模型与能力
OpenAI 发布 GPT-5.6：36 种配置、分 Luna/Terra/Sol 三级，但 UX 混乱、成本难控
GPT-5.6 上线后提供 Luna/Terra/Sol 三档主模型 + 多级 effort 设置（共 36 种组合），Sol Ultra 支持并行子代理；但用户普遍反馈配置太复杂、默认设置烧钱快、指令跟随变差、 jailbreak 风险上升。
> 相关链接：OpenAI 官方说明｜社区实测与吐槽
Meta 发布 Muse Spark 1.1：前端生成强、速度快、价格低（$1.25/1M tokens）
Muse Spark 1.1 在 UI/前端生成、响应速度（中位数 114 tok/s）和性价比上表现突出，Intelligence Index 得分 51（+8），对标 GPT-5.6 Luna，但弱于 Sol 和 Claude Fable 5。
> 相关链接：Benchmark 详情｜Arena 前端代码排名
OpenAI 降低 GPT-5.6 Luna 成本：健康任务耗资降为 GPT-5.5 的 1/25
在医疗场景中，GPT-5.6 Luna 最低 effort 设置比 GPT-5.5 最高 effort 更准且便宜 25 倍；医生盲评 2 万条发现，GPT-5.6 错误率低于真人医生手写回答。
> 相关链接：OpenAI 医疗性能说明｜医生盲评细节
Agent 与工具链
GPT-5.6 Sol Ultra 实现自动子代理调度：GUI 自动化、Blender 流程跑得飞快
Sol Ultra 能自动拆解任务、调用子代理，实测 GUI 操作和 Blender 渲染流程效率很高；但 spawn_agent 默认继承高价设置，导致配额被悄无声息快速耗尽。
> 相关链接：用户自动化案例｜子代理成本问题
Anthropic 推出 Claude Code 桌面版内置浏览器
Claude Code 桌面客户端新增内嵌浏览器，无需跳出应用即可实时访问文档或网页，方便边查边写代码。
> 相关链接：官方发布
Perplexity 将 Grok 4.5 引入 Computer 模式作调度器，成本减半
Perplexity 在其 Computer 工具链中接入 Grok 4.5 作为任务协调器，WANDR 评测显示效果接近 Opus 4.8，但开销仅为其一半。
> 相关链接：Perplexity 公告
基础设施与硬件
Unsloth 发布 Qwen3.6 NVFP4 量化版：27B 模型可在 24GB 显存运行，推理提速 2.5 倍
Qwen3.6-27B-A3B-NVFP4 在单卡 RTX 4090（24GB）上可跑，35B 版本在 B200 上达 17,561 tok/s；QuixiAI 实测双 B60 卡跑 35B 版本达 65 tok/s + 128k 上下文。
> 相关链接：Unsloth 官方发布｜QuixiAI 测试数据
Cohere 开源硬件感知动态推测解码（HDSD），解决 vLLM 高批处理性能下降问题
Cohere 在 vLLM 中开源 HDSD 技术，让推测解码在高 batch size 下不再拖慢速度，此前该技术只在小批量时有效。
> 相关链接：Cohere/vLLM 开源公告
Gemma 挑战赛实现单 A10G 卡 5 倍加速：最快达 491.8 TPS
Google/Hugging Face Gemma 优化方案在单张 A10G 卡上实现最高 491.8 tokens/sec（TPS），比基线快 5 倍，且支持 lossless 推理。
> 相关链接：Gemma 优化详情
研究与方法
‘LLM-as-a-Verifier’ 方法在多个 Agent 基准测试中刷出 SOTA
通过多次采样 + score-logprob 排序验证，该方法在 Terminal-Bench V2、SWE-Bench Verified、RoboRewardBench 和 MedAgentBench 全部登顶。
> 相关链接：论文 thread
Meta 提出显式记忆 Agent，缓解长周期任务中的行为状态衰减
为解决长链 Agent 因上下文丢失导致的“忘了自己要干啥”问题，Meta 设计带显式记忆模块的 Agent 架构，提升多步任务稳定性。
> 相关链接：Meta 研究摘要
产品与应用落地
OpenAI ChatGPT Work / Codex 双产品上线即翻车，两次重置用量并承诺修复导航
新界面把聊天/项目藏得更深、Work/Codex 分界不清、默认设置烧钱太快；OpenAI 连续两次重置用户用量，并明确表示将恢复旧 sidebar 和清晰定位。
> 相关链接：OpenAI 官方回应｜用户实测反馈
Kyutai + Mirelo 开源 MuScriptor：全混音音频直接转 MIDI（不依赖分轨）
MuScriptor 是首个能从完整音乐混音中精准提取多乐器 MIDI 的开源模型，无需提前分离人声/鼓/贝斯等音轨，适合音乐制作工作流。
> 相关链接：MireloAI 介绍｜Kyutai 公告
行业与公司动态
OpenAI 收购 Statsig，强化产品实验与 AB 测试能力
OpenAI 完成对 A/B 测试平台 Statsig 的收购，用于更精细地评估模型更新、UI 调整和功能上线的实际效果。
> 相关链接：收购公告
OpenAI 首席产品官 Fidji Simo 离任全职岗位，转为兼职健康 AI 顾问
Fidji Simo 因需专注慢性病康复，退出 OpenAI 全职职位，但仍将以顾问身份参与 AI 与健康交叉项目。
> 相关链接：本人声明
政策、治理与安全
OpenAI 将生物安全漏洞赏金计划转为私有，奖金提至 5 万美元
OpenAI 关闭公开 Bio Bug Bounty，改为定向邀请制，专门悬赏能绕过预设生物安全防护的通用 jailbreak 方法。
> 相关链接：OpenAI 官方公告
OpenAI 9 月起要求‘可信网络安全部’成员必须使用硬件密钥登录
针对最高等级网络能力模型（如 Cyber 系列），OpenAI 将强制启用硬件安全密钥（如 YubiKey）作为登录前提，防止账号被盗用。
> 相关链接：安全策略更新
研究发现：博科圣地成员正用前沿大模型查询炸弹制作等战术信息
一项新研究证实极端组织成员利用商用大模型进行武器相关提问，引发对模型滥用与内容审核机制的新一轮担忧。
> 相关链接：研究报告