研究提出 Adversarial Heuristic Learning（AHL）范式与 AAArena 评测基准，涵盖 12 款对抗游戏和 1,920 份人类存档程序。在固定对局与评估预算下，Opus 4.5 与 Claude Code 配置获得 6 枚金牌，其余 6 个排行榜未被任何受测配置登顶。实验还发现，对手选择、密集反馈以及自身与他人的对局回放都能支持策略改进。
推荐理由：原文给出 AHL 范式与 AAArena 评测基准，可作为衡量智能体在对抗博弈中相对人类存档程序策略改进表现的参考。
据 The Information 10 月 5 日报道，Meta 与 Microsoft 已大幅减少员工对 Anthropic Claude AI 的内部使用，转向各自的自研编码工具。
推荐理由：文章同时给出 Microsoft 内部 AI 支出上限的变化与 Meta 编码工具用户迁移的具体数字，便于读者横向比较两家大厂转向自研工具的路径与节奏。
Anthropic 发布 Claude Haiku 5.5，定位为最快、最便宜的小模型，主打摘要、数据库查询、分类、实时客服等高吞吐场景；平均价格较 Haiku 4.5 低约 75%，100k token 以内 prompt 价格降幅最高达 90%。
同一件事，精选收录的是《Claude Haiku 5.5正式发布 跑分超GPT-6 Luna等小档模型》
Claude Haiku 5.5 即日起在 Amazon Bedrock 和 Claude Platform on AWS 开放使用，Anthropic 称其为 Claude 5.5 系列中速度最快、成本最低的版本，相比 Claude Haiku 4.5 大多数任务便宜约 75%，并首次加入 effort 控制，可按任务调节成本与能力之间的取舍。
推荐理由：原文给出 Claude Haiku 5.5 与 Opus 5.5 的角色分工、effort 控制和价格对比，可作为 subagent 架构选型的参考。
Anthropic 发布 Claude Haiku 5.5，称其为迄今最便宜、最快且能力最强的小模型，主打高吞吐、成本敏感任务。
推荐理由：原文给出了 Haiku 5.5 与 Haiku 4.5 的价格和性能对比，以及 Sonnet 5.5 cache reads 降价信息，便于判断小模型在成本敏感场景里的适配位置。
Anthropic 推出扩展版 Cyber Verification Program（CVP），将网络攻防能力分成 Defense Access、Red Team Access 和 Specialized Access 三层，开放 Claude Opus 5.5、Claude Sonnet 5.5 与 Claude Mythos 5.1 等模型，供通过审核的安全团队使用。
推荐理由：原文将网络攻防能力按使用场景分成三层访问，并附带评测与漏洞发现数据，可作为同类双用途能力分级方案的参考。
彭博社一篇报道援引研究指出，Claude、ChatGPT 等 AI 购物助手会根据用户财富水平推荐不同的购物价格。原文来自 Bloomberg Newsletter，HN 讨论帖共 65 分、17 条评论。
MIT Technology Review 公布年度值得关注的 10 家气候技术公司榜单，入选企业覆盖移动防洪屏障、半固态电池、压缩 CO₂ 储能及新一代核反应堆等领域。榜单也反映了气候技术领域最大趋势，包括 AI 数据中心激增带来的能耗压力。该刊指出全球正迈向有记录以来最热的年份之一，亟需通过这些企业推进减排。
Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型，仅向通过审核的机构开放。Mythos 5.1 与面向更广范围的 Claude Fable 5.1 共享同一底层模型，Fable 5.1 可识别源代码中的软件漏洞，生物学相关安全策略的误触发率比 Fable 5 降低 85%。
推荐理由：原文同时介绍了 Claude Mythos 5.1 的能力进展与分级访问机制，读者可以据此理解高端模型在网络安全与生命科学方向的扩散控制思路。
Hinton联合22位作者发表首篇RSI论文《What if automating AI R&D triggers an intelligence explosion?
推荐理由：论文用Anthropic、OpenAI内部数据建立模型，给出了AI研发自动化压缩进步周期的具体估算，为读者判断递归自我改进的门槛提供了可量化的参照。
Anthropic 投入 1 亿美元推出 Claude Frontier Academy，计划在 2027 年底前培训 1 万名 Frontier Deployed Engineer。
推荐理由：Anthropic 以培养自家工程师的标准对外培训客户与合作伙伴人才，合作名单与训练路径给出了规模与时间表。
白宫召集扎克伯格、贝佐斯、马斯克及 Anthropic 的 Dario Amodei 等科技 CEO 签署 AI 安全承诺，特朗普称之为'道德约束'，并签署行政令将 AI 正式更名为'超级智能'。TechCrunch Equity 播客还讨论了 Meta 与 OpenAI 让 AI 产品形象更亲和的举措，以及企业市场仍是 AI 资金主要来源的趋势。
推荐理由：汇总白宫 AI 安全承诺与更名行政令的主要信息，梳理 Meta、OpenAI 等企业的同期动作，帮助读者快速把握本周 AI 政策走向。
AWS 博客提出 Adjudicated Query 设计模式，把 Amazon Quick 作为聊天入口，由确定性规则引擎完成合规判定，模型只把自然语言翻译成有限 MCP 工具调用并复述结果，判定环节不调用大模型。
推荐理由：原文给出把生成式 AI 限制在对话层、把合规判定留在确定性规则引擎的 Adjudicated Query 架构，并附可部署参考实现，便于迁移到制裁筛查、保险理赔等高风险场景。
医疗软件巨头 Epic 宣布暂停大部分产品开发约六周，原因是部署 Anthropic 的前沿网络安全模型 Mythos 后在 MyChart 中发现了安全漏洞，可能让外部人员在不留入侵日志的情况下访问患者记录。MyChart 在全美维护超过 3.2 亿份患者病历；Epic 首席安全官 Stirling Martin 表示，AI 模型未说明漏洞能否被用于篡改记录，但风险已足以推动全面修复。
推荐理由：原文记录了大型医疗软件公司因 AI 模型发现安全漏洞而暂停开发的完整事件，读者可以据此判断AI安全工具在实际场景中的影响。
历史学者 Ben Breen 用 Opus 5.5 检索 GLOBALISE 荷兰东印度公司档案，发现了一份 1615 年由 Isbrant Cornelisz van Petten 指挥的 Wapen van Amsterdam 号船舶日志，记载船员在毛里求斯「捕到大量陆龟、渡渡鸟（dodersen）和一些鹅与鹦鹉」，这段记录此前未被相关研究者注意。
推荐理由：作者展示了用前沿模型检索历史档案并发现新证据的完整流程，读者可据此判断这套思路是否适合迁移到自己的研究领域。
TechCrunch 援引《时代》报道，2025 年 12 月特朗普在一次与马斯克的密会中使用 Grok 数小时，Grok 告诉特朗普委内瑞拉人会欢迎马杜罗倒台。
推荐理由：报道梳理 Grok 进入白宫与五角大楼决策流程的经过，让读者看到 AI 在政府与军方事务中的实际落地位置。
Graphite 研究发现，AI 写作中仍有 13000 多个短语出现频率是人工写作的两倍以上。Claude Opus 5.5 最显著的痕迹是 'this matters'。
推荐理由：Graphite 给出了 Claude Opus 5.5、Astra 等模型的量化写作特征，并解释了为何提示词习惯难以彻底消除。
巴克莱银行扩大与 Anthropic 的战略合作，将 Claude 部署到全球业务中，用于加速软件开发、改造遗留系统和提升运营效率。
推荐理由：展示了大型受监管金融机构对 Claude 的规模化部署规模与节奏，为企业级 AI 落地的治理和采用曲线提供参照。
Anthropic发布网络安全报告将智谱的GLM-5.3点名为开源权重模型中网络能力最强的一款，量子位分析质疑报告里的实测数据实为GLM-5.3的免费广告。
推荐理由：文章将Anthropic对GLM-5.3的警告放入开源与闭源产品形态之争，并附上abliteration成本与攻击链细节，可作为比较两种路线安全取舍的参考。
OpenAI 在 DevDay 2026 上发布 Dots（基于 GPT-6 Astra 的常驻智能体）、GPT-6.1 Sol 模型（$2/$10 per M tokens。
推荐理由：汇总了 OpenAI DevDay 2026 的核心发布与本周重要行业动态，读者可一次性了解多款新模型、智能体与平台更新。
Amazon Bedrock 在首尔区域上线 Claude Opus 5 与 Claude Sonnet 5、在新加坡区域上线 Claude Sonnet 5 的区域内推理能力，请求与数据全程不离开所调用的 AWS 区域。
推荐理由：介绍在首尔和新加坡区域使用 Bedrock 调用 Claude Opus 5 与 Sonnet 5 的方式，便于有本地数据驻留需求的用户评估接入路径。
Anthropic Frontier Red Team 在内部 Binary Exploitation 基准上对 GLM-5.3 与 Claude Mythos Preview 各跑 100 项任务，分别在 4% 与 6% 的试次中实现完整控制流劫持，跨过了此前的零成功率门槛；同批评估的 Claude Opus 4.6 与 GLM-5.2 在所有任务上均未成功。
推荐理由：在内部漏洞利用基准上，GLM-5.3 与 Claude Mythos Preview 都跨过了此前模型无法取得成功的门槛，给出了具体的数字对照。
Anthropic 在 IPO 招股材料中披露了去年营收近 46 亿美元、运营亏损超 80 亿美元的财务数据，并写入对 AI 灭绝风险的公开警告。Amodei 上周在联合国安理会称 AI 是全球最重要安全问题，本月又主导呼吁行业放缓前沿 AI 开发合作；OpenAI 本周一也因安全问题取消下月发布新模型的计划。
推荐理由：Anthropic 招股材料中同时披露年营收近 46 亿美元、年亏损超 80 亿美元以及对 AI 灭绝风险的警告，为评估其商业扩张与安全立场提供同一份原始证据。
Anthropic 宣布其分子生物学实验室的 AI 智能体发现一种与 CRISPR 类似、未被记录的酶学模式，但生物学家质疑这是否算真正的科学发现，部分研究者指出同一模式此前已有报道。文章认为对 AI 设置过低门槛可能妨碍真实科研进展的识别。本期还预告了将于 10 月 6 日发布的 2026 气候技术值得关注公司榜单。
推荐理由：围绕 Anthropic 酶学发现展开分析，提醒读者区分 AI 新颖性与真正的科学突破之间的差距。
Claude Opus 5.5 本周上线，在 SimpleBench 上以 88.4% 居首，社区认为它在由代码生成解说视频方面表现突出。
推荐理由：汇总 Opus 5.5 的核心基准与社区实测反应，同时覆盖多款模型与产品的周度动态。
Anthropic 发布 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上，多数任务成本最多降低 30%，定价与 Sonnet 5 持平且在多项评测中胜出。
推荐理由：实测显示 Sonnet 5.5 在免费层即可应对较高难度编码，可据此对比 Anthropic 与 OpenAI 免费层能力差距。
Anthropic 的 Claude Sonnet 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上提供，定位为面向聚焦编码和知识工作的更高效版本，多数工作下每次任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 与 Opus 5.5 的分工建议和 Bedrock 调用代码，读者可据此判断如何在工作流里搭配使用。
Anthropic 在网络安全解决方案页面集中介绍 Claude Mythos 5、Claude Fable 5 与 Project Glasswing 项目。
推荐理由：原文给出 Claude Mythos 5 的能力边界与 Project Glasswing 的开放节奏，读者可以快速判断哪些资源今天就能用于防御场景。
Anthropic 发布 Claude Sonnet 5.5，定位为混合推理模型，运行速度比 Sonnet 5 快 30%，典型工作负载成本最高降低 30%，支持 1M 上下文窗口。
推荐理由：原文给出了与 Sonnet 5 的速度与成本对比，以及多家客户在编码、Agent 场景下的实测反馈，读者可据此评估实际价值。
Anthropic 发布 Claude Sonnet 5.5，作为 Opus 5.5 的低成本补充版本，生成速度比 Sonnet 5 快 30% 以上，多数任务成本最高降低 30%。
推荐理由：原文给出 Terminal-Bench 4.0 等具体评测分数与单任务成本变化，便于和 Sonnet 5 横向对照升级效果。
Simon Willison 用 Claude Opus 5.5 根据三张 kākāpō 鹦鹉照片生成 HTML5 canvas 像素动画，再用 Claude Code 配合 Playwright 脚本录制 15 秒演示视频，用作 WeAreDevelopers World Congress North America 闭幕主旨演讲的最后一页。
推荐理由：展示了用 Claude 生成像素动画并接入 Claude Code 与 Playwright 录屏的工作流，可迁移到其他演示场景。
Latent Space 发布 9/23–9/24 AINews 周报，重点梳理前沿模型发布与 Agent 基建。
推荐理由：集中整理 Claude Opus 5.5、GPT-6 系列评测与 TypeSafe Jev 等动态，覆盖前沿模型与 Agent 基建的同期走势。
GitHub Security Lab 基于自家 Taskflow Agent 框架开源了 Fuzzing Taskflow，面向 C/C++ 项目的自动化流水线。
推荐理由：原文把智能体的判断和 MCP 工具的执行切开，并给出持续反馈与止损的具体策略，可作为同类安全自动化流水线的设计参考。
Anthropic 旗下生命科学团队用 Claude 智能体在 DNA 序列库中自主发现类 CRISPR 的新型酶系统 ART。约 950 个 Claude 智能体在 21 小时内用 2.1 亿 token 筛查逾 20 万条 RT 序列并锁定 ART，随后通过湿实验初步确认其结构。
推荐理由：Claude 通过约 950 个智能体自主分析 DNA 库，发现类 CRISPR 的新酶系统 ART，给出了 AI 驱动生物学发现的具体方法。
AI 日报 Latent Space 汇总：Anthropic 发布 Claude Opus 5.5，官方称多数任务达到 Fable 5.1 水平、运行成本较 Opus 5 低约 40%，API token 价格从 $5/$25 降至 $4/$20 每百万，并在 Claude Code 与 API 中设为默认模型。
推荐理由：两款旗舰模型同日发布并集体降价，文中给出基准对比、token 成本逐项拆解与社区多组实测数据。
Anthropic 发布 Claude Opus 5.5，OpenAI 同步推出 GPT-6 Sol 和 GPT-6 Luna，三款模型较前代均大幅降价，其中 GPT-6 Luna 定价 $0.10/$0.50 per M tokens，Opus 5.5 输入降价 20%、缓存读取降价 60%。
推荐理由：作者实测了三款同日发布的新模型，给出一张直观的横向价格对比表，并记录了首次发现的过思考中断现象。
OpenAI 发布 GPT-6 家族的 GPT-6 Sol 与 GPT-6 Luna，API 定价较 GPT-5.6 促销价下调 50%，分别为 $2/$10 与 $0.10/$0.50（每百万 token）。
推荐理由：原文把 GPT-6 Sol 和 Luna 的 API 定价、缓存折扣以及在 AutomationBench、DeepSWE 等基准上与 Claude Opus 5、Fable 5.1 的成本-得分一并列出，便于同价位横向对照。
Timnit Gebru 与 Emily M. Bender 逐条驳斥今夏围绕 Claude Mythos、OpenAI Astra 与多起模型安全事件的媒体叙事，称这些多为市场宣传而非真正的技术突破。
推荐理由：AI 伦理研究者 Gebru 与 Bender 逐条复盘近期模型能力、安全事件和数学突破的媒体叙事，给读者提供独立判断的参照系。
Anthropic 发布 Claude Opus 5.5，能力接近 Claude Fable 5.1，运行成本比 Opus 5 低 40%，输出速度提升超 30%。
推荐理由：Anthropic 在能力接近 Fable 5.1 的同时把 Opus 5.5 的运行成本压低 40%，并附上编码、知识工作与对齐的多项基准对比。
Gaurav Mittal 在 Product Hunt 上线了面向印度 6–14 岁学生的 Kholo 学习应用，对应 NCERT 课程，提供 15 个可拆解的 3D 模型、Python 阅读练习和五级英语故事等模块。其中汽车、人体、芒果树和太阳系四款内容永久免费，浏览无需账号。Mittal 表示产品几乎由他一人借助 Claude Code 完成开发，希望社区反馈不足。
推荐理由：针对印度课堂「读得出不等于真懂」的差距，把 3D 拆解与 Python 阅读嵌入 NCERT 课程，提供一种可观察的教学设计思路。