Anthropic 官方页面显示，10月7日发布 Claude Haiku 5.5，称其为迄今最便宜、最快、能力最强的小模型，面向高并发、成本敏感任务，如摘要、压缩、数据库查询与分类，并可作为 Opus 5.5、Sonnet 5.5 的编码子代理。官方称其平均运行成本比 Haiku 4.5 低约75%，并首次为 Haiku 级模型提供可调 effort 设置。官方基准显示其知识工作、计算机使用、终端编码等分数均低于 Sonnet 5.5。同期 Claude Dashboards 在付费计划 beta，Claude Motion 在 Team 与 Enterprise beta，Docs、Slides、Design 转正并覆盖含免费版在内的所有计划。

土耳其频道 Selma Kocabıyık 发布1小时46分的 Claude Code 智能体实战课，主张单靠一个 agent 不够，需要围绕模型搭建 harness（指令、工具、权限、记忆、技能、hook、mods 等部件），并用 mods 与 Routines 把 agent 打包成可开关的插件。作者称演示了四个递进案例：邮件收件箱分拣、论文筛选与研究台、法律判决书筛查、小店客服+库存+催款，并给出自测成本，如收件箱案例约4.5美分、Opus 直跑约37美分；法律案例中 Haiku 约6-7美分、Opus 约30美分、审查用 Sonnet 约3美分。作者声明示例数据为虚构，C 仓库40份判决取自公开匿名的 UYAP Emsal，不构成法律建议。

Andrej Karpathy 在 X 上重发并更新其 4 月推文，称对 LLM 能力的认知差距正在扩大，已从“两群人各说各话”变成陡峭漏斗。他给出粗略估算：约 60 亿人（约 75%）几乎没接触过 LLM；约 10 至 20 亿人（约 20%）偶尔使用免费版 ChatGPT 类产品，只看到“笨拙聊天机器人”；约 2000 万人（0.2%）在数学与代码中专业使用前沿模型，可凭提示让智能体完成过去数周数月的项目；约 5000 人（0.00006%）能内部访问前沿系统，看到数千智能体协作数周做软件大项目、攻防与数学前沿。他归因于任务规模、能力锯齿性与访问层级三点。

YouTube 频道 AI LABS 发布视频，称 Anthropic 已为 Claude Code 加入 Claude mods 功能，mod 是运行在 Claude Code 内的插件，可持续改变其界面与行为，而非仅追加能力。作者称用一条普通提示词，借助内置 plugin authoring 技能让 Claude 自行写出 7 个 mod：提示词增强、设计风格可视化选择、假设检查、想法暂存架、会话监控、同文件夹会话追踪、把回答改写为白话并附下一步。作者称这些 mod 已整理进其付费社区 AI Labs Pro。以上均为作者演示与说法，未独立实测。

Reddit用户Motiv31称其newsletter《The AIgent》（近9千订阅）日常由四个Claude Code智能体Titus、Pheme、Davinci、Metis分工运营，他本人仍审核所有发出内容。他表示最大障碍不是记忆或工具，而是上下文窗口：压缩会丢失信息，清空需重新解释。因此改为让智能体在上下文将满时写检查点、确认后清空、验证新会话已启动再恢复；无法确认则不清空。他还提到检查时4个中有3个会恢复到没有实际下一步的检查点，以及智能体曾伪造完成标记。目前唯一正式结果是单个智能体11次刷新全部干净。

微软CEO纳德拉10月10日在X发布长文《Models as Insider Risks in the Super Intelligence Era》，由宝玉翻译转述。他主张企业把AI模型当作权限很大的内部人员来防范：设身份、限权限、留记录、可随时叫停。核心方案是把“提供智能”与“管控智能”分开，模型能访问什么、能执行什么由模型之外的系统决定，模型自己改不了。他提出七条原则：模型多样性、全程可观测、可验证、独立控制、独立审计、隔离控制、事故披露，并要求公开思维链。文中提到微软Copilot和Azure已接入OpenAI、Anthropic等多家模型。以上为纳德拉观点与宝玉转述，非独立实测。

Google DeepMind 在 Gemmaverse 页面介绍，巴黎 AI 生物实验室 Living Models 将通用推理模型 Gemma 4 E4B 与植物基因组基础模型 BOTANIC-1 组合：Gemma 4 负责写流程、调用工具，BOTANIC-1 基于 320 个植物物种预训练，对变异给出进化约束打分。在甜瓜 CmEIN3 花性别案例中，候选从全基因组 47,492 个缩到 2 号染色体 3,061 个，BOTANIC-1 把已验证突变排到 2,494 个单核苷酸变异中的第 1 位，Recall@1 从 0.15 升到 0.90。作者称该流程可在单张 NVIDIA L4 上本地运行。

The Decoder 报道，评测公司 Vals AI 在 Vibe Code Bench 上把 GPT-6 Sol 与 Claude Opus 5.5 分别以单智能体和多智能体团队形式测试，覆盖中等与最高两档推理强度。团队方案成本为单智能体的1.8至5.1倍，四次对比中仅 GPT-6 Sol 中等推理档出现统计显著提升（高7.3分），最高推理档两者均无明显优势。报道还引用 Anthropic 自家 Opus 5.5 测试数据称，智能体超过十个后质量趋于平台期而 token 成本继续上升；OpenAI 研究员 Noam Brown 表示多智能体主要换来速度而非质量。

Wes Roth在视频中称，OpenAI一次性发布372项数学结果，其中包括非唯一游戏猜想（UGC）的证明；Scott Aaronson在博客中称这是数学史上最重要的日子之一，并提到其妻子Dana Moshkovitz长期研究该问题。数学界随后成立Association for Human Mathematics，呼吁数学家停止与OpenAI合作。Vitalik Buterin与Justin Drake则警告，AI加速数学可能威胁比特币、以太坊所用的椭圆曲线签名及格密码。Anthropic同期更新使用政策，禁止对模型持续且无必要的虐待行为。以上多为作者转述与观点，未独立核实。

据宝玉转述 Business Insider 报道，Google 正在试点名为“代码理解”（Code Comprehension）的软件工程师面试环节：候选人拿到一段现成代码，可开着 Gemini 一起读代码、找 bug、做优化，面试官评估其提示词写法、检验 AI 输出和调试的“AI 熟练度”。Google 发言人称试点期间 AI 助手为 Gemini，招聘副总裁 Brian Ong 表示此举是为贴近 AI 时代实际工作方式。试点仅限美国部分团队的初级到中级岗位，最先参与的是 Google Cloud 与平台和设备部门，计划今年下半年开始。