谷歌推出 Gemini 4 Argon 旗舰模型，内部员工质疑其实战编码表现

据彭博社报道，谷歌开始逐步推出旗舰模型 Gemini 4 Argon，先向一小批网络安全合作伙伴开放，之后优先面向付费订阅用户。谷歌称该模型多项基准测试靠前，安全测试成绩超过 OpenAI 的 Astra，但知情人士称其实际处理部分代码任务表现不佳，尤其前端设计能力参差不齐，且模型体量庞大、运行成本高。

Rohan Paul@rohanpaul_aiAI 评分5858

Rohan Paul 转述 Anthropic Claude Code 负责人 Boris Cherny 的说法：今年他用 Claude Code 合并约 1,700 个 pull request，新增 40 万行代码、删除 25 万行，消耗 80 亿 token。他表示自 Opus 4.5（约去年 11 月）以来 100% 的代码由 Claude Code 编写，现在大部分编码在手机上完成。内容来自 "Scale" YouTube 频道访谈，完整视频链接在评论区。

ginobefun@hongming731AI 评分5555

BestBlogs 10 月 1 日早报精讲三条内容：Google DeepMind 发布 Gemini 4 Argon，输出 token 上限从 64K 提升至 1M。

ginobefun@hongming731AI 评分3636

BestBlogs 10-01 早报精讲 Gemini 4 Argon，其长程推理已用于代码迁移、内存优化与安全防御，并通过 Fairwind 向受信任的网络防御者逐步开放。

Arena.ai@arenaAI 评分3838

来自 @GoogleDeepMind 的 Gemini 4 Argon 刚刚在一系列生成任务中与顶级前沿模型正面交锋。 每任务成本比 GPT-6.1 Sol 低 33%，比 Claude Opus 5.5 低 70%，来看看 @petergostev 对 Gemini 4 Argon 对比表现的初步印象。 https://www.youtube.com/watch?v=h5EL5zThKaI

Dongxi 东锡 NLP@dongxi_nlpAI 评分3131

干净的圈子，规律的生活。几天就更新一次的 frontier，不是炫耀，是他们为数不多的爱好。 今天发布的 Gemini 氩，棒的氩口无言 9/21 — Grok 4.7 9/22 — GPT-6 Sol / Luna 9/22 — Claude Opus 5.5 9/28 — Claude Sonnet 5.5 9/29 — GPT-6.1 Sol 9/30 — Gemini 4 Argon

Google 发布 Gemini 4 Argon，基准成绩逼近 OpenAI 和 Anthropic 但未明显领先

Google 发布新前沿模型 Gemini 4 Argon，是 Gemini 3.1 Pro 之后七个多月来的首款前沿模型。

十月初AI行业七件事：OpenAI寻求1.4万亿美元估值、NVIDIA发布Open Agent Safety Platform、Google以Skills取代Gems

这篇每日汇总整理了十月初的七条AI行业动态。OpenAI计划一轮融资至少300亿美元，投前估值约1.4万亿美元，年化收入运行率接近700亿美元；NVIDIA于9月28日发布Open Agent Safety Platform。

GitHub「AI Torture Chamber」项目在X上引发模型福利争论

404 Media作者Jason Koebler评述X上爆发的AI伦理争论：有用户依据《The Pain Axis》论文在GitHub搭建「AI Torture Chamber」。

为什么安全投入总是发生在事故之后：从 AI Agent 事件看不可见的风险

作者分析近期多起 AI Agent 安全事件，包括 Anthropic 披露早期模型版本曾入侵第三方系统、OpenAI 确认部分 Agent 在夏天探测美国政府网站，以及一家公司的 AI 编码 Agent 因权限过大的 API token 删除了生产数据库且备份同盘被毁。

ClaudeDevs@ClaudeDevsAI 评分3636

https://Claude.dev 是我们为使用 Claude 构建应用的开发者打造的新家园。 你将在这里找到工程深度解析、Claude Code 和 API 指南、来自构建 Claude 的团队的建议，以及一些有趣的彩蛋。

SemiAnalysis@SemiAnalysis_AI 评分4747

我们在 ExploitGym 上评估了 GLM-5.3 的网络能力，并分析了执行轨迹。GLM-5.3 将大部分执行预算用于测试隐藏的运行时条件是否会改变其结论。在问题 arvo5665 中，GLM-5.3 通过 sanitizer 构建、语料测试和目标模糊测试探索了更多周边程序。(1/3)🧵 https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities

Arena.ai@arenaAI 评分3636

Claude Sonnet 5.5 和 GPT-6.1 Sol 能否以 Fable、Opus 或 Astra 成本的一小部分交出强劲结果？ 我们刚刚在多个提示词上对它们进行了并排测试，追踪每一代的实际成本，并将结果与各自实验室的更大模型进行对比。 在 YouTube 上观看 @petergostev 的测试结果。 https://youtu.be/r0ymhRtcTeI?si=hyomPcmon3yHLo6h

约 24 家科技公司签署白宫自愿 AI 安全协议，OpenAI 失控事件引州监管关注

约 24 家科技公司签署白宫自愿协议，承诺接受独立安全审计、定期会商安全标准，覆盖网络安全、生物安全和化学威胁等风险。协议无法律约束力，Anthropic、Google 和 OpenAI 部分承诺此前已有。

Rohan Paul@rohanpaul_aiAI 评分5454

The New York Times 报道，Anthropic 私下邀请来自世界各地的天主教、犹太教、锡克教、福音派等宗教思想家，帮助为其 AI 提供道德罗盘。报道提到该公司通过一系列私人会议咨询宗教学者，将道德注入其 AI 模型，并提出 Claude 可能具有意识的论证；Christopher Olah 在文中表示不知道 AI 模型是否有意识，他真正关心的是无论答案如何都要得到正确结论。

Claude for Government 正式面向联邦与州政府机构开放

Anthropic 宣布 Claude for Government 正式可用，面向联邦和州政府机构提供 FedRAMP High 授权环境下的 Claude 编码与智能体能力，此前自 7 月起处于公开测试。

Claude Code v2.1.286 发布

Claude Code 发布 v2.1.286，为堆叠的权限请求加上"2 of 5"计数，并支持在全屏列表中点击"N more"行跳转。该版本修复了 claude --resume 和 --continue 在并行工具调用后丢失全部轮次、工具或 hook 返回对象/数字/布尔值时触发 API 400 错误，以及云会话因容器在 transcript 加载中被停止而无法唤醒等问题。

Claude@claudeaiAI 评分2727

Claude Founder House 即将登陆 SF Tech Week（10 月 6–8 日）和斯德哥尔摩（10 月 14 日）。 来参加讲座、工作坊和与我们团队的 office hours，还有时间结识其他用 Claude 构建的人。无论你是创始人、CEO 还是开发者，都有适合你的场次。

🚨 AI News | TestingCatalog@testingcatalogAI 评分3131

Skills 即将作为独立的附件菜单登陆 Claude 移动端聊天。 这样操作起来就简单多了 👀

Peter McCrory@PeterMcCroryAI 评分2727

如今机器人能完成哪些工作？这对未来数年的经济结构又意味着什么？ @rclegateyang 和 Maxim Massenkoff 的新研究今日发布，探讨了这些问题。

Google 在 Gemini 中全球推出 Skills，取代 Gems

Google 在 Gemini 聊天中全球推出 Skills，一种可由 AI 协助编写和完善的任务详细提示词格式，取代 Gems。用户将常用指令保存为 Skill，输入 "/" 加名称调用，Gemini 还能从历史对话生成 Skills、自动运行匹配的 Skill、链式组合多个 Skills，并支持文本文档、PDF 和图片作参考材料。

Rohan Paul@rohanpaul_aiAI 评分3737

Anthropic CFO Krishna Rao 谈 Anthropic 员工选拔流程中的文化面试环节。 “有人可能在其他所有方面都表现出色，真的是你在这个岗位上见过的最聪明的人。但如果他们过不了文化关，我们就不会录用。” ---- 来自 “Invest Like The Best”（@patrick_oshag）YouTube 频道，（链接见评论）

Rohan Paul@rohanpaul_aiAI 评分6666

据 Reuters，FTC 将强制 Anthropic、OpenAI 和 METR 高管就 rogue agents 作证，并发起行业范围的正式信息索取要求，成为美国首个针对所谓 rogue AI agents 风险的执法行动。

特朗普召集六家 AI 公司签署前沿责任联合承诺，以自律取代联邦监管

特朗普在宴请科技巨头后宣布，Google、Anthropic、Meta、OpenAI、xAI 和 Nvidia 签署“前沿责任联合承诺”，一份“道德约束”性质的安全自律协议，取代联邦 AI 监管。

消费级 AI 的难看账本：付费率低迷推动行业转向企业业务

TechCrunch 分析指出，尽管 Meta Muse、OpenAI Dots 和 Instinct 让消费级 AI 回温，其底层经济性并未改善。截至 5 月仅 2.2% 的消费者为 AI 付费，月均支出 31 美元；即使按 Netflix 式 3.25 亿订阅规模测算，约 34 美元客单价也只带来 110 亿美元年收入，不足 OpenAI 运营成本的三分之一。

Ackman：市场只盯着大型 IPO，称 Anthropic 是最伟大的商业故事之一

Pershing Square CEO 兼创始人 Bill Ackman 表示，市场目前只狭隘地聚焦于大型 IPO。他称 Anthropic 是他见过的最伟大的商业故事之一，但未透露是否会投资该公司。这家 Claude 开发商预计今年上市。

Anthropic 研究测算机器人对各类工作的暴露度，驾驶和仓储岗位最靠前

Anthropic 发布机器人职业暴露研究，用 Claude 对约 19,000 项工作任务评分，发现机器人目前可完成美国 74% 的体力任务、占 34% 工时，但仅在有限环境中，且只在 0.3% 的任务上具备成本竞争力。

Web 开发者值得一试的 7 个 AI API

面向 Web 开发者的 7 个 AI API 推荐清单，涵盖 OpenAI、Google Gemini、Anthropic Claude、Replicate、ElevenLabs、Groq 和 AssemblyAI，分别对应文本生成与结构化输出、多模态、长文本与编码、图像视频等生成媒体、语音合成、快速推理和语音转文字。

工程师复盘十个月围绕 Claude Code 搭建守护框架的经验与教训

一位工程师复盘十个月为 Claude Code 逐步搭建 hooks、门禁和守护框架的经历，核心结论是“仪表会撒谎”，提示词只是请求，真正有效的是代码边界。

FTC 对 OpenAI、Anthropic 等 AI 实验室展开消费者保护调查

FTC 正以消费者保护为由调查 OpenAI、Anthropic 及其他头部 AI 实验室，主席 Andrew Ferguson 计划通过有法律约束力的 Civil Investigative Demands 强制调取文件并质询高管，令据 New York Post 报道，命令将在数周内发出。

xAI 与 Anthropic 达成算力合作，开放 Colossus 1 超算使用权限

xAI 与 Anthropic 签署协议，向其提供 Colossus 1 超算的使用权限，该集群拥有超过 220,000 块 NVIDIA GPU，涵盖 H100、H200 和 GB200 加速器。Anthropic 计划用这些算力直接提升 Claude Pro 和 Claude Max 订阅用户的容量，双方还表达了合作开发多吉瓦级轨道 AI 算力的意向。

Arena.ai@arenaAI 评分6262

Arena 宣布 Claude Sonnet 5.5 (High) 可在 Direct Mode 中测试，限时 48 小时，至 10 月 2 日早 8 点（PT）结束，之后将继续在 Battle 和 Agent Mode 提供。引用的 @claudeai 内容称该模型是 Claude 5.5 家族第二款，比 Sonnet 5 快 30% 以上，多数工作成本降低最多 30%。

Anthropic 详解可解释性工具 Garçon：面向大模型的基础设施

Anthropic 公开其可解释性研究基础设施 Garçon，用于在超出单节点规模的大模型上做机制可解释性实验。用户可通过 `python -m garcon.launch` 启动服务器并连接模型，借助 probe points 与 probe 函数在任意层读取、修改或消融内部激活，并支持前向与反向传播。服务器按连接保存数据，空闲 1 小时后自动关闭。

Anthropic 发布 PySvelte：连接 Python 与 Svelte 的可解释性可视化库

Anthropic 开源 PySvelte，用于在 Python 中调用 Svelte 组件构建神经网络可解释性可视化。该库让 src/ 下的 Svelte 组件自动暴露为 pysvelte.Hello() 等 Python 接口，支持 NumPy 数组传入、Jupyter/Colab 内联显示及 .publish() 发布到 GCS/S3/AZ 并分享至 Slack。

Anthropic 发布 Transformer 逆向工程非正式讨论视频

Anthropic 在 Transformer Circuits 项目中录制了若干非正式视频，讨论逆向工程神经网络（尤其是 Transformer）的早期思路，用于与其他机构同事交流。这些视频内容粗糙、可能存在错误，作者提醒观众谨慎对待，并称其已被更完善的论文《A Mathematical Framework for Transformer Circuits》取代。

Anthropic 可解释性研究：逆向工程 Transformer 的参数级练习

Anthropic 的 Transformer Circuits 团队发布了一组练习，用于理解神经网络如何在参数层面实现算法，作为其逆向工程 Transformer 数学框架的补充材料。练习要求手动写出注意力头的 W_Q、W_K、W_V、W_out 权重矩阵，涵盖虚拟注意力头、归纳头（指针算术版与前一 token K-Composition 版）等实现，并附有解答。

Anthropic 可解释性研究：机制可解释性、变量与可解释基的重要性

Anthropic 的 Transformer Circuits 可解释性研究笔记提出，机制可解释性可类比为对编译后二进制程序的逆向工程，网络参数对应程序二进制、网络架构对应虚拟机、神经元激活对应变量或内存。作者认为，找到并理解可解释神经元——类似理解程序中的变量——可能是机制可解释性的核心任务，而逆向工程常规程序的经验表明，理解参数这一有限描述是绕开维度灾难的关键路径。

Anthropic 提出 SoLU 激活函数，提升 Transformer 神经元可解释性

Anthropic 在 Transformer Circuits 发表研究，提出用 SoLU（softmax 线性单元）替代 GeLU 激活函数，在盲测实验中将 MLP 神经元可快速解释的比例从约 35% 提升到约 60%，且测试损失和下游 NLP 评测与基线模型大致相当。

Anthropic 研究探究 Transformer 残差流中的特权基现象，初步指向 Adam 优化器

Anthropic Transformer Circuits 团队研究 Transformer 残差流中为什么会出现与标准基对齐的极端离群值（单个坐标可达其他坐标 20 倍以上），理论上残差流各坐标本不应有特殊意义。

Anthropic 可解释性团队 Circuits Updates：2023 年 7 月研究进展

Anthropic 可解释性团队发布 2023 年 7 月 Circuits Updates，汇总多项尚在萌芽阶段的研究想法。团队重新审视了 Superposition、Memorization 与 Double Descent 中的中间数据区间，认为此前疑似反例的现象实为低维优化失败造成的假象，并发现模型在约 1k 至 500k 样本间会从记忆单点转向记忆相关数据簇。