追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
当前公开精选集合，保留来源更正和撤回。最后同步：
Cognition 发布面向软件工程智能体的新模型 SWE-1.6，已在 Windsurf 全面开放，未来 3 个月免费。模型在 SWE-Bench Pro 上与 SWE-1.6 Preview 表现相当，同时显著减少过度思考、循环推理和依赖终端等行为，更多使用并行工具调用；训练中引入长度惩罚，响应长度增长更慢且任务解决率保持稳定。
AIHOT 精选理由官方说明了用长度惩罚等训练手段改善模型 UX 的具体做法和效果，对关注智能体行为质量的人有可参考的细节。
针对Blackwell GPU上的小批量解码，研究提出了一种名为“warp decode”的新方法。该方法颠覆了传统以专家为中心的计算路径，改为让每个GPU warp负责计算一个输出神经元。这一根本性改变消除了原有流程中五个纯数据管理的“簿记”步骤，将整个MoE计算层压缩为仅两个内核。其优势在于避免了填充、分散和中间缓冲区的读写，并通过warp独立性实现了更好的调度。在Blackwell GPU上，该方法实现了1.84倍的吞吐量提升，同时输出精度更高，与全FP32参考值的差距缩小了1.4倍，有效加速了模型研发流程。
AIHOT 精选理由Cursor 把 MoE 推理的并行轴从专家翻转到输出神经元，Blackwell 上吞吐涨 1.84 倍还顺带提精度，这种同时赢性能和精度的内核优化极其罕见，做推理引擎的值得逐行读。
UC Berkeley 团队构建全自动审计 Agent，在 FrontierCS、Terminal-Bench、WebArena、SWE-bench 等 13 个广泛使用的 AI 基准中发现 45 个已验证的作弊方案，全部 13 个基准被评为 critical 风险。
AIHOT 精选理由原文用自动审计给出13个基准的45个可复现漏洞和修复建议，读者可据此审视自己依赖的评测分数。
Codex应用服务器为开发者提供了构建AI代理应用的便捷基础设施。用户不仅可将ChatGPT账户与任意工具框架对接，还能直接在其上开发自定义应用。该系统通过开放端点实现跨设备无缝同步——会话、技能、代理、文件夹及提示词等数据可在手机与电脑间自动流转。以"kitty litter"应用为例，开发者无需从零构建底层架构，即可接入App Server获得统一的移动端与桌面端体验。这种设计显著降低了开发门槛，提供了优秀的用户体验与开发者体验。
AIHOT 精选理由OpenAI 官方背书 Codex 平台扩展能力，开发者可快速构建跨设备同步的 Agent 应用
AI正赋能民众反向提升政府透明度与问责制。历史上政府使社会"可读"，而AI让民众具备解析政府海量数据的能力。政府问责的瓶颈并非数据公开，而是处理原始信息的智能——如冗长法案虽法律透明却难以实用理解。AI不仅赋能专业记者，更让普通民众能解析预算、立法差异、游说关系等复杂信息，地方政府场景同样适用。尽管技术存在双刃剑风险，但作者对民主社会因参与度和透明度提升而改善持乐观态度。
AIHOT 精选理由AI让普通人能读懂4000页法案，政府透明度与问责制将迎来质变
一项针对515家初创企业的实地实验显示，AI使用正成为提升商业表现的关键技能。研究向一半企业展示AI成功应用案例，结果显示这些企业的AI使用率提升44%，收入增长1.9倍，所需资本减少39%。研究表明AI能显著加速业务发展并降低创业门槛，但企业面临的核心挑战在于如何理解和有效应用这项技术。
AIHOT 精选理由OpenAI 总裁分享研究数据，AI 使用使初创企业收入提升 1.9 倍
明天 12pm PT 起，Claude 订阅不再涵盖 OpenClaw 等第三方工具使用。用户可通过折扣价购买额外使用包，或使用 Claude API 密钥继续访问这些工具。
AIHOT 精选理由Claude订阅政策调整：第三方Agent工具将不再包含在订阅内，需额外付费或使用API
开源模型成功的核心并非基准分数，而是即时且长期的工具支持与可微调性。Gemma 过去在这些方面表现挣扎，而 Qwen 则表现出色，这才是决定模型成败的关键因素。
AIHOT 精选理由HF研究员指出开源模型成功关键在工具链与微调支持而非基准分数
Gemma 4 的发布揭示了开放模型成功的真正标准。文章指出，决定模型成败的关键并非基准测试分数（benchmark scores），而是其他因素。当前 AI 领域过度关注 leaderboard 排名，但高分数不等于实际应用价值与社区采用率。真正的成功取决于模型解决真实场景需求的能力、开发者友好度以及生态建设，而非单纯的技术指标领先。这一观点挑战了以 benchmark 为导向的行业评估范式。
AIHOT 精选理由开源模型成败不只看榜单分数，Hugging Face 大佬揭秘真实胜负手
Microsoft 365 connectors 现已向所有 Claude 套餐开放，支持连接 Outlook、OneDrive 和 SharePoint，将邮件、文档及文件直接导入对话。用户可通过官网链接启用该功能。
AIHOT 精选理由Claude全计划上线Microsoft 365集成，企业办公场景重大增强
Gemma 4 在基准测试中性能超越体量 10 倍以上的大模型，图表 x 轴为对数坐标，凸显其极高的参数效率。
AIHOT 精选理由Google 开源小模型 Gemma 4 发布，性能超越 10 倍体量级大模型
Codex App 使用量正式超过 VS Code 扩展和 CLI，成为 OpenAI 最热门的交互界面。这一成功引发同行关注（👀）。新用户现可前往官网安装，企业或商业入门最高可获 $500 额度。
AIHOT 精选理由Codex App 使用量超越 IDE 插件，反映 Agent 产品形态新趋势
Claude Cowork 与 Claude Code Desktop 的 Computer use 功能正式登陆 Windows，结束 macOS 独占。该功能支持 Claude 直接控制电脑打开应用、浏览网页、填写表格等，完成各类桌面任务。
AIHOT 精选理由Claude电脑控制功能登陆Windows，开发者现可在PC端调用AI自动化操作办公任务。
OpenAI 调整 Codex 定价策略，推出 $0 起步的纯 Codex 席位，完全按使用量付费。年付团队席位从 $25/月降至 $20/月，每新增一个席位赠送 $100 积分（最高 $500），方便团队零成本试用。
AIHOT 精选理由OpenAI 调整 Codex 定价策略，推出 $0 起步的按量付费模式，大幅降低团队试用门槛
Meta的Ranking Engineer Agent系列博客第二篇，聚焦其底层基础设施优化能力。该自主AI代理能够优化支撑广告排名模型运行的低层基础设施，旨在提升系统性能与效率。本篇承接首篇介绍的机器学习实验自主探索功能，进一步展示了该代理在硬件与系统层面的自动化优化实践。
AIHOT 精选理由Meta 内部工具展示 AI 自动化优化基础设施，工程师可借鉴实践。
Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。
AIHOT 精选理由Google发布多模态开源模型Gemma 4，单卡H100可跑且科学推理能力突出
ChatGPT 语音模式正式接入 CarPlay，运行 iOS 26.4 及以上版本的 iPhone 用户可在车载系统中使用语音交互功能，目前正在逐步推送中。
AIHOT 精选理由ChatGPT语音模式正式支持CarPlay，开车场景下AI助手随叫随到
Gemma 4 开源模型发布，提供 31B dense、26B MoE 及有效 2B/4B 四种尺寸，分别针对性能、低延迟和边缘设备优化。Google DeepMind 称其为同尺寸最佳开源模型，强调单位参数量智能密度极高。
AIHOT 精选理由Google发布Gemma 4开源模型，4种尺寸覆盖从云端到端侧全场景
Gemma 4 开源模型发布，提供 4 种尺寸：31B dense 版追求极致性能，26B MoE 版实现低延迟，2B 与 4B 版适配边缘设备，均可针对特定任务微调。
AIHOT 精选理由Google 发布 Gemma 4 开源模型，覆盖 2B 至 31B 多尺寸，支持端侧与 MoE 架构
Google 发布 Gemma 4 开源模型系列，采用 Apache 2.0 许可证，支持在本地硬件运行，专为高级推理和 agentic 工作流设计。
AIHOT 精选理由Google 开源 Gemma 4 模型，支持本地硬件运行并强化 Agent 与推理能力
