Anthropic 称旧版提示词习惯拖慢 Claude Opus 5.5，建议去掉“think hard”等表述
Anthropic 表示，Claude Opus 5.5 现已作为 Pro、Max、Ultra 和 Team 套餐的默认模型，但用户沿用的旧版提示词习惯限制了它的表现，首要是删掉“think hard”“think carefully”这类短语，因为模型会自行按任务和所选 effort 等级调节推理深度。
#推理
The DecoderAI 评分5555 The DecoderAI 评分5858 Gemini 4 Carbon 登顶 MathArena，成本约为 GPT-6.1 Sol 的 15 倍
Google 的 Gemini 4 Carbon 在 MathArena 数学基准上超过 GPT-6.1 Sol 登顶，Claude Fable 5.2 位列第二。
Hugging Face Blog精选AI 评分6262 llama.cpp 与 ggml 发布 v1.0.0，确立语义化版本规则
llama.cpp 与 ggml 发布 v1.0.0，并明确今后以主版本号变更标示公共 C API 的破坏性改动。项目方称 llama.cpp 目前支持超过 150 种模型架构及主流投机解码方法，发行渠道覆盖 Linux、macOS、Windows、Android、iOS 及 Docker、Homebrew、conda-forge 等。
推荐理由：llama.cpp 发布 v1.0.0 并确立语义化版本规则，下游依赖其 API 的开发者可据此判断升级边界。
The Verge · AI同事件AI 评分8383 Google 发布 Gemini 4 Hydrogen 模型，更擅长理解复杂问题
Google 发布 Gemini 4 Hydrogen 模型，称其能拆解包含多个部分、拼写错误或高度具体要求的问题并逐项作答。该模型即日起成为搜索 AI Mode 的默认模型，同时上线 Gemini 应用、Google AI Studio 全部档位、Gemini API 和 Google Antigravity 等入口。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
AWS Machine Learning BlogAI 评分5656 SGLang-Neuron 开放使用，可在 AWS Trainium 上部署前沿模型
亚马逊宣布 SGLang-Neuron 通过 AWS Deep Learning Container 开放使用，由 RadixArk 与 Annapurna Labs 合作发布，可在 AWS Trainium 上用现有 SGLang 接口部署模型并生成强化学习 rollout。
The Decoder同事件AI 评分8585 Google 发布 Gemini 4 Hydrogen，默认档智能指数超过更大的 Argon
Google 发布面向日常任务的通用模型 Gemini 4 Hydrogen，默认 high 思考档在 Artificial Analysis 智能指数上以 51 比 50 超过更大的 Gemini 4 Argon，xhigh 档可达 54。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
AWS Machine Learning BlogAI 评分5454 影响 Amazon Bedrock 成本的四个推理请求设置
AWS 官方博客梳理了 Amazon Bedrock 中四项影响推理成本的请求级设置，分别是提示词缓存时长、服务层级、推理强度和 maxTokens。文中给出实测数据，例如 Claude Opus 5 的智能体任务把推理强度从 low 提到 high 后输出 token 中位数增加 169%，Nova 2 Lite 的 Flex 层级费率为 Standard 费率的一半。
Ars Technica · AI同事件AI 评分8282 Google 推出 Gemini 4 Hydrogen，取代 Gemini 3.8 Flash
Google 发布 Gemini 4 Hydrogen，并已在自家产品中取代 Gemini 3.8 Flash，访问限制较此前 Argon、Carbon 明显放宽。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
TechCrunch · AI同事件AI 评分7878 Google 发布 Gemini 4 Hydrogen 模型并升级搜索
Google 发布 Gemini 4 Hydrogen 模型，称这是搜索迄今最大的一次模型改进，可更好理解多部分问题、高度具体的请求和拼写错误。该模型主打快速执行智能体工作流，完成任务速度比 Gemini 3.8 Flash 快 2.5 倍，并提供 low、medium、high、xhigh 四档思考级别。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 4 Hydrogen 模型
Google DeepMind 发布 Gemini 4 Hydrogen，定位为面向日常编码与智能体工作流的高效执行模型，即日起在 Gemini API、AI Studio、Gemini app、Google Search 及 Google Antigravity 等渠道向所有用户开放。
推荐理由：官方给出 Hydrogen 与 Carbon、Argon 的分工定位及多模型编排的配额与速度数据，可据此判断日常编码与智能体工作流如何选型。
The DecoderAI 评分6969 OpenAI 数据表明前沿模型在隐藏思考过程，源于开发者对能力与算力的优化
OpenAI 安全团队的新分析追踪 GPT-5 到 GPT-6 Astra 的训练过程，把前沿模型思维链透明度下降归因到预训练、架构、强化学习和教师模型蒸馏四类训练因素。
TechCrunch · AIAI 评分5858 英国 AI 芯片公司 Fractile 完成 7.2 亿美元 C 轮融资，估值超 50 亿英镑
英国 AI 芯片初创公司 Fractile 完成 7.2 亿美元 C 轮融资，由 Thrive Capital、Founders Fund、Lightspeed Venture Partners 和 Redpoint 领投，英国主权 AI 基金参投，英国政府称其估值超过 50 亿英镑。
AWS Machine Learning BlogAI 评分5858 Moonshot AI 的 Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上线，它是 Kimi K3 的后训练版本，保持 3T 级开放权重架构和 100 万 token 上下文窗口，据 Moonshot AI 称输出速度是 Kimi K3.1 Pro 的 2–3 倍。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 向开发者、企业和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：官方给出 Carbon 与 Argon 的定位差异、多项基准排名和定价，便于判断何时该用更重的模型。
Hugging Face Blog精选AI 评分6262 Hugging Face 介绍决策模型：用 Transformers 和 llama.cpp 输出概率化决策
Hugging Face 发文介绍决策模型，这类模型接收 state 和 questions，直接返回带概率的结构化决策而不生成文本。
推荐理由：Hugging Face 把决策模型统一成 state 加 questions 的接口，并给出 Transformers 与 llama.cpp 的调用方式，便于判断这类非生成式输出能否接入现有服务。
The DecoderAI 评分4545 《苦涩的教训》提出者 Richard Sutton 给 LLM 扩展热衷者上了一课
图灵奖得主 Richard Sutton 在最新文章中给 LLM 扩展热衷者上了一课：仅靠原始算力不足以实现智能，AI 科学需要更聪明的新方法，且“远未完成”。他称合成数据是“大错误”，认为当前 LLM 训练后不再持续学习，主张具备世界模型、能持续学习且不破坏旧知识的智能体。该帖在 X 上引发 AI 社区讨论，Jerry Tworek 等研究者参与回应。
TechCrunch · AIAI 评分6969 Meta 发布轻量模型 Muse Ember，主打智能体执行与低成本
Meta Superintelligence Lab 周一发布 Muse Ember，这是其迄今最轻、成本最低的模型，面向工具调用、编码子任务、路由、信息抽取和长文档解析等智能体高频工作。
The DecoderAI 评分8383 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，Artificial Analysis 榜单以 65 分居首
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两者共用同一模型底座，按访问权限区分，定价为每百万输入 token 8 美元、输出 40 美元。
AWS Machine Learning Blog精选AI 评分7272 Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock
AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文中给出了 Fable 5.2 在编码与科研任务上的定位、数据保留要求与 Bedrock 调用方式，便于评估迁移成本。
TechCrunch · AIAI 评分7272 Anthropic 发布 Mythos 5.2 和 Fable 5.2 模型，Fable 输入价格降至每百万 token 8 美元
Anthropic 发布 Mythos 5.2 和 Fable 5.2，称新模型在编码、推理和视觉方面有所提升，与用户沟通更清晰。Fable 的输入价格从每百万 token 10 美元降至 8 美元，低于主要竞争对手 GPT-6 Astra，响应速度提升 30%，并可通过 Enterprise Frontier Safeguards 支持零数据保留（ZDR）政策。
The Verge · AIAI 评分6868 Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型，称其在编码、推理和视觉方面有所提升，输出速度快于 5.1 版本。
Hugging Face BlogAI 评分5454 HOPE 提出考虑专家协作的 MoE 二阶剪枝方法，50% 剪枝率下 SWE-Bench Pro 追平未剪枝模型
HOPE 是一种把专家两两协作项纳入优化目标的 MoE 二阶剪枝方法，论文在 Qwen3.5-122B、Qwen3.5-35B 和 GLM-4.5-Air 上与 REAP、MAN、EAN、Frequency 四种一阶方法对比。
AWS Machine Learning BlogAI 评分5656 SageMaker Inference 支持 NVIDIA MIG 多实例 GPU 分区
Amazon SageMaker Inference 新增 GPU 分区能力，基于 NVIDIA MIG 把单块 GPU 划分为硬件隔离的多个分区，每个分区可部署不同模型。
Mistral AI精选AI 评分8181 Mistral 开源 1 万亿参数 Mistral Large 4（Le Chonk）权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开源权重，这是一款 1 万亿参数的原生多模态模型，本月早些时候已进入公开预览。
推荐理由：原文给出与 GLM-5.3 等开源模型在编码基准和 token 效率上的对比，便于判断自托管旗舰模型的实际成本。
Google Research精选AI 评分6060 Google 提出睡眠框架：让 LLM 在持续学习中保留知识
Google 研究者提出睡眠框架，让 LLM 在活跃交互与离线记忆巩固之间交替，把短期上下文写入长期参数。该框架在 BABILong 上将长上下文理解扩展至 10M tokens，在 SQuAD 与持续预训练上分别取得 48.9% 和 46.2%，并在 AIME 24/25 与 HMMT 25 上达到 79.2%、69.0% 和 46.1%。
推荐理由：Google 研究者提出睡眠框架，用记忆巩固与梦境自改进两阶段让 LLM 持续学习而不遗忘旧知识。
Microsoft Research精选AI 评分8080 微软研究院等证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布下平面切割与任意形状切割的差距可由与维度无关的常数界定。研究采用人类主导的智能体搜索流程，探索了 100 多条候选路径，由研究者筛选并递归应用新判据，最终在 2026 年 10 月 4 日版本中完成证明。同期另有独立团队给出完整证明，并有 Lean 4 形式化验证发布。
推荐理由：读者可看到人机协作如何被拆成可复用的搜索与筛选流程，以及独立证明与 Lean 形式化如何构成交叉验证。
Microsoft Research精选AI 评分6262 Microsoft Research 发布 zkVM 系统 Magnetar，证明速度提升 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go、C 编写的 RISC-V 程序执行，在 15 个基准程序上平均比同机最快 zkVM 快 10 到 39 倍。
推荐理由：Magnetar 仅依赖标准哈希函数就把 zkVM 证明速度提升 10 到 39 倍，可据此比较通用性与安全假设之间的取舍。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Large 4 预览：1 万亿参数原生多模态模型
Mistral 推出 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重计划本月底发布。
推荐理由：Mistral 公布 1 万亿参数原生多模态模型 ML4 的预览与开放权重计划，并给出编码、智能体与网络安全基准对比。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley AI Research 介绍为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索把已有 CUDA 内核当作知识库，为 Apple Silicon 生成高质量内核。
OpenAI Developers Blog精选AI 评分6060 OpenAI 解释为何构建 Responses API
OpenAI 发文解释在 GPT-5 发布后为何推荐用 Responses API 集成模型，称其为推理模型和智能体场景专门设计。文章称 Responses 在轮次间保留推理状态，GPT-5 通过 Responses 调用在 TAUBench 上比 Chat Completions 高 5%，内部基准显示缓存利用率提升 40–80%。
推荐理由：OpenAI 官方解释 Responses API 的设计取舍，读者可据此理解推理模型时代 API 为何从对话式转向有状态智能体循环。