Simon Willison 回顾 2026 年 LLM 进展：从 Claude Opus 4.5 到 OpenClaw
Simon Willison 在 WeAreDevelopers World Congress North America 的主题演讲中，按时间线梳理了 2026 年 LLM 的关键进展。
全部 AI 动态
全部 AI 动态
今日 3 条9月28日
Simon Willison 用 Opus 5.5 打造 Bluesky 回复机器人检测工具
Simon Willison 用 Opus 5.5 编写了一款 Bluesky 回复机器人检测工具，可分析任意 Bluesky 账号是否存在自动回复机器人迹象。该工具检测的信号包括：在其他账号发帖后数秒内回复、从不发布原创内容或图片链接而只回复高粉丝量用户，以及回复中出现问号。Bluesky 仍提供免费可用的 API，使这类调查比在 Twitter 上更可行。
9月27日
Simon Willison 用 Claude Opus 5.5 生成 Kākāpō Party 像素动画并用 Claude Code 录成视频
Simon Willison 用 Claude Opus 5.5 将三张 kākāpō 鹦鹉照片生成 HTML5 canvas 像素动画 Kākāpō Party，画面中至少 20 只鹦鹉随音乐跳跃、撒彩带。
9月26日
OpenRouter 从种子轮到被 Stripe 收购：Alex Atallah 与 Anjney Midha 复盘
Latent Space 播客中，OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 复盘了 OpenRouter 从 Llama、Alpaca、Mistral 时期起步，成长为服务超 1000 万开发者、日均超 10 万亿 token 的中立路由层，并最终被 Stripe 收购的过程。
美国上诉法院裁定五角大楼可将 Anthropic 列入黑名单
美国哥伦比亚特区巡回上诉法院以 2 比 1 裁定，国防部有权因 Anthropic 拒绝向军方开放 Claude 部分功能而将其列入黑名单，即使 Anthropic 并无恶意。裁决称此案涉及新型强大技术的军事使用难题，并指出国防部长在《供应链安全法》和宪法下未越权，因此驳回复审请求。该法院此前已在 4 月驳回 Anthropic 的紧急暂缓执行申请。
特斯拉工人不愿为 Optimus 人形机器人采集训练数据
据 The Information 报道，特斯拉在得州和加州的工厂让工人穿戴记录动作的特制服装，为 Optimus 人形机器人采集模仿学习数据，但部分工人因认为机器人最终会取代自己而抱怨，特斯拉随后将数据采集转交给专门团队并设立训练中心。
CESifo 工作论文称未见 AI 显著冲击应届生就业的证据
慕尼黑 CESifo 的经济学研究人员发布工作论文《The Early Impacts of AI on Employment Among Recent College Graduates》，结论与斯坦福此前研究相反，认为没有证据显示应届大学毕业生的招聘在绝对或相对水平上出现显著、广泛的减少或替代。
Proaction 借助 Codex 提升销售 60% 并节省 75+ 小时
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务，销售提升 60%，节省 75+ 小时。
GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas（画布扩展）是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区也已通过 Awesome Copilot 分享现成模板。
微软不再坚持“Copilot+ PC”品牌，新款 Surface 未沿用该标签
微软本周发布的新款 Surface 电脑不再使用“Copilot+ PC”品牌，尽管其配置仍满足该标签要求。
John Gruber 评 Meta Muse：外观可爱但能力与风险被低估
Simon Willison 引用 John Gruber 对 Meta Muse 的评论，称 Muse 因技术突破和易安装易用而受到大量关注，每个用户可在 Meta 云端获得一台持久运行的完整 Linux VM，并以可爱吉祥物形象呈现。Gruber 认为它是首个面向消费者可用的智能体 AI 系统，但消费者未必理解其能力与危险性，尤其当它运行在 Mac 上时。
在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
AWS 给出在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 强化学习训练的架构方案，吞吐量提升 40%。
在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行多模态强化学习后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率并实时流式返回响应，服务超过 4000 名 AWS 高管。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证，其中约 90% 的查询走单次快速路径，仅约 10% 走并行批处理路径。
在 Amazon SageMaker AI 上部署 Qwen3-TTS 实时个性化语音
阿里云 Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 已上线 Amazon SageMaker JumpStart，可部署到全托管实时推理端点，仅需几秒参考音频和对应文本即可克隆音色，无需重新训练。
9月25日
Datacor 如何用 Amazon Quick Sight 构建自助式租赁分析
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout 解决方案，为工业气体与焊接分销商提供交互式仪表盘和自然语言搜索，业务用户无需提 IT 工单即可查询租赁数据。
Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练
Amazon SageMaker HyperPod 搭配 Qumulo 的 Cloud Native Qumulo（CNQ）与 Cloud Data Fabric（CDF），可让训练集群跨 AWS Region 直接读取远端数据集而无需复制数据或改动代码。
特朗普政府用 AI 审批 Medicare 老年患者医疗，试点 WISeR 引发争议
特朗普政府今年 1 月推出试点项目 WISeR，用 AI 决定 Medicare 老年患者部分医疗服务能否获得授权，此前该项目并不要求医生事先获得审批。随后媒体报道出现技术故障、审批与治疗长时间延迟、令人费解的拒批以及患者忍痛等待等情况；电子前沿基金会本月早些时候在诉讼中取得并公开的联邦文件基本印证了这些报道，其中包含医疗提供者的反馈。
美国国防部申请 3030 万美元打造 AI 测谎系统 Polygraph+
美国国防部在预算申请中提出五年内投入 3030 万美元，推进名为 Polygraph+（又称 Polygraph Next）的测谎项目，重点研发基于 AI 与机器学习的评分算法，以及无需接触受试者即可读取生理指标的“standoff sensing”技术。该项目由国防反情报与安全局（DCSA）负责，拟用于雇员审查和“内部威胁检测”，但预算尚未获国会批准，具体技术方案也未公开。
Lowe's 用 OpenAI 模型驱动 Mylow，回答超 2500 万个家装问题
Lowe's 借助 OpenAI 模型打造 Mylow 与 Mylow Companion，已帮助顾客和员工回答超过 2500 万个家装问题，推动家装项目落地。
Latent Space 宣布 AINews v3 改版并重启赞助合作
Latent Space 计划下周推出 AINews v3，将已由 swyx 人工撰写 3 年、订阅超 20 万的 AINews 与 Latent Space Discord 合并，并探索迁移至 Beehiiv 和新主页。
Northern Gannet、Great Blue Heron、California Brown Pelican 观鸟记录
在加州 Monterey Bay National Marine Sanctuary，于晚 7:07 至 7:27 观测到 Northern Gannet、Great Blue Heron 和 California Brown Pelican。使用新的 200-800mm Canon EF 镜头拍到了迄今最好的 Morris 照片，它们喜欢待在海港那块牌子下面。
Runway 发布 GWM Worlds 2 与 WorldPrompt，详解实时世界模型工程
Runway 推出 GWM Worlds 2 研究预览，把高保真视频与音频生成变成实时交互式模拟，并引入 WorldPrompt 这一输入格式，可固定首帧等环境要素并生成带时间戳的事件。
Wayfair 用 OpenAI 模型提升商品目录准确率与客服速度
Wayfair 借助 OpenAI 模型提升电商客服与商品目录准确率，实现工单自动分类，并大规模优化数百万条商品属性。
Simon Willison：编程智能体让软件工程变得更难
Simon Willison 在 2026 年 9 月 24 日的笔记中表示，随着与编程智能体协作的时间增多，他越发确信这些工具让软件工程变得更难。他认为编程智能体能做出惊人的成果，但释放其全部潜力需要极高的纪律性和知识储备。
Simon Willison 发布 commit-rewriter 0.2
Simon Willison 发布 commit-rewriter 0.2。该工具与 git 相关，具体功能与更新细节原文未作说明。
GitHub Copilot 为什么说 chat 是错的 UI：用 canvas 构建自定义交互界面
GitHub Copilot 应用引入 canvas——一种运行在应用内、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，也能调用第三方 API 或在本地执行代码。
Google Research 发布长视频生成研究：AI 视频联合导演与四个智能体框架
Google Research 发布长视频生成研究，提出 AI 视频联合导演这一多智能体编排框架，构建在 Gemini 与 Veo 之上，用于规划多镜头叙事的视觉连续性。
GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 模糊测试全流程
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
新泽西因62台燃气发电机未获许可对数据中心罚款110万美元
新泽西州本周对DataOne位于Vineland的数据中心开出110万美元罚单，原因是其未经许可秘密安装并运行燃气发电机，违反该州《空气污染控制法》。调查由《卫报》与Floodlight News在8月通过热成像无人机拍摄发现，62台发电机中有45台正在运行，均未取得37千瓦及以上容量所需许可，而实际运行容量达1982千瓦。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上加入近实时视频生成，形成能听、能看、能说的动态视觉形象，即日起在 Gemini Enterprise 上线。
在 SageMaker AI 上用 WhisperX 做说话人标注转录
AWS 发布 WhisperX Deep Learning Container，在 OpenAI Whisper 基础上加入批处理推理、wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。
Google 首颗 Suncatcher 轨道数据中心试验卫星将于 10 月 1 日发射
Google 的 Project Suncatcher 首颗试验卫星 MVP 将于 10 月 1 日发射，用于验证其轨道 AI 数据中心设想。该卫星约冰箱大小，搭载四块 Google 自研 TPU AI 加速器，太阳能板供电约 1 千瓦。卫星本体来自卫星影像公司 Planet Labs，Google 将芯片集成到后者已建好的卫星上以加快进度；原计划 2027 年发射两颗定制卫星。
用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
企业可用 Amazon Bedrock AgentCore Gateway 与 MCP 构建多账户 AI 智能体架构，让各业务线数据留在自己的 AWS 账户内，仅在查询时按需流出。
Aderant 用 Amazon Nova Lite 构建智能工单分诊系统
Aderant 基于 Amazon Bedrock 调用 Amazon Nova Lite，为 38 人的 SierraOps 团队构建了智能工单分析器，自动完成工单上下文收集、分类与路由。
OpenAI 智能体访问澳大利亚政府门户，澳总理称将追究法律责任
澳大利亚总理阿尔巴尼斯表示，政府正在调查 6 月一起 OpenAI 智能体访问该国 Medicare 统计门户非公开文件的事件，另有三个公共卫生统计系统可能受到影响，早期迹象显示未涉及个人信息。
9月24日
Foundries vs Navigators：AI 如何降低科学研究的成本
Adrian Sanborn 在 Endura Therapeutics 的实践中提出，AI 对科学的影响分为两类：Foundries 用新一代测序、高通量显微和物理自动化把实验测量成本降低一个数量级，Navigators 则把变便宜的"思考"用于决策与流程。
Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，为 LFM2.5-VL-3B 加速推理
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型 LFM2.5-VL-DSpark，通过投机解码在不改变输出质量的前提下提速，端侧解码最高 3.13x、H100 上最高 2.66x，端到端最高 2.62x 和 2.27x。
Meta 将 Muse 助手接入 Ray-Ban 眼镜等可穿戴设备
Meta 在周三发布了一款不带摄像头的 Ray-Ban 眼镜，用户只能通过语音与 Meta 的 AI 交互，同时推出 Ray-Ban 新镜框和更便宜的 Meta 眼镜系列。
NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白复合物结构预测数据集
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟，通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构，供任何科学家免费使用。
最多提供 50 页，更早的内容请使用搜索或主题页。