Vox记者Dylan Scott报道，UnitedHealth、Humana、Cigna因使用AI审核理赔面临集体诉讼：诉状称UnitedHealth的nH Predict常在两周护理后拒付，员工被指不得偏离模型结论；Cigna被指可批量自动拒赔。联邦层面，HHS于2025年6月宣布在传统Medicare六州试点WISeR模型处理约十余项事前授权，2026年1月上线。文章引《华盛顿邮报》和EFF依FOIA取得的文件称，出现批准后仍被拒付、83天才完成本应72小时内决定等情形，有医生反映患者因疼痛手术延迟而哭泣。

The Decoder援引Politico报道称，白宫通过国家网络总监办公室要求OpenAI和Anthropic在新模型提供给英国AI安全研究所（AISI）前，先交美国机构审查。报道称Anthropic已配合，Claude Mythos 5.1仅向美国机构开放。AISI主任Henry de Zoete在致英国议会信中说该机构仍能接触前沿模型，并曾在发布前测试OpenAI的GPT-6 Astra。英国首相Andy Burnham在联合国大会上淡化分歧，呼吁共同全球原则与标准。美方对口机构CAISI被指无常任主任、仅数十名员工。

Matt Wolfe 在视频中称，Anthropic 发布 Claude Opus 5.5，官方页面称其在多数工作上达到 Claude 5.1 水平、运行成本比 Opus 5 低 40%；他引用定价称输入从每百万 token 5 美元降至 4 美元、输出从 25 美元降至 20 美元，并称其在多项基准上超过 Fable 5.1。约两小时后 OpenAI 发布 GPT-6 Soul 与 Luna，他称 Soul 输入价从 4 美元降至 2 美元、输出从 20 美元降至 10 美元，但基准数据较少、早期演示不多。以上均为作者转述与个人判断，非独立实测。

Google 于 9 月 24 日发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上叠加低延迟流式视频生成，让企业智能体以带口型同步、表情和自然轮次的虚拟形象听、看、说。官方称其支持异步工具调用，可在对话不中断时后台取数；支持 97 种语言的语音到语音同步，切换语言时口型与表情随之调整。除预设形象库外，企业可用参考图定制形象，但定制功能目前仅通过企业白名单开放。该功能即日起在 Gemini Enterprise 提供，输出均带 SynthID 水印。

Aakash 与 Viswesh 在 Hacker News 发布 Canary（runcanary.ai，YC 背景），定位为 AI 生成代码的独立验证层。作者称 Claude Code、Codex 等编码 agent 把改动集、预期行为和团队知识交给 Canary，Canary 对代码库做冷快照，结合 Notion、Linear 等需求与历史问题，把每个疑似失败转成含角色、状态、触发条件的场景，再选择运行时验证、静态分析、单元或集成测试，在远程沙箱中执行，最后把证据回传给编码 agent 修复并请求复验。官网称其可在 agent 内或每个 PR 上触发，并列出 GitHub、Linear、Sentry、Datadog、Notion、Slack 集成。

YouTube 频道 AI Search 发布 Qwen Image 2.1 评测与 ComfyUI 安装教程，称该模型由阿里发布，可本地离线免费运行。作者演示了文生图、图像编辑、去背景三类官方工作流，并称其支持输出带 alpha 通道的透明图、最多输入 10 张参考图、可用自然语言改图与标注编辑。作者在 RTX 5000 Ada 16GB 笔记本上实测：文生图约 29 秒、改图约 81 秒、去背景约 116 秒，并称改图速度略慢于 Flux Klein。作者还演示了 8GB 显存用量化版、4GB 显存用 GGUF 压缩版的方案。以上均为作者演示与说法，未独立实测。

Two Minute Papers 在视频中介绍名为 Jev 的新 AI 系统：它不生成文本，而是输入问题与候选选项、直接输出一个决策，作者称其速度可达现有聊天机器人的约 200 倍，可用于实时玩游戏，也可在编码等长流程中承担“打开哪个文件、是否重试”等小决策，从而加速整体系统并减少 token 消耗。作者称 Jev 结合三点：面向决策而非生成 token 的新架构、一次性评估所有候选的并行采样、名为 RLCD 的训练方法，使模型自报置信度大致匹配实际正确率。作者同时强调目前没有官方论文，只有网站上的高层描述，并称已有开源复现。

Reddit用户FitBreadfruit379发帖称，其以指挥AI代理集群而非自己写代码的方式，12天内交付了一套大学学习平台的完整生产后端：Postgres上的GraphQL API、约730个自动化测试、46次schema迁移，以及证书签发与PDF生成、成绩册引擎、阿拉伯语全文检索数字图书馆、直播课、讨论、公告、仪表盘、报表和角色权限控制。作者称约40个主要工作项全部通过7阶段自动化质量门禁，最多8个代理并行、各自独立分支，共享面每波只有一个负责人，测试串行执行；验证由未参与编写的独立代理完成。以上均为作者自述，无第三方核实。

arXiv 2026年9月23日提交的论文 StudentBench 由 Curtis Northcutt 等6人发布，作者称在2383名参与者中比较AI辅导、人类家教与无辅导的GRE量化和语文学习增益，结论是AI辅导与专家人类家教统计等价（p=.015），7个GRE领域中5个最佳AI辅导超过人类家教。第二项研究中专家家教对LLM生成的教案和练习题做了2028次成对评分。作者还称某AI辅导以每提升一个百分点0.0052美元对4.81美元、约918倍更低成本达到等价增益。以上均为论文作者说法，非独立复现。

YouTube 频道 Your Average Tech Bro 发布其更新后的 AI 编码工作流：本地开发与前端细节用 Codex，云端代理用 Cursor，并采用 PStack 做多模型规划与评审。作者称把代理按工程团队组织，为 Yorby（其与联合创始人做的 AI 社媒营销应用）各功能配专属代理，维护知识库、验证改动、修 bug，并用于客服与错误监控。作者称月收入约 9 千至 1 万美元区间，并为 Codex 与 Cursor 各付每月 200 美元。以上均为作者自述，未独立核实。