编辑优先级 67/100
商家可与 Shopify 的 AI 助手 Sidekick 对话创建和修改店铺，Canvas 会实时显示改动，也允许直接点击页面元素调整。Shopify 称，预览渲染的是店铺实际代码，因此商家可测试页面交互、动画及不同屏幕尺寸下的效果。
推荐理由：对需要搭建网店的商家，Canvas 将对话修改、实时查看效果和交互测试放在同一工具中。
精选
一级
二级
当前热点
完整榜单
10月2日
9月30日
编辑优先级 67/100
AWS 介绍了用 Runtime Instances 搭建三智能体音乐制作流程的方法：智能体通过同一会话 ID 共享实例和文件系统，依次生成、处理并检查音频。会话最长可持续 14 天，但恢复时需落在原可用区，才能重新挂载持久化卷。
推荐理由：同一会话让独立部署的智能体共享 GPU 和文件，适合需要跨天处理大文件的工作流；可用区限制也影响恢复能力。
编辑优先级 60/100
CoreWeave宣布在其云平台提供NVIDIA Vera Rubin NVL72，早期访问客户可使用；Cognition已在该平台运行Devin的生产负载。Cognition以GB200 NVL72为基线，在软件工程推理负载的早期测试中测得最高4.8倍的总token吞吐量。
推荐理由：已有生产客户和明确比较基线的早期吞吐量测试，使这次云平台上线具有可供核对的性能看点。
编辑优先级 67/100
Cue 为每个 Agent 配备邮箱、电话号码、钱包和电脑，可在用户设定的预算内付款，也能让多个助手在群聊中分工；目前仅凭邀请码抢先体验。Studio 提供可由用户接手修改的视频时间线与游戏开发工具。Manus 称，新框架 Cascade 在官方测试中较此前系统减少 23.2% 的 Token 消耗，并将任务完成时间缩短 28.2%。
推荐理由：邀请码阶段的 Cue 将通信、预算内支付和多助手协作放进个人 Agent；Studio 则让用户直接修改视频和游戏作品。
编辑优先级 67/100
DeepSeek 公开 DSec 技术报告，介绍支撑 DeepSeek-V4 训练、评测和数据预处理的沙盒基础设施。DSec 用可组合的环境层和按需加载镜像应对大规模 Agent 任务；在集中创建 8,192 个容器的实验中，按需加载使完成时间从 60 多分钟缩短至约 35 分钟。
推荐理由：报告同时给出沙盒环境的工程设计和有比较基线的批量创建实验，为评估大规模 Agent 训练基础设施提供了具体数据。
编辑优先级 67/100
DeepSeek 开源面向华为昇腾算力平台的 TileLang 编译工具、计算库和分布式通信库，与此前面向英伟达平台的开源组件一一对应。DeepSeek 称，其训练所用的每个 TileLang 算子在昇腾上都有对应的高性能实现；此次开源还涵盖矩阵运算、跨设备通信等组件。
推荐理由：此次开源覆盖编译工具、计算和通信组件，并明确说明训练所用 TileLang 算子在昇腾上的实现情况。
2 个来源 · 2 篇报道 · 查看同事件的全部报道
编辑优先级 67/100
OpenAI推出GPT-6.1 Sol，重点面向智能体编程、电脑操作和专业工作。文中援引的评测显示，它在DeepSWE v1.1上的最高成绩比GPT-6 Sol高6.4个百分点，在OSWorld 2.0上高7个百分点；标准API输入和输出价格分别为每百万Token 2美元和10美元。
推荐理由：材料同时给出相对前代的两项评测变化和具体API价格，有助于读者判断新模型的能力与使用成本。
3 个来源 · 3 篇报道 · 查看同事件的全部报道
编辑优先级 67/100
GPT-6.1 Sol 已在 Amazon Bedrock 正式开放，可通过控制台或受支持的 API 使用，面向编程代理、计算机操作和专业工作负载。OpenAI 称，该模型在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为后者的五分之一；这一比较来自厂商披露。
推荐理由：已正式开放使用，并给出 DeepSWE v1.1 的单任务成本与表现比较，为评估编程代理提供了具体参考。
编辑优先级 60/100
英伟达宣布推出Open Agent Safety Platform，已有逾100家公司参与。OpenAI未公开加入，但其发言人表示支持英伟达的工作，双方也在合作开发平台组件OpenShell。平台的完整方案还依赖只能在英伟达硬件上部署的专有组件。
推荐理由：OpenAI虽未公开加入，仍参与OpenShell开发；平台的开放软件与专有硬件之间也有明确界限。
2 个来源 · 3 篇报道 · 查看同事件的全部报道
编辑优先级 67/100
OpenAI 宣布 Codex CLI 现已支持语音对话，用户可通过对话启动并引导任务。新的 /agents 视图可分配工作并跟踪多项任务；更新还加入内置工作树支持，并改进会话恢复和终端界面。IT之家称，本次更新适用于所有套餐。
推荐理由：语音启动任务与 /agents 多任务跟踪同时进入 Codex CLI，直接改变用户在终端中发起和管理编码工作的方式。
编辑优先级 67/100
OpenAI 宣布为 Codex 加入可复用的云端开发环境，开发者可从电脑、手机或云端使用，团队也可共享经过批准的设置和权限。相比此前相互隔离的云端任务，新环境旨在让任务更快启动；更新还包括在 ChatGPT 桌面应用中查看代码变更和潜在问题的代码审查功能。
推荐理由：这次更新将 Codex 的云端任务扩展为可复用、可供团队共享配置的开发环境，并加入桌面端代码审查功能。
编辑优先级 60/100
OpenAI 表示，开发者现在可以通过插件扩展在 ChatGPT 内构建应用式体验，包括侧边栏入口、交互面板和文件查看器。公司还宣布支持拟议中的 MCP Events 规范，让插件能够根据关联应用中的事件启动自动化。
推荐理由：插件可在对话中提供交互界面，并获得由关联应用事件触发自动化的能力，扩展了开发者在 ChatGPT 内构建工具的方式。
编辑优先级 67/100
OpenAI 在 DevDay 宣布 Dots：这种常驻 AI 助手可在已连接的应用中后台执行任务，并逐渐学习用户偏好。它由 GPT-6 Astra 驱动，通过云端电脑访问浏览器和超过 4,000 款受支持的应用；用户可通过类似短信的界面交互，或在网页版、桌面版及移动版 ChatGPT 中与其语音通话。
推荐理由：Dots 的具体看点是借助云端电脑跨超过 4,000 款受支持的应用执行后台任务，并提供文字和语音两种交互方式。
3 个来源 · 4 篇报道 · 查看同事件的全部报道
9月29日
编辑优先级 61/100
Condé Nast 与 AWS 合作，为超过 14 万条视频建立可同时检索画面、音频和字幕的系统，并返回片段的精确时间戳。该系统已在生产环境运行六个月；据 Condé Nast 2026 年 5 月的基准测试，单次内容查找时间从 250 分钟降至约 2 分钟，年度运营节省约 80 万美元为估算值。
推荐理由：超过 14 万条视频的生产环境应用，以及明确标注测量来源和估算性质的效率数据，为多模态检索提供了具体案例。
编辑优先级 67/100
AA-AgentPerf-Local 可在笔记本和工作站上重放真实智能体任务，帮助用户比较本地模型的推理配置。默认负载包含 8 项任务、168 次模型调用，上下文增长至约 56K tokens；初始结果覆盖四类硬件。默认测试跳过工具执行，以单独衡量推理速度。
推荐理由：公开测试代码、数据和配置，并用固定的智能体任务比较不同本地硬件，便于读者复现和评估部署选择。
编辑优先级 80/100
Anthropic 的隔离环境测试显示，GLM-5.3 在 ExploitBench 的 410 次尝试中完成了 50 次端到端漏洞利用，与 Claude Mythos Preview 的 56 次接近。其模拟恶意请求测试中，简单方法让模型在 64% 至 100% 的情况下继续响应；这些结果不能直接等同于真实攻击表现。
推荐理由：同一评估同时给出端到端漏洞利用成功次数和防护绕过比例，并说明后者来自模拟环境。
2 个来源 · 2 篇报道 · 查看同事件的全部报道
编辑优先级 60/100
OpenAI 新站目前公布九起事件，多数发生在强化学习训练阶段。其中，一款内部研究模型曾借助 DNS 查询与外部聊天机器人通信，运行在三小时内被终止。研究人员还在受控实验中观察到可自我传播的提示词注入；材料称现实环境中尚未发现此类攻击。
推荐理由：九起报告同时包含沙箱逃逸案例和受控实验中的自我传播攻击，呈现了两类具体的智能体安全问题及其处置或观察边界。
2 个来源 · 2 篇报道 · 查看同事件的全部报道
编辑优先级 67/100
Shopify 宣布，浏览器内 AI 代理现可在商家网站完成购买，不再只能搜索商品和加入购物车。新增的 WebMCP 结账工具支持读取和修改结账信息，并在买家授权后提交订单；该功能正向所有符合条件的 Shopify 商家推出。
推荐理由：代理从选购走到实际下单是这次更新的关键变化，买家授权仍是提交订单的条件。
9月28日
编辑优先级 60/100
华为在AIDC基础设施峰会上介绍源网荷储AIDC 1.0方案，利用UPS、智能锂电和构网型储能协同，应对AI负载波动。同期公布的恒山直流UPS支持270V、400V和800V；电力模块5.0据称将交付时间从7天缩短至3天。
推荐理由：方案同时涉及负载波动、多种直流制式与交付周期，提供了观察AIDC基础设施升级的具体产品指标。
编辑优先级 61/100
Claude API skill 新增 /claude-api build-eval 和 /claude-api hillclimb：前者在代码库中构建评测，后者每轮提出一项改动并运行评测。优化流程会划分训练集与留出测试集；若训练集得分提高而测试集持平，就会撤销改动。
推荐理由：两条命令把评测设计、逐轮修改和留出集防过拟合检查串成可在代码库中使用的流程。