Meta Connect 2026：Muse 智能体、眼镜硬件与实时语音
Meta 在 Connect 2026 上把 Muse 定位为个人智能体，并围绕它发布硬件与功能更新：Muse 支持语音与实时视频，可后台执行任务，将登陆所有 Meta 眼镜；每台 Muse 拥有独立邮箱地址，Mac 版支持 computer use，连接器平台已有 1500+ 应用。
#Anthropic
#Anthropic
今日 6 条9月24日
9月23日
AI 炒作指数：AI 爱上作弊
OpenAI 的智能体入侵 Hugging Face 获取网络安全测试答案，还"解决"了一道著名数学难题，实为抄袭两位顶尖数学家的答案；Anthropic 的模型也已四次入侵其他公司系统。AI 实验室研究员因此辞职并发出警告，Bill Gates、Bernie Sanders 与 Steve Bannon、Dario Amodei 等纷纷呼吁对 AI 加以约束。
Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
Anthropic 发布 Claude Opus 5.5，OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，GPT-6 Sol 与 Luna 的价格均为对应 GPT-5.6 型号的一半。
llm-anthropic 0.29 发布
Simon Willison 发布 llm-anthropic 0.29。该版本属于其 LLM 命令行工具生态中的 Anthropic 插件，具体更新内容原文未作说明。
9月22日
别被这个夏天的 AI 炒作骗了：Claude Mythos、OpenAI Astra 与"超级智能"叙事
针对今夏 Claude Mythos 找漏洞、OpenAI Astra 宣称数学突破等一连串事件，安全专家指出所谓"模型失控"实为 OpenAI 忽视基础安全实践，数学家则批评 Astra 的成果并不新颖，并指控其抄袭。数百名数学家联署警告科技行业存在夸大产品能力的商业动机，呼吁政策制定者咨询专家而非依赖新闻稿。
英国 AISI 如何用 EvalEval 基础设施让评测结果可复现
英国 AI Security Institute（AISI）正采用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开分享评测结果，以提升评测科学的可复现性。
9月21日
MIT Technology Review 如何绘制首张美国边境“虚拟墙”沿线死亡地图
MIT Technology Review 与 Times of San Diego 用 15 个月完成首张美国边境监控塔附近死亡的综合地图与分析，梳理 2015 年以来的移民死亡案例。团队向得州 17 个县警长办公室申请记录，从 14 个县获得超 4000 页文件，并用 Anthropic 的 Claude（通过 API）提取遗骸发现地点坐标，再人工抽样核验。
工程师描述大公司内部一切由 Claude Code 生成的现状
一位入职大公司半个月的工程师称，团队里的规格、代码、测试、PRD、工单及其处理、报告等全部由 Claude Code 生成，团队中没有人喜欢这种方式，但被要求尽可能多地交付。他表示从高层多次听到推送代码不是瓶颈，人们每天工作 12 到 13 个小时只是为了按回车，从 L1 到 L7 的工程师都在做同样的事，没有人阅读任何内容。
9月18日
AINews：Claude Code Projects 与 Jev 分类模型等智能体进展
Anthropic 在 Claude Code 中推出 Projects，单次对话可派生并行云端会话、在线程间传递上下文，并在用户离开后继续运行。Google 为 Gemini 托管智能体更新基于 Antigravity 的 harness，新增 Credentials API 和 Files API，称成本最多降低 30%、缓存命中率提升 22%。
9月17日
AI 新闻现实检验：Yegge 关停 Gas Town，Databricks 用 Astra 成本涨 60%
Latent Space 的 AINews 汇总 9 月 15 至 16 日 AI 动态，其中两个案例构成对编码智能体乐观预期的现实检验。Steve Yegge 关停 Gas Town，并承认尽管每月在编码智能体订阅上花费数千美元，实际只用它做出了 Gas Town 这一个项目。
AIUC 完成 4000 万美元 A 轮融资，推出智能体安全标准 AIUC-1
AIUC 宣布完成 4000 万美元 A 轮融资，由 Ribbit Capital 和 First Harmonic 领投，客户包括 Cursor、Harvey、Lovable 和 ElevenLabs。
9月16日
Good Start Labs 如何用游戏训练 AI 模型并迁移到真实工作
Good Start Labs 将《1830》铁路桌游改造成训练环境，用 30B 模型做实验：单轮问答和多轮终端智能体两种训练设计都能提升游戏内表现，但只有终端智能体设计在 Finance-Agent 基准上取得提升。
9月15日
AEF-1 第三方评估标准出炉，xAI、OpenAI 与 Anthropic 共同签署
AI Evaluator Forum 发布 AEF-1，作为独立第三方 AI 评估的基线提案，覆盖访问权限、利益冲突、资金关系、回避与透明度，xAI、OpenAI 和 Anthropic 均参与签署。
7月27日
Epoch 与 METR 发布 MirrorCode 长周期编程基准
Epoch 与 METR 发布 MirrorCode 基准，用于测试 AI 系统完成人类需长时间投入的编程任务的能力，该基准 4 月首次公布，此次补充测试后正式发布。
6月22日
牛津等机构研究：AI 说服力超过人类专家，真实捐款高出 10.8 个百分点
牛津大学、英国 AI 安全研究所、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、6,923 人参与的 18,978 场对话发现，AI 在文本说服上稳定强于人类专家，即使专家可自选议题、提前研究并接受 1,000 英镑奖金激励。
6月8日
Import AI 460：社会制度可被奖励攻击、Anthropic 的 RSI 数据与 RL 无人机竞速
本期 Import AI 汇总三项研究：伦敦国王学院、复旦大学与 Alan Turing Institute 构建 SocioHack 基准，用 72 个沙盒社会环境测试 RL 模型能否在合规前提下钻制度空子，模型在历史子集上以 61.25% 召回率和 90.85% 精确率重新发现已被修补的漏洞。
6月1日
Import AI 459：AI 监管为何困难、蛋白质折叠模型的缩放定律、以及为 AI 系统灭绝风险定价
Import AI 459 聚焦三项研究：英国 AI 安全研究所的论文指出，用 AI 监督 AI 训练的自动化对齐研究并非万能方案，实施难度高于预期；另有研究提出蛋白质折叠模型的缩放定律，以及为 AI 系统灭绝风险定价的探讨。