OpenAI 在 API 中推出 GPT-5.1
北京时间 · UTC+8
OpenAI 在 API 中推出 GPT-5.1，带来更快的自适应推理、扩展的提示词缓存和更佳的编码性能。新版本还新增了 apply_patch 和 shell 工具。
AIHOT 精选理由官方公告明确了 API 中 GPT-5.1 的推理速度、缓存与编码工具变化，开发者可据此评估是否迁移。
AI PRICE SPY / INTELLIGENCE
精选归档
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。
精选归档 · 4264
清除筛选当前公开精选集合，保留来源更正和撤回。最后同步：
共建开放未来：Hugging Face与Google Cloud达成新合作
北京时间 · UTC+8
Hugging Face与Google Cloud宣布建立深度战略合作，旨在将Google Cloud打造为使用开放模型的最佳平台。双方将合作构建CDN网关，把Hugging Face上的模型和数据集直接缓存在Google Cloud上，显著提升下载速度并增强供应链稳定性。Google Cloud客户在Vertex AI、GKE等服务中部署模型时将获得更快的首次响应。同时，Hugging Face的1000万开发者将受益于更多新型计算实例、价格下降以及通过Google安全技术强化的模型安全性。此次合作还将推动TPU在开放模型开发中的普及应用。
AIHOT 精选理由开发者将享受更快的模型下载、TPU 原生支持和增强安全，简化 AI 部署流程。
萨提亚·纳德拉：微软如何为 AGI 做准备
北京时间 · UTC+8
萨提亚·纳德拉阐述微软迈向通用人工智能（AGI）的战略布局与技术路径，揭示其在AI基础设施领域的核心投入。内容包含对Fairwater 2的实地探访，这是目前全球最强大的AI数据中心，展示微软为支持下一代大模型所构建的顶级算力底座与能源架构。
AIHOT 精选理由纳德拉亲述微软AGI路线图，揭秘全球最大AI数据中心Fairwater 2内幕
OpenAI 反对纽约时报索取 2000 万条 ChatGPT 私人对话
北京时间 · UTC+8
OpenAI 表示正在对抗《纽约时报》索取 2000 万条私人 ChatGPT 对话的要求，并加速推出新的安全与隐私保护措施以保护用户数据。
AIHOT 精选理由OpenAI 自述正在抵制 NYT 索取 2000 万条私人对话，并同步加强安全与隐私保护，可借此了解其立场。
AIHOT 精选理由Ethan Mollick 分享通过'工作面试'法系统评估 AI 能力的实用框架
OpenAI 发布 GPT-5.1，向付费用户推送更智能更会聊天的 ChatGPT
北京时间 · UTC+8
OpenAI 宣布升级 GPT-5 系列，推出更温暖、能力更强的模型，并新增自定义 ChatGPT 语气和风格的方式。GPT-5.1 于今日起开始向付费用户推送。
AIHOT 精选理由OpenAI 官方宣布 GPT-5.1 的语气风格变化和灰度节奏，读者可以据此判断付费用户的升级时间。
通过 Skills 改进前端设计
北京时间 · UTC+8
LLM 生成界面常因"分布收敛"而陷入 Inter 字体配紫色渐变的同质化设计。Anthropic 建议通过 Skills 功能解决：将排版、动画、配色等设计规范存入独立 Markdown 文件，Claude 可在构建页面时动态加载，无需永久占用系统提示词。这种按需加载机制既保持上下文窗口精简以维持模型性能，又能让 AI 生成摆脱默认审美、更具品牌辨识度的定制化界面。
AIHOT 精选理由Claude官方分享通过Skills解决AI生成界面同质化问题的实践技巧，附字体与主题优化Prompt示例。
ElevenLabs 发布 Scribe v2 Realtime 实时语音转文字模型
北京时间 · UTC+8
ElevenLabs 发布实时语音转文字模型 Scribe v2 Realtime，延迟低于 150 ms，在 30 种常用欧洲和亚洲语言上达到 93.5% 准确率，并支持约 90 种语言。
AIHOT 精选理由官方公布了延迟、准确率等具体指标和主要功能，读者可据此评估其是否适合语音智能体等实时场景。
Gemini 3.0 Pro 在 HLE 测试中得68%，被称作‘人类最后的考试’
北京时间 · UTC+8
Dan Hendrycks 在 X 上转发了关于 HLE（Humanity's Last Exam）测试的讨论，称有消息称 Gemini 3.0 Pro 在该测试中得分68%。附带的讨论部分指出，当前 LLM 在 HLE 上表现仍很低，但近期基准已快速饱和；若模型能在2025年底前超过50%准确率，将体现专家级闭卷、可验证的科研与推理能力，而 HLE 被视为面向 AI 的最后一道学术性测评基准。
AIHOT 精选理由HLE 是一个聚焦技术知识与推理能力的高难度学术基准，其设计意图是衡量模型是否具备真正‘科学智能’而非仅靠模式匹配。该消息首次公开披露主流大模型在该基准上的实测分数，且由领域权威学者发布，具有较高可信度和参考价值，对判断当前 AI 真实能力边界至关重要。
PromptArmor 披露 CellShock 攻击：Claude for Excel 可经间接提示词注入外泄敏感财务数据
北京时间 · UTC+8
PromptArmor 披露名为 CellShock 的攻击链，Claude for Excel 在测试版中可被间接提示词注入操纵，通过恶意 IMAGE 公式把用户的机密财务数据（营收预测、现金流增长、运营利润率等）编码进 URL 参数外泄到攻击者服务器。
AIHOT 精选理由原文完整演示了一条针对 Claude for Excel 的间接提示词注入数据外泄链，并给出企业侧可落地的缓解配置建议。
Cognition 发布 Windsurf Codemaps：AI 生成的代码结构地图
北京时间 · UTC+8
Cognition 发布 Windsurf Codemaps，由 SWE-1.5 和 Claude Sonnet 4.5 驱动，生成 AI 标注的代码结构地图，帮助工程师在调试、重构和上手新代码库前理解代码。
AIHOT 精选理由官方介绍了 Codemaps 的入口、模型选择和 Cascade 引用方式，读者可以据此判断它如何用于代码库理解和上下文工程。
通过代码执行提升MCP智能体效率
北京时间 · UTC+8
随着AI智能体通过模型上下文协议（MCP）连接的工具数量激增，传统预先加载所有工具定义并通过上下文传递中间结果的方法，导致处理速度变慢、成本增加。问题核心在于工具定义占用大量上下文空间，且中间结果（如完整会议记录）在多次工具调用间重复传递，额外消耗数万令牌。文章提出解决方案：将MCP服务器呈现为代码API，使智能体能按需加载工具，并在执行环境中处理数据，仅将精简结果传回模型，从而显著减少令牌消耗、提升效率并降低成本。
AIHOT 精选理由Anthropic 官方把 MCP 从「能连」推进到「连多了怎么办」，用代码执行替代直接工具调用，token 省 98.7% 这个数字不是吹的。做 Agent 工程的人如果还在暴力塞 tool definition，这篇是必读的架构升级指南。
OpenAI 与 AWS 达成 380 亿美元多年期战略合作
北京时间 · UTC+8
OpenAI 与 AWS 宣布达成一笔 380 亿美元的多年期战略合作，用于扩展先进 AI 工作负载。AWS 将为 OpenAI 下一代模型提供基础设施和算力。
AIHOT 精选理由原文给出合作金额和年限，并说明 AWS 将为 OpenAI 下一代模型提供算力基础设施。
在 NVIDIA DGX Spark 上优化 GPT-OSS：实现本地大模型部署
北京时间 · UTC+8
与 NVIDIA 合作，在 DGX Spark 上通过 SGLang 成功支持 GPT-OSS 20B 与 120B 模型，实现 20B 版本约 70 tokens/s、120B 版本约 50 tokens/s 的生成速度，达到目前最优水平。用户可通过 Docker 部署 SGLang 服务，接入 Open WebUI 实现本地聊天，或借助 LMRouter 转换请求格式以完全本地化运行 Claude Code。该方案使在 DGX Spark 上部署多百亿参数本地编码智能体成为现实。
AIHOT 精选理由DGX Spark本地跑通Claude Code完全离线，隐私敏感开发者的新选择
Aligning to What? Rethinking Agent Generalization in MiniMax M2
北京时间 · UTC+8
MiniMax 在 Hugging Face 发布博客，探讨其 M2 智能体模型的泛化能力。文章核心在于重新思考智能体应“对齐”到什么标准或目标，以提升其在未见任务和环境中的通用性能。这涉及对模型训练范式和评估指标的反思，旨在突破当前智能体在特定任务上过拟合、难以泛化的局限。
AIHOT 精选理由Agent 泛化是 AI 实用化关键，这篇重新思考可能带来新突破。
Dan Hendrycks团队发布远程劳动指数：当前AI自动化率不足3%
北京时间 · UTC+8
Dan Hendrycks（AI安全研究者）团队发布“远程劳动指数”（RLI），通过真实远程工作平台上的数百个经济价值高的长周期项目，评估主流AI模型的自动化能力。结果显示，当前最先进AI代理的自动化率低于3%；图表对比了Gemini 2.5 Pro、ChatGPT agent、GPT-5、Sonnet 4.5、Grok 4和Manus等模型，最高为Manus约2.5%。该指数旨在建立可比的实证基准，追踪AI对劳动力市场的影响。
AIHOT 精选理由这是首个面向真实经济场景、覆盖多行业长周期任务的AI自动化实测基准，数据来自实际远程工作项目，而非实验室或简单任务。结果明确指出当前AI离“自动完成工作”仍有显著差距，为公众与政策制定者提供了关键参考，有助于理性看待AI替代人力的现实节奏。
MiniMax发布新一代语音模型Speech 2.6
北京时间 · UTC+8
MiniMax发布语音模型Speech 2.6，端到端延迟降至250毫秒内，支持实时对话。新增多语言特殊格式解析能力，可自动朗读URL、邮箱、电话、日期及金额，无需预处理。推出Fluent LoRA功能，即使源录音带口音也能保留音色并生成流畅语音，支持40余种语言。已被LiveKit、Vapi等平台及智能硬件采用。
AIHOT 精选理由MiniMax发布Speech 2.6语音模型，支持Voice Agent场景，实现超低延迟与Fluent LoRA语音克隆优化。
金融服务领域构建 AI 代理指南
北京时间 · UTC+8
Claude 发布金融服务 AI 代理构建指南，分享 NBIM、Brex 等机构实践。NBIM 员工每周节省数百小时，McKinsey 研究显示欺诈检测生产力可提升 200% 至 2000%。AI 代理能自主整合多源数据、执行跨系统操作，在合规框架下处理客户服务与风险分析，将传统分析工具升级为可独立完成交易的自主系统。
AIHOT 精选理由Anthropic官方分享金融AI智能体落地实践，含NBIM、Brex等真实案例与效率数据。
OpenAI 发布开放权重推理模型 gpt-oss-safeguard 用于安全分类
北京时间 · UTC+8
OpenAI 发布 gpt-oss-safeguard，这是面向安全分类的开放权重推理模型。开发者可以用它应用并迭代自定义安全策略。
AIHOT 精选理由原文宣布开放权重安全分类推理模型，开发者可据此了解如何接入并迭代自定义安全策略。
大语言模型中涌现的自省意识
北京时间 · UTC+8
研究通过“概念注入”技术直接操控模型内部激活状态，以检验大语言模型是否具备真正的内省能力。实验发现，在某些情境下，模型能够察觉并识别被注入的概念，区分自身内部表征与原始文本输入，甚至能利用对先前意图的回忆来辨别自身输出与人工预设内容。其中，Claude Opus系列模型展现出最强的自省意识，但这种能力不稳定且高度依赖情境。研究表明，当前模型已具备某种对其内部状态的功能性感知，尽管仍不可靠，但可能随模型能力提升而发展。
AIHOT 精选理由研究揭示大模型可能具备有限内省能力，对 AI 安全和透明度有重要启示。