Latent.Space 在 X 发布新一期播客，主题为 Recursive Language Models，嘉宾为 MIT 的 @a1zhang。节目简介称其解释 Claude Code、Codex 与 Pi 为何基本同类，RLM 如何用代码、上下文卸载与递归子智能体跨任务泛化，为何一个专家有时可替代万亿 token 的暴力搜索，以及 OpenAI 一项 1 万智能体、1300 亿输出 token 实验对未来语言模型的启示。以上均为节目方对谈内容的预告式描述，非独立验证结论。

Anthropic 开发者账号 @ClaudeDevs 宣布 Claude Code 支持 Mods：可改变其行为、自定义 UI、替换为自己的功能，用几行 TypeScript 编写，也可让 Claude 代写；Mods 打包在插件内，通过 CLI 或桌面应用的 /plugin 安装。Latent.Space 转述 Anthropic 的 Thariq 说法称，Mods 能访问对话上下文（如对话轮数、已用 token），因在进程内运行可派生子代理、解析其结果并用结构化输出返回，还能修改 hooks 无法触及的 UI。以上为官方与转述说法，未见独立验证。

Greg Isenberg 播客中，Varick Agents 的 Vas 讲述其前向部署工程师（FDE）如何把 AI 落地进企业：先做访谈、挖掘系统记录、梳理现有文档，画出真实流程，再把每一步分入删除、普通代码、代理、人工决策四类，并把代理建在 Salesforce、NetSuite、Slack 等客户既有系统内。他称一个 500 亿美元营收的上市软件公司报价流程实为 20 步、含 7 个回环；一个应付账款项目把单张发票处理成本从 31 美元降到 6 美元、直通率从 18% 升到 87%。这些均为其自述案例，未独立核实。

TechCrunch 报道，本周白宫把扎克伯格、贝索斯、马斯克与 Anthropic 的 Dario Amodei 等主要科技公司 CEO 聚到一起，签署一份 AI 安全承诺，特朗普称其“具有道德约束力”。特朗普还签署行政令，正式把 AI 改称为“super intelligence（超级智能）”。同一期 Equity 播客提到，Meta 与 OpenAI 正给自家 AI 产品换上更友好的形象，而 AI 领域最大的收入仍来自企业端。以上为媒体报道与播客转述，承诺具体条款、行政令实际效力均未在材料中展开。

Andrej Karpathy 在 X 发帖称，随着 LLM 变强，人们会把更多时间花在理解模型输出上，并分享自己的做法：让 LLM 用航空维修文档规范 ASD-STE100 的语言风格解释内容，或放宽到“80% 接近”；把文字换成图表；要求以 HTML 输出交互网页；他最看好的是按任意主题生成定制讲解视频，例如提示“做一个 3b1b 风格的 X 讲解视频，用我的 ElevenLabs API key 配音”。他称后者“已经开始能用了”，并认为未来可大量生成一次性、定制的软件产物。以上均为其个人经验与观点，非产品发布或独立评测。

n8n 社区用户 Felix（easybits_ai）发布了一个免费发票处理工作流，作者称已接入自己的 billing@ 邮箱，所有带附件的未读邮件会被自动读取、判断是否为发票并抽取字段，按发票号去重后追加到 Google Sheets，并逐条发送 Telegram 提醒；其他邮箱收到的发票可转发到该地址同样处理。作者强调两点做法：分类与抽取合并为一次模型调用，减少节点和失败点；写入前用发票号做表内查重，避免重复轮询或重发造成重复记录。工作流 JSON 已放在其 GitHub 仓库，与 25 个以上免费 n8n 工作流并列。

The Decoder报道Ramp经济学家Ara Kharazian发布的Ramp AI Index：美国企业AI使用量自7月支出峰值以来上升约50%，9月底创历史新高，但API支出持续下降。Kharazian称降价几乎全部来自OpenAI与Anthropic的竞争，以及更便宜高效的标准版和轻量版模型。9月最后一周Anthropic占token支出51%，OpenAI占44.5%，开源模型不足企业支出5%。该指数基于逾7万家美国公司的交易数据，token数据来自子样本，仅覆盖API支出且偏向大型AI客户。

Google 于 9 月 30 日发布前沿模型 Gemini 4 Argon，官方称其在真实软件工程、法律金融等企业知识工作和网络防御上达前沿水平，输出上限从 64K 提升至 100 万 token，介绍价每百万输入 2 美元、输出 10 美元。该模型先通过 Fairwind 计划向可信网络防御者开放，之后才面向开发者、企业和消费者，首批为付费 API 客户和 Google AI Ultra 订阅者。官方称 Argon 已用于 Google 内部量子算法优化、数据中心内存优化和 C/C++ 转 Rust 迁移。

Cloudflare 发布两款面向 AI 智能体的决策模型 Clef 与 Clef-flash，不生成文本，而是对预设选项输出概率，供下游系统自动路由工单、升级或转人工。据 Cloudflare 自报，Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，对比 Jev 的 524 毫秒以上；两者基于 Qwen3.8-27B 与 Qwen3.5-9B，支持文本与图像，采用 Apache-2.0 许可并在 Workers AI 与 Hugging Face 提供，API 与 Jev 兼容。Cloudflare 称其威胁情报团队已用 Clef 分类网站，并计划用于滥用举报与支持请求分拣。

X 用户宝玉发帖称，他尝试用 Opus 5.5 制作吃瓜视频，由模型自行搜集素材、撰写文案并完成剪辑，配音使用 Gemini 3.8 Flash TTS（他自备 API Key），产出英文和中文两个版本。帖子附上了完整 Prompt，要求 9:16 竖版、4–6 分钟、开头 3 秒抛最炸的点、以视频片段为主、标注来源、裁掉原字幕台标、加推文原文卡片与中译、交付前用 STT 回听和抽帧检查，并可选做去敏版。作者称全程由模型自己找素材、自己配音，但未说明成片质量、耗时与人工介入程度。