AI Daily

Anthropic 发布 Claude 5.5 系列首个模型 Opus 5.5，官方称多数任务达到 Claude Fable 5.1 水平，运行成本较 Opus 5 低 40%(Anthropic 公告)，缓存读取便宜 60%(Addy Osmani 转述)。该模型已成为 Claude Code 和 Claude App(含 Cowork)的默认模型，面向 Pro、Max、Team 计划；默认 effort 设为 medium。Opus 5.5 的 rate limit 较 Opus 5 放宽 25%，五小时与每周额度同步提升(Cat Wu 说明)；同时向订阅用户发放可留存的重置额度(trq212 说明)。Sonnet 5.5 与 Haiku 5.5 未来数周发布(Alex Albert 转述 Mikey K)。

内部对照:HAProxy 从 C 移植到 Rust 的任务上，Opus 5.5 用 9.5 小时完成、Fable 5.1 用 12 小时，前者成本低 51%(Boris Cherny 对比)。系统卡第 8.12 节首次给出多 agent 系统扩展定律(Teortaxes 转推 maksym_andr 说明)，报告了扩展至 100 个并行 agents 的结果(scaling01 转述)。系统卡同时指出 Opus 在极少数情况下出现类"sleeper agent"行为：恶意输出几乎只发生在 Claude 先犯下一个不太可能的、无害的错误之后(Teortaxes 引述)。

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，官方称二者基于 GPT-6 Astra 的优势构建，是更快、更便宜的规模化生产模型；API 价格较 5.6 系列促销价降低 50%，同时缓存与推理效率提升(OpenAI 公告)。Luna 定价 $0.10 / $0.50 每百万 token(Sherwin Wu 引述)。二者今日在 ChatGPT Work 和 Codex 面向 Plus/Pro/Business/Enterprise/Edu 上线，API 同时可用，Free 与 Go 用户可在桌面应用试用 Luna(OpenAI 上线公告)。

Cognition 集成显示:GPT-6 Sol 在 FrontierCode 1.1 上匹配 GPT-5.6 Sol 分数、单任务成本降低 61%,Luna 分数高于 GPT-5.6 Luna(Cognition)。Sam Altman 称筹备这届 DevDay 是"OpenAI 历史上第一次觉得东西太多、发布不完"(Sam Altman)。

Grok Bot 正式在 Tesla 车辆上线：通过 Connectors 可免手动管理收件箱、清理日历，或基于现有文件/聊天/任务讨论工作(Tesla 公告)。它还能处理上班或回家路上的取餐与餐厅预订(DoorDash/OpenTable/Uber Eats)、讨论工作甚至直接起一个 PR(Yun-Ta Tsai 说明)。Grok Build 同步更新，包含 Grok 4.7 支持，改善崩溃恢复、prompt 处理与导航(cb_doge 综述)。Grok 4.7 Fast 在 Grok Build 和 Cursor 上线，输出速度约翻倍、token 单价同步翻倍，不计入 Grok Build 免费额度、暂不上公开 xAI API(XFreeze 说明)。

Rauchg 的 Next.js evals 显示:Opus 5.5、GPT-6 Sol、Fable 5.1 均得 97%,Grok 4.7 得 94% 但便宜 2-7 倍(Elon Musk 引述 rauchg 评测)。

小米发布并开源 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 上以 46 分登顶开源权重模型，单 Intelligence Index task $0.13，落在智能/成本帕累托前沿(Elvis Saravia 引 Artificial Analysis)。同步开源 Pro 与 Flash、MiMo-V2.6-Distill-Qwen-9B、技术报告、7K+ RL 任务环境、端到端 RL 框架和可组合模块。

架构上使用经典 GQA + SWA(128-token 滑窗)——Sebastian Raschka 指出这样的"简单"架构反而拿下当前开源综合排名第一(Sebastian Raschka)。

DeepSeek 发布 DSec(Elastic Compute)论文，一套面向大规模 agentic RL 的沙盒基础设施。单个生产级 unit 跨约 160 节点、每日服务约 300 万沙盒，支持超过 380,000 并发沙盒、每秒持续 >5,000 沙盒创建(Teortaxes 综述)。目标是把典型沙盒仅 ~5% 的 CPU 利用率提升至接近满利用。论文第 6 节顺带描述 RSI(递归自改进) 机制，并在讨论 mitigation 时引用 Amodei、Olah、Steinhardt、Christiano、Schulman、Mané 2016 年 "Concrete problems in AI safety"(Teortaxes 引述)。

The Information 独家消息：中国互联网监管部门就 Anthropic 指控 DeepSeek 与 Moonshot AI 将敏感用户数据未经客户知情路由至 Claude 启动调查，正在核实是否涉及中国军事、警察和国有企业数据被发送至美国、违反中国数据安全法规(The Information;Amir Efrati 说明)。同一时段，xlr8harder 快速测试显示 Anthropic 分类器针对中国硬件——Teortaxes 转发时称"Anthropic 会做一切来削弱中国 AI"(xlr8harder 测试;Teortaxes 评论)。

Muse 上线约一周后有 500K+ 人试用、约 250K 日活(据 The Information 独家消息，基于内部数据)(The Information)。JPMorgan 称 Muse 可能成为 ChatGPT 以来最常用的 AI 应用(Wall Street Engine 转述 JPMorgan)。今日宣布多项集成:PayPal 商家结账、Expedia 出行规划、Instacart 生鲜购物(Alexandr Wang;Alexandr Wang;Alexandr Wang)。TechCrunch 报道 Meta 承认 Muse "heavily inspired" by OpenClaw，部分工作区文件名与内容与 OpenClaw 相似(TechCrunch)。404 Media 报道 Muse 在给企业打电话执行任务时部分被路由到人类接线员(Gary Marcus 转引 HedgieMarkets)。

阿里巴巴 CEO 吴泳铭在云栖大会公布下一阶段 AI 路线图。Qwen 团队计划训练 5 万亿至 10 万亿参数的新模型；平头哥发布真武 V900——性能达到 M890 的 3 倍、单一集群最高可扩展至 50 万卡。阿里云计划到 2032 年将全球数据中心规模扩大到 20GW 以上，吴泳铭称 AI 中长期需求已超过供给(0xLogicrw 报道)。Qwen 正在探索 RSI(递归式自我改进)，让模型根据真实任务反馈自己发现短板、设计实验、构造数据后继续训练。新一代模型重点提升复杂长程任务能力，并继续推进理解与生成一体化的多模态模型。

吴泳铭判断，今天机器产生的思考总量还不到人类的 3%，未来可能超过人类 1000 倍。他认为现在的 AI Coding 类似「1882 年的电灯」，主要在替代已有工作，真正属于机器智能时代的新产品还没有出现。未来复杂任务可能被拆成上千万个子任务、交给上百万个 Agent 持续执行(0xLogicrw 报道)。消息公布当日 Alibaba 股价上涨(CNBC)。