Demis Hassabis@demishassabisCodeMender 早期成果发布：可自动修复关键软件漏洞的 AI agent
CodeMender 是一款可自动修复关键软件漏洞的 AI agent，早期成果显示其有望大幅提升开发者生产力与安全性。
推荐理由：DeepMind CEO 发布自动修复代码漏洞的 AI agent CodeMender 早期成果
AI 资讯AI 每天都在变，
AI 每天都在变，
这里一页看完
全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，全天自动更新。
更新于 10月24日 03:44 · 每小时自动更新
10月7日 周二4 条
Demis Hassabis@demishassabisHugging Face 发布 BigCodeArena：通过代码执行评判代码生成模型
Hugging Face 推出 BigCodeArena，一个通过真实代码执行进行人类评估的代码生成模型对比平台，支持 10 种语言和 8 种执行环境，无需注册即可使用。
推荐理由：平台用真实执行反馈让用户对比代码模型，五个月社区数据还给出了各模型在不同语言和运行环境下的强弱分布。
Anthropic 开源 AI 安全审计工具 Petri，用智能体自动测试模型对齐行为
Anthropic 发布开源自动审计框架 Petri（Parallel Exploration Tool for Risky Interactions），用 AI 审计智能体在多轮场景中测试目标模型，工具地址为 github.com/safety-research/petri。
推荐理由：Anthropic 开源了用 AI 智能体自动审计目标模型行为的 Petri 框架，读者可以直接复用其审计流程和评分维度设计。
Anthropic@AnthropicAIClaude Sonnet 4.5 发布，自动化对齐审计工具开源
Anthropic 上周发布 Claude Sonnet 4.5，期间使用新工具对模型进行自动化对齐审计以检测谄媚与欺骗行为。该工具现已开源。
推荐理由：Anthropic 开源对齐测试工具，可审计模型谄媚与欺骗行为
10月6日 周一4 条
OpenAI Codex 正式全面开放，新增 Slack 集成、Codex SDK 和管理工具
OpenAI 宣布 Codex 正式全面开放（generally available），面向开发者推出多项新功能。新增 Slack 集成、Codex SDK，以及使用情况仪表盘和工作区管理等管理员工具，让 Codex 更易在大规模场景下使用和管理。
推荐理由：原文给出 Codex 正式开放的具体新功能和面向团队的管理能力，读者可以据此判断是否纳入开发流程。
OpenAI 推出 ChatGPT 内应用并发布 Apps SDK 预览版
OpenAI 推出可直接在 ChatGPT 内对话使用的新一代应用，并同步发布 Apps SDK 预览版，开发者即日起可开始构建。
推荐理由：官方宣布 ChatGPT 内应用形态并开放 Apps SDK 预览，开发者可据此评估新的接入与构建入口。
OpenAI 与 AMD 达成战略合作，将部署 6 GW 的 AMD GPU
AMD 与 OpenAI 宣布多年期战略合作，将部署 6 GW 的 AMD Instinct GPU 以支撑 OpenAI 下一代 AI 基础设施，其中 1 GW 于 2026 年开始落地。
推荐理由：合作由当事方官方公布，明确了部署规模和时间节奏，可作为理解 OpenAI 算力布局的一个具体参照。
OpenAI 发布 AgentKit、扩展 Evals 能力并为智能体推出强化微调
OpenAI 发布新工具帮助开发者更快从原型走向生产，包括 AgentKit、扩展的 evals 能力，以及面向智能体的强化微调（RFT）。
推荐理由：OpenAI 官方一次性推出面向开发者全流程的工具组合，可据此了解其智能体开发的最新方向。
10月2日 周四2 条
Answer.AI 推出 How to Solve It with Code 课程与 Solveit 平台
Answer.AI 推出五周课程 How to Solve It with Code 及配套平台 Solveit，10 月 20 日开课，报名开放至 10 月 20 日。
推荐理由：原文详述了 Solveit 平台与课程的迭代式人机协作方法及其设计取舍，读者可以借此对照自己的 AI 辅助编码工作流。
Andrej Karpathy@karpathy听完 Sutton 的这期播客：有趣且发人深省
Sutton（《The Bitter Lesson》作者）在播客中质疑 LLM 并非真正的"苦涩的教训"产物——它们依赖有限的人类数据且充满偏见。他主张 AI 应像动物一样通过 RL 与世界动态交互，而非模仿人类文本。作者认同 LLM 确实充斥人工干预，但认为预训练是应对冷启动的实用"进化替代方案"，纯 RL 在现实世界难以行得通。
推荐理由：Karpathy解读Sutton对LLM的批判，提出「召唤幽灵」vs「构建动物」的深刻比喻，反思AI发展路径
10月1日 周三8 条
Sam Altman@sama我明白你们的意思，但是…
Sam Altman 回应"7万亿治愈癌症却做AI广告"的质疑，解释筹集资金主要用于科研AI与AGI研发，推出个性化广告等消费产品是为赚取算力成本并展示技术，称公司发展路径本就复杂，类似ChatGPT初期也曾遭质疑。
推荐理由：Sam Altman 回应"7 万亿治癌 vs AI 广告"争议，解释 OpenAI 战略平衡逻辑
Answer.AI 开源 cachy，让 notebook 中 LLM 调用快 60 倍
Answer.AI 发布开源 Python 包 cachy（pip install pycachy），通过补丁 httpx 的 send 方法，把 Anthropic 和 OpenAI SDK 的 LLM 调用响应自动缓存到本地并在相同请求时复用，无需编写 mock。
推荐理由：原文给出了补丁原理和提速数据，读者可以直接复用这个零代码缓存方案加速自己的 LLM 测试和 notebook 工作流。
Thinking Machines Lab 发布语言模型微调 API Tinker
Thinking Machines Lab 于 2025 年 10 月 1 日发布 Tinker，一个用于微调语言模型的灵活 API，官方处理分布式训练的复杂性，用户可控制算法和数据。
推荐理由：原文来自官方发布，说明了 Tinker 的微调能力、LoRA 成本方式和早期用户实例，可据此判断其对研究者的可用性。
OpenRouter 推出每月100万免费BYOK请求
OpenRouter 向每位客户每月提供100万次“Bring Your Own Key”（BYOK）请求，完全免费。
推荐理由：这个公告虽然旧了，但 OpenRouter 的 BYOK 免费额度至今仍在，对想低成本折腾模型的个人开发者来说，每月 100 万次请求比很多付费计划都香。
每月 100 万次免费 BYOK 请求
所有客户每月可免费获得 100 万次“自带密钥”（BYOK）请求。这一政策将 BYOK 功能从付费服务转变为免费提供的基础配额，大幅降低了企业使用自有密钥管理数据安全的技术与成本门槛。免费额度覆盖了绝大多数中小规模企业的典型月请求量。
推荐理由：OpenRouter 给 BYOK 用户每月免 100 万次请求，对用自己 API key 跑 Agent 的开发者来说是实打实的成本减免，值得顺手薅。
Anthropic@AnthropicAIAnthropic 工程博客新文：开发者熟知 prompt engineering，但要让 AI agents 发挥最大价值，你需要 context engineering
Anthropic 工程博客发文解释 context engineering。与 prompt engineering 不同，context engineering 通过优化上下文帮助 AI agents 发挥最大效能，文章详解其工作原理。
推荐理由：Anthropic提出「上下文工程」方法论，指导开发者优化AI Agent设计
Sora 2
OpenAI发布Sora应用，集成Sora 2模型，支持快速创作、分享和观看视频，团队称其为"创意领域的ChatGPT时刻"。核心功能包括cameo客串特性，可保持角色一致性并将用户及朋友置入视频。团队同时表达对成瘾性和低质内容（"slop feed"）风险的担忧，提出四项产品原则：优化长期用户满意度、赋予用户信息流控制权、优先鼓励创作、帮助实现长期目标，并配备深度伪造防护和情绪健康监测等安全措施。
推荐理由：OpenAI 正式发布 Sora 2 应用，定位「创意领域的 ChatGPT时刻」
Liquid AI 发布 LFM2-Audio-1.5B 端到端音频基础模型
Liquid AI 发布 LFM2-Audio-1.5B，一个支持音频与文本输入输出的端到端基础模型，扩展了 LFM2 家族。
推荐理由：官方给出了 VoiceBench、ASR 词错率和低于 100ms 的延迟数据，读者可以据此评估 1.5B 参数模型在端侧实时语音场景的可用性。
9月30日 周二6 条
OpenAI 发布视频生成模型 Sora 2
OpenAI 发布视频生成模型 Sora 2，支持同步的对白与音效。Sora 产品目前不再可用。
推荐理由：官方宣布视频生成模型 Sora 2 的发布，提到同步对白与音效能力，读者可借此了解该模型的基本定位。
OpenAI 发布 Sora 2 视频与音频生成模型
OpenAI 发布 Sora 2，称其为新一代最先进的视频与音频生成模型。官方介绍其相比此前的视频模型改进了物理准确性、真实感、音画同步、可控性，并扩展了风格范围。
推荐理由：官方列出了 Sora 2 在物理准确性、真实感和音画同步上的具体改进点，读者可以据此与前代视频模型的能力边界做比较。