MicroZig 仓库的 CODE_OF_CONDUCT.md 新增“Strict No LLM / No AI Policy”，自 2026 年 10 月 28 日生效，适用于 Zig Embedded Group 的 GitHub 组织与 Discord。文件明确禁止提交 LLM 生成的代码或文字、用 LLM 改写或校对翻译、用 LLM 头脑风暴后分享结果、借聊天机器人给 issue 评论提建议、用 LLM 找 bug，以及在社区谈论使用聊天机器人/LLM 服务。文件称规则严格，讨论该准则本身也不应在 GitHub 或 Discord 进行，可私下联系维护者。这是项目方公开声明的社区规则，非第三方实测。

亚马逊工程领导层（含杰出工程师与高级首席工程师）基于公司内最成功SDE的观察，更新了软件工程师角色指南，并公开了发给SDE与SDM的内部备忘录。核心变化是：不把AI使用本身写进角色定义，仍以客户、业务和团队影响等长期结果衡量；同时承认token用量、AI工具采用率、代码变更量等输入指标有缺陷，但认为其与产出暂时相关，建议关注第10与第90百分位团队。文中还称拥抱AI的“前沿团队”交付更好，未采用者正在落后。

Fireship 视频称，Moonshot 于上周五发布 Kimi K3.1，为 3 万亿参数开源权重模型，计划 11 月 4 日开放完整下载（作者转述官方说法）。作者称其在 Terminal Bench 4.0 上距 Opus 5.5 仅差一分，并引用 Artificial Analysis 独立测试得 67%，为其测试最高分；同时提到评测框架差异会显著影响结果。作者自测用 3JS 生成 3D 马，认为外观好但动画仅靠网格变形，评分 4.20，落后于 Claude 与 Gemini。作者还称 Moonshot 在训练数据中剔除了部分网络安全数据，使发布版在内部漏洞利用测试中得分低于未过滤检查点。

宝玉引用Peter Gostev的说法：Anthropic毛利率约85%，据此推算服务Opus 5.5的成本约为每百万token输入$0.6、输出$3.0，低于OpenAI对6.1 Terra的收费，也远低于Muse、Gemini、Kimi等。宝玉称该毛利率数据来自Anthropic于2026年10月26日向SEC提交的S-1招股书：上半年营收约162.86亿美元、收入成本约23.80亿美元，分析师据此推导出约85.4%毛利率；并称10月中旬投资者会议材料也出现该数字，Bloomberg等媒体曾报道约85%。需注意：$0.6/$3.0是第三方按整体毛利率反推的估算，非Anthropic公布的Opus 5.5单位成本。

一则病毒式传播的帖子称 Anthropic“悄悄杀死了 REA”。该视频核查后指出：开源工具 REA（让编码代理驱动 Ghidra、IDA、JADX）仍在活跃开发，10 月 26 日单日有 155 次提交，安装包 10 月 25 日下载超 8.7 万次，Anthropic 并不拥有它。用户实际遇到的是 Claude 的网络安全分类器：回答中途被安全审查截断，且改写措辞也无法绕过，因为检查覆盖整个对话上下文。Anthropic 官方文档确认，Opus 5.5 触发网络检查后会转由较弱的 Opus 4.8 重跑，若再被标记则终止。Anthropic 未宣布禁令，也未说明 10 月有变化。

Box CEO Aaron Levie 在 X 上回应 Sarah Guo 的观点，称绝大多数企业工作流尚未以有意义的方式接入 AI 智能体，整个经济体的部署比例可能不足 1%；目前最多是让大模型做单次判断或反馈，算不上真正自动化。他认为这主要源于 AI 能力本身，而非企业采用速度；随着 computer use、长时运行智能体、harness 与周边基础设施改进，复杂工作流开始可被智能体接管，并会出现自我改进系统与智能体集群。他判断金融、生命科学、医疗等信息密集领域受影响最大，当前仍是企业自动化的早期阶段。以上均为其个人判断，未给出数据来源。

BBC科学记者Pallab Ghosh报道，OpenAI称其AI智能体用88小时解决纳维-斯托克斯方程相关问题，但纽约大学数学家Tristan Buckmaster在公布前公开担忧：他与Anthropic数学家Levent Alpöge的合作草稿存于OpenAI的Codex中，可能被OpenAI使用。OpenAI先称无法排除匿名数据帮助模型，数日后称相关提示词不可能影响系统。报道还引用研究：Ghent大学Dmitry Kobak团队在逾百万生物医学论文中发现近90%带AI写作痕迹；Cornell团队发现去年约14.7万条虚构文献被引用；斯坦福团队发现四大计算机会议审稿意见中最高17%文本被语言模型大幅修改。Elsevier称已开发约100个信号标记可疑论文。

Sabrina Ramonov 在一条 1 分 26 秒的视频中称，她与旧金山湾区十多位技术负责人交流后，听到的共同问题是：当 AI 能承担更多入门级任务时，企业如何培养职业生涯起步阶段的员工。她转述的观点是，资深员工直接给 AI 代理反馈并快速完成工作，会降低企业招聘并培训初级员工的意愿；她同时称初级岗位招聘数量明显下降，且短期内看不到回升。她表示，一些公司仍在招初级员工并试验新的培训方式，但多数受访团队对培训流程仍处于摸索阶段。以上均为作者转述与个人观察，未给出具体公司、数据或案例。

Greg Isenberg 访谈 James Dickerson（Boring Marketer，同时经营夏洛特移动柴油维修公司 Diesel Dudes）。他称用自建 Boring Funnels 工具输入“找达拉斯值得推销的水管工”，约一分钟从 Google 地图、Google、Yelp 等汇总出 100 家，再按评价数量、员工数、营收线索筛选年营收 200 万至 2000 万美元的公司，约两分钟用其 MCP 检查广告与落地页问题，约 15 分钟生成品牌提案和首封邮件。他主张卖“预约工单和电话”而非 AI 本身，并给出免费检查、79 美元保养引流品、即时报价、修换测验、老板出镜视频等漏斗形式。以上均为作者自述，未独立验证。

Zapier 于 2026 年 10 月 27 日更新博客，列出可在其平台自动化的 AI 模型：内置 AI by Zapier 步骤提供近 40 个模型，来自 OpenAI、Anthropic、Google、Meta、DeepSeek、Moonshot AI、Z.ai，按任务倍率分 1/3/5 任务三档计费，无需单独账号或 token 账单；也可用自带密钥（BYOK）或直连各厂商集成。文章同时推介 Zapier 自建基准 AutomationBench，称 GPT-6 Astra 综合表现强、Claude Sonnet 5.5 排第三（每任务 1.14 美元）、Kimi K3 排第 33（0.43 美元）、GLM 5.2 排第 87（0.22 美元）。以上排名与价格均为 Zapier 自述。