Redwood Research 提出 Screwtape，对抗性改写智能体运行记录以红队测试监控器
Redwood Research 提出 Screwtape 管道，把真实智能体运行记录改写成能绕过只看动作、不看思维链监控器的现实攻击，并由 LLM 验证器把关攻击的真实性、危害与可行性。
全部动态
Redwood Research · BlogAI 评分5656
Replit · BlogAI 评分4848 Replit 推出 Bring Your Own Cloud（BYOC）企业自有云部署方案
Replit 推出 Bring Your Own Cloud（BYOC），企业可在 Azure、Google Cloud 或 AWS 自己的云租户中运行开发与生产环境。
Pydantic AI 官方文章精选AI 评分6969 Pydantic 分享用 RunsOn 重构 CI，月度成本从 $18,200 降至 $5,700
Pydantic 介绍 Logfire 团队 9 月 1 日起将 GitHub Actions 迁移到 RunsOn，由其在其 AWS 账户内启动临时 EC2 runner。
推荐理由：AI 让 PR 数量翻数倍后 CI 账单随之失控，作者分享了迁到 RunsOn 后成本从 18200 美元降到 5700 美元的可迁移经验。
Waymo · Blog精选AI 评分6262 Waymo 宣布进入加拿大，计划 2028 年在多伦多启动自动驾驶载客服务
Waymo 官宣进入加拿大，正在为多伦多的全自动驾驶打车服务打基础，目标 2028 年迎接首批乘客。未来几天 Waymo 车辆将开始在多伦多街道进行有人在方向盘后的人工驾驶，按高精地图采集和受过训练的自动驾驶专家随车测试的分阶段流程推进，并与总部位于多伦多的 Element Fleet Management 合作提供端到端车队管理，逐步投入数百个岗位。
推荐理由：原文交代了 Waymo 进入多伦多的分阶段安全流程和 2028 年载客时间表，可借此观察 Robotaxi 跨城扩张的推进节奏。
Cursor ChangelogAI 评分4545 Cursor 云端 Agent Canvas 与环境升级
Cursor 云端 Agent 现可构建交互式 Canvas，成品可通过链接与团队分享。Environments API 开启 beta，能以编程方式创建和管理 Agent 运行的云端环境。云端 Agent 环境最多支持 300 个仓库，大型环境加载速度提升 5x。
Comfy BlogAI 评分5252 Krea 3 现已通过 ComfyUI Partner Nodes 上线
Krea 3 现已通过 Partner Nodes 上线 ComfyUI，这是 Krea 的新图像模型，主打参考图驱动的生成与编辑。模型针对生成速度和单图成本做了调优，让第二轮、第三次编辑能留在同一会话内完成；支持按上传顺序编号引用多张参考图，可在保持产品标签、形状、材质不变时改动环境、光照或构图，并把满意的结果作为下一轮输入继续调整。
Comfy Blog精选AI 评分6969 FLUX 3 Image Klein 发布 5.6B 开放权重，可在 ComfyUI 中运行
Black Forest Labs 发布 FLUX 3 家族的紧凑开放权重模型 FLUX 3 Image Klein，5.6B 参数可在单张消费级 GPU 上运行，已提供 Hugging Face 下载和 ComfyUI 模板。
推荐理由：原文附 RTX 5070 出图从 71 秒降到 8 秒内的量化实测，读者可据此评估本地消费级 GPU 跑开源图像模型的成本。
Google DeepMindAI 评分4545 Google Antigravity 如何加速抗菌肽搜索
Google DeepMind 展示生物学家如何用其智能体开发平台 Google Antigravity 搜索新型抗菌肽（AMP），将分散在多个数据库的检索压缩到单一会话中完成。
Microsoft Research精选AI 评分6262 Microsoft Research 发布零知识虚拟机 Magnetar，比现有最快 zkVM 平均快 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明 Rust、Go 或 C 程序的执行，在 15 个基准程序上比现有最快 zkVM 平均快 10 到 39 倍。
推荐理由：原文给出零知识证明在速度、通用性和安全性三方面的实测数据，读者可以据此了解可验证计算走向实用的程度。
Lovable BlogAI 评分5151 Lovable 接入 GPT-Live、Claude、Gemini 等新模型与 Perplexity 等工具
Lovable 宣布平台新增多项 AI 模型与工具，开发者无需离开 Lovable 即可让应用具备实时语音对话、深度推理、视频生成和联网检索能力。
Suno · BlogAI 评分4545 Suno Studio 如何用侧链压缩让音乐“泵动”
Suno 讲解侧链压缩技巧，并演示如何在 Suno Studio 中用底鼓触发其他音轨的压缩器、做出“泵动”效果。Studio 压缩器支持侧链压缩，与 Ableton Live、Logic Pro、Pro Tools 等传统 DAW 一样，且在浏览器中即可运行。设置时在和声轨压缩器的 Sidechain 下拉菜单中选中鼓轨，再调节 threshold、attack、release 和 ratio。
Lovable BlogAI 评分4949 Lovable 推出 Deploy on Azure：让应用运行在你自己的 Azure 订阅中
Lovable 推出 Deploy on Azure 私有预览，企业可将应用及数据运行在自己的 Azure 订阅内，编辑器和智能体仍留在 Lovable。应用组件部署在客户订阅的专用 VNet 内的 AKS 集群，数据库采用 Azure Database for PostgreSQL，并通过 VNet peering 访问内部系统。
Mistral AI精选AI 评分6161 Mistral 发布首个时序基础模型系列 Timestral，209M 版本在三大公开基准零样本模型中居首
Mistral 发布其首个时序基础模型系列 Timestral，含 5M、28M、123M 和 209M 四档参数，最大模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中五项指标全部居首，仅用约三分之二的参数量超过此前最优。
推荐理由：原文给出三个公开基准的对比成绩和 CPU 推理延迟数据，读者可以据此权衡不同参数规模在精度与速度之间的取舍。
Anthropic · Claude.dev 开发者博客精选AI 评分8080 Claude Code 团队如何做代码审查
Anthropic Claude Code 团队公开其代码审查流程，把大部分代码阅读交给机器，按变更风险决定人工审批人数，目标是在回退和事故率不上升的前提下压缩人工审查时间。
推荐理由：原文拆解 Claude Code 团队把大部分代码阅读交给机器、按风险分层安排人工审批的完整流程，文末给出其他团队可直接照做的落地步骤。
Apple Machine Learning ResearchAI 评分4444 Selection-Based Structured Reasoning：迈向高效多模态搜索智能体
Apple 研究团队提出 Selection-Based Structured Reasoning（SSR）框架，将多模态搜索智能体的逐步推理从开放式生成改为从预置候选中选取。在 2B 和 4B 模型、七个多模态搜索基准上的评估显示，SSR 平均成功率与同规模领先搜索智能体相当，单轮推理延迟降低逾 90%，每题总模型推理延迟降低 28–54%。
Apple Machine Learning Research精选AI 评分6565 Apple 演示用 MLX 与 RDMA 在 Mac Studio 上本地及多机运行大模型推理
Apple 机器学习研究团队发布教程，演示用最新版 MLX 与 RDMA over Thunderbolt 在 Mac Studio 上本地及跨机运行大模型推理，816B 参数的 MoE 模型 Muse Spark Open 在四台 M5 Ultra 上生成速度达 36.73 tokens/s。
推荐理由：原文在同一基准下对比 M3 Ultra 与 M5 Ultra 单机及多机并行的表现，读者可据此估算在 Mac Studio 上本地运行大模型所需的机器数量与速度。
Apple Machine Learning ResearchAI 评分4646 Apple 研究：先规划还是先检索？工具发现架构的规模研究
Apple 机器学习研究团队在 EMNLP 发表论文，对比工具增强 LLM 智能体的两种工具发现架构：Retrieve-then-Plan（RtP）与先规划再检索的 Plan-then-Retrieve（PtR）。
OpenAI · 部署安全与系统卡AI 评分5555 OpenAI 发布 GPT-Live-1.1 与 GPT-Live-1.1 Quip 语音模型系统卡
OpenAI 发布 GPT-Live-1.1 和 GPT-Live-1.1 Quip 系统卡，两者为全双工语音模型，分别是 GPT-Live-1 与 GPT-Live-1 mini 的后续版本，前者为 Plus 及更高档位用户（含 Codex 和 Dots）的默认语音模型。
Google Developers BlogAI 评分5959 Google 发布 google/adk-recipes 仓库，统一支撑 Agents CLI、Agent Garden 与 Gemini Enterprise
Google 官方介绍重构后的 google/adk-recipes 仓库，作为 ADK 内容的唯一来源，分为 core/（参考模式）、plugins/（符合 Agent Plugins v1.0.0 规范的可安装垂直技能）和 contrib/（五语言端到端可部署服务）三层。
Google Developers Blog精选AI 评分6363 Google 详解如何用 agent-eval 工具包系统评估 AI 智能体
Google Developers Blog 发布 AI 智能体评估实操指南，主张用可复现的评估流程取代手动 vibe check，并配套开源 agent-eval 工具包。
推荐理由：原文把智能体评估拆成 Day 0 到 Day 2 的渐进落地路径，并总结了四个常见测试陷阱，可以对照自查现有评估流程。
禾赛科技AI 评分4444 禾发布 Kosmo 3D 世界数据引擎，为 Physical AI 构建数据基础设施
禾赛科技推出 Kosmo 3D 世界数据引擎，由全球首款 8K 超高清 AI 空间相机 Kosmo One 与云端平台 Kosmo World 组成，可将真实环境转为高保真 3D 数字空间。
Google DeepMindAI 评分4949 Google DeepMind 与新加坡政府合作打造诈骗检测微调 AI 模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出保护隐私的端侧诈骗检测模型。模型在设备上本地运行，新加坡政府和 Google 均无法借此访问用户对话。该局已在 STACK 2026 上为新加坡 Android 用户推出 Anti-Scam Pango 应用开放测试版。
Apple Machine Learning ResearchAI 评分5555 Apple 在 NeurIPS 发表三模态掩码扩散模型设计空间研究
Apple 研究团队在 NeurIPS 发表论文，提出首个从零预训练的三模态掩码扩散模型，训练数据覆盖文本、图文和音频文本。论文系统分析多模态缩放规律、模态混合比例、噪声调度和批次大小影响，给出基于 SDE 的重参数化以解耦物理与逻辑批次大小，免去批次大小调优。
Comfy Blog精选AI 评分6464 NVIDIA VFX 节点上线 ComfyUI，支持视频超分、补帧和 SDR 转 HDR
ComfyUI 上线 NVIDIA VFX 自定义节点，可在本地 Nvidia RTX GPU 上运行视频超分、补帧和 SDR 转 HDR 三个 RTX 视频特效模型。
推荐理由：原文梳理了超分、补帧和 HDR 三个节点的参数与推荐串联顺序，做本地视频后期的读者可以据此把整条 VFX 流程接入 ComfyUI。
Google AI Blog精选AI 评分8383 Google 发布 Gemini 4 Argon 前沿模型，面向开发者与企业全球开放
Google 全球开放前沿模型 Gemini 4 Argon，开发者可通过 Gemini API 在 AI Studio 使用，Google AI Ultra 与 Pro 订阅用户可在 Gemini 应用、搜索 AI Mode 及 Antigravity 中体验。
推荐理由：原文以 Chrome 重构等内部工程数据说明模型落地效果，读者可以据此评估它在复杂编码与科研任务上的可用性。
Sarvam AIAI 评分5353 Sarvam AI 发布印度语言语音合成模型 Bulbul V4 Flash
Sarvam AI 发布文本转语音模型 Bulbul V4 Flash，生产环境 time-to-first-audio 低于 250 ms，价格为每 10,000 字符 ₹20，比 V3 的 ₹30 便宜三分之一。
Cursor ChangelogAI 评分4747 Cursor 推出 Origin 应用市场：集成 20 多款应用并向公众开放提交
Cursor 上线 Origin 应用市场，已集成 Cloudflare、Linear、Sentry 等 20 多款开发工具应用。应用覆盖部署、CI、代码审查、安全、监控和项目管理六大类，市场即日起向公众开放提交。开发工具团队基于 Origin API 构建应用并附演示视频，经审核后上架。
Apple Machine Learning ResearchAI 评分4646 混合而非调参：Apple 研究显示数据受限场景下双语预训练优于超参数搜索
Apple 研究发现，数据受限预训练中混入高资源语言数据比超参数调优提升更大，且差距随模型规模扩大。实验覆盖 150M 至 1.43B 四个模型规模、约 1000 次预训练运行，以阿拉伯语为目标、英语为辅助。混合等效于 2–3 倍唯一目标数据的验证损失增益和 2–13 倍下游准确率增益，建议优先调混合比例并用 μP 迁移超参数。
Amazon ScienceAI 评分5656 AWS 提出 Priming 方法，无需从零预训练即可将 Transformer 改造为混合架构
Amazon Web Services 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重构造混合架构，把此类架构的预训练成本降低超过 99%。
Microsoft Source · AIAI 评分5959 微软发布自研芯片 Maia 300，Azure Maia 系统将扩展至多吉瓦级部署
微软发布最新自研芯片 Maia 300，并宣布将 Azure Maia 系统扩展至多吉瓦级部署。官方页面提供 Maia 300 架构深度解析视频，Scott Guthrie、Rani Borkar、Mustafa Suleyman 等高管分别介绍全栈 AI 优势、高效推理的系统方法与芯片模型协同设计。页面同时展示 Maia 300 服务器、系统、原型芯片与板卡图片，并提供行业分析师评论等延伸资源。
Microsoft · Official Blog精选AI 评分6767 Microsoft 宣布 Azure Maia 系统扩展至多吉瓦级部署，Maia 300 将于 2027 年推出
Microsoft 宣布从 2027 年起将 Azure Maia 家族扩展至多吉瓦级部署，并使 Maia 成为 Microsoft 产品与服务的主要推理系统。
推荐理由：原文给出 Maia 300 每兆瓦 token 效率和机架吞吐的具体数字，读者可据此比较微软自研芯片与 GPU 方案的定位。
GitHub Org · stepfun-aiAI 评分4747 阶跃星辰 Step-5-Preview：面向智能体工作的旗舰模型
阶跃星辰（StepFun）在 GitHub 的 stepfun-ai 组织下公开旗舰模型 Step-5-Preview，定位为面向智能体（agentic）工作。模型目前为预览版（Preview）。
GitHub Org · NousResearchAI 评分4141 Nous Research 的 Hermes Agent 官方插件库：涵盖 Home Assistant、Spotify 等
Nous Research 为 Hermes Agent 构建并维护官方插件库，涵盖 Home Assistant、Spotify、Claude Subscription DirectSDK 等插件。这些插件均可从 Hermes 插件目录安装，仓库托管在 GitHub 上。
Redwood Research · Blog精选AI 评分6363 Redwood Research 发布论文实测蒸馏揭露未对齐与安全转移能力
Redwood Research 发布论文，实证检验蒸馏不可信模型的两种安全用法。
推荐理由：论文实测蒸馏能否转移或阻断模型隐性特质，发现怪癖难以跨底座转移，并给出保留能力、抑制隐性迁移的可行做法。
Midjourney · UpdatesAI 评分5353 Midjourney 测试图像生成 Thinking Mode 并征集用户反馈
Midjourney 正在 Alpha 网站（alpha.midjourney.com）测试图像生成新功能 Thinking Mode，征集用户反馈。使用时在任务的 lightbox 下方点击右下角 Rerun (Thinking)，官方称测试中该功能有助于提升提示词准确度、文字排版和连贯性。
Midjourney · UpdatesAI 评分4444 Midjourney Alpha 更新日志（10/7/26）：上线共享文件夹与 Thinking Mode
Midjourney 发布本周 Alpha 更新，最大亮点是上线共享文件夹，可按用户名邀请协作者或查看者，也能通过链接共享。新增 Thinking Mode，可对 8.2（standard 与 edit）生成的任务重跑，找出与提示词不符之处后重新生成，目前为早期版本。更新还修复提交卡死（2 分钟内干净失败）、内联编辑器崩溃等问题。
Comfy BlogAI 评分5858 ComfyStreamerH3：在单张 RTX 5090 上用 MiniMax H3 生成实时视频
Comfy 博客作者介绍如何通过 agent 搜集各种优化并打包成一个自定义 Comfy 节点 ComfyStreamerH3，在单张 RTX 5090（32GB VRAM）上以 448×256 分辨率在 15 秒内生成 15 秒视频。
Augment Code 博客AI 评分5656 Augment Code 将 Cosmos 与 Auggie CLI 等资产出售给 Harness
Augment Code 宣布将 Cosmos、Auggie CLI、Code Context Engine 及相关技术出售给 Harness，团队随之加入 Harness 继续推进这些产品。
Anthropic · Claude.dev 开发者博客精选AI 评分7373 Anthropic 详解如何用 Claude Managed Agents 构建高效智能体自动化
Anthropic 开发者博客发布教程，讲解如何用 Claude Managed Agents（beta）构建定时智能体自动化，示例按 cron 计划读取 Slack 频道和 GitHub pull requests，把每日简报推送回 Slack，参考实现代码随文提供。
推荐理由：原文把定时智能体自动化的常见故障整理成六条规则，从书签续读、失败上报到发布确认与预算上限，方法可直接迁移到自己的自动化。
Waymo · BlogAI 评分4747 Waymo 研究：完全清醒的司机夜间致命事故风险仍是白天近 4 倍，道路安全需要 Safe System 方法
Waymo 发表同行评审研究，为美国 50 个最大城市建立“零酒精”人类司机基线：剔除酒驾后城市致命事故率降 23%（从 1.42 降至 1.10 起/1 亿英里），Houston 降 31%，Minneapolis 降 13%。