OpenAI 与 Anthropic 秘密推演 AI 灾难「第二天」，业内预计重大事故或在 6 到 12 个月内爆发
OpenAI、Anthropic 等公司正私下推演名为「灾难第二天」的极端剧本，多位顶尖 AI 大佬认为重大级别 AI 灾难可能在未来 6 到 12 个月内爆发。
#Agent
#Agent
今日 30 条新智元（公众号）AI 评分3434 新智元（公众号）AI 评分2222 Karpathy 揭示 AI 认知折叠：60 亿人未接触 LLM，2000 万人陷入智能体眩晕
Karpathy 提出 AI 认知的「四级漏斗」：全球约 60 亿人（75%）从未接触过 LLM，10 至 20 亿人仅把免费版 ChatGPT 当作笨拙助手，约 2000 万人付费使用 Codex、Claude Code 等前沿智能体并陷入「智能体眩晕」，仅约 5000 人能接触 AI 公司内部系统、目睹智能体蜂群自主协作数周。
人人都是产品经理AI 评分3636 OpenAI 推出 Intelligent UI，ChatGPT 从文字回答升级为可点击交互界面
OpenAI 于 10 月 7 日向 ChatGPT 付费用户开放 Intelligent UI，免费与 Go 用户次日跟进，ChatGPT 可在文字回答中直接生成可点击的图表、表单和交互式小工具。该能力让模型从信息提供者延伸为任务交互入口，可能冲击计算器、待办清单等轻量工具类应用，并影响国内手搓 AI 应用赛道及微信、抖音等超级 App 的布局。
人人都是产品经理AI 评分2828 AI 产品经理工作台 AIPM Lab：把立项、PRD、评估等六个入口装进同一项目空间
一位 AI 产品经理自建了 AIPM Lab 工作台，把立项报告、PRD、竞品分析、提示词方案、效果评估和版本规划六个入口放进同一个项目空间，让上下文和文档可以跨任务复用。工作台按项目组织对话与文档，支持文件搜索、保存前预览和版本对比，文件以 Markdown 和文本形式存在本地项目文件夹。该工具仍在开发中，作者计划用更多项目实测后再决定改进方向。
机器之心（公众号）AI 评分3030 RoboFoundry 发布：让机器人以「系统即策略」自主进化，GPT-5.5 成功率从 56.9% 升至 72.7%
新加坡南洋理工大学、北京航空航天大学等机构提出 RoboFoundry，将具身智能体的整套系统形式化为「自进化的系统即策略」，基座模型保持冻结，进化发生在上下文系统、技能系统与执行接口上。
机器之心（公众号）AI 评分3434 OpenClaw 发布 v2026.10.1：Skills 可主动检索、MCP Apps 支持侧栏交互
OpenClaw 正式发布 v2026.10.1，汇集 402 位贡献者的 2425 个 PR、3055 次提交。新版支持 Agent 通过 skills_search 主动检索已安装 Skills 并按需读取 SKILL.md，兼容的 MCP Apps 可在聊天区域旁打开并交互。
机器之心（公众号）AI 评分2727 PhAI Labs 发布 RSI-Anything：用世界模型探索跨领域递归自我改进
PhAI Labs 于 10 月 12 日发布 RSI-Anything 技术报告，提出以世界模型连接预测、行动与真实反馈的跨领域递归自我改进框架。在 CodeContests 代码修复中，修复成功率从 26.3% 提升至 31.2%；在 OSWorld 上任务成功率相对提升约 18.4%；4B 策略模型经五代改进，实验室规划分数从 21.80% 升至 46.01%。
人人都是产品经理AI 评分3636 360 纳米 Work 上线 Office 编辑器，支持云端 7×24 小时自动执行办公任务
360 纳米 Work 将完整 Office 编辑器整合进 AI 办公 Agent，生成的文档可直接在线编辑，并支持云端 7×24 小时自动执行任务。用户只需交代指令，即可在几分钟内获得带来源标注的调研报告，并直接排成 PPT。该编辑器支持 Office 三件套及 CSV、MD、TXT 等格式，免费、无广告、无水印。
量子位AI 评分2222 华为 Memento 3 靠递归自我改进通关 ARC-AGI-3 全部 25 款游戏，操作次数比人类少 56%
华为诺亚方舟实验室联合 UCL 等团队推出 AI 智能体系统 Memento 3，以 Claude Opus 5 为底模、不更新权重也不微调，通关 ARC-AGI-3 公开集全部 25 款游戏、183 个关卡，拿下满分 100 的 RHAE 成绩，总操作 7518 次，比人类的 17135 次少约 56%。
界面新闻AI 评分1515 NBA 拟明年推出芯片篮球，辅助出界与干扰球判罚
NBA 总裁萧华表示，NBA 正与威尔胜联合研发内置芯片的智能篮球，最快明年用于比赛中辅助裁判判罚。该芯片重约1克，已在发展联盟和夏季联赛测试，球员无法分辨其与普通篮球的区别，可检测触球与投篮弧线变化以辅助出界、干扰球判罚。面向消费者的投篮数据应用还需数年。
人人都是产品经理AI 评分3636 一个 skill 如何适配 DeepSeek、Kimi 等不同模型？
作者用最小 skill 实测验证：在 SKILL.md 入口文件设置条件判断，当前用 DeepSeek 就调用 ds.md、用 Kimi 就调用 kimi.md，否则走 default.md，在 Obsidian + Claudian + OpenCode 环境中切换 DeepSeek、Kimi、豆包测试，结果完全符合预期。
人人都是产品经理AI 评分6262 清华博士秦禹嘉接管字节Seed办公后训练团队
字节Seed完成面向产品化的组织调整，博士毕业仅两年的秦禹嘉成为Product Posttrain-Work团队负责人，该团队面向B端与办公场景，负责Agentic模型的整合与发布，支持豆包、Dola等产品的任务模式。
人人都是产品经理AI 评分3434 港大博士浩哲谈 Vibe-Trading：AI Trading 决策便宜、行动很贵
港大在读博士、HKUDS 成员浩哲开源的 Vibe-Trading 上线不到半年拿下超 3 万 Star，他把 AI Trading 定义为在近乎免费的决策与代价昂贵的行动之间建立可验证、可审计的通道。
人人都是产品经理AI 评分2222 用 Codex 比价车险：拖了半个月的续保，AI 20 分钟搞定
作者把多位车险业务员的聊天记录和报价单交给 Codex，用一段提示词让 AI 生成对比表，返现后最贵与最便宜方案仅差 50 多元，并揪出两名业务员聊天说法与报价单不一致。整个流程分三步：先明确保费与福利偏好，再上传材料让 AI 分析，最后向业务员确认后下单，拖了半个月的续保不到 20 分钟完成。
人人都是产品经理AI 评分3434 用 Claude Code 刷完 44 个众筹项目后，我看到了 AI 硬件的真实需求
作者用 Claude Code 配合 ego 浏览器调研了 Kickstarter 和摩点上 44 个在筹项目，发现 AI 硬件冷热分化明显：AuraFlow Tap 筹到 20 万、433 人支持，而知愈 RING 仅筹到 3457 元。卖得好的项目往往卖具体玩法或身份认同，如买断制 AI 盒子 VIOLOOP 获 4273 人支持，而主打情绪、陪伴的 AI 硬件反响冷淡。
人人都是产品经理AI 评分6060 蚂蚁灵光开始内测 Personal Agent，新增「我的生活」Tab
蚂蚁灵光的 Personal Agent 开始小范围内测，新版 APP 底部新增「我的生活」Tab，可连接米家等外部生态，承担家庭中枢职责。作者实测在聊天框输入「安装米家 API」后，灵光找到开源库 mijiaAPI 并装入独立 Python 环境，识别出家中 13 台设备，还能把 A4 文档排版后通过小米激光打印一体机 K200 打印出来。该功能半年前开始做、已迭代多版，计划本月完整开放。
界面新闻AI 评分2222 微软基于阿里 Qwen 推出决策模型 Microsoft-Decision-1
微软基于阿里 Qwen 推出全新决策模型 Microsoft-Decision-1，该模型由 Qwen3.5-9B 后训练而成，在结构化决策任务的时延和准确性上均超过 LLM 及 Jev 1.13.0 等热门决策模型。微软 CEO 纳德拉表示，微软正在事件响应、质量控制、科学发现等所有领域测试应用该模型。
量子位AI 评分1212 智谱 GLM-5.3-Highspeed 现身 Zcode，实测速度达 490 tokens/s
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed，订阅用户随机获得体验资格，网友实测输出速度达 490 tokens/s。该模型上下文窗口为 100 万 token，最大生成上限 131,072，并设 low、high、max 三档思考强度。作为对比，上月的 GLM-5.3-FlashX 最高速度为 200 tokens/s。
极客公园（公众号）AI 评分1212 尊界 V800 踏板 11 月起升级；iPhone Duo 折叠屏预约超 200 万；Anthropic 上半年封禁 1140 万 Claude 账号｜极客早知道
尊界 V800 制动踏板支架底座升级方案预计 10 月底确认，11 月起陆续启动免费升级。Anthropic 报告显示 2026 年上半年累计封禁约 1140 万个 Claude 账号，收到约 39.8 万次申诉，其中约 4.2 万次成功。iPhone Duo 折叠屏手机 15999 元起，国行 10 月 16 日晚 8 点开启预购，京东预约人数已超 200 万。
人人都是产品经理AI 评分2222 实测开源智能体 Octop：安装、专家、记忆与云端协同体验，能否胜过 WorkBuddy？
被称作「开源版 WorkBuddy」的 Octop 实测显示，它支持命令、Docker 和 Mac/Windows 客户端安装，可接入 DeepSeek 等模型并自定义上下文窗口。其专家功能灵活度高于 WorkBuddy，记忆系统支持迁移，还提供内置浏览器、ACP 控制其它 Agent 及子用户权限管理。整体门槛偏高，更适合有 Agent 使用经验的中高级用户。
红杉中国 HongShanAI 评分6262 红杉中国：企业的Token成本在智能体时代会怎么变？
红杉中国摘编新书《Token经济》指出，Token单价持续下降但企业总支出飞涨，源于三重变化：降价的主要是企业未必依赖的经济档模型，智能体单任务消耗从500个Token膨胀到10,000至100,000个Token，且成本可预测性变差，一次异常重试就可能让当日成本翻10倍。
人人都是产品经理AI 评分2222 WorkBuddy 独立文件浏览器实测：6 种玩法打通文档查看、AI 编辑与分享
WorkBuddy 上线独立文件浏览器，支持 Word、Excel、PPT、PDF、Markdown、HTML 等格式，并在右侧集成 AI 对话，实现边看边改的人机双写。实测 6 种玩法覆盖双击打开文件、多标签切换、按范围修改内容、生成摘要与 PPT、把 Markdown 转为 HTML，以及通过分享入口上传资料库并生成可设权限的在线链接。
人人都是产品经理AI 评分3434 Grok Bot 玩法：躺床上用手机把英文长推变成中文文档和讲解视频
有用户把 Grok Bot 玩成内容加工厂：在手机上丢一条英文长推给它，几分钟就能拿到一份带背景知识的中文学习文档和一条带动效的讲解视频。实测中，一条 29 条的推串被整理成 43 页 PDF，并生成 3 分 19 秒、18 个镜头的讲解视频，配音、配乐、字幕齐全。作者认为 Grok Bot 自带高配云电脑、可随时改需求，且拉取 Twitter 内容无需 API，视频制作门槛因此大幅降低。
人人都是产品经理AI 评分3434 开发者用 Claude Opus 5.5 逆向重写 Adobe 全家桶 7 款软件并开源，10 天单项目拿下 4.6 万 Star
开发者 Brandon Thomas 因不满 Adobe 退订违约金，用 Claude Opus 5.5 逆向重写 Photoshop、Illustrator、Premiere Pro 等 7 款 Adobe 软件并全部开源，不到 10 天单个项目已获 4.6 万 Star。
人人都是产品经理AI 评分4848 中美大模型定价暗战：OpenAI 收紧订阅额度，MiniMax、智谱、Kimi 继续补贴开发者
SemiAnalysis 测算显示，同为 200 美元月费，Claude Opus 5.5 的 API 等值额度约 11,726 美元，是 GPT-6.1 Sol（约 2,084 美元）的五倍。
人人都是产品经理AI 评分2727 从回答问题到完成任务：Agent 时代产品经理的三重转变
谷歌云发布 Gemini Agent，可连接 Gmail、Drive、Docs、Sheets、Calendar，自主规划任务并交付结果，标志 AI 竞争从模型智能转向任务执行。产品经理随之面临交互逻辑、产品架构与商业模式三重重构：设计对象从界面转向 Agent 行为，北极星指标从回答质量转向任务完成率，收费方式从按功能订阅转向按任务价值计费。
界面新闻AI 评分3434 腾讯云开源TeamAI：基于Git的团队AI协作工具，支持跨Agent共享Skill
腾讯云10月10日开源内部自用TeamAI工具，这是一款基于Git的团队AI协作工具，将团队Skill、工作规范、工具配置和项目知识统一纳入Git仓库进行评审、更新和版本管理，再同步到成员各自的Agent中。TeamAI已适配WorkBuddy、CodeBuddy、Claude Code、Codex、Cursor等16种Agent，成员简单配置即可使用团队共享技能。
人人都是产品经理AI 评分2222 设计系统负责人如何确认 YAML 契约与编译产物的语义保真
设计系统负责人的职责正从评审语义定义延伸到确认机器可执行的 YAML 契约与编译产物。YAML 契约包含 7 个冻结字段，编译管线将其翻译成四种消费格式，负责人需抽样验证四种格式是否一致表达同一语义，避免语义分叉。其介入节点被压缩到机器不确定、机器没见过、机器发信号三个关键决策点。
人人都是产品经理AI 评分3434 用一段提示词让 Codex 侧边栏增加「收藏导航」入口
一位 Codex 重度用户用一段提示词让 Codex 现场生成了一个「收藏导航」本地插件，把收藏入口固定到侧边栏，支持分区浏览、搜索、拖动排序、置顶和键盘操作。插件基于 ChatGPT 开放的插件机制与 MCP Apps 实现，需手动点「同步收藏」更新，不后台轮询、不读取正文。安装后从最左侧「···」菜单进入并固定。
人人都是产品经理AI 评分2828 十一黄金周OTA分野：同程、飞猪卖库存，豆包、千问卖答案
国庆黄金周OTA赛道分化为"大模型+"与"+大模型"两条路线：豆包上线"出行用豆包"入口，假期"豆包订酒店"下单量环比增长超56%；飞猪帮帮交互量环比增长158%，引导机酒预订量增长110%。文章认为AI旅游的胜负手不在聊天交互，而在于能否把攻略转化为真实履约，豆包们赌的是用户习惯先变、生态后补。
人人都是产品经理AI 评分3131 14亿播放的AI短剧"不烧心"梗，营销人该学什么？
AI短剧台词"吃了不烧心"滚出14亿播放，背后是红果短剧"量产赌概率"的逻辑：上半年全网新上线AI短剧22.19万部，播放破亿的仅0.47%。盘州文旅借"红果服务区"撞名连夜设打卡展板、拍宣传片《红果VS红果》，旺仔、银鹭、九阳豆浆、费大厨等品牌跟进玩梗，完成从内容到营销的循环。
量子位AI 评分3030 何恺明团队发布 VISTA：多模态模型的视觉原生 Harness 框架
何恺明团队提出视觉原生 Harness 框架 VISTA，让现有多模态模型无需重新训练即可保存原始画面、在推理时随时回看和放大细节。搭配 VISTA，Claude Opus 5.0 通关 ARC-AGI-3 全部 25 个公开游戏，相对人类动作效率得分满分 100，所用动作数比首次游玩的人类基线少 57.4%；GPT-5.6 Sol 同样全部通关，得分 99。
量子位AI 评分2222 Open Academic Paper Gen：用全文核验引用的AI论文初稿工具
个人开发者猫叔在GitHub发布多智能体论文写作工具Open Academic Paper Gen，把选题到导出拆成九个阶段，并能在获取文献全文后定位相关段落，核验引用观点是否真被原文支持，有页码时还会标出对应PDF页码。
人人都是产品经理AI 评分6262 FDE在硅谷是香饽饽，在国内可能是个坑？
作者老曹认为，FDE（前沿部署工程师）在美国是香饽饽，在国内很可能变成换了名字的高级外包，关键不在技术强弱，而在于被放进什么样的权力结构。他引用领英报告称该岗位 2023 到 2025 年涨了 42 倍，并提到 OpenAI 收购英国 AI 咨询公司收编上百名 FDE、腾讯在深圳挂出 40 到 70K 的 FDE 岗。
42章经（公众号）AI 评分2222 AI Trading：决策便宜，行动很贵——港大博士浩哲谈 Vibe-Trading 与 AI 交易的边界
港大在读博士浩哲开源的 AI Trading 项目 Vibe-Trading 上线不到半年已获超 3w star，它用自然语言调动宏观、基本面、量化与风险复核能力，把 AI 研究转化为可审计、可 re-run 的投资理由。
TechCrunch · AIAI 评分2222 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为，尽管全双工模型已经问世，语音 AI 仍未迎来自己的“ChatGPT 时刻”，下一步挑战是让推理足够快、对话足够自然。
FortuneAI 评分1212 Aurora 推出年费 1 万美元的邀请制 AI 礼宾服务，瞄准超高净值人群
Aurora 是一款邀请制 AI 礼宾应用，将 AI 与真人专家结合，管理会员的餐饮、旅行、奢侈品和健康服务，年费 1 万美元外加 5000 美元入会费。会员可连接日历及 Whoop、Oura 等可穿戴设备，Aurora 据此预判需求，例如根据时差数据推荐桑拿、静脉注射或按摩服务。上线八个月已签约数百名会员，超半数每日使用，超 85% 每周使用，公司已融资约 1200 万美元并准备启动 A 轮。
Datawhale（公众号）AI 评分3838 Instinct 创始人 Noah Shinn 深度专访：14 人团队估值 100 亿美元，年化交易额达 10 亿美元
23 岁辍学创业者 Noah Shinn 创办的 Instinct 完成 10 亿美元新融资，由红杉资本、Benchmark 和 Coatue 联合领投，估值从一个月前的 25 亿美元翻至 100 亿美元。
新智元（公众号）AI 评分2424 麻省理工等提出 HugAgent：靠访谈让 AI 模拟真人，条件一变还准吗？
麻省理工等机构研究者提出 HugAgent，用真实访谈数据检验大模型能否模拟具体的人，覆盖 54 名参与者、1,742 个评测项，测试了 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型，论文入选 EMNLP 2026 Main Oral。
新智元（公众号）AI 评分6262 Claude Managed Agents 动态工作流开启公测，11.6 万行代码中查出 66 个 Bug
Anthropic 于 10 月 10 日开启 Claude Managed Agents 动态工作流公测，主 Agent 可自行编写分工程序、安排多个 Agent 分阶段完成任务并汇总结果。