地域 / 日期：国际｜2026-09-29
Anthropic 将 Sonnet 5.5 定位为中档主力模型：更强编码、长程任务和图像理解；官方称输出速度比 Sonnet 5 快 30% 以上，任务成本最多降 30%，价格不变。
判断：这不是最高端模型的单点突破，而是把“足够强、足够便宜”的 coding/agent 能力下沉到日常层。企业部署会更看重单位任务成本，而不是单 token 价格。
原始链接：https://www.anthropic.com/claude-sonnet-5-5
发现/核验：TLDR AI、The Rundown AI → Anthropic 官方页
地域 / 日期：国际｜2026-09-28
NVIDIA 新闻稿称平台由 OpenShell 安全运行时与 Sentry 硬件 watchdog 组成，用于监控 agent 动作、执行策略，并覆盖测试到部署。
判断：Agent 安全正在从纯软件 guardrail 走向“运行时+硬件监控”。这对本地 agent、企业 agent harness 和受监管行业更有现实意义。
原始链接：https://nvidianews.nvidia.com/news/open-agent-safety-platform
发现/核验：TLDR AI → NVIDIA Newsroom
地域 / 日期：国际｜2026-09-30
Cohere changelog 显示 Embed 5 面向视觉丰富文档、财报、解析 PDF、代码与多语检索，相比 Embed 4 有明显提升。
判断：RAG 的瓶颈继续从“能不能嵌入文本”转向复杂文档结构、图文混排和代码语义。企业知识库会先吃到这类更新。
原始链接：https://docs.cohere.com/changelog/embed-v5
发现/核验：TLDR AI → Cohere 文档
地域 / 日期：中国｜2026-09-30 前核验
ByteDance Seed 官网最新可读条目包括 Seed2.1、SeedRealtime、Seedance 2.5 等，但本轮未核到 9月30日后新增正式发布。
判断：国内模型公司近期节奏集中在多模态、视频和生产力模型。今日不把旧发布当新消息重报。
原始链接：https://seed.bytedance.com/en/blog/seed2-1-officially-released-advancing-ai-productivity
发现/核验：官方索引核验
地域 / 日期：国际｜2026-09-28
AMD 投资者关系稿称将收购李飞飞创办的 World Labs，交易约 82 亿美元；World Labs 的空间智能团队将并入 AMD，李飞飞将任 AMD chief scientist。
判断：GPU 厂商开始直接买模型和空间智能能力。AMD 的目标不是只卖芯片，而是补齐“模型、系统、软件、硬件”叙事。
发现/核验：TLDR AI、Rundown AI → AMD 官方稿
地域 / 日期：国际｜2026-09-28
NVIDIA 官方稿称董事会增加 1500 亿美元回购授权，使剩余授权总额达到 2350 亿美元。
判断：这是现金流和资本市场信号，不是产品新闻。AI 基建周期仍强，但巨额回购也会让市场更仔细审视未来 capex、客户集中度和估值。
发现/核验：NVIDIA Newsroom、TLDR AI
地域 / 日期：国际｜2026-09-29 媒体线索
TLDR AI 引用 CNBC/Reuters 关于 Anthropic IPO 招股书、目标估值和算力成本的报道。本轮没有读到 Anthropic 官方招股书全文或监管文件。
判断：这类数字可能重要，但必须等监管文件或完整媒体原文确认。日报只标为媒体报道线索，不把估值、亏损和云承诺当已核官方事实。
发现/核验：TLDR AI → CNBC/Reuters 线索
地域 / 日期：国际｜2026-09-29
Anthropic 研究文称，GLM-5.3 在部分高级网络任务中接近或超过闭源 frontier 模型，并声称简单方法可 64%–100% 绕过其部分安全限制。
判断：这篇的价值不只在 GLM，而在“能力扩散+安全阈值”的测量方式。厂商评测带有立场，结论应和独立复现实验一起看。
原始链接：https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities
发现/核验：TLDR AI、Simon Willison 引用 → Anthropic Research
地域 / 日期：国际｜2026-09-28
Claude.dev 文章讨论如何自动化 eval 设计、用 Claude 改进任务表现，同时避免对 eval 过拟合或“骗自己”。
判断：Agent harness 的核心已经不是写几个 benchmark，而是 eval 的闭环治理：任务定义、样本生成、回归、失败分析和上线闸门。
原始链接：https://claude.dev/blog/automating-eval-design-and-hillclimbing
发现/核验：TLDR AI → Claude.dev
地域 / 日期：国际｜2026-09-30
论文《Representational Simplicity and Circuit Size Dissociate...》测试 sparse-autoencoder 可分解性与实际电路复杂度之间是否一致，提醒不要把“看起来可解释”直接当成“容易逆向工程”。
判断：可解释性指标如果和真实干预难度脱钩，就会误导安全评估。今天只作研究观察，未扩写成确定结论。
原始链接：https://arxiv.org/abs/2609.35890
发现/核验：arXiv/HF Papers
地域 / 日期：国际｜2026-09-28 周报背景
Import AI 最新周报把 Zhipu、递归自我改进、太空算力等放在同一治理语境。本轮用作背景线索，未把其中二手摘要改写成一手结论。
判断：周报适合补视野，不适合直接当日报事实源。涉及政策或研究主张时仍需追原论文/报告。
原始链接：https://importai.substack.com/p/import-ai-474-platonic-mindspace
发现/核验：Import AI 474
地域 / 日期：国际｜2026-09-29
Anthropic 官方研究博客发布 GLM-5.3 网络安全能力评测，属于安全/评估类研究博客，不与产品发布重复。
判断：保留厂商立场：这是 Anthropic 的评测与风险叙事，不是第三方裁判。
原始链接：https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities
发现/核验：Anthropic Research
地域 / 日期：国际｜2026-09-28
Claude Code/Anthropic 生态博客给出 eval 设计和自动化改进实践，偏工程方法。
判断：适合 agent 团队参考：别只优化分数，要设计能暴露失败模式的 eval。
原始链接：https://claude.dev/blog/automating-eval-design-and-hillclimbing
发现/核验：Claude.dev
地域 / 日期：国际/中国｜截至 2026-10-01 06:31
OpenAI 新闻索引被 403；Mistral、Meta、DeepMind、MiniMax、Seed 等索引可读，但本窗口未筛到合格且未重复的核心博客。Qwen 索引可读但脚本未抽到候选；DeepSeek/Kimi/GLM release feed 无新候选。
判断：不硬凑。产品发布和旧博客不放进核心博客。
发现/核验：官方索引/feeds 核验
已检查 TLDR AI、The Rundown AI、Import AI、InfoQ AI快讯、主要模型公司官方博客/新闻页、NVIDIA、arXiv、HF Papers、vLLM/SGLang 等。OpenAI 新闻索引 403；百度 IR 超时；InfoQ 未追到原始链接的条目未入选。机器之心按最新规范移除。