OpenAI 发布 GPT-5.3-Codex 系统卡，披露安全评估与 Apollo 破坏能力测试结果
OpenAI 发布 GPT-5.3-Codex 系统卡，公布不允许内容、生物化学和网络安全领域的评估结果。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的沙箱机制、生物化学风险评级和 Apollo 发现的更强破坏能力评估结果，可帮助读者了解其安全边界。
全部 AI 动态
OpenAI：部署安全与系统卡精选AI 评分7070
OpenAI Developers：Blog精选AI 评分6262 OpenAI 推出 Codex 应用并发布入门演示
OpenAI 发布 Codex 应用的入门演示，介绍该应用及其核心工作流。材料为官方简介，未提供更详细的功能说明。
推荐理由：官方介绍 Codex 应用的核心工作流，可帮助已有编码 Agent 使用习惯的开发者了解新客户端的实际操作方式。
OpenClaw：BlogAI 评分5959 Clawd/Moltbot 更名 OpenClaw：开源智能体平台发布新品牌与版本更新
开源智能体平台 Clawd/Moltbot 宣布更名为 OpenClaw，项目从周末实验发展为 100,000 GitHub stars、单周 200 万访客。
OpenAI Developers：BlogAI 评分5252 OpenAI 演示 Codex 在 JetBrains IDE 中的使用方法
OpenAI 发布一段操作演示视频，讲解如何在 JetBrains IDE 内使用 Codex。视频以实际操作为主，展示 Codex 在 JetBrains 各 IDE 中的具体用法。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin Review：用 AI 加速 GitHub PR 代码审查
Cognition 推出代码审查工具 Devin Review，称代码审查而非代码生成正成为交付瓶颈。工具提供智能 diff 组织、基于全代码库的 Ask Devin 交互问答和按严重程度分级的 AI bug 检测。
推荐理由：Cognition 官方介绍 Devin Review 的三大能力和免费入口，读者可据此评估它能否缓解自己团队的 code review 瓶颈。
OpenAI：Alignment 研究博客AI 评分5252 OpenAI 发布 CoVal 数据集，从众包偏好中学习价值观感知评分条
OpenAI Alignment 团队发布 CoVal，一套将价值敏感提示与众包撰写的提示级评分条配对的实验性数据集，用于揭示人们对模型回复偏好的价值观原因。
OpenAI：Alignment 研究博客AI 评分5656 OpenAI 解释为何看好模型 confession 坦白机制作为对齐方向
OpenAI 研究人员 Boaz Barak 等发文详解其 confession 坦白论文的后续分析，说明为何将坦白作为对齐安全方向。核心机制是训练模型额外输出一份仅以诚实为奖励的报告，作者假设诚实是获取奖励的最省力路径；在字数约束实验中，即使任务判断模型被 hack，坦白判断准确率仍随训练升至接近 100%。
Cognition 模型 / Devin 博客AI 评分4747 Infosys 与 Cognition 合作，在全组织及全球客户中部署 AI 软件工程师 Devin
Infosys 与 Cognition 达成合作，在其组织内部及全球客户中部署 AI 软件工程师 Devin，这是迄今规模最大的智能体软件工程部署之一。Infosys 过去六个月已通过 Devin 在 COBOL 和 JCP servlet 等复杂迁移项目中取得显著生产力提升，并首先在金融服务领域落地，计划扩展至零售、能源、医疗等行业。
OpenAI Developers：Blog精选AI 评分6363 OpenAI 上线 Docs MCP 服务器，可把开发者文档接入智能体上下文
OpenAI 发布只读的 Docs MCP 服务器，地址 developers.openai.com/mcp，提供 developers.openai.com、platform.openai.com 和 learn.chatgpt.com 文档的搜索与页面内容访问，不会代替用户调用 OpenAI API。
推荐理由：原文给出 MCP 服务器地址和 Codex 配置步骤，读者可以直接接入并让智能体自动查阅 OpenAI 文档。
OpenAI：Alignment 研究博客AI 评分5151 OpenAI 研究发现有用助手特征被抑制与涌现失对齐相关
OpenAI 对齐研究团队基于 GPT-4o 的 2M-latent SAE 分析发现，坏建议微调不仅激活失对齐人格特征，还抑制有用助手人格特征。
OpenAI：Alignment 研究博客精选AI 评分6868 OpenAI 提出用生产流量构建评测以绕开评测感知并预判失配行为
OpenAI Alignment 团队介绍一套基于脱敏 ChatGPT 生产流量构建对齐评测的流水线，可发现新模型的新颖失配行为并估计发生率。用 GPT-5 流量评测 GPT-5.1 时，发现了部署后占其多数欺骗行为的 Calculator Hacking 新失配形式，且生产评测引发的评测感知远低于传统评测，与真实流量几乎一致。文章同时说明了依赖 CoT 可监控性、长尾风险和分布偏移等局限。
推荐理由：OpenAI 官方详解用脱敏生产流量构建对齐评测的完整流程与局限，读者可据此理解其如何降低评测感知并预判新模型的失配行为。
OpenAI：部署安全与系统卡AI 评分5353 OpenAI 发布 GPT-5.2-Codex 系统卡补充：安全评测与沙箱机制详解
OpenAI 发布 GPT-5.2-Codex 系统卡补充材料，说明该编码模型的安全评测结果与部署防护。
OpenAI Developers：Blog精选AI 评分7474 OpenAI 发布 gpt-image-1.5 提示词指南
OpenAI 发布 gpt-image-1.5 提示词指南，介绍这款新图像生成模型在真实感、准确性和可编辑性上的改进。
推荐理由：官方 cookbook 给出 gpt-image-1.5 的提示词结构与生成、编辑两类用例，读者可以据此调整自己的图像工作流写法。
OpenAI Developers：Blog精选AI 评分7575 OpenAI 发布 GPT-5.2 提示词指南
OpenAI 面向企业和智能体工作负载的旗舰模型 GPT-5.2 发布提示词指南，指出其在指令遵循、结构化推理、工具调用可靠性上优于 GPT-5.1，但默认 verbosity 更低且对提示词敏感。
推荐理由：官方给出 GPT-5.2 与旧模型的差异点和可直接复用的提示词模板，适合迁移或调优生产级智能体的团队参考。
OpenAI：部署安全与系统卡AI 评分5959 OpenAI 发布 GPT-5.2 系统卡更新，披露安全评估结果
OpenAI 发布 GPT-5.2 系统卡更新，将 GPT-5.2 在生物与化学领域定为 High 能力并激活 Preparedness 防护。
OpenAI：Alignment 研究博客精选AI 评分6363 OpenAI 分享大规模代码验证实践：为 Codex 训练专用代码审查智能体
OpenAI Alignment 团队分享了为 gpt-5-codex 和 gpt-5.1-codex-max 训练专用智能体代码审查器的经验，主张精度优先于召回以换取开发者信任，并发现给审查器 repo 级工具和代码执行能力能同时提高两者。
推荐理由：OpenAI 官方复盘 gpt-5-codex 代码审查智能体的训练与部署经验，给出了精度优先、repo 级工具访问等可借鉴的落地取舍。
OpenAI：Alignment 研究博客AI 评分5656 OpenAI 用稀疏自编码器潜变量归因调试失配补全
OpenAI 可解释性团队提出用归因（attribution）筛选 SAE 潜变量，在两个案例（涌现失配、不当迎合）中计算正负补全对的归因差（Δ-attribution）选出 top-100 潜变量，再用激活转向和 GPT-5 评分验证因果性。
Suno：Blog精选AI 评分7373 Suno 与 Warner Music Group 达成合作，将基于授权音乐训练新一代模型并调整下载政策
Suno 官宣与 Warner Music Group（WMG）建立新合作，将用高质量授权音乐训练新一代模型，称将超越目前最好的 v5。合作将推出 WMG 艺人自愿授权姓名、形象、声音与作品的新创作体验并为其带来收入；同时下载功能保留但今后需付费账号，按档位限定每月下载次数，Suno Studio 保持不变。
推荐理由：官方公告给出了合作带来的产品变化与下载政策调整细节，用户可以据此了解付费门槛如何影响现有使用方式。
Zyphra ResearchAI 评分5757 Zyphra 发布 ZAYA1 预览版：首个完全在 AMD 全栈上端到端预训练的模型
Zyphra 宣布 ZAYA1 预览版，称其为首个完全在 AMD 硬件、软件和网络栈上端到端训练的 AI 模型。
OpenAI Developers：BlogAI 评分5656 OpenAI Cookbook 演示用 Realtime 模型做带外用户语音转写
OpenAI Developers 发布 Cookbook 教程，演示在同一个 Realtime WebSocket 会话内用第二个 response.create 请求（conversation 设为 none、output_modalities 设为 text）调用 Realtime 模型对用户语音做带外转写。
Suno：Blog精选AI 评分6363 Suno 完成 2.5 亿美元 C 轮融资，投后估值 24.5 亿美元
Suno 宣布完成 2.5 亿美元 C 轮融资，投后估值 24.5 亿美元，由 Menlo Ventures 领投，NVentures（NVIDIA 风投部门）、Hallwood Media、Lightspeed 和 Matrix 参投。官方称过去两年近 1 亿人在 Suno 上创作过音乐，资金将用于提升专业创作者工具、休闲创作体验和音乐社交功能。
推荐理由：官方公告给出融资规模、估值和投资方名单，并说明资金将投向专业工具与社交功能方向。
OpenAI Developers：BlogAI 评分5252 OpenAI 发布 Codex CLI 代码现代化 Cookbook，以 COBOL 为例演示五阶段改造流程
OpenAI 发布 Codex Cookbook 教程，演示如何用 Codex CLI 现代化遗留代码库，以 COBOL 投资组合系统的日报流程为示例。
OpenAI：部署安全与系统卡精选AI 评分6464 OpenAI 发布 GPT-5.1-Codex-Max 系统卡，披露安全评估与沙箱机制
OpenAI 发布 GPT-5.1-Codex-Max 系统卡，说明该模型在禁用内容、Agent 沙箱和生物化学风险上的安全评估。Codex agent 默认禁用网络并将文件编辑限制在当前工作区，云端跑在 OpenAI 隔离容器中，macOS 用 Seatbelt、Linux 用 seccomp 和 landlock 实现本地沙箱。
推荐理由：OpenAI 官方系统卡披露 GPT-5.1-Codex-Max 的安全评估细节，包括沙箱机制与生物化学风险评级，可供部署决策参考。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin 2025 年度绩效评估，总结 18 个月智能体落地经验
Cognition 为上线 18 个月的 Devin 发布绩效评估，其已在数千家公司的工程团队中使用，累计合并数十万个 PR，客户包括 Goldman Sachs、Santander 和 Nubank。
推荐理由：Cognition 基于大量客户实践总结 Devin 的真实强弱项，给评估智能体部署效果提供了一套可参考的框架。
Cognition 模型 / Devin 博客AI 评分5959 Windsurf 发布 Codemaps，用 AI 标注的结构化代码地图辅助理解代码库
Cognition 发布 Windsurf Codemaps，一种由 SWE-1.5 或 Claude Sonnet 4.5 生成的 AI 标注结构化代码地图，用于快速理解代码路径与功能实现。
Cognition 模型 / Devin 博客精选AI 评分6666 Cognition 发布软件工程模型 SWE-1.5，与 Cerebras 合作实现 950 tok/s 推理
Cognition 发布面向软件工程的新模型 SWE-1.5，为数千亿参数规模，编码性能接近 SOTA，通过 Cerebras 部署实现最高 950 tok/s，比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。
推荐理由：Cognition 官方详解 SWE-1.5 的速度数据与模型、推理、harness 协同设计思路，读者可据此理解编码 Agent 的系统级优化方法。
Cognition 模型 / Devin 博客精选AI 评分6161 Cognition 发布 SWE-grep 与 SWE-grep-mini，用 RL 训练快速并行上下文检索模型
Cognition 发布 SWE-grep 和 SWE-grep-mini，用多轮强化学习训练的智能体检索模型，检索能力比肩前沿编码模型但耗时少一个数量级。模型每轮最多发出 8 个并行工具调用、最多 4 轮，借助 Cerebras 推理分别达到超过 2,800 tokens/秒和超过 650 tokens/秒。
推荐理由：官方披露了多轮 RL 训练并行检索模型的方法与训练细节，读者可以据此理解快慢模型分工的实现路径。
Cognition 模型 / Devin 博客AI 评分5959 Cognition 为 Claude Sonnet 4.5 重建 Devin，速度提升 2 倍并开放 Agent Preview
Cognition 为 Claude Sonnet 4.5 重建了 Devin，新版本速度提升 2 倍，Junior Developer Evals 提升 12%，已在 Agent Preview 开放，旧版 Devin 保留可用。
Cognition 模型 / Devin 博客AI 评分4848 Cognition 发布 Devin Agent Preview 并在 Devin 中上线 Claude Sonnet 4.5
Cognition 于 2025.09.29 宣布在 Devin 中提供 Claude Sonnet 4.5，并同步推出 Devin Agent Preview。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 融资超 4 亿美元，估值达 102 亿美元
Cognition 宣布融资超 4 亿美元，投后估值 102 亿美元，由 Founders Fund 领投，Lux Capital、8VC、Neo、Bain Capital Ventures 等参投。
推荐理由：官方一手披露融资规模、ARR 数字和收购后增长数据，读者可据此评估 AI 编码智能体赛道的商业化进展。
Goodfire Research精选AI 评分6060 Anthropic、Goodfire 等多机构发布电路研究全景：复现 attribution graph 并开源工具
Anthropic、Decode、EleutherAI、Goodfire、Google DeepMind 的研究者合作发布 The Circuits Research Landscape，复盘 attribution graph 方法的复现与扩展结果。
推荐理由：多家机构共同复盘 attribution graph 复现结果与 transcoder 训练细节，并给出可复用的工程参数和未来研究方向。
Cognition 模型 / Devin 博客AI 评分4747 Devin 上线 MCP Marketplace，可接入自选 MCP 服务器
Cognition 宣布 Devin 已兼容 Model Context Protocol（MCP），并通过新的 MCP Marketplace 让用户连接常用 MCP 服务器。
Cognition 模型 / Devin 博客精选AI 评分8181 Cognition 签署最终协议收购智能体 IDE 公司 Windsurf
Cognition CEO Scott Wu 宣布已签署最终协议收购智能体 IDE 公司 Windsurf，交易涵盖其 IP、产品、商标品牌和业务，并将全体团队纳入 Cognition。
推荐理由：官方公告给出交易范围与关键数据，读者可据此了解两家公司在编码智能体方向的整合安排。
Cognition 模型 / Devin 博客AI 评分4747 Coding Agents 101：Cognition 讲解如何真正用好编程智能体
Cognition 团队发布《Coding Agents 101》，分享客户及自身使用 Devin 等编程智能体的实践经验。文章指出资深到 Staff 级别工程师更易快速取得成功，并总结了让智能体真正完成任务的要点。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 开源 blockdiff：秒级 VM 磁盘块级快照文件格式
Cognition 开源 blockdiff（github.com/CognitionAI/blockd…），一个对 VM 磁盘做块级差异快照的文件格式与工具，其自研 hypervisor otterlink 借此把磁盘快照时间从 EC2 的 30+ 分钟降到几秒，约 200 倍提速，VM 启动时间也比 EC2 快约 10 倍。
推荐理由：原文复盘了 Cognition 自研磁盘快照格式的动机、设计与取舍，读者能了解 VM 快照从 30 分钟降到秒级的实现路径。
Cognition 模型 / Devin 博客精选AI 评分6868 Cognition 发文提出上下文工程原则，称多智能体架构在 2025 年仍易碎
Cognition（Devin 团队）发文 Don't Build Multi-Agents，基于实战提出两条构建 Agent 的原则：共享完整 Agent 轨迹的上下文，以及行动隐含决策、冲突决策带来坏结果。
推荐理由：作者基于 Devin 的实战经验提出上下文工程两条原则，并解释为何多智能体架构在实际中易碎。
Cognition 模型 / Devin 博客精选AI 评分6767 Cognition 发布 DeepWiki MCP 服务器，免费提供 GitHub 仓库问答工具
Cognition 发布官方 DeepWiki MCP 服务器，免费提供对 DeepWiki.com 已索引的公开 GitHub 仓库的上下文获取与问答能力，无需登录或鉴权。
推荐理由：官方给出免费 MCP 服务器的三个工具和接入方式，开发者可据此为任意公开 GitHub 仓库获取代码库上下文。
Cognition 模型 / Devin 博客AI 评分5555 Cognition 发布 Devin 2.1，新增置信度评分与代码库理解能力
Cognition 发布 Devin 2.1，Devin 会在会话开始、制定计划和回答代码问题时报出 🟢🟡🔴 置信度，非绿灯时会提出澄清问题，🟢 分数任务的 PR 合并可能性是 🔴 的两倍。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 与斯坦福发布 Kevin-32B：用多轮 RL 训练 CUDA 内核生成模型
Cognition AI 与斯坦福团队发布 Kevin-32B，基于 QwQ-32B 用多轮强化学习训练 CUDA 内核生成，在 KernelBench 前两级任务上 8 轮细化后平均正确率 65%，解决 89% 的数据集，超过 o4-mini 的 53% 和 o3 的 51%，best@16 加速比 1.41x。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 推出 DeepWiki，将公开 GitHub 仓库免费转为可对话文档
Cognition 发布 DeepWiki，作为 Devin Wiki 和 Devin Search 的免费公开版本，可把公开 GitHub 仓库转为可对话的最新文档。
推荐理由：原文给出免费入口和已索引仓库规模，读者可以直接把公开仓库 URL 换成 deepwiki.com 试用。