10 月 12 日 · AI 日報

官方宣佈一項計費調整：從訂閱額度中呼叫 GPT-6.1 Sol 時，不再收取長上下文費用。

是真的麼？

Google 會取消 LeetCode 風格的 coding 面試，取而代之的是考察候選人使用 AI 工具。

請抓住重點：使用 Gemini !

OpenClaw 發布 v2026.10.1 版本，新增已安裝技能發現、聊天旁的 MCP Apps、支援備份到外部儲存或 Cloudflare R2，並簡化 Mac 安裝流程。本次版本包含大量 bug 修復，共合併來自 402 位貢獻者的 2,425 個 PR，詳情見 https://docs.openclaw.ai/releases/2026.10.1。

給那些閱讀能力不太好、又想學會怎麼把別人的東西也做得好的人

（引用推文：OpenClaw v2026.10.1，以下是你需要知道的：）

說真的，這確實管用！

把 Grok @Bot 想像成僱了一個超級聰明、24/7 工作、極其足智多謀的員工。

你可以在幾分鐘內通過手機輕鬆使用它：

https://apps.apple.com/app/id6794501026

Lauren Tan 認為隨著 AI 代理已大量編寫程式碼，可維護性和整潔程式碼優先的傳統原則需要更新，2026 年應重新定義 Good Code 的含義。她指出整潔程式碼歷史上以效能為代價，且源於人類維護程式碼的時代，未來可能發展出 AI 代理友好架構的新原則。她此前引用的討論還提出好程式碼應正確、無 bug、執行快且成本低，並認為用好 AI 代理後生產力應有顯著差異。

據華爾街日報援引知情人士訊息，亞馬遜正就收購舊金山 AI 初創公司 Decart 展開談判，潛在估值約 70 億美元。Decart 專注研發跨晶片適配軟體，幫助開發者在不同 AI 晶片之間切換，此前已累計融資逾 4 億美元，5 月一輪融資估值接近 40 億美元。此前 Anthropic 曾以約 60 億美元洽談收購，9 月報導稱其已放棄。

The Verge 分析指出，特朗普宣佈將 AI 重新命名為 super intelligence，並稱繼續使用 Artificial Intelligence 一詞者為敵人後，矽谷多位巨頭相繼跟進。

Apple 將於週二發布名為 HomeView 的智慧家居中樞，搭載 A18 晶片和 Siri，配顯示屏，可控制其他智慧家居裝置，並提供檯面版和壁掛版兩種型號。同日 Apple 還將更新 Apple TV 機頂盒和 HomePod mini，並計劃宣佈與 LG 合作推出智慧鎖、恆溫器和門鈴。

TechCrunch Disrupt 2026 將於 10 月 13-15 日在舊金山 Moscone West 舉行，超過 10,000 名創始人和投資者參會，250+ 講者將在 200+ 場會議中登臺，Anthropic 的 Cat de Jong、NVIDIA 的 Les Karpas、Cerebras Systems 的 Andrew Feldman 等均在列。

英國AI國務大臣卡尼什卡·納拉揚將宣佈加強網路防禦，並呼籲前沿AI研發企業採取更多舉措保障系統安全，強調英國不能完全依賴科技巨頭對模型進行"自我監管"，須構建更多自主可控的AI基礎設施。英國AI安全研究院（AISI）已與OpenAI、谷歌DeepMind、Anthropic等合作測試超過30個模型，其發現會在模型部署前促成實際改動。

Tibo 宣佈 GPT-6.1 Sol 在 Codex 與 Work 中的預設上下文長度從 272k 提升到 500k，約增加 80%。此舉可減少壓縮（compaction）發生，幫助需要長期保留大量上下文和細節的任務；使用者仍可自行覆蓋設定，模型最大上下文長度為 1M。

作者引用 Karpathy 的分析，認為全球約 80 億人因對大模型能力的接觸程度不同被分成四層。約 60 億人幾乎沒接觸過大模型，10 到 20 億人偶爾用免費版產品，約 2000 萬人重度使用前沿模型和 Agent，約 5000 人能接觸 AI 實驗室內部系統，且這一認知差距仍在擴大。作者另補充中文使用者還有能否用 Claude Code 的第 3.5 層。

Raise Financial Services 正與 Cartesia 合作，將語音模型接入其自研即時語音基礎設施，為印度金融市場提供多語言語音體驗。Cartesia 的 Sonic 文本轉語音模型支援 11 種印度語言及單次生成內的語碼切換，目前已在 Dhan 的語音機器人中處理會話式 KYC 等互動，其中超 75% 的互動使用非英語語言，印地語佔一半以上。

Ethan Mollick 轉引 Andrej Karpathy 的推文，Karpathy 估算約 75% 的人幾乎沒接觸過 LLM，約 20% 是免費檔輕度使用者，約 2000 萬數學與程式碼專業者能親眼看到 AI 代理在數週內完成過去數月的專案，而約 5000 名實驗室內部人員則在觀察數千 AI 代理協作數週的軟體大型專案、漏洞挖掘、網路攻防、科學發現與前沿數學進展。Karpathy 認為這一認知漏斗由問題雄心、能力的鋸齒性和訪問層級共同驅動。Mollick 補充稱，即使這 5000 名內部人員中許多也未充分發揮先進模型能力，其應用集中在網路安全、數學與 AI 研發，還有許多其他領域和問題可以推進。

vLLM Semantic Router 團隊發布 Decision 3.0 系列開源決策模型，讀取文本、JSON 和圖片，返回機率而非生成文本，全部採用 Apache-2.0 許可。

Sakana AI 發布 Multi-Agent Self-Supervision（MASS），用一個共享模型通過虛擬子 AI 代理團隊解決任務、搜尋更優多代理工作流，再用自身判斷挑選最佳結果並蒸餾回模型，實現遞迴自我改進。

Karpathy 估算全球約 60 億人（約 75%）幾乎未接觸過 LLM，約 1-2B 人偶爾使用免費層類 ChatGPT 產品，約 2000 萬人在數學與編碼領域直接使用前沿模型，僅約 5000 人能接觸前沿級內部系統。他提出漏斗由問題規模、系統能力的鋸齒狀分佈和訪問層級共同驅動，不同人群對同一批系統的感知因此差異極大。

Andrej Karpathy 重發並擴充套件其 4 月的觀點，認為外界對 LLM 能力的共識差距正從“兩群人各說各話”變成一個急劇收窄的漏斗。

OpenAI 在一次發布中放出數百篇針對公開數學難題的 AI 生成論文後，西北大學部分學生開始質疑是否應繼續留在數學領域。教授 Antonio Auffinger 表示自己現在的優先事項是留住人才、幫助他們成長；引用的 Reihel 稱資深數學家跳進來做學生論文題目違背學界規範，AI 正在搶走過去研究生花費數年的訓練性課題。