🛠️
AI 工具动态OpenAI Blog
OpenAI发布GPT-5.6：更强性能、更低成本，LiveBench排名第一↗
OpenAI正式发布GPT-5.6，宣称在LiveBench上排名第一，性价比超越同级Opus级模型。同步成为Microsoft 365 Copilot默认模型，覆盖Word、Excel、PowerPoint等全套办公场景。Abacus AI预测80%的Opus API工作负载将迁移至此。
💡
Jason 说
今天最大的信号是GPT-5.6登顶LiveBench同时直接进驻微软全家桶——模型竞争已经从跑分进化到渠道战，谁能默认集成谁就赢；Mercor五个月估值翻倍也在告诉我们，AI+垂直行业的天花板远比想象中高。
🛠️
AI 工具动态OpenAI Blog
OpenAI推出ChatGPT Work Agent：可跨应用执行任务、项目级持续工作数小时↗
OpenAI发布ChatGPT Work，一个可跨应用和文件执行操作的Agent，能在数小时内持续推进复杂项目直到完成目标。这是OpenAI将ChatGPT从对话工具升级为生产力Agent的重要一步，直接对标Cursor、Devin等编程Agent产品。
🛠️
AI 工具动态TechCrunch AI
Meta推出Muse Spark 1.1：进军AI编程赛道，主打大规模Agentic工作负载↗
Meta正式推出Muse Spark 1.1，主攻企业级AI编程场景，能处理大规模Agentic工作负载、自动修复Bug、辅助大规模代码迁移。与GitHub Copilot、Cursor等正面竞争，Meta的优势在于其庞大的开源模型生态和企业资源。
🛠️
AI 工具动态TechCrunch AI
《纽约时报》指控OpenAI在版权诉讼中隐藏关键证据，申请制裁↗
《纽约时报》向法院提交制裁动议，指控OpenAI在版权诉讼中隐藏了能识别ChatGPT输出中受版权保护新闻内容的工具和数据集。此案升级将对整个AI训练数据合法性产生深远影响，或成为行业里程碑判决。
💰
变现案例TC Venture
Mercor估值谈判中达到200亿美元：AI招聘平台五个月内翻倍↗
AI招聘平台Mercor正在谈判新一轮融资，估值达200亿美元，距2025年10月完成100亿美元估值仅五个月。Mercor通过AI技术自动化人才匹配和技能评估流程，是AI在HR赛道最具代表性的高速增长案例之一。
🛠️
AI 工具动态Latent Space
Modal CTO万字长文：为什么AI基础设施必须为Agent Experience重新设计↗
Modal联合创始人兼CTO Akshat Bubna深度分享两年来构建Agent云的核心洞察：Agent工作负载与传统推理任务在延迟、状态管理、并发模式上完全不同，现有AI基础设施正在成为Agent落地的瓶颈，需要从架构层面重新设计。对做AI基础设施和Agent产品的开发者有极高参考价值。
📚
AI 论文HuggingFace Papers
AgentLens：首个评估代码Agent完整执行轨迹的生产级基准↗
现有代码Agent评测只看「任务有没有通过」，AgentLens提出全新范式：评估Agent的整条执行轨迹——包括它如何遵循指令、使用工具、验证自己的工作、从错误中恢复以及与用户沟通。对做编程Agent产品的开发者而言，这意味着未来选型不能只看成功率，执行质量同样关键。
📚
AI 论文HuggingFace Papers
单步异步RL训练框架SARA：让Agent强化学习训练效率大幅提升↗
传统LLM强化学习训练是同步批处理的，在长时Agent任务上效率极低。SARA提出单步异步优化框架，Rollout一完成就立即更新模型，同时兼顾训练稳定性。对开发者的意义：未来给Agent做RLHF微调的速度和效果都会显著改善，降低Post-training门槛。
💰AI 融资速递
订阅获取每日 AI 快讯推送 + 免费出海手册
📘 免费订阅