AI 技术日报 - 2026-09-24

AI 技术日报 - 2026-09-24

Top 10 AI 技术要闻

  1. Anthropic 发布 Claude Opus 5.5：性能逼近 Fable 5.1，成本降 40%
    Anthropic 正式推出 Claude 5.5 家族首款模型 Opus 5.5，定位长时编程 Agent 与知识工作主力。Terminal-Bench 4.0 得 66.4%，高于 GPT-6 Astra 的 57.9%；OSWorld 2.0 电脑操作从 74.0% 升至 81.8%；GDPval 知识工作达 1846 Elo，超过 Fable 5.1。亮点在长任务：一天完成 68 万行代码迁移，20 万行代码库审计从 20 小时压缩到 3 小时。API 输入/输出价为每百万 token 4/20 美元，比 Opus 5 低 20%，缓存读取价大降 60%，并提供最高 2.5 倍速的 Fast mode。支持 100 万上下文、12.8 万最大输出，已上线 Claude Code 及三大云。

链接：https://www.36kr.com/p/3995149994446981

  1. OpenAI 发布 GPT-6 Sol 与 Luna：价格腰斩，直插 DeepSeek 腹地
    OpenAI 推出 GPT-6 系列中端与轻量模型。Luna 每百万 token 输入 0.1 美元、输出 0.5 美元，普通请求价格已低于 DeepSeek V4.1 Flash，且无峰谷波动；Sol 降至 2/10 美元。两款沿用 Astra 训练方法，把专业工作、编程与对齐能力下放到低价层。Sol 在 AutomationBench 以 Opus 5 约 9% 的单任务成本取得更高分，DeepSWE v1.1 得 68.8%；Luna 以约 1% 成本追平上代 Sol。降价归因于推理基础设施与缓存效率改善，竞争焦点已从最高分转向每美元完成的工作量。

链接：https://www.36kr.com/p/3995149863587715

  1. DeepSeek 新论文公开 Agent 训练沙盒系统 DSec（梁文锋署名）
    论文披露 DeepSeek Elastic Compute：每秒产生 5000+ 沙盒、日产能 300 万、峰值并发 38 万，单集群约 160 节点、3 万核 CPU、250TB 内存。针对四类场景提供 FnCall、Container、MicroVM（Firecracker）、Full VM（QEMU）四种后端，上层通过统一 Python SDK libdsec 调度。环境拆为基础镜像、工作区、工具包三层独立 EROFS 只读镜像按需组合；镜像存于 3FS 按需加载，8192 容器突发部署 35 分钟（Docker 冷拉超 60 分钟）。内存上用 virtio-pmem + DAX 共享宿主机映射，峰值占用降 40.2%；从 V4.1 起 Agent 循环脱离 GPU Pod 独立运行，支持抢占断点续跑。

链接：https://www.qbitai.com/2026/09/496393.html

  1. Claude 两周让 claude.ai 提速 3 倍的工程复盘
    Anthropic 团队在两周冲刺中把 claude.ai 与桌面端核心体验提速约 3 倍：75 分位的可输入页面加载从 3.1 秒降到 0.55 秒，新建 Claude Code 会话从 0.8 秒降到 0.3 秒，加载 Cowork 云会话从 2.6 秒降到 0.73 秒。做法是先用 RUM 数据锁定占用户活动 95% 的四条关键路径，再以一个 Slack 频道驱动、Claude 通过 Datadog MCP 自主分析遥测、定位瓶颈、建基准、盯发布；人类只负责设定目标与审批。两周内合并 3000+ 变更，零线上事故、零回滚。对性能优化与"AI 驱动工程团队"的组织方式都有直接参考价值。

链接：https://claude.dev/blog/how-we-made-claude-ai-faster

  1. Claude 自主发现新型酶系统 ART，Anthropic 成立生命科学实验室
    Anthropic 宣布组建生命科学团队及自有分子生物学实验室，并公布首个成果：在人类仅给出研究方向的情况下，约 950 个 Claude 智能体并行运行 21 小时、消耗约 2.1 亿 token，从 20 多万个逆转录酶中筛出约 3500 个候选，最终在一段噬菌体 DNA 上发现结构未被表征的"阵列关联逆转录酶"（ART）。它由逆转录酶、伴侣基因和一串类似 CRISPR 的均匀间隔重复阵列组成，实验显示该阵列可表达出具有生物活性的短 RNA。湿实验全部由人类完成，预印本已发布；张锋评价其为 AI 智能体推动生物学发现的引人案例。确切功能与基因编辑用途仍待验证。

链接：https://www.ithome.com/1/006/524.htm

  1. AWS Strands 开源 harness-sdk：生产级 Agent Harness 端到端 SDK
    AWS 旗下 strands-agents 项目（约 7800 星）开源 harness-sdk，提供 Python 与 TypeScript 双语言实现，目标是让开发者构建并端到端控制生产级 Agent Harness，且不绑定模型与云。从 topics 看，它覆盖 MCP、多智能体系统、Bedrock/OpenAI/Anthropic 等主流后端，强调 agentic 编排与可控制的运行时。当 Agent 竞争从模型层上移到"外壳"（Harness）层——上下文管理、工具回路、权限与状态——这套由云厂商背书的开源 SDK 为自建生产 Agent 提供了除 LangGraph、Cowork 之外的新选择，值得架构选型时评估。

链接：https://github.com/strands-agents/harness-sdk

  1. Show HN: Lifeboat——单 GPU 承载 2-6 倍并发 Agent 会话，且不做量化
    IterateAI 发布 Lifeboat，提供 macOS、Windows、Linux 桌面端及 Docker、Kubernetes 部署方式，在自有硬件上通过 OpenAI 兼容 API 提供语言模型服务。其核心卖点是在不牺牲精度、不做量化的前提下，让每块 GPU 支撑 2 到 6 倍的并发 Agent 会话。随着编程与研究 Agent 长时间占用 GPU、并发成为成本瓶颈，这类面向"会话密度"而非单请求延迟的推理层，切中了 Agent 大规模落地的真实痛点，可作为 vLLM 等通用推理引擎之外面向 Agent 工作负载的补充方案评估。

链接：https://github.com/IterateAI/lifeboat-releases

  1. ChatGPT 移动端上线语音 Agent 能力：动口触发文档与邮件工作流
    OpenAI 把语音驱动的 Agent 能力带到移动端。Plus 和 Pro 用户可在手机的 Work 标签中用语音创建文档、起草邮件、总结 Slack 消息，还能建网站、做演示、使用云端浏览器与财务等功能；免费与 Go 用户则可用插件和已连接应用。语音对话支持更丰富的文本输出，文本与语音可无缝切换，移动端开始的任务可在桌面端继续。这延续了此前 GPT-Live 模型与桌面端的整合路线，标志着语音正从"问答"演化为复杂工作流的入口，也与 Anthropic 合并 Cowork 与聊天界面的方向形成对照。

链接：https://techcrunch.com/2026/09/23/chatgpt-mobile-app-gets-voice-based-agentic-features

  1. Mercury 2.5 实测 770 tokens/s：智能中等但速度与简洁度突出
    Artificial Analysis 上线 Mercury 2.5 的独立评测。其 Intelligence Index 得分为 12，略低于同类模型 13 的中位数；但输出速度达 770 tokens/s（速度评级满分），260k token 上下文，且评测中仅生成 35M token，远低于 85M 的中位数，输出相当克制。价格为每百万 token 输入 0.25 美元、输出 0.75 美元，单任务平均成本约 0.06 美元，定位"智能够用、极快、便宜、不啰嗦"。在高并发、对延迟敏感的 Agent 与批处理场景中，这类模型往往比旗舰大模型更具性价比，适合作为分层模型架构中的执行层。

链接：https://artificialanalysis.ai/models/mercury-2-5

  1. Show HN: PromptSpend——每日核对 LLM API 价格并附来源
    PromptSpend 是一个 LLM API 成本计算器，覆盖 GPT、Claude 等约 80 个模型，特色是每日重新核对各家价格，并为每项价格标注原始来源，避免常见价格表过期失准的问题。在模型厂商密集调价、缓存命中/未命中与峰谷定价日益复杂的当下，开发者越来越难手工算清"完成一个任务到底花多少钱"。这类工具可以直接嵌入成本估算与模型选型流程，配合按任务计费的评测口径，帮助团队在多模型、多供应商之间做精细化成本决策，也是构建 FinOps for LLM 的基础组件。

    链接：https://promptspend.com

数据来源：TheAIEra News Hub
生成时间：2026-09-24 08:15:00

posted @ 2026-09-24 08:01  iTech  阅读(181)  评论(0)    收藏  举报