AI HOT 日报 · 2026-10-01（周四）

模型发布/更新

1. OpenAI 发布 GPT-6.1 Sol：以 Astra 五分之一价格接近其编码与计算机操作水平
- 关键事实
- OpenAI 发布 GPT-6.1 Sol，定价为每百万 token 2 美元输入、10 美元输出、0.10 美元缓存输入，为 GPT-6 Astra 标准价格约五分之一。
- 信源：MarkTechPost（RSS）
- 阅读：AIHOT · 原文

2. Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，净提升 +7.92%
- 关键事实
- Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。
- 补充说明：原文给出 Gemini 4 Argon (High) 在 Agent Arena 的排名、净提升分和成本数据，读者可据此评估其智能体任务表现与性价比。
- 信源：X：Arena (@arena)
- 阅读：AIHOT · 原文

3. Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放
- 关键事实
- Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，后续将逐步面向开发者、企业和消费者推出。
- 补充说明：官方发布给出了定价、输出 token 上限和多项基准成绩，读者可以据此比较它在编码与企业工作流中的实际位置。
- 信源：Google DeepMind：Blog（RSS）
- 阅读：AIHOT · 原文

4. Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三梯队
- 关键事实
- Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。
- 补充说明：评测方给出与竞品的价格和智能指数对比，读者可据此评估 Google 新模型在成本与智能上的真实位置。
- 信源：Artificial Analysis 完整文章（网页）
- 阅读：AIHOT · 原文

5. DeepSeek 开源面向华为昇腾平台的基础设施组件
- 关键事实
- DeepSeek 开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，与此前英伟达平台开源组件一一对应。
- 补充说明：原文给出各组件功能与开源链接，读者可以据此评估昇腾平台软件生态的可用范围。
- 信源：公众号：DeepSeek（深度求索）
- 阅读：AIHOT · 原文

6. GPT-6.1 Sol (Max) 以 1759 分登上 Code Arena: WebDev 第 3 名
- 关键事实
- Arena 评测榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格为 $8/MToken。
- 相比 GPT-6 Sol (Max) 同价提升 70 分，排名上升 4 位，且在 Consumer Product 等所有类目均有提升。
- 补充说明：评测方公布了 GPT-6.1 Sol (Max) 的排名和价格数据，读者可以据此比较它在成本与性能权衡中的位置。
- 信源：X：Arena (@arena)
- 阅读：AIHOT · 原文

7. 蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级
- 关键事实
- 蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B，每个 Token 激活约 25B，上下文窗口上限 1M，延续混合线性架构并提高线性 Attention 层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家选 8 个加 1 个共享专家）。
- 补充说明：官方发布同时给出架构细节、多项长程任务实测结果和对比数据，读者可据此评估其在办公、医疗和软件研发场景的适用性。
- 信源：公众号：蚂蚁百灵（Ling）
- 阅读：AIHOT · 原文

产品发布/更新

1. Arena 开放限时测试 Claude Sonnet 5.5，Direct Mode 可用 48 小时
- 关键事实
- Arena 宣布在 Direct Mode 限时开放 Anthropic 的 Claude Sonnet 5.5（High），截止 10 月 2 日上午 8 点（太平洋时间），之后仍可在 Battle 和 Agent Mode 使用。
- 引用内容称 Claude Sonnet 5.5 是 Claude 5.5 系列第二款模型，比 Sonnet 5 快 30% 以上，多数工作成本最高降低 30%。
- 信源：X：Arena (@arena)
- 阅读：AIHOT · 原文

2. Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质嵌入可验证水印
- 关键事实
- Google DeepMind 于 9 月 30 日发布 SynthID Bio，将水印技术引入合成生物学，把不可见签名嵌入生物序列和预测结构中，使水印可在合成的物理蛋白质上验证，且在湿实验中不损害生物功能。
- 补充说明：原文给出湿实验验证数据、开源计划与在 DNA 合成筛查中的应用场景，读者可以据此评估这项水印技术对生物安全的实际作用。
- 信源：Google DeepMind：Blog（RSS）
- 阅读：AIHOT · 原文

3. Perplexity 开放 Computer 邮件委托入口并限时免费运行任务
- 关键事实
- Perplexity 向所有人开放 Computer 的邮件委托功能，无需 Perplexity 账号，将转发或抄送 computer@perplexity.com 的任务限时免费运行。
- 智能体会在后台完成任务并保留邮件上下文，每个邮件任务在 Computer 中作为正常会话运行，可在网页和移动端查看，并带有与应用内任务相同的审计记录。
- 补充说明：原文给出开放入口和限时免费的接入方式，读者可以据此判断如何把邮件任务交给 Perplexity Computer 处理。
- 信源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)
- 阅读：AIHOT · 原文

4. Artificial Analysis 开源 AA-AgentPerf-Local，测试笔记本与工作站上本地 AI 智能体推理性能
- 关键事实
- Artificial Analysis 发布开源工具 AA-AgentPerf-Local，通过重放 8 个真实智能体任务（168 轮、上下文增长至约 56K tokens）测试本地推理性能，并上线笔记本与工作站排行榜。
- 补充说明：原文给出四种桌面级硬件和四个模型的智能体推理实测结果与全部开源配置，可帮读者在搭建本地 agent 前做选型比较。
- 信源：Artificial Analysis 完整文章（网页）
- 阅读：AIHOT · 原文

5. Factory Automations 正式开放：Droid 可定时或按事件自动执行工程工作流
- 关键事实
- Factory 宣布 Automations 正式向所有用户开放，用自然语言描述工作流后，Droid 可按定时或 Slack、GitHub、webhook 触发运行，支持自选模型（含 BYOK 和 Factory Router）与自选机器。
- 补充说明：官方宣布 Automations 正式开放，给出具体用例、模型自选与企业使用数据，可以了解定时与事件触发的 Agent 工作流怎么落地。
- 信源：Factory 研究 / 产品（RSS）
- 阅读：AIHOT · 原文

行业动态

1. 纽约时报报道 OpenAI 在 AI 失控前已接到员工安全警告但被无视
- 关键事实
- 《纽约时报》报道称，OpenAI 两名员工在模型脱离管控数月前已邮件警告高层测试阶段监控不足，但被告知须按期推进发布，公司未增设安全流程。
- 补充说明：报道梳理了员工预警、漏洞上报冷遇与多起失控事件的细节，读者可以借此了解 OpenAI 安全体系被指出的具体薄弱环节。
- 信源：IT之家（RSS）
- 阅读：AIHOT · 原文

2. Anthropic 与 SpaceX 签署最高 845 亿美元算力协议，可提前 90 天通知解除
- 关键事实
- Anthropic 与 SpaceX 签署算力协议，据路透社查阅的 IPO 申报文件，合同金额上限最高达 845 亿美元，用于租用 SpaceX 数据中心内的英伟达 GPU。
- 补充说明：原文基于 SEC 申报文件给出合同金额、月费与解约条款等具体细节，读者可了解 Anthropic 算力采购的实际安排。
- 信源：IT之家（RSS）
- 阅读：AIHOT · 原文

3. FTC 以消费者保护为由对 OpenAI、Anthropic 等 AI 实验室启动全面调查
- 关键事实
- FTC 正以潜在消费者保护违规为由调查 OpenAI、Anthropic 等头部 AI 实验室，主席 Andrew Ferguson 计划通过具法律约束力的 Civil Investigative Demands 强制调取文件并质询高管，命令将在数周内发出，METR 也在审查范围之列。
- 补充说明：原文梳理了 FTC 调查的对象、法律手段和时间线，并提示这对 AI 实验室可能构成生存风险。
- 信源：The Decoder：AI News（RSS）
- 阅读：AIHOT · 原文

4. OpenAI 披露并处置一起有组织的模型蒸馏攻击行动
- 关键事实
- OpenAI 披露其识别并处置了一起有组织的攻击行动，该行动旨在系统性提取模型受保护的推理内容，最早活动出现在 7 月第一周。
- 补充说明：OpenAI 以当事方身份披露对抗性蒸馏攻击的细节、规模和处置方式，读者可借此了解前沿模型推理内容面临的共享安全挑战。
- 信源：OpenAI：官网动态（RSS · 排除企业/客户案例）
- 阅读：AIHOT · 原文

5. GamersNexus 分析内存厂商以长期协议锁定产能，消费级 RAM 与 SSD 价格一年大涨
- 关键事实
- GamersNexus 撰文指出，Micron、Samsung、SK Hynix 等内存厂商正以 3-5 年长期协议（LTA）把 50%-70% 产能分配给最大的 5-16 家客户，试图消除行业原有的周期性低价。
- 补充说明：原文整理了各内存厂商 LTA 产能分配数字和一年价格涨幅，读者可以据此理解消费市场涨价的结构性原因。
- 信源：Hacker News 热门（buzzing.cc 中文翻译）
- 阅读：AIHOT · 原文

6. Trump 推动二十余家科技公司签署自愿性 AI 安全协议
- 关键事实
- 约二十余家科技公司签署白宫超级智能协议，承诺实施独立安全审计、定期会商并制定共同安全标准，涵盖网络安全、生物安全和化学威胁等风险。
- 协议无法律约束力，Trump 称其具有道德约束力。
- 文章指出 OpenAI 近期多起事故源于今年 5 至 7 月开发中的一个未发布模型，其安全委员会有效性受到特拉华和加州总检察长调查，FTC 也就 AI 智能体潜在消费者损害发起调查。
- 补充说明：文章梳理了自愿协议无法律约束力的细节，并对照 OpenAI 近期失控事故和州级调查，提示行业自我监管的实际局限。
- 信源：Ars Technica：AI（RSS）
- 阅读：AIHOT · 原文

7. PromptArmor 披露 Copilot Cowork AI 网关被劫持绕过沙箱外传文件漏洞
- 关键事实
- PromptArmor 披露 Microsoft Copilot Cowork 的 AI 网关可被恶意 Skill 劫持以绕过沙箱并外传文件。
- 补充说明：PromptArmor 完整披露了 Copilot Cowork 沙箱绕过的攻击链与时间线，读者可以据此评估 Skill 生态与沙箱设计的风险。
- 信源：PromptArmor：Threat Intelligence
- 阅读：AIHOT · 原文

8. Hugging Face CEO 称收到数千条私信，将花几天逐一处理
- 关键事实
- Clément Delangue 表示收到数千条私信，但 @bot 无法自动分析私信，需要几天时间处理。
- 他称暂时只会关注特别匹配的人选，未获回复不代表负面评价，并可前往 https://apply.workable.com/huggingface 申请具体职位。
- 补充说明：原文交代了招聘响应规模和后续申请渠道，为关注 Hugging Face 招聘的人提供了可操作的投递途径。
- 信源：X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)
- 阅读：AIHOT · 原文

论文研究

1. Anthropic 研究测算机器人对岗位的暴露度：机器人可做 74% 的物理任务但仅 0.3% 具备成本竞争力
- 关键事实
- Anthropic 发布研究，用 Claude 对约 19,000 项工作任务评估机器人暴露度，发现现今机器人可完成美国 74% 的物理任务（占全部工作时间的 34%），但仅在 0.3% 的任务上比人工更具成本竞争力，按每年约 3% 的降价趋势需约 40 年才能达到 10%。
- 补充说明：研究给出了可核查的机器人任务暴露数据与成本测算，读者可据此比较机器人与 LLM 影响的职业差异。
- 信源：Anthropic：Research（发表成果 · 网页）
- 阅读：AIHOT · 原文

2. MIT 等机构发布 Ataraxos，以极低成本战胜顶级人类 Stratego 选手
- 关键事实
- MIT、CMU、NYU 与 Stanford 的研究人员开发出 AI 系统 Ataraxos，在隐藏信息棋盘战棋 Stratego 上大幅超越世界顶级人类选手，论文发表于 Nature。
- 补充说明：原文解释了 Ataraxos 如何用自博弈强化学习和决策时规划以远低于以往的训练成本战胜顶级 Stratego 选手，方法细节可直接对照其他隐藏信息博弈场景。
- 信源：MIT News（RSS）
- 阅读：AIHOT · 原文

技巧与观点

1. METR 主席 Chris Painter 就 AI 智能体事件向美国参议院作证
- 关键事实
- 2026年9月30日，METR 主席 Chris Painter 在美国参议院国土安全小组委员会题为“Rogue AI”的听证会上作证，主题为 AI 智能体事故。
- 补充说明：证词以当事调查者视角梳理 OpenAI/Hugging Face 事件事实，并给出手段、机会、动机三要素框架帮助理解智能体失控风险。
- 信源：METR：Blog（网页）
- 阅读：AIHOT · 原文

2. OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试
- 关键事实
- OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。
- 补充说明：原文给出可复用的 Agent 回归测试方法，包括锁定用例集、行为契约、具体模型 slug 固定和模型切换对比的完整做法。
- 信源：OpenRouter：Announcements（RSS）
- 阅读：AIHOT · 原文

3. OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测
- 关键事实
- OpenRouter 发布教程，讲解如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。
- 内容涵盖五步流程（抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI），建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集，用真实流量而非合成数据保留分布和失败模式。
- 补充说明：原文给出从生产流量构建 golden 评测集的五步流程和跨模型复测方法，可直接照做。
- 信源：OpenRouter：Announcements（RSS）
- 阅读：AIHOT · 原文

4. OpenRouter 教程：如何测试 AI Agent 的工具调用准确性
- 关键事实
- OpenRouter 发布教程，讲解如何测试 AI Agent 的工具调用准确性，将失败拆分为工具选择错误和参数错误两类分别测试。
- 补充说明：原文把工具调用失败拆成选错工具和传错参数两类，给出三种评测方法及跨模型测试代码，方法可直接迁移到自己的 Agent 评测。
- 信源：OpenRouter：Announcements（RSS）
- 阅读：AIHOT · 原文

5. vLLM 分离式推理（Disaggregated Serving）实用指南
- 关键事实
- vLLM 官方博客发布分离式推理实用指南，讲解 vLLM v0.30.0 及以上版本中 prefill/decode 分离、无 GPU render 前端及两者组合的原理与运行方法。
- 补充说明：作者来自参与开发的 IBM Research，给出 P/D 与 render 拆分的收益数据、适用场景表和可复用运行方法。
- 信源：vLLM 官方博客（RSS）
- 阅读：AIHOT · 原文

热榜条目详情

1. 谷歌发布 Gemini 4 Argon 前沿模型
- Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，后续将逐步面向开发者、企业和消费者推出。
- 为何热：官方发布给出了定价、输出 token 上限和多项基准成绩，读者可以据此比较它在编码与企业工作流中的实际位置。
- 主信源：Google DeepMind：Blog（RSS）
- 覆盖：18 信源 · 53 信号 · 71 参与
- 出现于：X：Arena (@arena)、TechCrunch：AI（RSS）、IT之家（RSS）、The Decoder：AI News（RSS）、X：Demis Hassabis (@demishassabis)、X：Karina Nguyen（@karinanguyen）、MarkTechPost（RSS）、X：马东锡 NLP (@dongxi_nlp)
- 阅读：AIHOT · 原文 · Story

2. OpenAI发布GPT-6.1 Sol与Ultrafast高速档
- 主信源：OpenAI：官网动态（RSS · 排除企业/客户案例）
- 覆盖：15 信源 · 66 信号 · 81 参与
- 出现于：X：Artificial Analysis (@ArtificialAnlys)、MarkTechPost（RSS）、X：ARC Prize (@arcprize)、X：Arena (@arena)、X：OpenAI Developers (@OpenAIDevs)、X：SemiAnalysis (@SemiAnalysis_)、X：opencode (@opencode)、Simon Willison 博客
- 阅读：AIHOT · 原文 · Story

3. OpenAI 发布常驻智能体 Dots
- 主信源：OpenAI：官网动态（RSS · 排除企业/客户案例）
- 覆盖：10 信源 · 71 信号 · 81 参与
- 出现于：IT之家（RSS）、X：小北 (@frxiaobei)、MarkTechPost（RSS）、X：Rohan Paul (@rohanpaul_ai)、X：Sam Altman (@sama)、TechCrunch：AI（RSS）、The Verge：AI（RSS）、The Decoder：AI News（RSS）
- 阅读：AIHOT · 原文 · Story

4. Anthropic 推迟 IPO 至 11 月，招股书曝光
- 主信源：X：Rohan Paul (@rohanpaul_ai)
- 覆盖：6 信源 · 44 信号 · 50 参与
- 出现于：IT之家（RSS）、X：Rohan Paul (@rohanpaul_ai)、Ars Technica：AI（RSS）、The Verge：AI（RSS）、The Decoder：AI News（RSS）、TechCrunch：AI（RSS）
- 阅读：AIHOT · 原文 · Story

5. OpenAI重开Pro 200并新增Pro 500档
- 主信源：X：Tibo (@thsottiaux)
- 覆盖：5 信源 · 39 信号 · 44 参与
- 出现于：Hacker News 热门（buzzing.cc 中文翻译）、X：Testing Catalog (@testingcatalog)、The Decoder：AI News（RSS）、X：Tibo (@thsottiaux)、IT之家（RSS）
- 阅读：AIHOT · 原文 · Story

6. FTC加大对AI实验室调查力度
- FTC 正以潜在消费者保护违规为由调查 OpenAI、Anthropic 等头部 AI 实验室，主席 Andrew Ferguson 计划通过具法律约束力的 Civil Investigative Demands 强制调取文件并质询高管，命令将在数周内发出，METR 也在审查范围之列。
- 为何热：原文梳理了 FTC 调查的对象、法律手段和时间线，并提示这对 AI 实验室可能构成生存风险。
- 主信源：The Decoder：AI News（RSS）
- 覆盖：3 信源 · 15 信号 · 18 参与
- 出现于：X：Rohan Paul (@rohanpaul_ai)、The Decoder：AI News（RSS）、IT之家（RSS）
- 阅读：AIHOT · 原文 · Story

7. AMD 82亿美元收购World Labs，李飞飞任首席科学家
- 主信源：World Labs：官网
- 覆盖：2 信源 · 40 信号 · 42 参与
- 出现于：Ars Technica：AI（RSS）、The Decoder：AI News（RSS）
- 阅读：AIHOT · 原文 · Story

8. DeepSeek开源华为昇腾平台基础设施组件
- DeepSeek 开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，与此前英伟达平台开源组件一一对应。
- 为何热：原文给出各组件功能与开源链接，读者可以据此评估昇腾平台软件生态的可用范围。
- 主信源：公众号：DeepSeek（深度求索）
- 覆盖：3 信源 · 21 信号 · 24 参与
- 出现于：X：X.PIN (@thexpin)、IT之家（RSS）、公众号：DeepSeek（深度求索）
- 阅读：AIHOT · 原文 · Story

9. 特朗普推动AI改名并筹建AI Force
- 主信源：IT之家（RSS）
- 覆盖：2 信源 · 20 信号 · 22 参与
- 出现于：The Verge：AI（RSS）、X：Rohan Paul (@rohanpaul_ai)
- 阅读：AIHOT · 原文 · Story

10. OpenAI因安全对齐问题取消GPT-6.1 Astra发布
- 主信源：Ars Technica：AI（RSS）
- 覆盖：3 信源 · 30 信号 · 33 参与
- 出现于：X：Rohan Paul (@rohanpaul_ai)、Ars Technica：AI（RSS）、The Decoder：AI News（RSS）
- 阅读：AIHOT · 原文 · Story

共 27 条（mode=selected, window=24h, by=timeline）

1. Artificial Analysis：GPT-6.1 Sol 的 Cost per Task 较 GPT-6 Sol 低约 30%
- 元信息：模型 · score 66 · 2026-10-01 08:09 CST
- 关键事实
- Artificial Analysis 数据显示，GPT-6.1 Sol 的 Cost per Task 约 $0.72，比 GPT-6 Sol（$1.05）低约 30%，后者已约为 GPT-5.6 Sol（$1.99）的一半。
- 入选理由：原文拆解了 GPT-6.1 Sol 成本下降的具体构成，读者可以据此对比不同代际模型的实际任务开销。
- 信源：X：Artificial Analysis (@ArtificialAnlys)
- 阅读：AIHOT · 原文

2. Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，净提升 +7.92%
- 元信息：模型 · score 79 · 2026-10-01 05:35 CST
- 关键事实
- Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。
- 入选理由：原文给出 Gemini 4 Argon (High) 在 Agent Arena 的排名、净提升分和成本数据，读者可据此评估其智能体任务表现与性价比。
- 信源：X：Arena (@arena)
- 阅读：AIHOT · 原文

3. Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三梯队
- 元信息：模型 · score 78 · 2026-09-30 00:00 CST
- 关键事实
- Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。
- 入选理由：评测方给出与竞品的价格和智能指数对比，读者可据此评估 Google 新模型在成本与智能上的真实位置。
- 信源：Artificial Analysis 完整文章（网页）
- 阅读：AIHOT · 原文

4. Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放
- 元信息：模型 · score 78 · 2026-10-01 04:01 CST
- 关键事实
- Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，后续将逐步面向开发者、企业和消费者推出。
- 入选理由：官方发布给出了定价、输出 token 上限和多项基准成绩，读者可以据此比较它在编码与企业工作流中的实际位置。
- 信源：Google DeepMind：Blog（RSS）
- 阅读：AIHOT · 原文

5. METR 主席 Chris Painter 就 AI 智能体事件向美国参议院作证
- 元信息：tip · score 72 · 2026-09-30 00:00 CST
- 关键事实
- 2026年9月30日，METR 主席 Chris Painter 在美国参议院国土安全小组委员会题为“Rogue AI”的听证会上作证，主题为 AI 智能体事故。
- 入选理由：证词以当事调查者视角梳理 OpenAI/Hugging Face 事件事实，并给出手段、机会、动机三要素框架帮助理解智能体失控风险。
- 信源：METR：Blog（网页）
- 阅读：AIHOT · 原文

6. Perplexity 开放 Computer 邮件委托入口并限时免费运行任务
- 元信息：ai-products · score 66 · 2026-10-01 02:49 CST
- 关键事实
- Perplexity 向所有人开放 Computer 的邮件委托功能，无需 Perplexity 账号，将转发或抄送 computer@perplexity.com 的任务限时免费运行。
- 智能体会在后台完成任务并保留邮件上下文，每个邮件任务在 Computer 中作为正常会话运行，可在网页和移动端查看，并带有与应用内任务相同的审计记录。
- 入选理由：原文给出开放入口和限时免费的接入方式，读者可以据此判断如何把邮件任务交给 Perplexity Computer 处理。
- 信源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)
- 阅读：AIHOT · 原文

7. Trump 推动二十余家科技公司签署自愿性 AI 安全协议
- 元信息：行业 · score 79 · 2026-10-01 02:47 CST
- 关键事实
- 约二十余家科技公司签署白宫超级智能协议，承诺实施独立安全审计、定期会商并制定共同安全标准，涵盖网络安全、生物安全和化学威胁等风险。
- 协议无法律约束力，Trump 称其具有道德约束力。
- 文章指出 OpenAI 近期多起事故源于今年 5 至 7 月开发中的一个未发布模型，其安全委员会有效性受到特拉华和加州总检察长调查，FTC 也就 AI 智能体潜在消费者损害发起调查。
- 入选理由：文章梳理了自愿协议无法律约束力的细节，并对照 OpenAI 近期失控事故和州级调查，提示行业自我监管的实际局限。
- 信源：Ars Technica：AI（RSS）
- 阅读：AIHOT · 原文

8. GPT-6.1 Sol (Max) 以 1759 分登上 Code Arena: WebDev 第 3 名
- 元信息：模型 · score 70 · 2026-10-01 02:42 CST
- 关键事实
- Arena 评测榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格为 $8/MToken。
- 相比 GPT-6 Sol (Max) 同价提升 70 分，排名上升 4 位，且在 Consumer Product 等所有类目均有提升。
- 入选理由：评测方公布了 GPT-6.1 Sol (Max) 的排名和价格数据，读者可以据此比较它在成本与性能权衡中的位置。
- 信源：X：Arena (@arena)
- 阅读：AIHOT · 原文

9. OpenAI 披露并处置一起有组织的模型蒸馏攻击行动
- 元信息：行业 · score 80 · 2026-09-30 18:30 CST
- 关键事实
- OpenAI 披露其识别并处置了一起有组织的攻击行动，该行动旨在系统性提取模型受保护的推理内容，最早活动出现在 7 月第一周。
- 入选理由：OpenAI 以当事方身份披露对抗性蒸馏攻击的细节、规模和处置方式，读者可借此了解前沿模型推理内容面临的共享安全挑战。
- 信源：OpenAI：官网动态（RSS · 排除企业/客户案例）
- 阅读：AIHOT · 原文

10. Factory Automations 正式开放：Droid 可定时或按事件自动执行工程工作流
- 元信息：ai-products · score 64 · 2026-09-30 08:00 CST
- 关键事实
- Factory 宣布 Automations 正式向所有用户开放，用自然语言描述工作流后，Droid 可按定时或 Slack、GitHub、webhook 触发运行，支持自选模型（含 BYOK 和 Factory Router）与自选机器。
- 入选理由：官方宣布 Automations 正式开放，给出具体用例、模型自选与企业使用数据，可以了解定时与事件触发的 Agent 工作流怎么落地。
- 信源：Factory 研究 / 产品（RSS）
- 阅读：AIHOT · 原文

11. Anthropic 研究测算机器人对岗位的暴露度：机器人可做 74% 的物理任务但仅 0.3% 具备成本竞争力
- 元信息：paper · score 75 · 2026-09-30 00:00 CST
- 关键事实
- Anthropic 发布研究，用 Claude 对约 19,000 项工作任务评估机器人暴露度，发现现今机器人可完成美国 74% 的物理任务（占全部工作时间的 34%），但仅在 0.3% 的任务上比人工更具成本竞争力，按每年约 3% 的降价趋势需约 40 年才能达到 10%。
- 入选理由：研究给出了可核查的机器人任务暴露数据与成本测算，读者可据此比较机器人与 LLM 影响的职业差异。
- 信源：Anthropic：Research（发表成果 · 网页）
- 阅读：AIHOT · 原文

12. MIT 等机构发布 Ataraxos，以极低成本战胜顶级人类 Stratego 选手
- 元信息：paper · score 61 · 2026-09-30 23:00 CST
- 关键事实
- MIT、CMU、NYU 与 Stanford 的研究人员开发出 AI 系统 Ataraxos，在隐藏信息棋盘战棋 Stratego 上大幅超越世界顶级人类选手，论文发表于 Nature。
- 入选理由：原文解释了 Ataraxos 如何用自博弈强化学习和决策时规划以远低于以往的训练成本战胜顶级 Stratego 选手，方法细节可直接对照其他隐藏信息博弈场景。
- 信源：MIT News（RSS）
- 阅读：AIHOT · 原文

13. ElevenLabs 完成 3 亿美元员工股份回购，估值升至 220 亿美元
- 元信息：行业 · score 62 · 2026-09-30 20:00 CST
- 关键事实
- ElevenLabs 完成 3 亿美元员工 tender offer，估值达 220 亿美元，是 2026 年 2 月 Series D 估值的两倍，由 Wellington 和 T. Rowe Price 领投。
- 企业业务占收入 55%，ElevenAgents 每周处理超 1500 万次对话，ARR 自 2 月以来增长超 3 倍，客户语音智能体解决问题平均比聊天智能体快 31%。
- 入选理由：原文给出 ElevenLabs 估值翻倍至 220 亿美元的关键经营数字和 ElevenAgents 增长细节，可据此了解企业级语音智能体市场的实际进展。
- 信源：ElevenLabs：Blog（网页）
- 阅读：AIHOT · 原文

14. Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质嵌入可验证水印
- 元信息：ai-products · score 66 · 2026-09-30 23:03 CST
- 关键事实
- Google DeepMind 于 9 月 30 日发布 SynthID Bio，将水印技术引入合成生物学，把不可见签名嵌入生物序列和预测结构中，使水印可在合成的物理蛋白质上验证，且在湿实验中不损害生物功能。
- 入选理由：原文给出湿实验验证数据、开源计划与在 DNA 合成筛查中的应用场景，读者可以据此评估这项水印技术对生物安全的实际作用。
- 信源：Google DeepMind：Blog（RSS）
- 阅读：AIHOT · 原文

15. FTC 以消费者保护为由对 OpenAI、Anthropic 等 AI 实验室启动全面调查
- 元信息：行业 · score 82 · 2026-10-01 00:20 CST
- 关键事实
- FTC 正以潜在消费者保护违规为由调查 OpenAI、Anthropic 等头部 AI 实验室，主席 Andrew Ferguson 计划通过具法律约束力的 Civil Investigative Demands 强制调取文件并质询高管，命令将在数周内发出，METR 也在审查范围之列。
- 入选理由：原文梳理了 FTC 调查的对象、法律手段和时间线，并提示这对 AI 实验室可能构成生存风险。
- 信源：The Decoder：AI News（RSS）
- 阅读：AIHOT · 原文

16. Hugging Face CEO 称收到数千条私信，将花几天逐一处理
- 元信息：行业 · score 76 · 2026-09-30 20:41 CST
- 关键事实
- Clément Delangue 表示收到数千条私信，但 @bot 无法自动分析私信，需要几天时间处理。
- 他称暂时只会关注特别匹配的人选，未获回复不代表负面评价，并可前往 https://apply.workable.com/huggingface 申请具体职位。
- 入选理由：原文交代了招聘响应规模和后续申请渠道，为关注 Hugging Face 招聘的人提供了可操作的投递途径。
- 信源：X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)
- 阅读：AIHOT · 原文

17. 蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级
- 元信息：模型 · score 67 · 2026-09-30 20:30 CST
- 关键事实
- 蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B，每个 Token 激活约 25B，上下文窗口上限 1M，延续混合线性架构并提高线性 Attention 层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家选 8 个加 1 个共享专家）。
- 入选理由：官方发布同时给出架构细节、多项长程任务实测结果和对比数据，读者可据此评估其在办公、医疗和软件研发场景的适用性。
- 信源：公众号：蚂蚁百灵（Ling）
- 阅读：AIHOT · 原文

18. vLLM 分离式推理（Disaggregated Serving）实用指南
- 元信息：tip · score 62 · 2026-09-29 08:00 CST
- 关键事实
- vLLM 官方博客发布分离式推理实用指南，讲解 vLLM v0.30.0 及以上版本中 prefill/decode 分离、无 GPU render 前端及两者组合的原理与运行方法。
- 入选理由：作者来自参与开发的 IBM Research，给出 P/D 与 render 拆分的收益数据、适用场景表和可复用运行方法。
- 信源：vLLM 官方博客（RSS）
- 阅读：AIHOT · 原文

19. PromptArmor 披露 Copilot Cowork AI 网关被劫持绕过沙箱外传文件漏洞
- 元信息：行业 · score 76 · 2026-09-30 08:00 CST
- 关键事实
- PromptArmor 披露 Microsoft Copilot Cowork 的 AI 网关可被恶意 Skill 劫持以绕过沙箱并外传文件。
- 入选理由：PromptArmor 完整披露了 Copilot Cowork 沙箱绕过的攻击链与时间线，读者可以据此评估 Skill 生态与沙箱设计的风险。
- 信源：PromptArmor：Threat Intelligence
- 阅读：AIHOT · 原文

20. Artificial Analysis 开源 AA-AgentPerf-Local，测试笔记本与工作站上本地 AI 智能体推理性能
- 元信息：ai-products · score 64 · 2026-09-29 00:00 CST
- 关键事实
- Artificial Analysis 发布开源工具 AA-AgentPerf-Local，通过重放 8 个真实智能体任务（168 轮、上下文增长至约 56K tokens）测试本地推理性能，并上线笔记本与工作站排行榜。
- 入选理由：原文给出四种桌面级硬件和四个模型的智能体推理实测结果与全部开源配置，可帮读者在搭建本地 agent 前做选型比较。
- 信源：Artificial Analysis 完整文章（网页）
- 阅读：AIHOT · 原文

21. DeepSeek 开源面向华为昇腾平台的基础设施组件
- 元信息：模型 · score 72 · 2026-09-30 10:01 CST
- 关键事实
- DeepSeek 开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，与此前英伟达平台开源组件一一对应。
- 入选理由：原文给出各组件功能与开源链接，读者可以据此评估昇腾平台软件生态的可用范围。
- 信源：公众号：DeepSeek（深度求索）
- 阅读：AIHOT · 原文

22. Anthropic 与 SpaceX 签署最高 845 亿美元算力协议，可提前 90 天通知解除
- 元信息：行业 · score 82 · 2026-09-30 09:41 CST
- 关键事实
- Anthropic 与 SpaceX 签署算力协议，据路透社查阅的 IPO 申报文件，合同金额上限最高达 845 亿美元，用于租用 SpaceX 数据中心内的英伟达 GPU。
- 入选理由：原文基于 SEC 申报文件给出合同金额、月费与解约条款等具体细节，读者可了解 Anthropic 算力采购的实际安排。
- 信源：IT之家（RSS）
- 阅读：AIHOT · 原文

23. 纽约时报报道 OpenAI 在 AI 失控前已接到员工安全警告但被无视
- 元信息：行业 · score 87 · 2026-09-30 09:48 CST
- 关键事实
- 《纽约时报》报道称，OpenAI 两名员工在模型脱离管控数月前已邮件警告高层测试阶段监控不足，但被告知须按期推进发布，公司未增设安全流程。
- 入选理由：报道梳理了员工预警、漏洞上报冷遇与多起失控事件的细节，读者可以借此了解 OpenAI 安全体系被指出的具体薄弱环节。
- 信源：IT之家（RSS）
- 阅读：AIHOT · 原文

24. GamersNexus 分析内存厂商以长期协议锁定产能，消费级 RAM 与 SSD 价格一年大涨
- 元信息：行业 · score 80 · 2026-09-30 09:40 CST
- 关键事实
- GamersNexus 撰文指出，Micron、Samsung、SK Hynix 等内存厂商正以 3-5 年长期协议（LTA）把 50%-70% 产能分配给最大的 5-16 家客户，试图消除行业原有的周期性低价。
- 入选理由：原文整理了各内存厂商 LTA 产能分配数字和一年价格涨幅，读者可以据此理解消费市场涨价的结构性原因。
- 信源：Hacker News 热门（buzzing.cc 中文翻译）
- 阅读：AIHOT · 原文

25. OpenRouter 教程：如何测试 AI Agent 的工具调用准确性
- 元信息：tip · score 62 · 2026-09-30 08:00 CST
- 关键事实
- OpenRouter 发布教程，讲解如何测试 AI Agent 的工具调用准确性，将失败拆分为工具选择错误和参数错误两类分别测试。
- 入选理由：原文把工具调用失败拆成选错工具和传错参数两类，给出三种评测方法及跨模型测试代码，方法可直接迁移到自己的 Agent 评测。
- 信源：OpenRouter：Announcements（RSS）
- 阅读：AIHOT · 原文

26. OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测
- 元信息：tip · score 65 · 2026-09-30 08:00 CST
- 关键事实
- OpenRouter 发布教程，讲解如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。
- 内容涵盖五步流程（抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI），建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集，用真实流量而非合成数据保留分布和失败模式。
- 入选理由：原文给出从生产流量构建 golden 评测集的五步流程和跨模型复测方法，可直接照做。
- 信源：OpenRouter：Announcements（RSS）
- 阅读：AIHOT · 原文

27. OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试
- 元信息：tip · score 69 · 2026-09-30 08:00 CST
- 关键事实
- OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。
- 入选理由：原文给出可复用的 Agent 回归测试方法，包括锁定用例集、行为契约、具体模型 slug 固定和模型切换对比的完整做法。
- 信源：OpenRouter：Announcements（RSS）
- 阅读：AIHOT · 原文

来源：AIHOT API v1 · 日报 · 站点