用 Claude 自动化 eval 设计与 hillclimbing
Anthropic 在 Claude Code 的 claude-api skill 中新增两条命令，/claude-api build-eval 可在代码库内构建评测集，/claude-api hillclimb 用留出集逐次改进应用并检测过拟合。
推荐理由：官方给出 eval 设计与 hillclimb 的完整工作流，可迁移到自家应用的评测搭建与成本优化。
#产品更新
日期栏展示收录日期，历史补录归入原文日期。
Claude Developer Blog精选AI 评分7171 Baseten BlogAI 评分3838 用 NVIDIA OpenShell 和 Blaxel 沙箱守护开放前沿
Baseten 宣布成为 NVIDIA Agent Safety Platform 的启动合作伙伴，并加入 Open Secure AI Alliance，同时为 NVIDIA 开源运行时 OpenShell 提供支持。
NVIDIA Newsroom精选AI 评分7474 NVIDIA 发布开放智能体安全平台，覆盖从测试到部署
NVIDIA 发布 Open Agent Safety Platform，由开源软件 OpenShell 与 Sentry 参考系统设计组成，为智能体提供全栈治理与控制。
推荐理由：NVIDIA 把智能体安全边界从模型层挪到运行时与硬件层，读者可据此判断企业级智能体治理的落地路径。
Amp News精选AI 评分6262 Amp 默认中等模式改用 Claude Opus 5.5
Amp 宣布中等模式默认模型由 GPT-5.6 Sol 换成 Claude Opus 5.5，使用 ChatGPT 订阅并启用 ChatGPT Only 预设时仍固定为 GPT-5.6 Sol，可在 Tune Modes 中切换。
推荐理由：Amp 公布内部评测数据与切换方式，读者可据此判断 Opus 5.5 在编码智能体中的成本与可控性取舍。
Modem BlogAI 评分2525 通过我们全新的官方插件将 Modem 添加到 ChatGPT
Modem 现已上线 ChatGPT 插件目录，用户可在 ChatGPT 中安装并登录 Modem，通过输入 @ 选择 Modem 后直接提问。该插件把客户反馈上下文带入团队已有的对话中，除登录外无需额外设置。官方给出的示例工作流是：用 Modem 找出最近 30 天客户反馈中呼声最高的修复项、合并重复项并统计受影响客户数，若某个答案值得每周获取，可将其保存为技能并定时运行。
Amp NewsAI 评分3434 Less Noise
Amp 现在会进一步折叠 AI 智能体的逐步执行过程，默认只展示智能体做了什么，需要时仍可展开查看每一步。官方称用户如今同时运行大量智能体，应让它们独立运行更久、承担更难的任务，而不是近距离盯着每一步。
Claude · 应用发布说明AI 评分4040 为 Claude 构建插件
Anthropic 开放 Claude 插件提交，开发者可通过新的开发者门户向 Claude 目录提交插件，跟踪审核进度，并在插件上线后查看使用分析数据。
Midjourney UpdatesAI 评分3030 编辑更新、缩略图预览等
Midjourney 在 alpha.midjourney.com 界面中试验快速模型，Styles 侧边栏可预览最新提示词在多种风格下的效果，开启 "Live previews" 后点击缩略图即可用该风格生成。编辑模型的局部重绘与扩图能力改进，定向编辑只改变选中像素，可反复编辑而不降低画质。tile --tile 在 V8.1/8.2 上优化，平铺图像之间的接缝现已无缝融合。
Baseten Blog精选AI 评分6060 用 Baseten Loops 在 LangSmith 轨迹上做微调
LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，可将 LangSmith 中的 Agent 轨迹转成监督微调数据集，训练与部署都跑在 Baseten 上。
推荐理由：原文给出了从 LangSmith 轨迹到微调数据集的完整链路，读者可据此判断自有 Agent 数据能否直接转成部署模型。
GitHub Blog · AI & ML精选AI 评分7171 GitHub Security Lab Taskflow Agent 的 AI 驱动模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
推荐理由：原文给出了一套可复用的自主模糊测试流水线设计，读者可据此了解 LLM 智能体如何接管覆盖率与崩溃分类工作。
Midjourney UpdatesAI 评分2020 Alpha Changelog - 9/23/26
Midjourney 在 alpha.midjourney.com 更新：Styles 侧栏新增实时预览，浏览样式时可用当前提示词快速预览效果；设置中新增默认参数保存，可将提示词栏当前配置设为默认。
Amp News精选AI 评分6060 Amp 推出共享 Runner 功能
Amp 上线共享 Runner 功能，用 --share 启动后工作区成员都能在这台机器上从 ampcode.com 发起线程，带 GPU 的机器、用于构建签名 iOS 应用的 Mac 或特定网络内的开发机都可作为共享算力。
推荐理由：原文给出共享 runner 的启动方式、环境变量隔离与权限边界，便于团队评估自建算力如何接入智能体工作流。
Liquid AI BlogAI 评分4040 LFM2.5-VL-DSpark：在边缘设备及更多场景加速视觉语言模型
Liquid AI 发布实验性草稿模型 LFM2.5-VL-DSpark，为其视觉语言模型 LFM2.5-VL-3B 加速解码，GPU 解码吞吐最高提升 2.66×、边缘设备最高 3.13×，端到端吞吐分别最高提升 2.27× 和 2.62×，且不改变输出质量。
Google Blog · AIAI 评分3131 Google Beam 拓展新地区、新合作伙伴与新客户
Google Beam 宣布扩展至美国、加拿大、英国、法国、德国和日本六国，由 18 家渠道合作伙伴支持部署，旗舰硬件为 HP Dimension with Google Beam，可无缝接入 Google Meet 和 Zoom。
Comfy Blog精选AI 评分6262 Comfy Router 发布：一个 API 调用前沿媒体模型
Comfy 在 Comfy Developer Platform 上线 Comfy Router，用一个 API 接入前沿图像、视频、3D 和音频模型，首日支持 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs。
推荐理由：Comfy Router 把多家前沿图像视频模型的调用收敛到一个 API，读者可据此判断多供应商路由是否值得接入。
Prime Intellect Blog精选AI 评分6262 Prime Sandboxes：面向大规模智能体 RL 训练的 microVM
Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是一台完整 Linux 虚拟机，支持 Docker Compose、后台任务和依赖内核的工作负载，可运行数万个并发沙箱。
推荐理由：Prime Intellect 公布智能体 RL 沙箱的架构取舍与定价，可据此比较容器与 microVM 方案的差异。
Factory News精选AI 评分6060 Factory Router 将推理成本降低 63%
Factory 公布 Factory Router 的生产数据，使用该路由的会话总体成本比按前沿模型公开价格计算低 63%，6 月底这一数字为 42%，同期路由会话量增长约四倍。
推荐理由：原文给出路由在生产环境的成本与通过率数据，可据此判断模型路由对智能体工作流的实际收益。
Cursor Changelog精选AI 评分6262 Rollouts 与 Security Review
Cursor 推出 Rollouts 和 Security Review 两个 bot，分别监控每次变更的部署健康状况、在每个 PR 中报告可被利用的缺陷，现已在团队版和企业版上线。
推荐理由：Cursor 把部署监控与安全审查做成两个 bot，读者可了解 AI 编码工具如何延伸到交付与安全环节。
Cartesia BlogAI 评分5858 Cartesia 推出 Multilingual Voices 多语言语音
Cartesia 发布 Multilingual Voices，50+ 语音库音色可原生支持最多 25 种语言，并支持把自建语音克隆做成多语言。每个语言和口音由母语者按评分标准审核，检查口音是否保持以及日期、数字、货币是否按当地方式朗读。
Sierra BlogAI 评分3838 你的智能体，一览无余
Sierra 发布 Agent Studio，让用 Ghostwriter 构建的智能体的每条旅程、动作、策略和人格都可见可编辑，并可通过 Simulations 和 Experiments 在全面上线前测试改动影响。
vLLM Blog精选AI 评分6666 vllm-metal 发布：在 Apple Silicon 上实现并发推理服务
vLLM 官方发布 vllm-metal，把 vLLM 的 V1 调度器、分页 KV 缓存和 OpenAI 兼容服务端带到 Apple Silicon，由 MLX 与 Metal 负责执行。
推荐理由：vLLM 官方把调度器与分页 KV 缓存搬到 Apple Silicon，读者可据此判断 Mac 本地并发推理的可行边界。
LlamaIndex BlogAI 评分5959 LiteParse 更新：2026 年 9 月
LlamaIndex 发布 LiteParse 9 月更新，通过 PDFium 定制优化将文本提取提速 20-25%，实测 2.8ms/页提取文本、3.9ms/页渲染 markdown。
LiveKit BlogAI 评分3232 LiveKit 推出 Private Links
LiveKit 推出 Private Links，让托管的 AI 智能体通过云网络私有访问企业内部敏感资源，无需维护公网 IP、入站防火墙规则或 VPN。该功能通过加密 WireGuard 隧道连接 AWS PrivateLink 或 Azure Private Link，仅支持基于 TCP 且经 TLS 加密的连接，不支持非安全 TCP 和 UDP。
Browser Use BlogAI 评分3838 Composio 的 Browser Tool 如何用 Browser Use 在无 API 的情况下自动化网站
Composio 的 Browser Tool 让接入 Composio 的 AI 智能体在无 API 的网站上完成登录、导航、填表、提取数据和下载文件，每个任务都由托管云浏览器中的 Browser Use 智能体执行。
Google Blog · AIAI 评分2222 与 Google 共创时尚的未来
Google 旗下 Envisioning Studio 与 Google Labs 合作，在纽约时装周前用 AI 创意工作室 Google Flow 为设计师 Jane Wade 和 Sergio Hudson 分别定制了 Styling Suite 和 Runway Visualization 两款工具。
vLLM BlogAI 评分5858 用 PyNvVideoCodec 与 vLLM 扩展多 GPU 视频描述任务
vLLM 宣布支持 NVIDIA GPU 内置的硬件视频解码，通过集成 PyNvVideoCodec（NVDEC 的 Python 接口）把视频解码从 CPU 转移到 GPU，缓解此前 CPU 先于 VLM 推理成为瓶颈的问题。
Google Blog · AI精选AI 评分6060 联合国系统数据共享平台上线，让全球数据更易探索
联合国系统推出 UN System Data Commons，这是一个基于 Google Data Commons 构建的开源平台，把分散的全球统计数据整合为可搜索的 AI-ready 知识图谱。
推荐理由：联合国系统与 Google 合作把分散的全球统计数据整合为可自然语言查询的知识图谱，读者可了解其数据来源与智能体接入方式。
Midjourney UpdatesAI 评分1515 Alpha Changelog - 9/16/26
Midjourney 为 alpha.midjourney.com 推送更新，新增韩语支持，并修复 v8.2 编辑器多项问题：附加图片时提示词栏改为询问“What would you like to change?
Baseten BlogAI 评分5858 Baseten 推出 Hosted Tools，首个工具为网页搜索 Baseten Grounded Inference
Baseten 发布 Hosted Tools，首个工具是网页搜索 Baseten Grounded Inference，让托管在 Baseten 上的模型能获取当天最新信息。
Claude · 应用发布说明精选AI 评分7878 Claude Cowork 进入每一次对话，可在任意对话中创建设计、幻灯片和文档
Anthropic 将 Claude Cowork 的能力扩展到任意对话，用户无需先选择模式即可提问或交付报告、表格、演示等较大任务，原有对话、Cowork 任务、项目、连接器和技能都会保留，该体验正逐步向 Pro 和 Max 套餐的 web、桌面和移动端推送。
推荐理由：官方说明 Cowork 能力并入所有对话，并给出 Design、Slides、Docs 的可用范围与套餐差异。
Claude · 应用发布说明AI 评分5858 Claude 上线 Salesforce 插件（beta）
Anthropic 在 Claude 中上线 Salesforce 插件（beta），把销售人员的客户、商机和销售管道数据接入 Claude，并内置 37 个预置销售技能，可在 Claude 内准备通话、审阅交易、创建管道看板和发送预测。该插件目前面向 Salesforce 通过其 beta 报名审核的组织，在所有付费方案中以 beta 形式提供。
Cursor Changelog精选AI 评分8585 Cursor 项目
Cursor 推出「项目」功能，用于承接一项功能、一次迁移或一个完整应用这类更大规模的工作，可在数月周期内保持上下文并把任务委派给成千上万个子智能体。项目中的协调智能体不写代码，负责规划与分派，由云端智能体在独立计算机上运行，需要本机测试时再启动本地智能体。
推荐理由：原文给出项目式多智能体协作的上下文共享与云端运行方式，可据此判断长周期任务的委派形态。
Claude · 应用发布说明AI 评分4242 智能报告（beta）
Anthropic 在 Claude Enterprise 方案中推出 beta 版智能报告，可分析团队如何使用 Claude，并报告已完成的工作、成本、会话遇到阻力的环节，以及哪些重复模式值得打包为共享技能。
Midjourney UpdatesAI 评分3636 Alpha Changelog - 9/2/26
Midjourney 在 alpha.midjourney.com 上线 v8.2 编辑模型，并在 lightbox 中内置新编辑器，支持用自然语言指令编辑图片、附加最多 4 张参考图，并集中查看本次会话的所有编辑。
蚂蚁 inclusionAI · 新项目精选AI 评分6666 inclusionAI 开源 Agent 工作区 Choruz
蚂蚁 inclusionAI 开源 Agent 工作区 Choruz，支持 Codex、Claude Code 和 Muse，可在后台把用户交互轨迹异步转化为个性化基准用例，用于调整 harness、减少重复错误，并选择性地用自配置的更小模型执行部分任务。
推荐理由：官方开源了一个从真实交互轨迹生成个性化评测、再据此调整 Agent 配置的工作区，可了解其机制与边界。
LiveKit BlogAI 评分3636 用非生产部署测试你的语音智能体
LiveKit 推出非生产部署（non-production deployments），让智能体以另一个名称与生产环境并行运行，共用同一镜像、项目和密钥，一条命令即可创建。
Cursor Changelog精选AI 评分7171 自托管机器
Cursor 推出自托管机器，让工具执行完全留在用户自己的网络内，代码库、构建产物和密钥都保留在自有基础设施上运行的内部机器上，由智能体在本地处理工具调用。
推荐理由：原文给出自托管机器的池化调度与沙箱接入方式，读者可据此判断工具执行如何留在自有网络内。
LiveKit Blog精选AI 评分6060 LiveKit 发布 Connectors：让语音智能体接入人们常用的通话平台
LiveKit 发布 Connectors，在 LiveKit 房间与 Twilio Programmable Voice、WhatsApp Business Calling 之间建立直连，通话作为 kind 为 CONNECTOR 的参与者进入房间，无需配置 SIP trunk 或运行网关。
推荐理由：LiveKit 把 Twilio 与 WhatsApp 通话直接接入房间，读者可据此判断现有电话工作流如何少改架构。
UK AI Security InstituteAI 评分3737 Optimal stopping: spending evaluation compute where it counts
AISI 开源 Python 包 optstop，可接入其 Inspect 评估框架，在模型性能估计足够精确时提前停止评估运行。测试中，optstop 在设定的每种条件下节省了 57% 至 97% 的计划运行量。它通过跟踪可信区间，按精度和稳定化两条规则停止采样，并在估计成功率低于 1% 时要求更多数据。
Cursor ChangelogAI 评分5555 无需代码仓库，也能从零开始
Cursor 云端智能体不再需要连接 GitHub 或其他第三方 SCM 提供商即可开始使用，用户可直接输入提示，Cursor 会在后台创建 Origin 代码仓库。满意后可点击创建代码仓库，自定义名称并设为私有或内部，获得完整搭建的仓库用于分享或继续构建。此外，Cursor 支持将云端智能体的实时环境通过端口转发呈现在浏览器中，连接 Vercel 账户后点击发布即可生成可访问的 URL。