7×24小时全球AI官方动态

Cognition 发布私有编码基准 FrontierCode 2.0，含132个真实开源任务。Claude Opus 5.5 以46%领先，DeepSeek V4.1 Flash 为最佳开源模型，得分28%。

Artificial Analysis 发布智能指数 v5，60%评估基于私有数据集；Claude Opus 5.5 以58分居首，GPT-6 Astra 57分紧随其后；开源权重差距扩大至12分。

Anthropic与GSA签署OneGov协议，将Claude引入联邦、州、地方、部落及领地政府，并提供40%折扣。

Anthropic科学家与六家药物研发机构深度合作，并启动自有药物发现项目，公布Claude在药物开发各阶段的早期成果。

谷歌在 Gemini 中推出 SynthID 检测，用户可直接询问“这是 AI 生成的吗？”以识别 AI 生成的图片、视频和音频。

Cursor 设计模式推出 Annotate 功能，支持视觉提示、页面标注、编辑元素，并在不同屏幕尺寸下预览设计。

Miora推出万圣节快闪挑战赛，总奖池高达10万积分，使用Kling 4.0创作AI视频，截止11月3日。

Liquid AI发布LFM3：2B级新系列覆盖文本/视觉/音频/全模态/决策，面向边缘部署，可在单GPU上微调。

Ai2发布研究：LLM评估科研想法新颖性不可靠，提示词微小改动致准确率波动超50个百分点，检索与推理无提升。

Google 展示其最新最强模型 Gemini 4 Argon 的八个应用示例，覆盖深度研究到交互式设计等领域。

Retell依托OpenAI模型支撑每月1亿通电话；GPT-6 Astra在Retell语音代理基准测试中居首，Codex帮助其实现人均年收入运行率160万美元。

Cloudflare 发布 PHP 夺旗挑战赛并接入漏洞赏金计划，邀请安全研究人员尝试绕过 WAF 防护，以提升互联网安全。

OpenAI 与甲骨文扩大合作，将商业应用和 AI 代理引入 ChatGPT，并支持甲骨文新服务。

DeepSeek V4.1 Flash 已在 Cursor 上线，每个档位均位于 CursorBench 成本前沿（每任务 0.60–0.98 美元），无模型评分更高。

GLM 5.3 在 Workers AI 上的配置不匹配触发 SGLang 漏洞，导致跨请求 KV 缓存页暴露，团队已实施修复。

Greptile 利用 GPT-6 Astra 将缺陷检测从代码审查扩展到用户工作流测试，并用 Daybreak 加强安全、Codex 减少返工。

OpenAI 的 GPT-6.1 Sol 正被 CodeRabbitAI 用于帮助开发者在复杂代码库中发现安全风险。

OpenAI宣布在调和分析、复杂性理论和量子场论方面取得三项新发现。