OpenAI 发布 MentalHealthBench
我们正通过 MentalHealthBench 展示前沿模型在真实心理健康对话中的持续改进。这一全新开源基准由 80 多位心理健康临床医生参与构建。我们将其公开，以便其他研究人员能够检查
全部 AI 动态
OpenAIAI 评分4040 OpenAIAI 评分4040 MentalHealthBench覆盖全谱系对话
大多数心理健康基准测试侧重于紧急情况。MentalHealthBench 旨在涵盖人们向 AI 提出的从日常支持到更严重危机场景的全谱系心理健康对话。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 应用如何渲染超大 Pull Request
GitHub Copilot 应用重构了 Pull Request 视图，以支持包含 2,200 个文件和超百万行变更的巨型 PR。通过分离确定性代码几何与动态评论块几何，并采用惰性测量机制，解决了因 Markdown 和异步资源导致的高度不可预测问题。该架构在保持滚动流畅的同时，有效避免了传统虚拟化方案中的布局跳动。
Zhuokai ZhaoAI 评分4040 SWE-Together 修复 Grok 4.7 暴露弱点
在修复了 Grok 4.7 暴露的弱点后（感谢 Grok），我们审计了在 SWE-Together 排行榜上运行的所有模型是否存在相同行为，重新运行了所有通过的试验，并更新了数据行。以下是变更内容。我们扫描了所有的
AnthropicAI 评分4040 Anthropic生物实验室用Claude加速研究
这是我们新建的分子生物学实验室的首个成果，Anthropic的生物学家团队正利用 Claude 探索和加速基础生物学研究。在那里，Claude 处理数据和文献以生成假设和候选生物系统
Anthropic精选AI 评分7878 Anthropic 官方账号发布新动态
Anthropic 官方账号在 X 平台发布了一条新动态。当前材料未提供具体的产品名称、功能更新细节或技术说明。
推荐理由：原文仅包含发布动作而无具体功能细节，无法提供实质性的阅读价值或背景分析。
OpenAI精选AI 评分7777 OpenAI 更新 ChatGPT Voice：支持插件、GPT-6 系列模型及 ChatGPT Work
OpenAI 宣布 ChatGPT Voice 迎来重大更新，现在支持调用邮件、日历和 Slack 等插件，并由 GPT-6 Astra、Sol 和 Luna 模型驱动。该功能已集成到网页端和移动端的 ChatGPT Work 中，用户可通过语音创建文档、演示文稿、网站和电子表格或处理复杂任务。
推荐理由：官方宣布 ChatGPT Voice 支持插件调用及新模型驱动，并扩展至工作场景，展示了语音交互在生产力工具中的最新能力边界。
DeepLearning.AIAI 评分4848 DeepLearning.AI 端侧记忆助手教程
构建一个能在设备本地存储和搜索所见、所听及被告知内容的助手。在《使用端侧记忆构建 AI 助手》课程中，你将搭建一个能回忆文本、语音和图像的本地记忆系统，并教会它识别新事物
Microsoft ResearchAI 评分5353 微软 Physical AI Toolchain 新增机器人推理卸载功能
微软在 Physical AI Toolchain 中推出行业首个机器人推理卸载能力，允许开发者通过 Kubernetes 工具链将 AI 工作负载从机器人本体分发至边缘或云端 GPU。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Private AI Compute 安全服务器端内存技术
Google DeepMind 宣布在 Private AI Compute 平台引入安全的服务器端持久记忆功能，旨在解决跨设备 AI 助手长期连续性与隐私保护的矛盾。该架构利用硬件强制的安全飞地、端到端加密通道及由用户设备派生的密钥，确保云端数据即使被 Google 也无法访问。同时，官方发布了更新的技术白皮书、防篡改的公开软件记录以及独立审计结果，以增强透明度并允许社区验证其隐私保护措施。
推荐理由：原文详述了通过硬件隔离和端到端加密实现云端持久记忆的技术架构，为理解AI隐私保护新方案提供了具体技术细节。
MIT News · AIAI 评分2626 MIT 任命 David Siegel 为下一任创新学者，聚焦 AI 加速科学发现
MIT 宣布 David Siegel 将担任 2026-27 学年创新学者，与 Schwarzman 计算学院合作探索 AI 如何加速科学发现。Siegel 是 Two Sigma 联合创始人及 Open Athena 创始人，后者正开发拥有 535B 参数的开源基础模型 Marin。他将于明年三月出版关于自主 AI 治理的新书《When Machines Act》。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google DeepMind 推出两款新文本转语音模型：Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。前者支持通过自然语言提示从零创建自定义角色声音并逐行控制表演细节，后者针对高音量、低成本场景优化。这些模型现已在 Google AI Studio、Gemini API 等平台开放使用，并在 Hume AI 基准测试中取得领先成绩。
推荐理由：原文展示了从静态预设到动态创意工作室的转变，提供了自定义角色声音和逐行导演对话的能力，适合评估其在多模态交互中的潜力。
DeepLearning.AIAI 评分4848 Anthropic报告揭示Claude代理路由风险
你能通过蒸馏得到前沿模型吗？Anthropic 的最新报告强调了支持商业平台上大规模蒸馏活动的代理查询路由。未经授权的代理将用户提示词路由到 Claude API。这种类型的查询转发创建
Anthropic Claude.dev 开发者博客精选AI 评分8787 Anthropic 分享如何利用 Claude 将 claude.ai 性能提升三倍
Anthropic 团队通过两周冲刺，利用 Claude Tag（beta）内部研究模型优化核心用户旅程，使 claude.ai 和桌面应用响应速度提升约 3 倍。该过程涉及建立确定性基准、自动化代码审查及持续监控，最终合并超过三千个变更且无客户可见事故。
推荐理由：原文详述了利用 Claude Agent 在两周内实现性能提升三倍的具体工程闭环，展示了从基准测试到自动化部署的完整实践路径。
Zhuokai ZhaoAI 评分5050 Grok 4.7 编码表现及奖励黑客现象
Grok 4.7 的编码能力仅算一般，但其“奖励黑客”行为确实让我感到惊讶。SWE-Together 中的每个任务都源自真实的开源仓库，且对于大多数任务而言，修复方案已存在于上游。因此，我们在构建沙箱时充分考虑了这一点。任务镜像剥离了所有 git 历史
Google Developers Blog精选AI 评分7373 Antigravity SDK 新增对本地 AI 模型的支持
Antigravity SDK 宣布支持本地 AI 模型工作流，初始适配 Gemma 4 26B A4B 及 Google AI Edge LiteRT。该功能允许开发者完全离线构建具备智能体能力的辅助工具，通过本地 GPU 和 RAM 优化执行效率。SDK 同时提供对 Ollama、LM Studio 等 OpenAI 兼容服务器的即插即用支持，并展示了云端规划与本地执行相结合的混合编排模式。
推荐理由：官方展示了本地模型在离线代理工作流中的成本与隐私优势，并提供了混合编排的具体代码示例。
Modal 官方工程博客精选AI 评分6565 Modal 分享如何为万亿参数编码智能体服务万亿 token 的推理优化实践
Modal 官方博客分享了针对 Moonshot AI Kimi K2.6 等万亿参数模型的推理服务优化方案，实现了单副本性能提升 2.8x（每用户）和 5.6x（跨用户）。
推荐理由：原文详细拆解了万亿参数模型在编码智能体场景下的推理优化路径，提供了从单副本调优到多副本路由的完整工程实践参考。
OpenRouter Announcements精选AI 评分7373 如何在 TypeScript 中使用 Jev API 进行内容审核
OpenRouter 发布教程指导开发者使用 TypeSafe 的 Jev 决策模型（typesafe/jev-1.13）在 TypeScript 中实现结构化内容审核。
推荐理由：通过 TypeScript 代码完整演示了 Jev API 在内容审核中的集成流程，提供了从状态构建到阈值调优的可复用工程范式。
OpenRouter AnnouncementsAI 评分4242 OpenRouter 2026 年最佳嵌入模型选型指南
OpenRouter 发布 2026 年嵌入模型选型指南，推荐 openai/text-embedding-3-small 用于英文 RAG，qwen/qwen3-embedding-8b 支持多语言检索。
Together AI Blog精选AI 评分6262 Together AI 教程：如何以 $17 成本训练自己的 Jev 分类模型
Together AI 发布教程指导用户以约 $17 的成本和 25 分钟时间，基于 Qwen3.5 4B 微调一个类似 Jev 的分类模型。该过程涉及从 Hugging Face 采样 38,000 条多源数据、使用 Together Fine-tuning service 训练以及部署到 dedicated endpoint。
推荐理由：原文提供了基于 Qwen3.5 4B 微调分类模型的完整代码流程与成本细节，读者可据此复现低成本构建专用分类器的方法。
LangChain BlogAI 评分3838 LangSmith 在医疗 AI 中的可靠性应用案例
Included Health 和 Abridge 利用 LangSmith 将临床专家审查转化为可复用的评估资产，以解决医疗 AI 验证瓶颈。Included Health 通过 LangGraph 构建 Dot 智能体处理复杂咨询，Abridge 则建立校准评判器确保病历生成的准确性与合规性。该方案旨在保留人类判断价值并加速安全发布。
MIT News · AIAI 评分1212 MIT Poitras 中心设立 50 项奖学金支持精神疾病研究早期科学家
Patricia 和 James Poitras 向 MIT McGovern 研究所捐赠 1000 万美元，通过 Poitras Center for Psychiatric Disorders Research 设立 50 项为期两年的研究生及博士后奖学金。该项目每年评选 5 名学者，旨在建立专注于重度抑郁、精神分裂症等精神疾病研究的长期人才梯队，以应对联邦资金缩减带来的挑战。
Sam AltmanAI 评分88 Sam Altman谈初创公司优势
初创公司天生擅长这一点；让大公司保持这种能力很难，我认为这是一个未被充分探索的领域。
Sam AltmanAI 评分1212 Sam Altman 盛赞 Michelle 及团队
michelle 完美诠释了这一点，OpenAI 非常幸运能从她所做的一切中受益。我认为大家会很期待看到她和团队接下来的成果！
Sam AltmanAI 评分55 Sam Altman 预告下周开发者动态
致我们开发者。下周见。
Sam AltmanAI 评分1818 OpenAI API 追求全模态最优模型
我们希望 OpenAI API 在每个价格点都提供最佳模型，并在所有模态（文本、代码、图像、视频等）上表现卓越。然后我们希望大家提出绝妙创意并加以构建，成为快乐的用户。最好的想法将来自你们所有人。
Sam AltmanAI 评分2323 Sam Altman称AI无竞品且需普及
尤其是按单任务定价比较时，这才是应该关注的指标，我认为市场上没有任何东西具有竞争力。我们希望人们能够大量使用 AI；这对于探索我们面前这场新的文艺复兴至关重要。
Sam Altman精选AI 评分7575 OpenAI 发布 GPT-5.6 Sol 和 Luna 模型
OpenAI 推出 GPT-5.6 Sol 和 Luna 两个新版本模型。官方称其在智能、对齐及效率方面较前代有显著提升，旨在兼顾前沿能力与成本效益。
推荐理由：官方确认了GPT-5.6系列新版本的发布，并给出了相比前代在智能与效率上的核心提升方向。
Sierra BlogAI 评分4040 Sierra 提供 Agent Studio 与 Ghostwriter 实现 AI 智能体全链路透明化
Sierra 通过 Agent Studio 和构建工具 Ghostwriter，让企业能可视化编辑、模拟测试并追踪 AI 智能体的决策逻辑。其支持将智能体代码存入 Git 仓库，并通过 OpenTelemetry 等接口导出数据至现有基础设施，确保用户对业务逻辑、历史数据及代码的完全所有权与控制权。
Sam AltmanAI 评分1313 Sam Altman 盛赞 GPT-6 Sol 与 Luna
GPT-6 Sol 和 Luna 是优秀的模型，而且这些角色也太可爱了
OpenAIAI 评分1212 OpenAI 提升用量限额并降低成本
更高的使用限额和更低的成本为您提供了更大的灵活性和迭代空间。
OpenAI精选AI 评分7878 OpenAI 发布新模型
OpenAI 官方账号宣布发布新模型。该消息由 OpenAI 直接发出，标志着其最新模型能力的正式推出。
推荐理由：官方账号直接宣布新模型发布，读者可据此确认 OpenAI 最新模型能力的正式落地与可用状态。
OpenAIAI 评分3636 OpenAI支持前沿模型独立评估
作为我们控制前沿发展节奏工作的一部分，我们致力于支持在训练、评估和部署方面拥有深度访问权限的独立评估。这种访问权限应使第三方评估人员能够挑战我们的假设，识别我们可能存在的
Anthropic精选AI 评分6060 Anthropic 发布 Claude Opus 5.5
Anthropic 宣布 Claude Opus 5.5 今日正式可用。
推荐理由：官方宣布新模型上线，读者可据此确认当前可用的最新 Opus 版本及发布时间。
Sam AltmanAI 评分3333 Sam Altman 呼吁外部参与 AI 治理
AI 实验室之外的人应该对这项技术的发展拥有真正的发言权，并有明确的方式来判断其是否在安全地发展。标准应有助于防止权力集中，包括确保新公司和开源模型公司能够竞争。
DeepLearning.AIAI 评分4242 万智能体解纳维方程引争议
10,000 AI agents spent 88 hours tackling Navier-Stokes equations in Lean. The resulting controversy teaches vital lessons to AI developers. Agents can formalize complex mathematical proofs at massive scale Human evaluation remains essential to interpret why proofs work
Anthropic Claude.dev 开发者博客精选AI 评分8282 Claude Opus 5.5 在 Claude 应用与 Claude Code 中的使用指南
Anthropic 发布 Claude Opus 5.5 的使用指南，指导用户如何在该模型下优化提示词、控制长程运行并检查结果。Opus 5.5 具备更长的自主工作能力和默认思考机制，因此建议移除“仔细思考”等指令，明确任务完成标准，并在 CLAUDE.md 中设定何时停止询问或继续执行。
推荐理由：原文针对 Opus 5.5 的长程自主运行和默认思考特性，给出了从提示词调整到子智能体协作的具体操作建议。
OpenRouter Announcements精选AI 评分6868 OpenRouter 评测：Jev 1.13 与 Claude Opus 5 在分类任务中的性能与成本对比
OpenRouter 对 TypeSafe 的 Jev 1.13 模型与 Claude Opus 5 在 Banking77 意图分类任务上进行了基准测试。结果显示 Jev 准确率比 Opus 低 3.3 个百分点（81.0% vs 84.4%），但中位延迟快 13 倍且成本低 22 倍。
推荐理由：原文通过 Banking77 数据集实测对比了 Jev 与 Claude Opus 5 在分类任务上的精度、延迟和成本，并提供了基于置信度的级联路由方案。
Google Developers BlogAI 评分4141 Google AI 订阅计划新增 Colab 高级权益
Google AI 订阅用户现可获得 Colab 高级权益，包括优先访问更快加速器和更强机器。Ultra 订阅者额外解锁不间断后台执行和 Premium GPU 访问，支持长时间训练无需保持浏览器标签页开启。这些权益将在未来几周内向支持地区的 Google AI 订阅用户逐步推出。
Together AI Blog精选AI 评分6868 Together AI 推出 Canary Rollouts 实现生产环境模型零停机升级
Together AI 发布 Canary Rollouts 功能，允许在生产环境中通过分阶段流量迁移无缝升级模型，无需停机或手动干预。该功能支持 Canary、Blue-green 和 Rolling 三种策略，内置健康检查和延迟回归门控，确保新模型在满足性能标准后才逐步接管全部流量。
推荐理由：Together AI 推出生产环境模型金丝雀发布功能，通过自动化流量切换和指标门控实现零停机升级。