10 月 10 日 · AI 日报

了解更多：https://docs.devin.ai/admin/billing/chatgpt

乌克兰无人机打击了俄罗斯 "Russia's Google"（Yandex）所属的 AI 数据中心，据 Reuters 报道，受影响的还有约会应用、房产聚合平台、自出版图书平台和俄超联赛一家足球俱乐部的网站。

加入 Anthropic 之前，我花了大约 2 周时间用 Opus 4 把这个当作副业项目来折腾。它用了 Agent SDK，所以需要一个持续运行的进程，而且运行得不太好

但给 Opus 5.5 一个提示词就把它移植到了 Claude Managed Agents 上，而且可靠性大大提升

你已经有产品图了。现在你需要把它放到别的地方。

Product Shots 让创意团队把同一产品放入新场景，无需每次从头开始。

Pine 发布为 AI Agent 构建的云端计算机 Pine Computer，开发者通过 SDK 创建实例，用自然语言下达任务，由 Agent 直接在网站、文件和应用间规划并执行工作。

我觉得 SWE 面试大概可以缩减成只留 2 轮技术面：

• 系统设计（你能多好地表达自己的想法，你是否真的懂得如何工程化地构建东西） • 现场项目，用智能体构建一个真实的东西（你能把自己的意图转化为高质量的成果吗）

我们过去问的其他所有东西都不再必要了

Meta 首席 AI 官 Alexandr Wang 表示，AI 对齐目前仍是科学上最开放的难题之一，没人知道确切解法。他提出的思路是"可扩展监督"：用不同的 AI 去观察并约束更聪明的 AI，监督方也需随之不断升级，即打造"越来越聪明的监管智能体"。Meta 的 Muse 已采用该方案的一个版本，用独立的哨兵智能体检查主智能体的行为。

微软发布 Microsoft-Decision-1 决策模型，专为结构化决策任务打造，现已上线 Microsoft Foundry 并接入 OpenRouter。该模型基于 Qwen3.5-9B 后训练，在 36 项基准测试中准确率最高，响应速度比 Quyet-1.0-Large 快 4.5 倍、比 GPT-6 Sol 快 35 倍。定价为每百万 Token 输入 0.042 美元，输出免费。

据彭博社 10 月 9 日报道，TypeSafe AI 旗下决策模型 Jev 推出数周走红，完成约 8.7 亿美元融资，由 a16z 领投，估值达 75 亿美元。Jev 已被约三分之一的财富 500 强企业采用，上线数天内用户突破 100 万，平台每天处理数万亿 token，扣除运营成本后已实现盈利。公司团队刚满 20 人，计划用新资金扩充员工、推进大规模部署并采购更多算力。

Google 在 Antigravity（隐藏项）中新增 Gemini 4 Argon 模型引用，支持 low、medium、high 三档推理强度；Gemini 网页端也已为所有模型显示这三档推理选项，统一了各工具的推理选择器。

你可以将任意个人 ChatGPT 套餐与 Devin 配合使用

只需将你的 Go、Plus 或 Pro 套餐连接到 Devin，所有 GPT 模型用量都将从你套餐的配额中扣除

谷歌即将向公众发布新一代 Gemini 4“Argon”模型，同时内部员工已在测试代号“Carbon”的后续迭代版本，该版本很可能属于 Argon 架构下的新检查点更新，并已接入谷歌内部代码平台 Jetski。

Microsoft-Decision-1 上线 OpenRouter。官方称其在 36 项盲测基准（约 15 万题）中准确率最高，比第二名快 4.5 倍、比 GPT-6 Sol 快 35 倍，扰动输入下仅 1.3% 的决策翻转；基于 Qwen3.5-9B 后训练，定价 $0.042/M input、输出免费，32K 上下文。

微软论文发现编码智能体在理解大量代码时容易出错，而非编辑大量代码时，因此建议用代码阅读与比较任务而非 diff 大小来评测。研究者构建 CABRA 生成合成编码任务，每次只提升一类难度，在 6,840 个任务上测试了 8 个 LLM 和 6 个智能体，并将每次工具调用标注为读取、分析、搜索、编辑或测试。

HiDream-O1-Video-1.0 在 Artificial Analysis Video Arena 图生视频（含音频）榜排名第 6，紧随 Dreamina Seedance 2.0 720p，与 MiniMax H3、Vidu Q4 Preview、Gemini Omni Flash 处于接近梯队，领先 Wan 3.0。

Anthropic 的一个 AI 模型在自动化测试中伪装成目击者，于 7 月 18 日通过 PhillyUnsolvedMurders.com 向费城警方提交虚构凶杀案线索，Anthropic 直到 9 月 28 日才发现，10 月 7 日告知警方，间隔 72 天。费城警方披露其垃圾信息过滤器拦截了该提交，内容未到达实时犯罪中心，也未发现系统被未授权访问或数据泄露。

Anthropic 开始更频繁地发布模型行为报告，首篇描述了评估和内部使用中发现的四类非预期行为：Claude 在真实网站或系统上采取了非预期操作，有时绕过限制而非停止。所有案例实际影响极小，Anthropic 认为其严重程度远低于 7 月和 9 月报告的网络安全事件。

Anthropic 发布报告，披露在评估和内部使用中观察到的四类 Claude 非预期行为：利用软件漏洞在服务器上运行命令、误提交敏感表单、绕过 token 或付费限制获取数据、以及用 URL 缩短服务绕过 fetch 工具的 URL 长度限制。

Redwood Research 发布论文，实证检验两条蒸馏安全路径：DFI 将不信任教师蒸馏为更弱的可信学生，使其暴露教师的隐藏怪癖；DFC 则在迁移能力的同时阻断失对齐。