machine Learning Blog精选AI 评分6464 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，面向范围明确的编码与知识工作，多数任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 与 Opus 5.5 的分工说明和 Bedrock 调用示例，便于团队判断哪类任务交给哪个模型。
The Decoder精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5，多项基准接近 Opus 5.5 且每任务成本最多低 30%
Anthropic 发布 Claude 5.5 家族的第二款模型 Claude Sonnet 5.5，输出生成速度提升超过 30%，每任务成本最多降低 30%，在多项基准上接近 Opus 5.5。
推荐理由：文章列出 Sonnet 5.5 与 Opus 5.5、GPT-6 Sol 的逐项基准与百万 token 价格对比，可据此比较同级模型的性价比差异。
The DecoderAI 评分6161 Meta 成立企业平台部门，向企业销售 Muse 智能体等服务
Meta 成立名为 Meta Enterprise Platform 的新业务部门，向企业销售 AI 工具，首批包括 Muse agent、Meta Business Agent、Muse API 和 Muse Code。
OpenAI NewsAI 评分1919 你是 Codex Original 吗？OpenAI 征集 Codex 使用故事
OpenAI 正在征集使用 Codex 的开发者、研究者与创作者的真实故事和项目，希望参与 Codex Originals 计划下一阶段的用户可提交自己的经历与项目介绍。该计划面向用 Codex 做出实际成果的实践者。
Simon WillisonAI 评分5757 Simon Willison 主题演讲回顾 2026 年 LLM 关键趋势
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲，按时间顺序回顾 2026 年 LLM 领域的关键事件，并发布带注释的幻灯片与笔记。他把编码智能体可靠性的提升、OpenClaw 等个人智能体的兴起、本地开源模型 Qwen 3.8 27B 的进步，以及多起训练中智能体越界事件列为年内主线。
Simon WillisonAI 评分5050 Simon Willison 用 Claude Opus 5.5 生成 kākāpō 像素动画并用 Playwright 录成视频
Simon Willison 把三张 kākāpō 照片和一段提示词交给 Claude Opus 5.5，生成了一段至少 20 只鹦鹉蹦跳庆祝、带彩带和迪斯科球的 HTML5 canvas 像素动画，用作他 WeAreDevelopers 闭幕演讲的收尾幻灯片。
OpenAI NewsAI 评分2525 Proaction 借助 Codex 提升 60% 销售额并节省 75+ 小时
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra，让现代车队管理业务的构建、运营与销售跑得更快，销售额提升 60%，并节省 75+ 小时。
GitHub Blog · AI & MLAI 评分5353 为什么聊天框往往是错误的 UI：GitHub Copilot 的 canvas 实践
GitHub 博客文章提出聊天框往往是使用 AI 的错误界面，并介绍 GitHub Copilot 应用中的 canvas 作为替代。canvas 是运行在 Copilot 应用内、不带浏览器外壳的全栈应用，可与 agent 双向通信，文中用 Connect 4 游戏、Winget 包管理和 SQLite 数据库等示例演示其构建方式。
AWS Machine Learning BlogAI 评分5151 在 Amazon Bedrock 上用开放权重模型搭建 OpenCode AI 编码智能体
AWS 发布教程，介绍如何把开源终端 AI 编码智能体 OpenCode 接入 Amazon Bedrock，调用 Kimi K3、GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 等开放权重模型。
Latent Space精选AI 评分8484 Claude Opus 5.5 成为 AINews 默认模型，各家价格下调 40-50%
Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低约 40%，并已成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：文中把 Anthropic 与 OpenAI 同日的两款发布放在一起比较定价与分项成本，可看出各自在能力与价格上的取舍。
Simon WillisonAI 评分1616 Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办 Agentic Engineering 交流活动
Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办一场面向 coding agent 构建者的 Agentic Engineering 交流活动。
OpenAI NewsAI 评分3232 Airbnb 扩大 GPT-6 Astra 与 OpenAI 前沿模型的接入范围
Airbnb 扩大对 GPT-6 Astra 和 OpenAI 前沿模型的接入范围，让工程团队用其排查 bug、设计系统并加快交付。
AWS Machine Learning Blog精选AI 评分6767 GPT-6 Sol 和 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用，API 定价显著低于前代 GPT-5.6。GPT-6 Sol 面向编码、调试和跨工具多步流程等复杂任务，OpenAI 内部事实性评估显示其事实性错误约为 GPT-5.6 Sol 的一半；GPT-6 Luna 面向高并发的信息抽取、摘要和分类，可按请求调整推理强度。
推荐理由：两个新模型以低于 GPT-5.6 的 API 定价上线 Bedrock，读者可据此比较不同任务层级的模型与成本取舍。
AWS Machine Learning Blog精选AI 评分7777 Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
Anthropic 的 Claude Opus 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型。
推荐理由：相比 Claude Opus 5，文中给出每 token 价格与单任务成本的变化，可供评估是否迁移。
Latent Space精选AI 评分7777 TypeSafe AI CEO Diogo Almeida 谈 Jev 的 System One 模型与 RLCD 路线
TypeSafe AI 发布面向软件而非聊天的 System One 模型 Jev，CEO Diogo Almeida 称其核心创新是 RLCD 训练方法。曾任 InstructGPT 作者的 Diogo 表示，RLCD 用带校准概率的强化学习替代 RLHF 的人类反馈，让代码而非人成为模型输出的消费方，目标是提升 intelligence per dollar。
推荐理由：InstructGPT 作者 Diogo 在访谈中对比 RLCD 与 RLHF、RLVR 的目标差异，并解释 Jev 为何面向软件而非聊天。