💥 重磅新闻
OpenAI 正式发布 GPT-5.5，距离上次 GPT-5.4 发布仅一个月。新模型在代码生成和推理效率上显著提升，OpenAI 称其为「迄今为止最智能、最直观的模型，也是计算机工作方式新进化的下一步」。GPT-5.5 被视作 OpenAI 向整合式「超级应用」（super app）推进的关键一步。
中国 AI 公司 DeepSeek 发布下一代模型 V4 预览，称其开源模型可与 Anthropic、Google、OpenAI 的闭源旗舰竞争。DeepSeek 表示 V4 相比前代在编码能力上有重大改进——这一能力已成为当前模型竞争的核心指标之一。DeepSeek V3 去年底曾以高性价比开源模型引发关注，此次 V4 预览标志着其冲击更高性能区间。
Anthropic 工程团队发布 Claude Code 近期质量问题的详细复盘，涵盖导致生产系统不稳定的多起事故、根本原因分析以及已采取的修复措施。报告承认在快速迭代中忽视了部分稳定性测试，并承诺加强自动化测试、灰度发布策略和监控告警能力。这是 Anthropic 第一次以公开 postmortem 形式直面工具质量问题。
Anthropic 将 Claude 的应用生态扩展到个人生活场景，新增连接器支持 Spotify（音乐）、Uber Eats（外卖）、TurboTax（税务）等应用。此前 Claude 已支持 Microsoft 等工作类应用集成，此次扩展意味着用户可以通过 Claude 直接操作日常消费类应用。这是 Anthropic 继续对抗 OpenAI「超级应用」战略的差异化动作。
🛠️ 技术动态
阿里通义实验室发布 Qwen3.6-27B，是一款稠密（非 MoE）架构的中等参数量模型，主打编码能力与本地部署友好性。官方声称其代码生成质量接近旗舰模型水平，却可在单卡 A100/H100 上运行，显存友好，适合开发者本地推理和微调。开源权重同步释出。
Google Cloud 在 Cloud Next 大会上发布第八代 TPU，包含两款面向不同场景的芯片：一款主打训练吞吐量，另一款主打推理延迟与成本优化。官方定位为「智能体时代的基础设施」，直接对标 Nvidia 在 AI 推理市场的主导地位。TechCrunch 分析指出，TPU 新品是 Google 与 Nvidia 争夺 AI 基础设施话语权的关键一步。
OpenAI 发布 ChatGPT Workspace Agents，允许企业用户在 ChatGPT 内构建可跨系统操作的智能体，直接读取日历、邮件、内部文档等数据并执行操作。配合 GPT-5.5 的发布，OpenAI 正全面加速从聊天机器人向「能干活的 Agent 平台」的转型。
Google Cloud 推出 Gemini Enterprise Agent Platform，为企业客户提供智能体构建、部署、治理、观测的全栈能力。平台内置与 Workspace、BigQuery、Vertex AI 的原生集成，并支持 A2A（Agent-to-Agent）协议，是 Google 对标 OpenAI Workspace Agents 和 Anthropic MCP 生态的关键产品线。
微软本周在 Word、Excel、PowerPoint 中上线 Agent Mode，官方此前称之为「vibe working」——让 AI 以更主动的方式协作修改文档、生成报表和构建幻灯片。相比早期 Copilot 的「建议式」交互，Agent Mode 允许 AI 跨单元格/跨页面/跨文件连续操作，最接近「我让它做完一整份活」。
Rust 编辑器 Zed 推出「Parallel Agents」功能，允许用户同时启动多个独立智能体并行完成不同任务（如：一个写业务逻辑、另一个写测试、第三个审查代码）。Zed 的实现通过轻量级 UI 面板让用户对每个 Agent 的进度、输出一目了然，是当前 AI 编程工具中较为少见的「主动多任务」范式。
Anthropic 发布长文，系统阐述如何通过 Model Context Protocol（MCP）让 Claude 智能体安全地连接到数据库、内部 API、CI/CD 等生产系统。文章讨论了权限隔离、审计日志、只读/可写通道分层等工程实践，是 MCP 从实验协议走向企业生产的重要信号。
💡 深度分析
Anthropic 推广 Claude Mythos 时称其「太危险而无法公开」，但随后该模型却遭到泄露，被非授权人员获取。The Verge 称这是一次「极度尴尬」的安全事故——它暴露了 Anthropic 在「宣称安全」和「实际安全」之间的差距，也引发对「限制级模型」管控模式是否只是营销话术的质疑。
The Verge 深度分析指出，以 Anthropic、OpenAI 为代表的 AI 实验室开始大幅收紧免费/低价额度、提高企业定价，这背后是 Token 经济学难以为继的现实——推理成本高昂、用户粘性不足、商业化进展缓慢。文章认为，未来几个月用户将明显感受到「AI 变贵了」，这是行业从「增长优先」转向「盈利优先」的必然结果。
美国参议员 Warren 在活动演讲中直指 AI 行业存在典型的「泡沫」特征：估值虚高、依赖持续输血、监管不足。她认为一旦多家 AI 公司同时陷入困境，将波及供应链、云计算、风投等关联环节，重演 2008 式的系统性风险。这标志着美国政界对「AI 泡沫」的公开质疑正在从边缘声音走向主流话语。
Augment Code 指出，AGENTS.md（定义 Agent 行为规则的配置文件）的质量直接决定了 AI Agent 的表现上限。文档写得清晰明确，等于给模型「升级」了指令理解能力；写得模糊矛盾，反而会让 Agent 陷入死循环或错误决策——比完全没有配置还糟糕。文章提供了若干实用模版和反例。
⚡ 快讯
📜 研究与论文
Perplexity 研究团队发布长文，系统回顾并推进检索增强语言模型（Search-Augmented LM）的架构选择。文章对比了不同检索粒度、重排策略、上下文拼接方式对模型最终回答质量的影响，并提出在多跳推理场景下以「迭代检索 + 验证式生成」组合的实用方案。对 RAG 工程师和产品构建者有直接参考价值。
Applied Compute 发布针对「Agentic Workload（智能体任务）」的推理引擎基准评测，跟以往面向聊天的基准不同，此次测试包含大量多轮工具调用、长上下文并发、中断续跑等真实 Agent 场景。结果显示不同推理引擎（vLLM、SGLang、TensorRT-LLM 等）在 Agent 负载下的表现排序与传统基准有明显差异，对推理服务选型有直接参考意义。
研究者讨论 Coding Agent 中普遍存在的「over-editing（过度修改）」现象——模型为了给出「更好看」的 diff，常会改动无关代码、重命名变量、调整格式，导致 PR 变得难以 review。文章给出若干量化指标和微调策略，建议在 system prompt 中明确「最小必要修改」约束，并配合 pre-commit 检查过滤超范围改动。