AI 编程实时动态与要闻

x
xAIdocs.x.ai·
👀54
🔥82

xAI 宣布 11 月 7 日起 Grok API 文本默认加隐形水印:覆盖 grok-4.7 等 7 个模型,团队管理员可按模型退出

xAI(文档署名 SpaceXSI)10 月 31 日在 API 文档新增《Output Watermarking》页面:从 2026 年 11 月 7 日起,grok-4.7、grok-4.6、grok-4.5、grok-4.3 以及 grok-4.20 的推理、非推理和多 Agent 三个版本,生成的文本默认带隐形水印,理由是遵守欧盟 AI 法案。水印覆盖 Responses 和 Chat Completions 两套接口的普通文本、结构化输出和工具调用参数,在生成时轻微影响选词,不添加任何字符。开发者可读响应头 x-watermark 判断;团队管理员可在控制台按模型退出,但须确认适用法律豁免,部分模型可能被锁定无法关闭。

核心要点速览

  • 生效时间:2026 年 11 月 7 日起默认开启,无需改代码、没有请求参数(xAI 文档)
  • 范围:7 个模型 ID(grok-4.7、4.6、4.5、4.3 及 grok-4.20 的 reasoning、non-reasoning、multi-agent),全球与区域端点、Responses 与 Chat Completions 都覆盖
  • 覆盖内容:普通文本、结构化输出和工具调用参数;响应头 x-watermark: true 表示本次输出带水印
  • 退出:团队管理员按模型关闭,5 分钟内对新请求生效、写入审计日志;须确认适用法律豁免,部分模型被锁定不可关
  • 官方口径:水印不影响质量和速度;检测为统计方法,结果分为有水印、无水印、不确定三档,检测 API 需申请
阅读全文
关联模型 / 智能体 / 厂商:

Claude API 上线 Usage and Cost Analytics API 测试版,可按模型、API Key、调用者拆分用量与成本;单次请求上限提到 128 MB

据 Claude 官方 API 更新日志,10 月 29 日 Anthropic 推出 Usage and Cost Analytics API 测试版,新增 /v1/organizations/analytics/usage 和 /analytics/cost 两个端点,可按模型、工作区、API Key 以及发起请求的用户或服务账号筛选、分组,按分钟、小时或天出时间序列;旧的 Usage and Cost API 转为 legacy 但继续支持。10 月 28 日,第一方 Claude API 的 Messages 和 Token Counting 接口单次请求上限从 32 MB 提高到 128 MB。

核心要点速览

  • 新 API 需带 beta 头 analytics-usage-cost-2026-08-24,两个端点分别返回 token/请求数和美元成本(据官方文档)
  • group_by 最多 5 个维度,时间桶可选 1m、1h、1d,每个筛选条件最多传 100 个值
  • Claude Console 和 Claude Enterprise 组织共用同一套端点和字段;AWS 与 Google Cloud(Anthropic 托管)上也可调用
  • 旧 Usage and Cost API 及 Enterprise Analytics 的 4 个用量/成本报表端点转为 legacy,仍继续支持并提供迁移指南
  • 10 月 28 日起,Messages API 和 Token Counting API 单次请求上限从 32 MB 提到 128 MB(约 4 倍),仅限第一方 Claude API
阅读全文
关联模型 / 智能体 / 厂商:

ElevenLabs 发布音效模型 SFX v3:一句提示词生成多层音效,音乐与人声更好,API 已可调用(限量开放)

ElevenLabs 官方账号 10 月 29 日 18:03(UTC)发布 SFX v3,称它能从单条文本提示词生成更丰富、更精确的音效,音乐和人声表现更好,已在 ElevenCreative 和 ElevenAPI 上线。官方文档显示新模型 ID 为 eleven_text_to_sound_v3,沿用原有 Sound Effects API,但默认模型仍是 v2,且 v3 目前限量开放、并非所有地区可用。

ElevenLabs 发布音效模型 SFX v3:一句提示词生成多层音效,音乐与人声更好,API 已可调用(限量开放)

核心要点速览

  • 模型 ID:eleven_text_to_sound_v3,与 v2 共用同一个 Sound Effects API,只需改 model_id;默认仍是 eleven_text_to_sound_v2
  • 官方文档列出 4 项改进:多条指令同一提示词、能处理音乐与人声、更自然、高频声(锣、钟、哨)更少削波
  • 限量开放:没有权限的账号调用会返回 Unknown model 错误,且并非所有地区可用
  • 时长 0.1–30 秒,指定时长时按每秒 40 credits 计费(Sound Effects 接口通用口径),支持 loop 无缝循环
  • 跑分:官方未公布任何量化基准,文档建议用自己的提示词对比 v2 与 v3
阅读全文
关联模型 / 智能体 / 厂商:
⚡ SFX v3⚡ eleven_text_to_sound_v3🌐 ElevenLabs

Suhail 新公司 Particle 发布首个模型 Particle-1:基于 DeepSeek V4.1 Flash 后训练,编码任务平均少用约 45% token

Mixpanel 创始人 Suhail Doshi 10 月 28 日(SGT 10 月 29 日 01:36)在 X 上宣布新公司 Particle,首个模型 Particle-1 已上线。官方博客称它在 DeepSeek V4.1 Flash 上用强化学习后训练,在四个编码与数据工程基准上输出 token 少 28.4%–52.2%、单任务成本低 34.4%–51.6%,通过率仍在基座模型置信区间内。可通过 Particle API、OpenRouter 和 Vercel AI Gateway 调用,官方文档标价每百万 token 输入 0.25 美元、输出 1 美元,上下文 1,048,576 token。

Suhail 新公司 Particle 发布首个模型 Particle-1:基于 DeepSeek V4.1 Flash 后训练,编码任务平均少用约 45% token

核心要点速览

  • 四个基准(Terminal-Bench 2.1、ReactBench、ADE Bench、DeepSWE 1.1)上输出 token 少 28.4%–52.2%,单任务成本低 34.4%–51.6%(官方口径)
  • 官方汇总表:每任务成本 0.2211 美元,对比 DeepSeek V4.1 Flash 0.3368 美元、GLM 5.3 Flash 0.6523 美元;平均输出 59,580 token,对比 83,246 和 98,155
  • 任务通过率 72.57%,对比基座 71.15%、GLM 5.3 Flash 66.82%;GPQA Diamond 90.40%(基座 90.91%)、MMLU 86.08%(基座 85.98%)
  • 训练方式:在全部层的专家上训练 rank-64 LoRA,可训练参数约占模型 1.25%,用 GSPO 序列级策略优化分两阶段 RL
  • 定价:官方文档当前为每百万 token 输入 0.25 美元、缓存输入 0.03 美元、输出 1.00 美元,上下文 1,048,576 token,单次输出上限 131,072 token
阅读全文
AD赞助内容

Mistral 推出 Responses API 公开预览:兼容 OpenAI Responses 格式,答案、推理和工具调用分项返回,专为构建智能体

Mistral AI 10 月 28 日在 X 宣布 Responses API 进入公开预览,定位为在 Mistral 上构建智能体的接口。官方文档说明它采用 OpenAI Responses 格式,每次响应的 output 数组里分别给出模型消息、推理内容和函数调用,比 Chat Completions 更容易逐步处理。预览版是无状态的,对话历史由应用自己保存并回传;支持文本、图片、文件输入,JSON Schema 结构化输出,流式事件,客户端函数调用,reasoning.effort,以及 POST /v1/responses/input_tokens 计数。服务部署在 Mistral AI Cloud Inference 的欧盟和美国区域。同一帖串还宣布在其云上提供 DeepSeek V4.1 Flash(公开预览)和 GLM 5.3 Flash(正式可用)。

核心要点速览

  • Responses API 公开预览,采用 OpenAI Responses 格式,已有 Responses 集成可以较容易迁到 Mistral
  • 每次响应把答案、推理、函数调用分成不同 output 项,便于智能体逐步处理
  • 预览版无状态:应用自己维护对话历史,并把上一轮 output 项连同 function_call_output 回传
  • 支持图片和文件输入、JSON Schema 结构化输出、流式、函数调用(含 namespace)、reasoning.effort,以及 /v1/responses/input_tokens 计数
  • 部署在 Mistral AI Cloud Inference 的欧盟和美国区域;同时新上 DeepSeek V4.1 Flash(预览)和 GLM 5.3 Flash(GA)
阅读全文

Cursor 正式推出 Agent SDK:用 Markdown 写提示、TypeScript 写工具,把 Agent 当代码管理,可托管部署也可自建,内置评测

Cursor 10 月 26 日宣布 Agent SDK 正式可用:Agent 的系统提示写成 Markdown,工具用 TypeScript 定义,可以部署在 Cursor 的托管基础设施上,也可以在自己的机器上运行,并内置评测来衡量每次改动。官方文档称它使用的是驱动 Bugbot、Security Review、Approval Bot 和 Rollouts 的同一套 Cursor SDK 运行框架,可以由代码仓库事件、Issue 跟踪器、Slack 或定时任务触发,部署后在 Deployed Agents 中管理。官方未公布定价和跑分。

Cursor 正式推出 Agent SDK:用 Markdown 写提示、TypeScript 写工具,把 Agent 当代码管理,可托管部署也可自建,内置评测

核心要点速览

  • 同源框架:官方文档称 Agent SDK 使用驱动 Bugbot、Security Review、Approval Bot、Rollouts 这 4 个 Cursor 自家 Agent 的同一套运行框架
  • 项目结构:bot/instructions.md 是必需的常驻系统提示,bot/tools/*.ts 每个文件一个带类型的工具,另有 skills、mcp-connections、subagents、channels、hooks、schedules 等目录,评测放在 evals/*.eval.ts
  • 触发与部署:可由代码仓库、Issue 跟踪器、Slack、Webhook 或定时任务触发;可选 Cursor 托管或自建运行,部署后在 Deployed Agents 管理
  • 命令行:agent-sdk validate、run、eval 分别用于校验、实跑一轮和跑评测,官方称只有 run 和 eval 需要 Cursor 凭证
  • 官方未公布定价和跑分
阅读全文
关联模型 / 智能体 / 厂商:

Grok Bot 可以替你打电话了:马斯克称 Bot 能致电个人或商家、代提需求、记录回复并发送通话摘要(0.77 预发布版)

SpaceXSI CEO 埃隆·马斯克(@elonmusk)10 月 25 日在 X 上发帖称,Grok Bot 现在可以替用户给个人或商家打电话、代为提出请求、记录对方回复,并发回一份通话摘要。帖子引用了第三方用户对 Grok Bot 0.77 预发布版的拆解:可拨号、等待保留、按键、转接,并显示实时转写。截至 10 月 25 日,SpaceXSI 尚未发布对应的更新日志或文档,支持地区、套餐和是否告知对方是 AI 均未公布。

核心要点速览

  • 来源:马斯克本人 X 帖(原帖),UTC 10 月 25 日 14:35 发布
  • 能力:替用户致电个人或商家、提出请求、记录回复、发送通话摘要
  • 预发布版拆解(第三方 @alexmichaelio):拨号、保留等待、按键、转接、实时转写
  • 官方更新日志与文档截至 10 月 25 日尚未收录该功能(据 CellCog、The Tech Signal 报道)
  • 抓取时帖子约 1.44 万赞、1,399 转发、3,332 收藏、231 万浏览
阅读全文
关联模型 / 智能体 / 厂商:

Cloudflare 发布 Clairic 抽取模型:一次前向传播输出带类型和置信度的数值、日期与预测,Workers AI 预览、每百万输入 token 0.10 美元

Cloudflare 10 月 19 日发布 Clairic 预览版,定位为「System One 抽取模型」:不逐 token 生成,而是一次并行前向传播,从文本或最多 4 张图片里抽取、计算、估计和预测带类型的值,每个答案附置信度、字符位置和缺失概率,缺失时返回 null。模型以 @cf/cloudflare/clairic 上线 Workers AI,文档标注 64K 上下文、支持视觉、每百万输入 token 0.10 美元且不收输出费。官方示例中,Clairic+Clef+GLM-5.3 级联比全用 GLM-5.3 快约 3.2 倍、成本低约 49%(官方口径),权重将在之后开放。

Cloudflare 发布 Clairic 抽取模型:一次前向传播输出带类型和置信度的数值、日期与预测,Workers AI 预览、每百万输入 token 0.10 美元

核心要点速览

  • 定价与规格:每百万输入 token 0.10 美元、无输出费,上下文 65,536 token,支持文本加最多 4 张图(官方文档)。
  • 输出类型:text、number、date/time、duration、list、estimate、forecast;每个答案附置信度与 p_null,缺失返回 null。
  • 级联实测:Clairic→Clef→GLM-5.3 端到端 19.3 秒对 61.7 秒,约快 3.2 倍;每百万次理赔 6032 美元对 11740 美元,省约 49%(官方口径)。
  • 预测示例:TSA 安检人数 21 天预测平均误差 3.3%,17/21 天落在 80% 区间内。
  • 局限:多步连锁算术、跨多行聚合尚不可靠;当前为预览检查点,开放权重时间未定。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ clairic⚡ clef⚡ GLM-5.3🌐 cloudflare

AWS 发布 TorchNeuron:PyTorch 原生跑在 Trainium 上,10 月 20 日以 Apache 2.0 开源

Amazon 10 月 19 日宣布 TorchNeuron:通过 PyTorch 标准的 PrivateUse1 设备后端机制,把 Trainium 注册成原生 "neuron" 设备,支持 eager 模式、torch.compile 和 FSDP/DTensor/DDP 等原生分布式 API,覆盖 Trn2 与 Trn3。官方称现有 PyTorch 代码只需改一处设备配置即可运行,将于 10 月 20 日在 PyTorch Conference North America 以 Apache 2.0 开源。官方文档显示,目前它仍处于封闭 Beta。

AWS 发布 TorchNeuron:PyTorch 原生跑在 Trainium 上,10 月 20 日以 Apache 2.0 开源

核心要点速览

  • 开源时间:10 月 20 日 PyTorch Conference North America,许可证 Apache 2.0(官方口径)。
  • 支持硬件:Trainium2、Trainium3;通过 PrivateUse1 注册为 neuron 设备,支持 eager 与 torch.compile(backend="neuron")。
  • 迁移改动:官方宣传「一处配置、无需重写」;文档列出的最小改动是 .to("cuda") 改 .to("neuron"),张量并行还要按 NeuronCore 数量调整分片配置。
  • PyTorch 2.9 是最后一个基于 PyTorch/XLA 的版本,从 PyTorch 2.10 起 Neuron 改走 TorchNeuron,老脚本升级时需要修改。
  • 质量与生态:官方称每次构建都对数十万个模型做回归测试,已接入 TorchTitan,Hugging Face 工具链已原生支持 Trainium;官方未公布性能跑分。
阅读全文
关联模型 / 智能体 / 厂商:

Google Research 公开发布 Deep Review:四阶段多智能体文档核查系统,已服务 1.6 万+ 篇顶会投稿,接入 Gemini 4 Argon 并开放 API

Google Research 于 2026-10-14 公开发布 Deep Review。它由实验项目 Paper Assistant Tool(PAT)演进而来,曾在 STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027 为 1.6 万多篇自愿参与的稿件提供投稿前反馈;现在扩展到设计文档、演示文稿、法律与财务文件。每位用户每周免费 2 次审阅,可接入 Gemini API Key 提高额度并通过 Deep Review API 集成到 CI;底层已支持 Gemini 4 Argon。

Google Research 公开发布 Deep Review:四阶段多智能体文档核查系统,已服务 1.6 万+ 篇顶会投稿,接入 Gemini 4 Argon 并开放 API

核心要点速览

  • 试点规模:STOC、ICML、NeurIPS、ICLR 四大会议共 1.6 万+ 篇稿件自愿使用(官方博客)
  • 审稿压力:ICLR、NeurIPS、ICML 三大会议今年投稿超 7.4 万篇,2025 年约 4.5 万、2024 年 3.2 万、2023 年 2.3 万(官方口径)
  • 额度与格式:每人每周 2 次免费审阅,接 Gemini API Key 提额并可调用 API;首发支持 PDF 和纯文本,多文件即将支持(Deep Review 入口)
  • 隐私:上传文档不用于训练或微调 Google 模型,仅为界面展示保存 1 年
  • Antigravity 同步上线 Teamwork Deep Document Review 模式,用 /teamwork-preview 调用;方法论见 arXiv 2606.28277
阅读全文
AD赞助内容

GPT-5.5 今日退出 ChatGPT、ChatGPT Work 与 Codex:ChatGPT 登录用户需改用 gpt-6-sol / gpt-6-luna,API 不受影响

按 OpenAI 官方模型文档,GPT-5.5 自 2026-10-14 起在 ChatGPT、ChatGPT Work 与 Codex 的全部套餐下线,OpenAI API 不受影响。用 ChatGPT 登录 Codex 的 Plus、Pro、Business、Enterprise、Edu 用户应改选 gpt-6-sol,Free 与 Go 用户在桌面端改选 gpt-6-luna;复杂编码推荐 gpt-6.1-sol。写死 gpt-5.5 的 config.toml、自定义 agent、定时任务和脚本需要立即修改。

核心要点速览

  • 生效日 2026-10-14:GPT-5.5 退出 ChatGPT、ChatGPT Work、Codex 全部套餐(含 Business/Enterprise/Edu),OpenAI API 不受影响
  • 替代:Plus/Pro/Business/Enterprise/Edu 选 gpt-6-sol;Free/Go 在桌面端选 gpt-6-luna(均为“可用时”)
  • 复杂编码与 agent 工作流官方推荐 gpt-6.1-sol,官方口径接近 GPT-6 Astra、标准价为 Astra 的 1/5
  • 需检查的 4 处:config.toml 的 model、codex exec -m、自定义 agent、定时任务/脚本
  • Enterprise/Edu 中新模型默认关闭需管理员启用;GPT-5.6 Sol/Terra/Luna 在过渡期仍可用
阅读全文

Antigravity CLI 1.3.5:新增 Auto 模式自动批准安全编辑与命令,越出沙箱先经独立 agent 审核,并加入 /compact

Google Antigravity CLI 于 2026-10-14(UTC)发布 1.3.5。Release Notes 新增 Auto 模式:自动批准文件编辑与安全命令,不可逆操作仍会询问;将离开终端沙箱的命令先交独立 agent 审核。可用 --mode auto、/config 的 Agent Mode,或 Shift+Tab 切换;目前支持 Linux 与 macOS,Windows 稍后。同版加入按需 /compact,并为 /diff 增加语法高亮、折叠与大文件虚拟滚动。公开文档的 modes 页抓取时仍只列 default / accept-edits / plan,以 GitHub Release 为准。

Antigravity CLI 1.3.5:新增 Auto 模式自动批准安全编辑与命令,越出沙箱先经独立 agent 审核,并加入 /compact

核心要点速览

  • 版本:Antigravity CLI 1.3.5(89081f7,2026-10-14T03:16:53Z)首条即 Auto 模式
  • Auto:自动批准文件编辑与安全命令;不可逆操作仍确认;越出终端沙箱的命令先经独立 agent 审核(官方 Release 口径)
  • 入口:--mode auto、/config → Agent Mode,或 Shift+Tab 循环;Linux/macOS 可用,Windows 后续
  • /compact:按需压缩对话;单独用则摘要并结束本轮,带参数则摘要后再答;可 Esc 取消,结束时显示压缩步数与上下文缩减
  • /diff:语法高亮、hunk 折叠(Ctrl+O / f)、大文件只渲染可视行;超 10 万行或 10 MB 关闭展开整文件
阅读全文

Cursor BDK 推出 cursor-grokbot-agents 扩展:本地 Agent 可直接调用 Grok Bot

Cursor 官方文档上线 BDK 扩展 cursor-grokbot-agents,本地 BDK Agent 可以通过 ask、check、interrupt、list 四个工具向同账号的 Grok Bot 发消息并取回回复。官方文档没有提到 Claude Code 或 Codex 的原生接入。

核心要点速览

  • 4 个工具:grokbot__ask / check / interrupt / list
  • npm @cursor/bdk 于 9 月 22 日首发,已发布 22 个版本(最新 0.2.23)
  • 近一周 npm 下载约 9.4k;需要 Node ≥22.13
  • 官方没有公开 Benchmark;许可证是专有的 Cursor SDK License
  • Claude Code、Codex 互通属于社区说法,不在官方文档中
阅读全文
B
Bun (Oven)@oven-sh·
👀103
🔥89

Bun 内置 bun lint 与 bun fmt:读取 ESLint/Prettier 配置,1,021 条规则,vscode 上格式检查 CPU 时间 2.9s 对 Prettier 295s

Bun 主仓库 10 月 12 日合入 PR #44805,新增原生 bun lint(内置 1,021 条规则,兼容 ESLint 与 oxlint 配置,含类型感知规则)和 bun format/bun fmt(输出对齐 Prettier/oxfmt,覆盖 JS/TS/CSS/HTML/Vue/YAML/Markdown 等)。官方在 vscode 源码上测得格式检查 CPU 时间 2.9 秒,Prettier 3.9.9 为 295 秒;目前已进 main 与官方文档,尚未进入 v1.4.3 稳定版。

核心要点速览

  • bun lint 内置 1,021 条规则:ESLint 自带规则测试 69,640 例 0 失败,oxlint 规则测试 27,702 例 0 失败(PR #44805,官方口径)
  • bun format 跑 Prettier 3.9.9 的 tests/format:9,728 例通过、5 例失败;330 个真实仓库中与 oxfmt 0.72 字节一致率 95%(227/240),与 Prettier 一致率 77%(57/74)
  • vscode src/(10,149 文件、8 核):格式检查 CPU 时间 bun 2.9s、oxfmt 5.5s、Biome 2.5 20s、Prettier 3.9.9 295s;lint recommended 墙钟 0.25s 对 oxlint 0.51s
  • 用 vscode 自带 ESLint 配置(8 个插件、13,069 文件):bun lint 15.8s 对 ESLint 10 的 404s,约 26 倍(早期构建测得,官方称正在重测);重度 JS 插件场景中位数仅 1.7 倍
  • 代价:linux-x64 二进制从 85.18MB 增至 100.09MB(+14.91MB);最新稳定版 v1.4.3(10 月 10 日)尚不含该功能
阅读全文
关联模型 / 智能体 / 厂商:

ChatGPT Browser Annotation API 开放可扩展:自定义选区/控件,并与 WebMCP Site tools 联动给 Agent 可执行动作

OpenAI 开发者账号 @OpenAIDevs 于 2026-10-12 官宣:ChatGPT 桌面内置浏览器的 Annotations 可扩展 API(document.oai.annotation)已可自定义选区、元数据与预览控件,并与 WebMCP Site tools 搭配,让页面把「用户选中了什么」交给对话、把「站点能做什么」交给 Agent。官方文档面向 DevDay 2026 及之后的桌面端;Enterprise/Edu 需管理员策略放行。

ChatGPT Browser Annotation API 开放可扩展:自定义选区/控件,并与 WebMCP Site tools 联动给 Agent 可执行动作

核心要点速览

  • 官方入口:Annotations Extensibility + Site tools / WebMCP;API 命名空间 document.oai.annotation
  • 能力面:选区容器 / 文本拖选 / metadata(≤6 键、序列化 ≤2048B)/ request() 建议评论 / registerControls()(最多 12 控件)/ canvas registerSurface()
  • 与 Agent 分工:Annotations 把人选中的对象与反馈送进对话;WebMCP document.modelContext.registerTool 暴露站点动作;需 GPT-5.6 Sol 或 GPT-6 Sol(Luna 当前禁用 WebMCP)
  • 限制:仅安全顶级页(HTTPS/localhost);Enterprise/Edu 需策略;不支持 iframe 内工具与声明式 HTML WebMCP;Edu 无 Site tools
  • 验证帖:@OpenAIDevs/status/2109716341490106869(约 577 likes,含演示视频)
阅读全文