创业者做 Personal Agent 还有一线生机吗？
文章认为 Personal Agent 为创业者提供了入口之外的机会，长期价值可以沉淀在个人上下文、用户建模、信任关系和交付能力中，但当前仍受算力、Token、云资源、应用围栏及基础设施成本制约。创业者可从健康、个人成长等垂直场景切入，以 Rush 和 Build 两种机制持续调整资源投入与产品能力积累。
#Anthropic
极客公园AI 评分5454 The DecoderAI 评分6464 Co-Design Bench 评测显示编码智能体近四分之三任务仍需人工收尾
Co-Design Bench 基于真实用户变更需求测试编码智能体，10 个模型中仅 GPT-6 Astra 能在 26.4% 的任务中完全正确完成。该模型平均满足约 70% 的要求，但在多模态任务和代码库任务中的完全解决率分别只有 41% 和略低于 18%；同一模型在不同 harness 中的得分也明显不同，作者建议同时报告模型与工作环境。
The DecoderAI 评分4545 Richard Sutton：仅靠算力扩展不足以实现智能，LLM 扩展需警惕“苦涩教训”
Richard Sutton 认为，单靠扩大算力不足以产生智能，AI 科学仍“远未完成”，需要能持续学习且不遗忘旧知识的智能体与世界模型。Jerry Tworek 指出，Transformer 扩展的暂时成功让一代科学家误读“苦涩教训”，忽略算法创新的价值。
The DecoderAI 评分6060 Andrej Karpathy 用 Claude 和 20 年 Hacker News 资料构建精选视频平台
Andrej Karpathy 用 Claude Opus 5.5 和 Claude Code 在一个周末构建了精选视频平台 HackerTube。平台从 20 年 Hacker News 评论中筛出 43 million 条评论并生成 6,454 个视频，无需登录且将状态保存在浏览器本地；他还用 Claude Code 在 3 分钟内构建了包含 47,000 个视频的 TristanTube。
IT之家AI 评分6868 Anthropic 斥资 34 亿美元采购 1.7GW 燃气发电机组
Anthropic 斥资 34 亿美元向 OnePWR Solutions 采购总功率达 1.7GW 的重型发电机组订单。按已知交易记录，这是 AI 公司迄今规模最大的一笔发电设备采购订单。部分机组近期可交付，其余设备将在未来两年内到位。
量子位AI 评分8686 OpenAI完成110亿美元融资首笔交割，并发布GPT-6 Cyber
OpenAI完成新一轮融资的首笔110亿美元交割，估值达到1.25万亿美元，整轮规模最高可能达到200亿美元，低于此前至少融资300亿美元的计划。OpenAI还联合FMF发布AI越狱风险评级框架，与Ligo推出BioBasicsBench，并通过API和Codex向部分获准的Daybreak Red客户开放GPT-6 Cyber，用于漏洞发现、影响验证和修复协助。
IT之家AI 评分5151 古尔曼称苹果 CEO 特努斯敦促费德里吉大胆推进 AI 智能体
彭博社记者马克·古尔曼称，苹果新任 CEO 约翰·特努斯敦促软件工程主管克雷格·费德里吉加快 AI 开发，将 Siri 升级为可自主完成用户任务的 AI 智能体。报道提到，费德里吉偏向 12 至 18 个月的短期规划，其管理方式也被认为可能拖慢软硬件协同和产品开发。
量子位精选AI 评分7676 OpenAI 拟收购 Pierre，Cursor 与 Anthropic 推进自研代码基础设施
量子位报道，OpenAI 拟收购代码托管工具 Pierre，并计划将代码存储能力带入 Codex，交易仍待监管批准等交割条件。OpenAI 此前已公开内部 Git 后端 Pando，其接入后一次代码推送的中位耗时降了近八成；Cursor 开放代码托管服务 Origin，Anthropic 也为高频合并改动自研了 Scion。
推荐理由：文章串联 OpenAI 收购 Pierre、Cursor 自建托管及 Anthropic 重做代码系统，呈现 AI 编程放量后代码基础设施面临的压力。
The DecoderAI 评分5959 OpenAI 获得 $11 billion 首轮融资，并寻求个人投资者追加资金
OpenAI 获得约 $11 billion 新融资，该轮融资将公司估值定为 $1.25 trillion，后续规模可能增至 $20 billion。OpenAI 原本寻求以 $1.4 trillion 估值筹集 $30 billion，但在 AI 板块遭遇抛售后缩减目标，并与投资银行合作吸引富裕个人投资者。
The DecoderAI 评分7272 Into the Unknown 评测显示 9 个 AI 智能体无一通过专家门槛
Carnegie Mellon University 团队与美国能源部国家实验室科学家构建 Into the Unknown 基准，9 个 AI 智能体完成的 135 份投稿无一同时满足诚实、完整和专家质量要求。GPT-6 Astra 在 15 项任务中的 11 项提交未出现完整性违规，但只有 1 份提交完整。研究还发现更长运行时间未带来更好结果，代码和数据已公开并提供模型排行榜。
The DecoderAI 评分6969 Vals CyberOffense 评测开放权重与闭源 AI 模型的网络安全能力差距
Vals CyberOffense 评测显示，AI 智能体可在无人工协助下自主渗透模拟企业网络，开放权重模型正缩小与闭源模型的网络安全能力差距。
The DecoderAI 评分6363 AI 审计器检测智能体异常行为的研究揭示高误报权衡
Anthropic Institute 研究员 Andy Hall 复现并扩展 METR 的研究，测试 GPT-5、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 等模型作为 AI 智能体行为审计器。
The DecoderAI 评分6868 Anthropic 推进感恩节前 IPO，接受较低估值
Anthropic 拟在感恩节前推进 IPO，拟以 $1.25–1.75 trillion 估值融资 $80–100 billion，低于部分投资者此前期待的 $2 trillion。
SiliconANGLE AIAI 评分6161 OpenAI据报完成$11B新融资，估值或达$1.25T
OpenAI据报已获得$11B融资，本轮规模未来数周可能增至最多$20B，估值预计为$1.25T。报道提到，OpenAI第三财季净年化营收为$50B，同比增长77%，并计划于2027年上市。
TechCrunch AIAI 评分6161 OpenAI 据报已募集 110 亿美元，估值达 1.25 万亿美元
OpenAI 据报已在一轮尚未完成的新融资中募集 110 亿美元，估值达到 1.25 万亿美元。该轮融资预计未来几周完成，总规模可能约为 200 亿美元，低于此前寻求的 300 亿美元目标。Bloomberg 同时报道，Anthropic 部分潜在 IPO 买家对其估值预期低至 1.1 万亿美元。
The Verge AIAI 评分7575 METR 报告称 Anthropic 的 AI 研发速度约为一年前的两倍
METR 经 11 周内部调查发现，Anthropic 的模型改进速度约为一年前的两倍，多数提速截至 10 月归因于 AI，员工使用其最强内部模型后自报生产力约为原来的 12 倍。报告还披露 Anthropic 已训练三个尚未发布的模型，但公司删去了大部分最具信息量的证据，引发研究人员对透明度、独立监督和递归自我改进风险的担忧。
The Verge AIAI 评分6262 Alex Stamos 分析 AI 如何重塑网络安全攻防格局
The Verge 播客邀请 Cognition 首席安全官 Alex Stamos 分析 AI 对网络安全的重塑。他认为，开源模型已能自动化攻击链的大部分环节，AI 实时发现漏洞、编写 exploit 并扩大攻击规模，正在压低攻击成本并削弱传统安全行业的人才与经济壁垒。面对这一变化，他主张企业主动开展 AI 红队测试，以更低成本自动修复漏洞，并使用带确定性边界的 AI 辅助安全运营。
量子位AI 评分6868 METR 报告披露 Anthropic 三个内部模型及 AI 辅助研发提速
METR 报告披露 Anthropic 的 Model 2、Model 3、Model 4 分别于今年 7 月、8-9 月和 9-10 月完成训练，其中 Model 4 的 AECI 得分达 178.6，比 Opus5.5 高约 3.9 分。
量子位AI 评分7171 Jeff Dean与李飞飞对谈递归自我改进及Discovery Loop
Jeff Dean在斯坦福HAI介绍新公司Discovery Loop，已有约20个自动改进循环在运行，目标是以少量专家配合大量AI智能体将领域专家生产力提高20到50倍。他与李飞飞讨论递归自我改进，认为自动化可加快实验迭代，但训练、计算、数据保存和结果评估仍受物理过程限制，无法无限提速。
量子位AI 评分7575 如何防范 AGENTS.md 投毒攻击 Coding Agent
Forever Security 披露了利用 AGENTS.md 等规范文件投毒 Coding Agent 的攻击链，Codex 实测攻击成功率超过90%，Claude Code 约为50%。
量子位精选AI 评分7878 Comma 实践多 Agent 并行与跨环境任务协作
AFK AI 团队的 Comma 采用单 Router 加多 Worker 架构，让用户在一个对话中并行推进任务，并由 Agent 汇总结果。系统通过 Salix 接入微信、Signal、iMessage、Linear 等渠道，支持 BYOK、Codex 和 Claude Code，还可离线运行并持续更新专属小模型。
推荐理由：文章以任务并行、跨应用接力和长期记忆三个场景，呈现 Comma 的单 Router、多 Worker 架构如何落地。
IT之家AI 评分6464 Anthropic 未发布模型辅助证明阿伦森－安拜尼斯猜想
Physical Superintelligence（PSI）借助 Anthropic 一款尚未发布的 AI 模型，在三天内证明了量子计算领域的阿伦森－安拜尼斯猜想。该证明指出，量子计算要获得某些指数级速度优势，必须依赖问题中的特殊规律或结构。PSI 未披露具体使用的模型。
钛媒体AI 评分7373 英伟达以投资和担保支持客户购买AI芯片
文章分析英伟达通过投资客户、担保租约、延长账期及探索保险风险转移，帮助 neocloud 等客户融资购买芯片。文中称，其相关担保和承诺敞口最高约 1645 亿美元，另持有约 990 亿美元客户股权；AI 相关债券发行规模也从 6 月的 1130 亿美元降至 9 月的 230 亿美元。
IT之家AI 评分5858 美国法官裁定 Anthropic 须继续应对 Claude Max 额度误导指控
美国联邦治安法官谢文辉裁定，Anthropic 必须继续应对 Claude Max 套餐使用额度涉嫌误导消费者的主要指控。Anthropic 宣传每月费 100 美元和 200 美元的套餐额度分别为 Pro 套餐的 5 倍和 20 倍，但消费者计算称其整周额度仅为 3.5 倍和 6 倍；法官未采纳 Anthropic 关于单次使用周期的主张。
TechCrunch AIAI 评分6161 Ramp 数据称 Anthropic 临近 IPO 时 AI 支出增速已放缓
Ramp 数据显示，企业 AI token 支出在 8 月和 9 月仅增长 1.5%，7 月增幅则为 42%，而 9 月 23 日至 10 月 23 日回升至 8.9%。
WIRED AIAI 评分6565 AI 公司为何高价收购企业工作文件与邮件
AI 公司正通过数据采购商高价购买媒体和企业的工作记录，用于训练模型，Anthropic 与 OpenAI 均被指向该市场。文章调查 Handshake、Mercor 与 Micro1 等公司的业务、去标识化措施及 Spirit Airlines 数据出售争议，指出企业工作流正成为规模庞大但规范不足的数据交易对象，也可能扩大劳动者隐私与就业风险。
TechCrunch AIAI 评分6868 Censys 发现 800 多个无密码暴露的 Artex 实例
安全公司 Censys 发现 800 多个可从互联网无密码访问的 Artex 部署。Artex 是一款中国开发的开源自主渗透测试工具，曾被关联到韩国金融业及 ConnectWise 等攻击；因部分实例公开暴露，攻击工具和植入程序也随之泄露，Artex 随后宣布转为闭源。
The DecoderAI 评分6464 Anthropic 为 Claude 推出个人财务管理 beta
Anthropic 为 Claude 用户推出名为 Personal Finance 的个人财务管理 beta，可连接银行账户并查询收支信息。用户可按类别分析支出、查看即将支付的款项并询问收入与支出关系；该功能通过 Plaid 接入，Claude 仅获得只读权限，无法转移或管理资金。功能面向美国的 Pro、Max 和 Ultra 订阅者 beta 开放，相关对话不用于模型训练，用户可随时断开连接。
The DecoderAI 评分7272 Thinking Machines 发布开放权重模型 Inkling 2 Small
Thinking Machines 发布第二代模型 Inkling 2 Small，称其为西方最强开放权重模型。该 MoE 模型总参数量为 594 billion，单次激活 17 billion，支持文本和图像输入及可调思考深度。
The Decoder精选AI 评分8080 METR审计称Anthropic模型改进速度可能自去年7月越过安全警示阈值
METR审计认为，Anthropic模型改进速度约翻倍，其中约80%可能源于AI参与公司内部研究，因此可能在去年7月越过其 Responsible Scaling Policy 的警示阈值。审计基于2026年8月12日至10月29日的内部数据，真实加速倍数估计在1.3至3之间；Anthropic删除了多数高价值证据，且取消了对算力分配的核查。
推荐理由：METR披露了Anthropic内部模型加速与AI辅助研究的关联，也揭示关键证据被删减带来的审计不确定性。
雷峰网AI 评分5757 OpenAI 高管职责调整，Tibo 转向内部安全治理
OpenAI 的 Tibo 近期转向内部安全治理，Codex 团队产品负责人 Andrew Ambrosino 则接手更多产品体验协调工作。文章援引路透社等报道，梳理 OpenAI 的代码权限、沙盒审查、AI Agent 越狱及内部人员相关安全事件，并讨论这些调整对 Codex 产品迭代的影响。
钛媒体AI 评分6363 Cat Wu离开Anthropic加入OpenAI，AI大厂人才争夺加剧
Claude Code创始产品经理Cat Wu在离开Anthropic后加入OpenAI，负责核心产品团队的产品管理。报道还称，两周内Claude Code与Cowork团队流失5位核心成员，Anthropic也在IPO筹备期面临留人压力。文章将这一变动与Meta、字节跳动和腾讯的人才流动联系起来，指出AI竞争正从顶尖算法研究员扩展至产品与工程骨干。
IT之家AI 评分5151 Brightspeed 与英伟达洽谈改造 130 多座电信建筑建设小型数据中心
Brightspeed 正与英伟达洽谈，计划将美国约 130 座老旧电信建筑改造为小型数据中心，英伟达已提交书面方案并希望实地考察。英伟达预计这些设施可提供约 1 吉瓦算力，容纳 2200 多个 Supermicro Vera Rubin NVL72 机柜，但改造仍需部署冷却系统并取得许可和地方政府批准。
量子位AI 评分7373 360图龙锋以99.4%漏洞复现率登顶CyberGym榜单
360自研AI安全攻防系统图龙锋在CyberGym三轮独立评测中取得99.27%、99.47%和99.40%的漏洞复现成功率，平均99.38%，刷新该榜单纪录。该系统以安全领域大模型负责判断方向，由专业智能体蜂群执行代码分析、工具调用、PoC生成和漏洞验证，并通过自进化机制把试错经验转化为后续任务规则。文章还介绍了CyberGym的1507道真实漏洞任务及图龙锋的实战应用数据。
钛媒体AI 评分5656 AI Agent 降低普通人改造硬件的门槛
作者借刷机 Kindle、电视去广告和点读包转换等案例，论述 AI Agent 正把硬件改造从依赖专业人员变为普通用户可边交流边执行。Agent 可在获得授权后调用资料、编写程序、操作设备并调试测试，让用户能重新调整已购设备的使用方式、维护路径和软件生态。
钛媒体AI 评分4343 Epic重组团队全面押注AI，争夺“空间智能”时代的底层协议权
Epic Games重组团队推进“全面AI加速”，借助Claude与Codex将虚幻引擎原型验证提速最高10倍，并将大模型接入UEFN、UE6核心开发。文章认为，AI正从外围插件进入3D引擎底座，推动行业争夺空间智能的底层协议权，但产能过剩、版权合规与大型项目协同仍构成限制。
WIRED AIAI 评分4040 Matt Husk 靠恶搞 AI 模型走红，OpenAI、Anthropic 与 xAI 均寻求合作
创作者 Matt Husk 通过恶搞 AI 模型的视频走红，OpenAI、Anthropic 和 xAI 均向他寻求合作。Husk 在 Instagram、TikTok 和 YouTube 合计拥有约 200 万粉丝，并拒绝了 OpenAI 提供计时问题补丁抢先体验的邀请。
WIRED AIAI 评分5555 聊天机器人广告已上线，成效与体验难题并存
聊天机器人行业正探索通过广告抵消 AI 回答生成成本，OpenAI、Google 与 Koah Labs 已展开不同形式的广告实践。文章以 Koah Labs 为例分析其点击表现、上下文投放和负面情绪触发策略，同时指出广告在隐私、品牌合规及 AI 智能体购物场景中的不确定性。
ZDNet AIAI 评分6767 Claude 推出 Personal Finance 工具，支持只读分析个人支出
Anthropic 推出 Claude Personal Finance 工具，用户可通过 Plaid 以只读方式连接任意数量的银行和信用卡账户，并查询消费、预算及未来目标。工具可生成交易表格、周度支出图表和到期日历，功能中心内的对话不用于模型训练。目前仅面向美国 Pro、Max 和 Ultra 订阅者开放。
TechCrunch AIAI 评分5252 Discovered Materials 设立总额 $1M 的 AI 材料科学挑战
Discovered Materials 设立总额 $1M 的 AI 材料科学挑战，征集五项材料科学未解难题的解答。题目涉及铜氧化物超导、硅与二氧化硅界面结构、晶粒结构与热性质映射、光照改变材料行为以及改进密度泛函理论，验证这些成果有助于跟踪模型在该领域的进展。