Ethan Mollick 介绍新书 Co-Existence：从人机协作的 Co-Intelligence 到 AI 智能体时代如何共处
Ethan Mollick 宣布新书 Co-Existence 将于 10 月 20 日出版，聚焦如何与“有时强于你、有时弱于你”的 AI 共事。他指出 2025 年底出现的 coding agents 已改变工作方式：有研究称代码量增加十七倍，Anthropic 报告其 80% 代码由 AI 编写、每个开发者交付量提升 8x。
全部 AI 动态
Ethan Mollick：One Useful ThingAI 评分4848
Suno：Blog精选AI 评分6969 Suno 完成 4 亿美元 D 轮融资，估值 54 亿美元
Suno 宣布完成超过 4 亿美元 D 轮融资，投后估值 54 亿美元，本轮由 Bond Capital 领投，IVP、Forerunner、Union Square Ventures、Alkeon 和 Quiet 参投。
推荐理由：官方公布融资规模、估值和投资方名单，并预告将与音乐行业合作推出首个音乐模型。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 推出 AI Productivity Guarantee，Devin 产出不足将补贴最高 1000 万美元
Cognition 面向企业客户推出 AI Productivity Guarantee，若 Devin 带来的工程价值低于付费额，Cognition 将补贴其用量，额度最高 1000 万美元。
Cognition 模型 / Devin 博客AI 评分4949 Cognition 构建自动化系统，估算 Devin 每次会话相当于多少人类工程师工时
Cognition 构建了一套自动化系统，用 AI 审查每个已完成的 Devin 会话，先分类是否有用，再估算人类工程师完成同样工作所需工时。系统基于 126 位用户的 258 个会话数据训练验证，模型 rlog 达 0.74 且无偏，PR 会话按是否合并过滤，非 PR 会话的分类器会剔除约 1−20% 的会话。该系统已在客户环境中运行，据称是首个在生产环境自动测量 AI 工程生产力的系统。
Anthropic：Claude.dev 开发者博客精选AI 评分7878 Anthropic 分享 Claude Code 团队使用 skills 的经验与最佳实践
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文分享内部数百个 skills 的使用经验，将其归纳为库参考、产品验证、数据取数等九个类别，其中验证类 skills 对输出质量的提升最为可测。
推荐理由：Anthropic 团队基于数百个内部在用 skills 的实践，归纳出九类划分和撰写技巧，读者可以对照改进自己的 skills 设计。
OpenClaw：BlogAI 评分5858 OpenClaw 推出 Skill Workshop，让智能体工作沉淀为可审核的复用技能
OpenClaw 发布 Skill Workshop，智能体创建或修改技能时先以提案形式存在，文件为 PROPOSAL.md，经用户在 Control UI 的 Board 视图或 Today 视图审阅、修订后才应用生效，避免坏技能直接影响后续运行。
OpenAI：部署安全与系统卡精选AI 评分6161 OpenAI 发布 GPT-Rosalind-5.5 系统卡，生命科学能力模型以可信访问为主要防护
OpenAI 发布 GPT-Rosalind-5.5 系统卡，该模型基于 GPT-5.5 增量训练，面向生命科学能力，不再拒绝复杂生物学查询，转而以可信访问审核作为主要防护。
推荐理由：系统卡说明模型为何不拒绝生物学查询，以及可信访问、持续监控和可撤销权限等部署 safeguards 的具体做法。
Zyphra ResearchAI 评分5656 Zyphra 开源 Zamba2-VL 混合 SSM 视觉语言模型系列，提供 1.2B、2.7B 和 7B 三种规模
Zyphra 发布开源视觉语言模型系列 Zamba2-VL，基于 Zamba2 混合 SSM–Transformer 骨干，提供 1.2B、2.7B 和 7B 三个规模，以 Apache 2.0 许可开放权重。
Anthropic：Claude.dev 开发者博客精选AI 评分7676 Anthropic 详解 Claude Code 动态工作流的原理、模式与使用建议
Anthropic Claude Code 团队成员撰写文章，讲解上周发布的 Claude Code 动态工作流：Claude 可即时编写针对任务定制的 harness，通过 agent()、parallel()、pipeline() 组合子智能体。
推荐理由：Anthropic 员工结合一手使用经验讲解动态工作流的原理与模式，并给出适用边界和 token 开销等实操建议。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 发布 Devin Desktop，作为 Windsurf 下一代产品
Cognition 官方宣布发布 Devin Desktop，定位为 Windsurf 的下一代产品。
推荐理由：官方发布说明了 Devin Desktop 的能力构成和 ACP 开放设计，读者可以据此判断它对现有编码工作流的影响。
OpenClaw：BlogAI 评分4949 OpenClaw 携手 NVIDIA 强化 Agent 技能安全，开源 ClawHub 扫描数据集
OpenClaw 宣布与 NVIDIA 的 verified agent skills 计划合作，在 ClawHub 技能发布前的验证环节加入 NVIDIA SkillSpector 扫描器，并为每个技能发布由 ClawHub 核验的 NVIDIA Skill Cards。
OpenClaw：BlogAI 评分5656 OpenClaw 推出 opt-in 的 host exec auto 审批模式
OpenClaw 为 host exec 推出 opt-in 的 auto 模式，命令命中 allowlist 或确定性规则直接运行，未命中则先经独立的审查模型批准，仅限一次低风险执行，不确定的情况回退到人工审批。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 分享 Devin 云端自主测试能力的构建经验
Cognition 工程师复盘 Devin 在云端虚拟机中自主测试代码变更的做法。Devin 进入测试模式会先写出基于源码的测试计划，再用截图、点击等 computer use 工具运行应用并验证改动，将登录等重复流程沉淀为仓库中的确定性测试技能，最后返回带标注截图、章节和通过/失败断言的测试报告与视频。
推荐理由：Cognition 工程师复盘 Devin 自主测试的构建经验，给出测试计划、测试技能和回放产物等可直接借鉴的工程做法。
OpenClaw：BlogAI 评分4848 OpenClaw 变得更快、更小、更可信
OpenClaw 公布 2 月至 5 月的发布成果：稳定冷启动 agent 回合从 9.8s 降至 1.9s（快 5.1 倍），暖回合快 4.0 倍，agent 峰值内存降低 15%。
Waymo：Blog精选AI 评分6464 Waymo 向首批乘客开放全新无人驾驶车型 Ojai
Waymo 宣布未来几周欢迎首批乘客体验全新无人驾驶车型 Ojai，初期向旧金山、凤凰城和洛杉矶的部分用户提供免费乘车。
推荐理由：官方说明了 Ojai 的车型设计、无障碍细节和投放节奏，读者可以了解无人出租车座舱体验将如何变化。
Ethan Mollick：One Useful ThingAI 评分6161 Ethan Mollick 谈如何有意识地选择把什么交给 AI
Ethan Mollick 撰文讨论 AI 时代如何有意识地在认知任务上取舍，而不是默认依赖或回避。他引用约千名土耳其高中生的实验，用普通 ChatGPT 做作业的学生考试成绩反而低于无 AI 组；而台北十所高中的 Python 课程中，AI 导师个性化出题的学生在无 AI 终考中高出 0.15 个标准差，相当于约六到九个月的额外学习。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 融资超 $1B，估值 $26B
Cognition 宣布融资超 $1B，估值 $26B，由 Lux Capital、General Catalyst 和 8VC 领投。Devin 上线两年，企业用量今年以来增长超 10 倍，run-rate 收入达 $492M。
推荐理由：官方公告提供了融资金额、估值、收入与客户案例等一手数据，可了解 Devin 的商业化进展和智能体定位。
AI as Normal TechnologyAI 评分5656 AI as Normal Technology 质疑 Google 智能体 916 美元构建操作系统宣称
Sayash Kapoor 等人撰文质疑 Google 在开发者大会上的演示宣称，即 Gemini 3.5 Flash 与 Antigravity 2.0 智能体仅凭一个提示词、约 $916.92（2.6B tokens）由数十个子智能体构建了完整操作系统。
Zyphra ResearchAI 评分4444 Zyphra Research 将 Equilibrium Propagation 扩展到能量模型之外的 skew-gradient 系统
Zyphra Research 展示如何把 Equilibrium Propagation（EqProp）这一原本局限于 Energy-Based Models 的局部学习算法扩展到更广泛的 skew-gradient 系统，包括 FitzHugh-Nagumo 这类生物真实神经元模型。
AI as Normal TechnologyAI 评分4848 AI as Normal Technology 作者撰文反驳 Derek Thompson：AI 风险无需非常规政府干预
AI as Normal Technology（AINT）作者回应 Derek Thompson 的文章：认同其关于 AI 劳动力市场影响缓慢的判断，但反驳其呼吁政府采取非常规干预限制 AI 公司发布的观点。
Anthropic：Claude.dev 开发者博客精选AI 评分7474 Claude Code 团队成员解析为什么用 HTML 替代 Markdown 作为 Agent 输出格式
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文介绍用 HTML 替代 Markdown 作为 Claude Code 输出格式的实践。他认为 HTML 在信息密度、可读性、分享便利和双向交互上优于 Markdown，并给出规格探索、代码审查、设计原型、报告和临时编辑界面五类用例及示例提示词，相关模板已发布在 GitHub。
推荐理由：Claude Code 团队成员分享用 HTML 替代 Markdown 作为输出格式的实践，给出五类用例和可直接套用的示例提示词。
Factory 研究 / 产品AI 评分6161 Factory 推出 Deferred Context Engine，将 Droid 输入 token 平均降低 15.1%
Factory 为 Droid 推出 Deferred Context Engine，只在任务需要时才加载内部工具、MCP 工具、技能和插件的 schema 与指令，以渐进式披露把发现与执行分离。
METR：Blog精选AI 评分7878 METR 发布前沿风险报告，评估 Anthropic、Google、Meta、OpenAI 内部 AI 智能体的失控风险
METR 于 2026 年 2 月 16 日至 3 月 16 日开展试点，联合 Anthropic、Google、Meta、OpenAI 评估其内部 AI 智能体的错位风险。
推荐理由：METR 首份行业级试点评估，读者可从中了解四家头部公司内部 Agent 的失控风险现状与评估方法。
Zyphra ResearchAI 评分4141 Zyphra 公布 Zyphra Inference 在 AMD MI355X 上的首个端到端基准测试
Zyphra 基于 Zyphra Cloud 发布了 Zyphra Inference 在 AMD Instinct MI355X 单节点上的首个端到端推理基准，对比对象包括 AMD MI355X 基线与 Nvidia B200 配置，测试模型为 Kimi K2.6、GLM 5.1 和 DeepSeek-V3.2，指标覆盖 TTFT 与输出吞吐。
Cognition 模型 / Devin 博客精选AI 评分6161 Devin 推出 Auto-Triage 自动排查告警、事件并可开 PR
Cognition 为 Devin 推出 Auto-Triage 功能，可监控 Slack、Linear、GitHub、Sentry、Datadog 和 webhook 等来源的告警与事件，自动排查、关联重复问题、标记负责人，必要时直接开 PR。
推荐理由：官方介绍了 Auto-Triage 的具体工作机制与 Modal 使用案例，读者可据此评估它能否承接团队的告警排查流程。
OpenClaw：BlogAI 评分5959 OpenClaw 说明安全方向：fs-safe、Proxyline 与 ClawHub 插件信任
OpenClaw 官方发布安全路线说明，区分已落地、在途和仍在研究的能力。
Zyphra ResearchAI 评分5858 Zyphra 发布 ZAYA1-8B-Diffusion-Preview，自回归 MoE 模型转扩散解码最高 7.7x 加速
Zyphra 发布 ZAYA1-8B-Diffusion-Preview，将已自回归训练的 ZAYA1-8B 转换为离散扩散模型，评估性能无系统性损失。
OpenClaw：Blog精选AI 评分6464 OpenClaw 将 OpenAI 模型 agent 回合默认切换到 Codex app-server 运行时
OpenClaw 宣布 openai/gpt-* 模型的 agent 回合现在默认通过原生 Codex app-server 路径运行，由 Codex 负责线程状态、工具延续、压缩、code mode 和动态工具搜索，OpenClaw 继续负责渠道、记忆、定时任务、媒体等外层能力。
推荐理由：原文说明 OpenClaw 默认改用 Codex app-server 运行 OpenAI 模型回合，读者可了解运行时分工调整带来的具体工作流变化。
Cognition 模型 / Devin 博客AI 评分4949 Devin 新增支持 Android 模拟器
Cognition 宣布 Devin 新增支持 Android Virtual Device（AVD），可自主开发 Android 应用。此前 Devin 只能处理 Android 代码，无法在本地 Android 环境中运行和测试应用；现在它可以在自己的机器上构建并运行应用，打开应用、检查行为、复现问题并验证改动。该功能现已对使用 Devin 的团队开放。
METR：BlogAI 评分5555 METR 调查 349 名技术工作者：自报 AI 价值提升中位数 1.4-2x、速度提升 3x
METR 于 2026 年 2-4 月调查 349 名技术工作者（含 87 名软件工程师、71 名研究人员、129 名学术人员和博士生、48 名创始人和管理者），受访者自报因 AI 工具带来的工作价值提升中位数为 1.4-2x，速度提升中位数为 3x；回溯估计 2025 年 3 月为 1.3x，预测 2027 年 3 月为 2.5x。
Thinking Machines Lab：NewsAI 评分7171 Thinking Machines Lab 发布交互模型研究预览 TML-Interaction-Small
Thinking Machines Lab 宣布交互模型研究预览，模型原生处理音频、视频和文本的实时交互，而非依赖外部脚手架，采用 200ms 微轮次的多流设计，并由交互模型与异步背景模型分工协作。
Cognition 模型 / Devin 博客AI 评分4444 Cognition 分享 Devin 部署于汽车 HIL/SIL 工作流的实践：自动失败分诊与 10 倍测试生成
Cognition 总结过去一年将 Devin 部署到 RV Tech、Mercedes 等车企 HIL/SIL 工作流的经验。
Zyphra ResearchAI 评分5757 Zyphra 发布 ZAYA1-VL-8B 开源视觉语言模型
Zyphra 发布首个视觉语言模型 ZAYA1-VL-8B，为 700M 激活、8B 总参数的 MoE 模型，基于 ZAYA1-8B，以 Apache 2.0 许可开放权重。
METR：BlogAI 评分5454 METR 审阅 Anthropic 2026 年 2 月风险报告自动化研发风险章节
METR 发布对 Anthropic 2026 年 2 月风险报告中自动化研发风险章节的外部审阅，认为报告对 Claude Opus 4.6 灾难性风险极低的结论论证不足。METR 指出模型使用调查存在样本量、问题粒度和表述方式等问题，且未计入研发全面自动化前的 AI 加速可能。METR 同时同意结论本身，因为额外评估证据表明该模型尚无法在关键领域自动化研发。
METR：BlogAI 评分4444 METR 解析 AI 生产率提升的三种度量：任务替代与提升
METR 提出区分 AI 生产率提升（uplift）的三种度量：旧任务提升、新任务提升和价值提升，并论证在简化假设下三者满足「旧任务提升 ≤ 价值提升 ≤ 新任务提升」的排序，对应价格指数理论中的经典不等式。
Zyphra Research精选AI 评分6060 Zyphra 发布 ZAYA1-74B-Preview，在 AMD 上完成大规模预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个总参数 74B、激活 4B 的 MoE 预 RL 推理基座，未做 RL 后训练或指令微调，权重以 Apache 2.0 许可在 Hugging Face 开放。
推荐理由：官方发布给出了架构、训练数据规模和 pass@4 对比细节，读者可以据此评估这个预 RL 基座在 AMD 上扩展预训练的实际水准。
OpenAI：Alignment 研究博客精选AI 评分6767 OpenAI 调查 RL 训练中意外评分 CoT 对多款已发布模型的影响
OpenAI 披露其自动检测系统发现 GPT-5.4 Thinking、GPT-5.1 Instant 至 GPT-5.4 Instant、GPT-5.3 mini、GPT-5.4 mini 的部分 RL 训练意外评分了思维链，GPT-5.5 未受影响。
推荐理由：原文披露了意外 CoT 评分的具体影响范围和消融分析，读者可以据此判断这类事件对思维链可监测性的实际风险。
Zyphra ResearchAI 评分5555 Zyphra 发布 ZAYA1-8B 推理模型，活跃参数不足 10 亿并全程在 AMD 硬件上训练
Zyphra 发布 MoE 推理模型 ZAYA1-8B，活跃参数不足 10 亿，在 AIME、LiveCodeBench、GPQA-Diamond 等数学、推理和编码基准上匹敌或超过 Nemotron-3-Nano-30B-A3B、Mistral-Small-4-119B 等更大的开放权重模型。
Zyphra Research精选AI 评分6464 Zyphra 发布 AMD 训练的 MoE 模型 ZAYA1-8B
Zyphra 发布 ZAYA1-8B，首个在 AMD Instinct MI300 集群上完成预训练、中期训练和微调的 MoE 模型，活跃参数不足 10 亿，在数学、编码和推理基准上可匹敌或超过大得多的开源模型，如 Mistral-Small-4-119B。
推荐理由：官方详解了架构、AMD 训练栈和 Markovian RSA 推理方法，读者可据此评估小参数 MoE 模型的实际推理能力。
OpenClaw：BlogAI 评分5353 OpenClaw 复盘近期版本故障，宣布精简核心并单独发布 LTS
OpenClaw 官方复盘 2026.4.24 和 2026.4.29 两个版本引发的问题：gateway 变慢、插件依赖修复循环、Discord 和 Telegram 等渠道表现异常，部分用户被迫降级。