微软研究院推出 PDD Kit:通过形式化验证约束 AI 智能体生成的全栈代码
微软研究院与 GitHub Next 合作推出形式化验证开发工具包 PDD Kit,提出证明驱动开发(PDD)范式,用数学证明约束编码智能体生成的代码。
推荐理由:原文给出了将自然语言意图转化为形式化规约并自动生成数学证明的完整工作流,读者可以据此评估如何解决编码智能体的代码审查失控难题。
微软研究院与 GitHub Next 合作推出形式化验证开发工具包 PDD Kit,提出证明驱动开发(PDD)范式,用数学证明约束编码智能体生成的代码。
推荐理由:原文给出了将自然语言意图转化为形式化规约并自动生成数学证明的完整工作流,读者可以据此评估如何解决编码智能体的代码审查失控难题。
datasette-apps 0.3a0 发布,重点增强了与 Datasette Agent 的集成能力,支持在聊天中输入 # 自动补全并引用应用。新版本增加了 app_add_stored_queries() 和 app_remove_stored_queries() 工具来管理应用可调用的存储查询,且授予写入查询权限前必须获得用户批准。
ChatGPT 现已支持直接通过提示词或上传照片生成动图(GIF),该更新随 OpenAI 全新的 Images 2.6 模型一同推出。新功能支持调节播放速度、逐帧编辑与分享,解决了以往无法单步原生生成动图的限制。
同一件事,精选收录的是《OpenAI 发布 Images 2.6》
Anthropic 在 Claude 平台公测推出 Message Threads 功能,改用仅传输增量消息机制,使 50 万至 100 万 token 请求的首 token 延迟降低约 35%。
Simon Willison 发布了命令行工具兼 Python 库 LLM 0.37 版本,新增对 gpt-6.1-sol 和 gpt-6.1-terra 的支持,并将默认模型调整为价格仅为原默认模型一半的 gpt-6-luna。
Anthropic 近日更新了 Claude Code 在 Opus 5.5 上的系统提示词,防止该工具被用于直接复刻现有的特定电子游戏。Anthropic 员工 Addy Osmani 确认已加入相关提示词以防范侵犯知识产权,但强调用户仍可继续用它开发原创游戏、特定品类游戏或基于自有资产设计的游戏。
xAI 近日疑似对 Grok Bot 使用配额减半,埃隆·马斯克回应称其运行成本相对于收入过高。该工具具备网页浏览、邮件处理和跨账号操作等智能体功能,与 Grok 及 Cursor 共享配额。报道指出,OpenAI 和 Anthropic 也在收紧类似服务,智能体运行成本通常达到普通聊天的数倍至十余倍。
Anthropic 上周在系统提示词中增加新规则,禁止 Claude 模型复刻现有的特定视频游戏,即使换名或声称原创也不允许。该规则已在 Claude Code 2.1.314 版本及 Claude Opus 5.5 的系统提示词中得到证实,允许构建原创或特定类型游戏,但禁止复现已有既有游戏。分析指出该举措有助于规避法律责任,但难以遏制近期借助 AI 进行游戏移植和抄袭的浪潮。
Elon Musk 在 X 上确认已收紧 Grok Bot 的使用额度,原因是该产品的服务成本相对于收入而言高到无法持续。部分用户反馈每周使用量直接异常跳满至 100%,Musk 证实这并非系统故障,但尚未说明后续对订阅者使用限制的具体调整方案。
推荐理由:服务成本过高促使服务方临时调减用量配额,这呈现了智能体类产品在高速增长后面临的算力开销压力。
OpenAI 正在筹备将 ChatGPT 的 Chat 与 Work 标签页合并为统一界面,目前正向部分用户小范围开放测试以收集反馈。合并后用户可在同一视图内从构思直接过渡到任务执行,并能引入文件与插件;桌面应用中的 Codex 仍将保持独立体验。此外,ChatGPT 与 Codex 将共用同一个 token 配额池,部分高频用户可能需要更频繁地等待额度重置。
OpenAI 收紧 ChatGPT 的支付卡与设备限制,并引导用户购买额外积分或用量重置,而非通过多个付费账号增加用量。同一支付卡或设备关联订阅过多时将无法新增订阅;设备上的付费账号数达到上限后,受影响账号无法继续在该设备使用,退出登录也不会自动释放名额。
OpenAI 更新的支持页面显示,从 12 月起,ChatGPT 的 Plus、Pro 和 Business 套餐将在 ChatGPT 与 Codex 之间共享单一 token 预算,同时将 Work 的智能体功能整合进主界面。复杂模型和任务会更快消耗预算,但与 Instant 模型的聊天不计入预算。用户可在设置中查看剩余额度和重置时间,达到上限后可等待重置、升级套餐或购买额外额度。
推荐理由:统一 token 预算让复杂任务与日常聊天共享额度,而 Instant 聊天不计入预算,套餐差异因而不只体现在使用次数上。
Anthropic 将文本水印扩展至 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6,但后两款模型存在绕过缺口。
Apple 宣布将随 iOS 27.3 在中国推出部分 Apple Intelligence 功能,11 月 4 日先开放测试版,12 月计划发布正式版。此次包含通知摘要、实时翻译、改写与校对、视觉智能及照片物体移除,不包含新版 Siri AI。Apple 还表示已与阿里巴巴合作,在部分体验中加入对 Qwen 聊天机器人的支持。
开发者 Drew Breunig 推出 nesformer 项目,成功将任天堂 NES 6502 CPU 仿真器嵌入 Qwen3.5-4B 权重中,支持在模型内部直接运行《超级马力欧兄弟》等 ROM。该项目受 qwenputer 启发,作者公开了借助 Opus 5.5 生成代码的提示词,并利用 15 年前发布的 CPU 一致性测试集完成了功能验证。
OpenAI 正在通过扩大安全防护、实施更早干预以及承诺开展公共安全报告,加强 ChatGPT 的防暴力机制。同时,OpenAI 发布了社区安全报告,并针对青少年推出了新的保护措施。
OpenAI 推出新福利,拥有 100 美元、200 美元或 500 美元月度订阅方案的用户可获得等额 API 额度,用于其指定的 API 组织。该举措跟进了 Anthropic 此前为 Max 和 Team 订阅提供的类似 API 额度政策。
NVIDIA 为 RTX Spark Windows 笔记本公布模型、智能体工具及游戏支持更新,涵盖 Nemotron 3.5 Transcribe、LFM3 和 NVIDIA App 资源管理功能。
推荐理由:新增的 GPU 资源分配控制,让本地智能体与前台应用的并行运行有了可调节的取舍,用户可按当前任务分配算力。
Microsoft Research 介绍 Flint-interactive,让用户和 AI 智能体以高层规格创建支持点击、筛选、缩放、高亮和跨图表联动的数据可视化。
NVIDIA 今日发布 AIOps 平台 Minerva,整合基础设施与 AI 工作负载遥测数据,为 AI 工厂提供端到端可观测性。平台通过动态知识图谱关联故障,每小时分析数十亿个数据点,检测异常并预测故障。内置 AI 助手支持以自然语言排查集群健康状况并获取修复建议,IREN 已使用该平台。
Google 正式公开发布智能体 AI 系统 Deep Review,用于对学术论文、法律协议和财务报告等复杂技术文档提供深度逻辑校验与技术反馈。该系统采用文档切分、自适应计算预算分配、并行验证与全局综合的四阶段智能体架构,每周向用户免费提供两次文档审阅,并支持通过 Gemini API 进行程序化调用。
推荐理由:系统通过四阶段智能体工作流解决长文档逻辑校验难题,为学术论文与复杂方案提供了可自动分配推理预算的预审阅机制。
GitHub 提出密钥保护需随代码规模同步扩展,并介绍与 Microsoft Applied Sciences 合作构建的 ModernBERT 分类器,将推送保护扩展至非结构化密钥。
推荐理由:九个季度的数据区分了代码提交量增长与单次提交泄露率的变化,为理解密钥防护为何需要减少人工处置提供了具体依据。
Microsoft Research Asia 开源重构后的 Agent Lightning v1.0,让部署时使用的智能体执行框架直接参与强化学习,无需在训练框架内重新实现。
推荐理由:通过让部署时的智能体执行框架直接参与强化学习,这套方案提供了减少训练重实现成本、保持训练与部署行为一致的方法。