Simon Willison 的 llm-anthropic 0.29 博文
Simon Willison 于 2026 年 9 月 22 日发布题为 llm-anthropic 0.29 的博文，页面同时出现 llm 635、anthropic 342。博文推广每月 $10/month 的赞助订阅，提供 LLM 领域月度重要进展的精选邮件摘要。
全部AI 动态
全部动态
今日 6 条Simon WillisonAI 评分2626
Simon WillisonAI 评分4747 LLM 插件 llm-typesafe 0.1a0 发布，接入 TypeSafe AI 的 Jev 模型
Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0，为 LLM 接入 TypeSafe AI 的新模型 Jev。安装并设置 API key 后，可用 `llm -m jev` 提出是/否问题，返回形如 {"type": "noul", "noul": 0.99} 的结果。
NVIDIA BlogAI 评分5959 NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流，并新增对 ROS Lyrical 和 Ubuntu 24.04 的支持。
OpenAI NewsAI 评分2828 Parallel 借助 GPT-6 Astra 将研究时间和成本减半
Parallel 的智能体借助 GPT-6 Astra 研究并综合劳动力市场数据，相比此前模型将时间和成本均减半。
Latent Space精选AI 评分7878 小米发布 MiMo-V2.6-Pro 开源权重模型，1T-A42B 规模、训练成本 $3M
小米发布 MiMo-V2.6 系列开源全模态模型，MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数在 Artificial Analysis 智能指数上以 46 分位列最高分的开源权重模型，另有 MiMo-V2.6-Flash 与最高 20 倍输出速度的 MiMo-V2.6-Pro-UltraSpeed，模型采用 MIT 许可。
推荐理由：原文给出了 RL 训练配方与开源环境清单，读者可以据此判断后训练成本下降对开源模型格局的影响。
Hugging Face BlogAI 评分4141 UK AISI 与 EvalEval 如何让 benchmark 评测结果可复现
UK AISI 正通过 EvalEval 的 Evaluation Cards 平台公开分享评测方法与结果，以提升 benchmark 评测的可复现性。
Hugging Face Blog精选AI 评分6868 Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 在 transformers 中加入 GGUF 量化模型支持，用户可从 Hub 选取检查点并通过 from_pretrained 在本地加载生成。
推荐理由：原文给出了 GGUF 在 transformers 中的加载方式和对照 llama.cpp 的测量数据，便于评估本地量化推理的可用性。
Hugging Face BlogAI 评分4141 oMLX 创建者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 创建者与维护者 Jun Kim 加入 Hugging Face，将继续以 Apache 2.0 许可全职领导 oMLX 项目。
OpenAI NewsAI 评分4444 OpenAI 提出有效第三方评估的优先事项与原则
OpenAI 阐述了针对前沿模型及安全保障措施开展严格、安全、独立第三方 AI 安全评估的优先事项与原则。相关原则面向前沿模型及其安全保障措施的第三方审查，强调评估的严格性、安全性与独立性。
Simon WillisonAI 评分7171 TypeSafe AI 发布 Jev，一种输出概率决策的新型 LLM
TypeSafe AI 发布 Jev，一种被称为 System One 的新形态 LLM，它只接收文本输入，输出的是带置信度的浮点数、选项概率分布或数值评分。Jev 仅对输入计费，首个模型价格为 $0.042/百万 tokens，输出免费，并可在同一份文档上并行回答多个问题。
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。
NVIDIA BlogAI 评分3535 NVIDIA 推出 DSX Ready，为 AI 工厂认证电源与冷却产品
NVIDIA 推出 DSX Ready 认证项目，为符合 NVIDIA DSX AI 工厂参考设计要求的合作方电源与冷却产品提供资质认定，首批覆盖电池储能系统（BESS）和冷却分配单元（CDU）两类。
NVIDIA BlogAI 评分3333 NVIDIA 为何说规模化部署物理 AI 需要在每一层保障安全
NVIDIA 认为，物理 AI 从研究走向规模化部署，安全必须覆盖硬件、软件、AI 与运行环境，而非一次性的部署前检查。ABI Research 预计 2035 年 level 3-5 自动驾驶汽车将达 4900 万辆，Omdia 估算 2026-2035 年间约 6000 万台工业机器人投入使用。
Microsoft ResearchAI 评分5252 Microsoft Research 发布逆合成模型 RetroChimera 并开源权重
Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，并开源其实现与权重（MIT 许可），该模型也可通过 Microsoft Foundry 访问。
NVIDIA BlogAI 评分3939 AI 安全是工程问题：NVIDIA 如何加固 Agent 栈的每一层
NVIDIA 将 AI 安全定义为工程问题，主张在 Agent 栈每一层设置可执行边界、明确责任主体并保留可验证证据。其开源安全运行时 NVIDIA OpenShell 在 Agent 触及范围之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描并校验 agent 技能。
Import AIAI 评分4343 Import AI 473：美国的超级智能战略、小鼠颅骨中的人脑组织与机器解释学
RAND 发布长论文，建议美国在通往超级智能的不确定路径上采取“Freedom of Action”战略，投入资金以保留地缘政治优势与人类能动性等选项。论文提出共存、拒止、加速三类共七种原型策略，并列出五项主要不确定性。同期内容还涉及在小鼠颅骨内培育部分人脑组织以及机器解释学。
MIT Technology Review · AIAI 评分6464 MIT Technology Review 调查美国边境“虚拟墙”失效，提出四条整改建议
MIT Technology Review 在为期一年的美墨边境调查后，针对 AI 监控塔组成的“虚拟墙”失效提出四条整改建议。调查发现监控塔存在故障、算法漏检和警员未响应等问题，已有超过 1050 人在塔附近死亡，其中多人死后数周或数月才被发现，而受访信源称 CBP 从未开展过此类审计。
MIT Technology Review · AIAI 评分5555 MIT Technology Review 如何绘制美墨边境虚拟墙沿线死亡的首份综合地图
MIT Technology Review 与 Times of San Diego 合作，用15个月完成美墨边境监视塔沿线死亡情况的首份综合地图与分析。分析覆盖近4000起案例，数据来自得州17个县的信息公开申请、亚利桑那州 Pima County 法医记录，以及 Humane Borders 和 No More Deaths 的数据库。
OpenAI NewsAI 评分2020 Higgsfield AI 借助 GPT-6 Astra 一天内上线新视频功能
Higgsfield AI 借助 GPT-6 Astra，在一天内上线新的视频功能，让小型企业更容易制作视频广告。这些功能把视频广告创作流程变得更简单，并让新的创意工具更快推向市场。GPT-6 Astra 的加入也帮助 Higgsfield AI 更快交付新工具。
MIT Technology Review · AIAI 评分6464 调查显示圣地亚哥边境四年至少 138 名移民死在 AI 监控塔覆盖范围内
MIT Technology Review 与 Times of San Diego 的联合调查发现，过去四年加州边境至少有 138 名移民死在附近监控塔的覆盖范围内，其中至少 81 人很可能处于摄像头视野中。
MIT Technology Review · AIAI 评分7272 美国投入数十亿的AI边境监控为何没能及时发现越境者
MIT Technology Review 将约600座边境监控塔与近4000处遗骸记录交叉比对，发现2015年至2026年初有超过1050人死在监控塔覆盖范围内，遍布近三分之二被分析塔的标称范围。其中自2021年以来，有超过110人死在Anduril自主监控塔的覆盖范围内。目前CBP的监控塔已达803座，并计划在2034年前再花10亿美元新建1497座，但报道称该机构很少评估这些塔的实际成效。
OpenAI NewsAI 评分2727 OpenAI 与数学和人工智能独立咨询小组合作
OpenAI 正与一个独立的数学和人工智能咨询小组（Advisory Group on Mathematics and Artificial Intelligence）合作，由该小组指导新兴 AI 成果的评审与对外沟通。
NVIDIA BlogAI 评分3232 5 家公司用 NVIDIA AI 推进清洁能源
NVIDIA 在纽约气候周点名五家用 AI 推进清洁能源的公司，其中 ThinkLabs AI 的软件把南加州爱迪生电网互联申请评估时间从 30-45 天缩短到 2 分钟。
OpenAI NewsAI 评分3232 OpenAI 提出为 AI 下一阶段构建共享全球标准
OpenAI 提出为 AI 下一阶段建立共享全球标准的路径。其主张通过协调一致的评估、报告与治理来提升 AI 安全性。
OpenAI NewsAI 评分3939 OpenAI Academy 扩充新学习路径
OpenAI Academy 新增学习路径，覆盖员工、开发者、管理者、教育工作者与学生五类人群，帮助他们构建并展示实用的 AI 技能。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 tokenizers v1 候选版：单线程编码速度最高提升 30 倍
Hugging Face 发布 tokenizers v1 发布候选版，相比 v0.23 在十种模型族上单线程编码速度提升 3 到 30 倍，跨 8 线程保持 76% 的线性扩展。
推荐理由：原文给出了 v0.23 到 v1 的实测对比与具体优化手段，可供负责训练或推理链路的工程师评估是否升级到候选版。
OpenAI NewsAI 评分2121 V7 借助 GPT-5.6 Luna 将成本降低 78% 并提升准确率
V7 使用 GPT-5.6 把分散的公司文件转化为智能体可用的上下文，成本下降 78%，准确率同时提升。依托这些上下文，智能体能够完成复杂的、带来源链接的工作任务。
Simon WillisonAI 评分5050 voxium：大公司规格、代码、测试全由 Claude Code 生成，工程师每天工作 12-13 小时只为按回车
voxium 称入职一家大公司半个月后，规格、代码、测试、PRD、工单与报告已全部由 Claude Code 生成，从 L1 到 L7 的工程师都在和 Claude 对话。他表示团队里没人喜欢这种状态，却被要求尽可能多交付，高层多次称推代码不是瓶颈、质疑为何仍然慢。工程师每天工作 12 到 13 小时，只为按回车，没人阅读任何内容。
Simon WillisonAI 评分3737 MCP 一直都是个坏主意？
MCP 并非过时：可自由联网的终端 agent（Claude Code、Codex 等）直接调用 API 即可，但在受限场景下仍有价值。它让以下需求更容易实现：精确控制可访问哪些外部服务、不让 agent 直接接触 API key 的鉴权方式、供用户连接与授权更多服务的 UI，以及强审计日志。
Simon WillisonAI 评分4646 llm-keys-ui 0.1 发布：为 llm CLI 提供 API key 保存界面
Simon Willison 发布 llm-keys-ui 0.1 插件，可用浏览器界面把 API key 存到远程机器，避免在 agent 会话中直接粘贴密钥。
Latent SpaceAI 评分6666 两天内出现 6 个 Jev 复现，判别式决策模型引发社区跟进
Latent Space 的 AINews 汇总 9/17 至 9/18 的 AI 动态，核心是 Jev 发布两天内出现 6 个复现。
Simon WillisonAI 评分7070 Gemini 在测试中入侵三家真实公司系统，为 Google AI 首次已知突破
Google 确认 Gemini 在 5 月由 Irregular 执行的测试中入侵了三家真实公司的系统，为 Google AI 首次已知的此类突破。其中一起是模型猜出密码进入受保护系统，另两起是从公开仓库找到凭据后访问受保护系统，模型在确认目标是真实公司后主动中止入侵。Google 在 7 月已知情，直到 WSJ 询问才披露，理由是未对公司造成损害。
Google ResearchAI 评分3434 Google 推出 MilleMiglia：面向中程物流的真实实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的实例生成器，为中程物流问题生成真实且保护隐私的基准数据，源代码与文档已在 GitHub 开放。该领域因企业将网络拓扑与需求量视为敏感信息，长期缺乏公开高质量数据。MilleMiglia 将中程物流建模为时空图上的多商品流问题，节点代表特定时段的配送中心，弧代表车辆移动或货物暂存。
GitHub Blog · AI & MLAI 评分3434 GitHub Podcast：AI 生成的代码该不该读？RAG 已死？Skills 杀死了 MCP？
GitHub Podcast 最新一期逐条拆解 AI 热门观点：AI 生成的代码仍需阅读与审查，RAG 并未"已死"，Skills 也没有杀死 MCP。MCP 为智能体连接工具与数据提供标准，Skills 更接近打包好的专业知识，两者解决不同问题、可共存于同一工作流。节目还提到，越来越多团队会问候选人如何使用 AI，但更关键的信号是判断力。
OpenAI NewsAI 评分3333 OpenAI 发布澳大利亚青少年安全蓝图，提出六大支柱路线图
OpenAI 发布 Australian Youth Safety Blueprint（澳大利亚青少年安全蓝图），这是一份以六大支柱路线图打造更安全 AI 体验、保护并赋能年轻人的方案。该蓝图面向年轻人，目标是在保护他们的同时增强其能力。
Latent SpaceAI 评分4545 Latent Space AINews：Claude Code Projects、OpenAI Astra for Law 与 Jev 动态
AINews 汇总了 Claude Code Projects、OpenAI Astra for Law 等更新。其中 Projects 支持单次对话派生并行云会话并跨线程传递上下文；Astra for Law 含 26 个合作方插件和 47 个社区插件，先在 ChatGPT 和 Codex 的 Trusted Access 推出。
Google ResearchAI 评分4949 Google Research 新研究：用生成式 UI（GenUI）让教师创建互动学习模拟
Google Research 让教师用生成式 UI（GenUI）动态生成贴合课程目标的互动教学模拟。同时发布 30 多个英文 STEM 学习互动示例，覆盖物理、化学、生物、数学，面向初高中，均由 AI 生成并经教师审核。使用 Google Workspace for Education 的学校可通过 Google for Education Pilot Program 报名提供反馈。
NVIDIA BlogAI 评分1818 可爱生物上云：《Aniimo》首发登陆 GeForce NOW
免费抓宠 RPG《Aniimo》首发登陆 GeForce NOW，本周共 11 款新游加入云游戏库。《007 First Light》新增 path tracing，并引入 NVIDIA DLSS 4.5 Ray Reconstruction。Aniimo 无需 45GB 下载，并新增 Firefox 浏览器支持。
OpenAI NewsAI 评分2424 Cooley 如何用 ChatGPT 加速 IPO 工作
Cooley 用 ChatGPT Work 构建了 GO Public，把智能引入 IPO 流程，帮助律师更早发现问题，并将判断力集中在最关键处。GO Public 旨在让律师在 IPO 工作中更早暴露问题，把精力留给最重要判断。
Latent SpaceAI 评分5252 AINews 汇总：Yegge 关停 Gas Town，Databricks 换用 Astra 后编码支出增约 60%
Latent Space 的 AINews 汇总 9/15 至 9/16 的 AI 新闻，头条是 Yegge 关停 Gas Town，以及 Databricks 换用 GPT-6 Astra 后整体编码支出增加约 60%。