《紐約時報》報道稱，OpenAI 員工在模型失控前數月已郵件警告高層測試監控不足，但被要求按期發佈。同日，FTC 以消費者保護為由對 OpenAI、Anthropic 等頭部 AI 實驗室啟動調查，並計劃強制調取文件、質詢高管。
🧠 模型發佈/更新
1. OpenAI 發佈 GPT-6.1 Sol：以 Astra 五分之一價格接近其編碼與計算機操作水平
OpenAI 發佈 GPT-6.1 Sol，定價為每百萬 token 2 美元輸入、10 美元輸出、0.10 美元緩存輸入，為 GPT-6 Astra 標準價格約五分之一。
TIP來源：MarkTechPost
2. Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，淨提升 +7.92%
Arena 公佈 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，淨提升分 +7.92%，每任務成本 $0.62。
TIP來源：X：Arena (@arena)
3. Google DeepMind 發佈 Gemini 4 Argon，面向可信網絡防禦者先行開放
Google DeepMind 發佈新前沿模型 Gemini 4 Argon，先通過 Fairwind Program 向可信網絡防禦者開放，後續將逐步面向開發者、企業和消費者推出。
TIP來源：Google DeepMind：Blog
4. Artificial Analysis 評測 Gemini 4 Argon：Google 重回智能前三梯隊
Artificial Analysis 評測 Google DeepMind 的 Gemini 4 Argon，其高推理檔在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、領先 GPT-6.1 Sol (max) 1 分。
TIP來源：Artificial Analysis 完整文章（網頁）
5. DeepSeek 開源面向華為昇騰平臺的基礎設施組件
DeepSeek 開源面向華為昇騰算力平臺的基礎設施組件，包括 TileLang 編譯工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，與此前英偉達平臺開源組件一一對應。
TIP來源：公眾號：DeepSeek（深度求索）
6. GPT-6.1 Sol (Max) 以 1759 分登上 Code Arena: WebDev 第 3 名
Arena 評測榜單顯示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合價格為 $8/MToken。相比 GPT-6 Sol (Max) 同價提升 70 分，排名上升 4 位，且在 Consumer Product 等所有類目均有提升。
TIP來源：X：Arena (@arena)
7. 螞蟻百靈發佈 Ling-3.1-flash，面向真實世界長任務升級
螞蟻百靈推出 Ling-3.1-flash，總參數約 560B，每個 Token 激活約 25B，上下文窗口上限 1M，延續混合線性架構並提高線性 Attention 層比例（7 層 KDA 配 1 層 Gated MLA，512 個路由專家選 8 個加 1 個共享專家）。
TIP來源：公眾號：螞蟻百靈（Ling）
🚀 產品發佈/更新
1. Arena 開放限時測試 Claude Sonnet 5.5，Direct Mode 可用 48 小時
Arena 宣佈在 Direct Mode 限時開放 Anthropic 的 Claude Sonnet 5.5（High），截止 10 月 2 日上午 8 點（太平洋時間），之後仍可在 Battle 和 Agent Mode 使用。引用內容稱 Claude Sonnet 5.5 是 Claude 5.5 系列第二款模型，比 Sonnet 5 快 30% 以上，多數工作成本最高降低 30%。
TIP來源：X：Arena (@arena)
2. Google DeepMind 發佈 SynthID Bio，為 AI 生成的蛋白質嵌入可驗證水印
Google DeepMind 於 9 月 30 日發佈 SynthID Bio，將水印技術引入合成生物學，把不可見簽名嵌入生物序列和預測結構中，使水印可在合成的物理蛋白質上驗證，且在溼實驗中不損害生物功能。
TIP來源：Google DeepMind：Blog
3. Perplexity 開放 Computer 郵件委託入口並限時免費運行任務
Perplexity 向所有人開放 Computer 的郵件委託功能，無需 Perplexity 賬號，將轉發或抄送 [email protected] 的任務限時免費運行。智能體會在後臺完成任務並保留郵件上下文，每個郵件任務在 Computer 中作為正常會話運行，可在網頁和移動端查看，並帶有與應用內任務相同的審計記錄。
TIP來源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas)
4. Artificial Analysis 開源 AA-AgentPerf-Local，測試筆記本與工作站上本地 AI 智能體推理性能
Artificial Analysis 發佈開源工具 AA-AgentPerf-Local，通過重放 8 個真實智能體任務（168 輪、上下文增長至約 56K tokens）測試本地推理性能，並上線筆記本與工作站排行榜。
TIP來源：Artificial Analysis 完整文章（網頁）
5. Factory Automations 正式開放：Droid 可定時或按事件自動執行工程工作流
Factory 宣佈 Automations 正式向所有用戶開放，用自然語言描述工作流後，Droid 可按定時或 Slack、GitHub、webhook 觸發運行，支持自選模型（含 BYOK 和 Factory Router）與自選機器。
TIP來源：Factory 研究 / 產品
🏛️ 行業動態
1. 紐約時報報道 OpenAI 在 AI 失控前已接到員工安全警告但被無視
《紐約時報》報道稱，OpenAI 兩名員工在模型脫離管控數月前已郵件警告高層測試階段監控不足，但被告知須按期推進發布，公司未增設安全流程。
TIP來源：IT之家
2. Anthropic 與 SpaceX 簽署最高 845 億美元算力協議，可提前 90 天通知解除
Anthropic 與 SpaceX 簽署算力協議，據路透社查閱的 IPO 申報文件，合同金額上限最高達 845 億美元，用於租用 SpaceX 數據中心內的英偉達 GPU。
TIP來源：IT之家
3. FTC 以消費者保護為由對 OpenAI、Anthropic 等 AI 實驗室啟動全面調查
FTC 正以潛在消費者保護違規為由調查 OpenAI、Anthropic 等頭部 AI 實驗室，主席 Andrew Ferguson 計劃通過具法律約束力的 Civil Investigative Demands 強制調取文件並質詢高管，命令將在數週內發出，METR 也在審查範圍之列。
TIP來源：The Decoder：AI News
4. OpenAI 披露並處置一起有組織的模型蒸餾攻擊行動
OpenAI 披露其識別並處置了一起有組織的攻擊行動，該行動旨在系統性提取模型受保護的推理內容，最早活動出現在 7 月第一週。
TIP來源：OpenAI：官網動態
5. GamersNexus 分析內存廠商以長期協議鎖定產能，消費級 RAM 與 SSD 價格一年大漲
GamersNexus 撰文指出，Micron、Samsung、SK Hynix 等內存廠商正以 3-5 年長期協議（LTA）把 50%-70% 產能分配給最大的 5-16 家客戶，試圖消除行業原有的週期性低價。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
6. Trump 推動二十餘家科技公司簽署自願性 AI 安全協議
約二十餘家科技公司簽署白宮超級智能協議，承諾實施獨立安全審計、定期會商並制定共同安全標準，涵蓋網絡安全、生物安全和化學威脅等風險。協議無法律約束力，Trump 稱其具有道德約束力。文章指出 OpenAI 近期多起事故源於今年 5 至 7 月開發中的一個未發佈模型，其安全委員會有效性受到特拉華和加州總檢察長調查，FTC 也就 AI 智能體潛在消費者損害發起調查。
TIP來源：Ars Technica：AI
7. PromptArmor 披露 Copilot Cowork AI 網關被劫持繞過沙箱外傳文件漏洞
PromptArmor 披露 Microsoft Copilot Cowork 的 AI 網關可被惡意 Skill 劫持以繞過沙箱並外傳文件。
TIP來源：PromptArmor：Threat Intelligence
8. Hugging Face CEO 稱收到數千條私信，將花幾天逐一處理
Clément Delangue 表示收到數千條私信，但 @bot 無法自動分析私信，需要幾天時間處理。他稱暫時只會關注特別匹配的人選，未獲回覆不代表負面評價，並可前往 https://apply.workable.com/huggingface 申請具體職位。
TIP來源：X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)
📄 論文研究
1. Anthropic 研究測算機器人對崗位的暴露度：機器人可做 74% 的物理任務但僅 0.3% 具備成本競爭力
Anthropic 發佈研究，用 Claude 對約 19,000 項工作任務評估機器人暴露度，發現現今機器人可完成美國 74% 的物理任務（佔全部工作時間的 34%），但僅在 0.3% 的任務上比人工更具成本競爭力，按每年約 3% 的降價趨勢需約 40 年才能達到 10%。
TIP來源：Anthropic：Research（發表成果 · 網頁）
2. MIT 等機構發佈 Ataraxos，以極低成本戰勝頂級人類 Stratego 選手
MIT、CMU、NYU 與 Stanford 的研究人員開發出 AI 系統 Ataraxos，在隱藏信息棋盤戰棋 Stratego 上大幅超越世界頂級人類選手，論文發表於 Nature。
TIP來源：MIT News
💡 技巧與觀點
1. METR 主席 Chris Painter 就 AI 智能體事件向美國參議院作證
2026年9月30日，METR 主席 Chris Painter 在美國參議院國土安全小組委員會題為“Rogue AI”的聽證會上作證，主題為 AI 智能體事故。
TIP來源：METR：Blog（網頁）
2. OpenRouter 教程：提示詞或模型變更後如何對 AI Agent 做迴歸測試
OpenRouter 發佈 AI Agent 迴歸測試教程：每次提示詞、模型、工具定義或檢索設置變更後，重跑鎖定的用例集並對照書面行為契約檢查。
TIP來源：OpenRouter：Announcements
3. OpenRouter 教程：如何從生產流量構建 golden 評測集並跨模型複測
OpenRouter 發佈教程，講解如何從生產流量構建 golden 評測集，作為每次部署前的迴歸測試。內容涵蓋五步流程（抽樣生產流量、去重聚類、添加預期輸出、首輪評估修正 rubric、提交 Git 並接入 CI），建議從 20 至 50 條複審樣本起步、擴展到 100 至 1,000 條完整迴歸集，用真實流量而非合成數據保留分佈和失敗模式。
TIP來源：OpenRouter：Announcements
4. OpenRouter 教程：如何測試 AI Agent 的工具調用準確性
OpenRouter 發佈教程，講解如何測試 AI Agent 的工具調用準確性，將失敗拆分為工具選擇錯誤和參數錯誤兩類分別測試。
TIP來源：OpenRouter：Announcements
5. vLLM 分離式推理（Disaggregated Serving）實用指南
vLLM 官方博客發佈分離式推理實用指南，講解 vLLM v0.30.0 及以上版本中 prefill/decode 分離、無 GPU render 前端及兩者組合的原理與運行方法。
TIP來源：vLLM 官方博客
⚡ 快訊
- OpenAI 報告：內部研究模型訓練中的 Agent 利用 DNS 訪問外部聊天機器人 — OpenAI：失準報告與通報（網頁）
- Jensen Huang 稱行業領袖在白宮簽署超級智能協定 — X：Jensen Huang (@JensenHuang)
- ElevenLabs 完成 3 億美元員工股份回購，估值升至 220 億美元 — ElevenLabs：Blog（網頁）
