OpenAI发布GPT-6.2 Astra和Sol,编程与电脑操作更强、成本更低
OpenAI发布GPT-6.2 Astra和Sol,编程与电脑操作更强、成本更低
OpenAI推出GPT-6.2的两个版本Astra和Sol,称其在专业任务输出、编程、电脑操作和效率上均有提升,并在ChatGPT Work、Codex和API上以更低成本提供。官方未公布具体跑分和定价数字。对开发者而言,新版模型可直接用于代码生成和自动化操作类任务,成本下降意味着同等预算下能跑更多请求。
OpenAI发布GPT-6.2 Astra与GPT-6.2 Sol两款模型
OpenAI推出两款GPT-6.2模型:Astra面向最难的项目,定位前沿模型;Sol主打高效通用,适合日常工作。两者已在API上线,模型名分别为gpt-6.2-astra和gpt-6.2-sol。Simon Willison同步发布LLM 0.38,支持新模型。开发者可以按任务难度在旗舰与轻量模型间切换,控制成本与延迟。
GitHub与微软把数千条AI漏洞报告筛成99条带修复建议的私密报告
在Codename MDASH试点中,GitHub和微软把数千条AI生成的原始漏洞发现,筛选整理为99条经过核查的私密报告,并附带修复建议,覆盖六个广泛使用的开源项目,维护者已修复其中一半以上。这回应了维护者被大量低质量AI漏洞报告淹没的问题,思路是从"报bug"转向"给修复方案",减少维护者的甄别负担。
GitHub开源Agent Host Protocol,让智能体会话跨设备续接
GitHub发布开源的Agent Host Protocol,目标是让智能体会话在编辑器、应用、手机和云端之间保持可访问。按GitHub博客的说法,该协议让同一个agent会话可以在不同设备上继续,而不是每换一个终端就重新开始。对同时用多种开发工具的用户来说,这意味着会话状态可以在设备间迁移。
Perplexity年化收入破10亿美元,2026年增长4倍
据Latent Space简报,Perplexity年化收入达到10亿美元,2026年增长4倍。同一期简报还提到:Computer推出Teammates功能,Perplexity上线Monitor API,以及一家新的研究实验室成立。Perplexity的收入增速在AI搜索类产品中处于前列,10亿美元年化收入意味着其商业化已进入规模化阶段。
让AI从视频里学用电脑:音视频理解提升computer-use智能体表现
arXiv新论文提出Video-as-Experience方法,让多模态大模型通过音视频演示学习计算机操作。现有从视频示范学习的方法通常只利用视觉画面,忽略了音频中的操作线索。该研究把音视频理解结合起来训练computer-use智能体,使其能感知图形界面、理解指令并执行操作。这为用日常录屏和配音训练操作类智能体提供了一条新路径。
Datasette Lite重写:用Service Worker和Pyodide在浏览器跑完整服务端应用
Simon Willison发布Datasette Lite的完整重写版,用Service Worker替代原有方案,把Datasette这个Python应用通过WebAssembly和Pyodide直接跑在浏览器里。重写后的版本与真正的服务端应用几乎难以区分,用户可以在浏览器里完成原本需要服务端才能做的操作。这意味着部署一个数据查询应用不再需要服务器。
Simon Willison探索给编码Agent加外部沙箱,防止提示注入搞坏本机
Simon Willison发文介绍他为编码Agent代码执行搭建外部沙箱的探索,重点是让开发者安全试用本地模型,避免模型出错或遭遇提示注入攻击时对本机造成破坏性操作。他展示了相关原型工作,思路是把Agent执行的代码隔离在受控环境中。对想本地跑Agent的开发者来说,这类沙箱方案能降低试错风险,但会带来额外的环境配置成本。
OpenAI推出ChatGPT for Sales,新增销售插件和30多款合作插件
OpenAI发布ChatGPT for Sales,包含新的Sales插件,以及30多款新增和扩展的合作插件。这些插件用于调研潜在客户、准备销售话术、更新CRM并把交易推进下去。销售团队可以把线索调研、材料准备和CRM录入集中到ChatGPT里完成,减少在多个工具间切换。
SpecRelay:边缘-云协同推测解码,省掉往返通信开销
新论文提出 SpecRelay 方案,针对边缘-云推测解码的往返通信瓶颈。该架构将自回归草稿生成放在边缘设备,云端大模型并行验证草稿 token,两者在同步草稿-验证调度下重叠执行。此前方法受限于低延迟网络下的通信开销,SpecRelay 通过摊销或规避往返来提升整体效率。对端侧部署 LLM 的开发者来说,这意味着在保持云端验证质量的同时,减少边缘与云之间的等待时间。
参数合并让VLA模型找回语言能力:机器人指令跟随不再退化
arXiv新论文研究视觉-语言-动作模型(VLA)的一个退化问题:VLA由预训练视觉语言模型(VLM)在机器人示范数据上微调而来,但微调会导致其语言能力退化。研究提出通过参数合并把语言能力找回来,在保留动作预测能力的同时恢复VLM原有的语言理解。这有助于机器人在执行动作时更好地理解语言指令。
GRAFT:跨骨干网络复用LoRA,实现持续学习
新论文提出 GRAFT 方法,解决持续学习中预训练 LoRA 适配器难以跨模型复用的问题。现有做法通常要求适配器与模型共享同一骨干网络,限制了复用范围。GRAFT 实现跨骨干网络的 LoRA 复用,让语言模型和多模态模型在持续学习时能借用其他模型已训练好的适配器。对需要频繁更新模型能力的团队来说,这可以减少重复训练适配器的成本。
Read, Route, Patch:让LLM智能体在测试时稳健进化
新论文提出 Read, Route, Patch 框架,用于 LLM 智能体的测试时进化,提升长程交互决策能力。现有测试时进化方法存在三个信息瓶颈:记忆检索过度依赖文本相似度、候选筛选不足等。该框架针对这些瓶颈分别处理读取、路由与修补环节。对构建长程任务智能体的开发者来说,这提供了一条在推理阶段持续改进智能体表现、而不必重新训练的路径。
Cloudflare自封"Neolab",要做毫秒级决策的System One模型
以加速网络起家的Cloudflare正在转向模型研发,构建名为System One的模型,目标是在毫秒级完成决策和数据提取。公司给自己贴上"Neolab"标签,加入所谓的"Jevolution"潮流。这标志着Cloudflare从基础设施提供商向模型层延伸,其网络边缘资源可能成为低延迟推理的差异化优势,但具体模型能力和发布时间尚未披露。
百度、小米CEO警告:AI热度与回报之间的差距在扩大
据南华早报报道,百度和小米的CEO均公开警告,AI领域的炒作热度与实际商业回报之间的差距正在扩大。报道未在摘要中给出两位CEO的具体表述和所引数据。这一表态来自中国两家重要科技公司的掌门人,反映出业界对AI投入产出比的担忧升温,也为判断行业是否存在泡沫提供了来自企业高层的视角。
Claude Code v2.1.327:安装GitHub应用前增加确认步骤
Claude Code发布v2.1.327,主要变更包括:/install-github-app更改仓库前增加确认步骤;新增claude mcp add-json命令,可从标准输入读取服务器JSON,避免token出现在命令行中,但该命令在Claude Code会话内不可用;恢复会话时若早期消息无法加载,会给出提示。这些改动偏向安全与易用性,减少误操作和凭证泄露风险。
Vercel Blob支持TTL自动删除,最长可设730天
Vercel Blob现在可以自动删除文件:写入时传入ttlDays参数,文件会在上传后指定天数被删除,可设1到730天,计时从上上传日期开始。适合原本需要手动清理的数据,比如会话记录、导出文件和临时文件。开发者不用再写定时清理逻辑,过期数据到期自动消失。
Vercel预览构建新增预设:无PR分支跳过构建
Vercel 为预览构建推出 Ignored Build Step 新预设,允许跳过没有开放 PR 的分支的预览构建。生产部署以及有开放 PR 的分支预览仍照常构建。在 GitHub 和 GitLab 项目上,被跳过的预览部署会在消耗任何构建 CPU 分钟之前取消。对团队来说,这能减少无效分支上的构建开销,把构建资源集中在真正需要预览的 PR 上。
Vercel弃用原生lint和typecheck部署检查,改用CI
Vercel宣布弃用原生的lint和typecheck部署检查。这些检查此前会在Vercel上并行于部署构建运行仓库的lint和typecheck任务,现在无法再新增此类检查,已有的也将停止。Vercel建议改用Vercel CI或自建CI工作流继续执行这些任务。仍在依赖该功能的团队需要把检查迁移到CI流程中。
HIMX:基于定制HIFLOAT4的混合格式矩阵乘法
新论文提出 HIMX,一种基于定制 HIFLOAT4 表示形式的混合格式矩阵乘法方案,面向 4-bit 权重-激活量化(W4A4)的 LLM 高效推理。近期 HiFloat4 等分层格式通过多级缩放提升 4-bit 量化的表示范围,HIMX 在此基础上做混合格式矩阵乘法计算。对推理部署来说,这类 W4A4 方案的目标是在压缩模型的同时保持精度,降低显存和算力开销。