两家机器人公司接连展示通用大模型在机器人领域的新进展。MicroFactory 弃用 VLA，改用 Opus、Astra 等通用大模型控制机械臂，连续自主运行 1.5 小时零错误完成电子产品装配；Poke & Wiggle 则用 Claude Opus 5.5 让 AI Agent 自主阅读论文、编写算法、训练模型并调用真机测试，累计完成超过 6000 次真机测试，尝试复现 10 篇机器人研究论文的核心结论，部分结论成功复现，部分方法效果低于原论文报告。
匹配字段摘要、正文
Meta 发布开放权重模型 Muse Spark Open，采用 256 专家的 MoE 架构，每 token 激活约 42B 参数，上下文窗口 100 万 token，支持文本、图像、视频和音频输入但仅输出文本。Meta 与 Apple 合作，将约 530 GByte 的四比特量化版本放到两台互联的 Mac Studio M5 Ultra 上运行，通过 MLX 框架和 Thunderbolt 5 分配计算，8192 token 上下文下约 25 输出 token/秒。Artificial Analysis 测试显示其 Intelligence Index 得 39 分，为当前最强美国开源权重模型，但落后于 MiMo-V2.6-Pro 的 46 分和 GLM-5.3 的 45 分，且在四项 Agent 测试中排名末位。模型权重已在 Hugging Face 提供 16 位约 1.6 TByte 和四比特约 530 GByte 两个版本，API 输入每百万 token 1.25 美元、输出 4.25 美元。
匹配字段摘要
Sakana AI 于 2026 年 10 月 15 日公开第三代 The AI Scientist（The Agentic Scientist），通过 Codex、Claude Code 等多个编码智能体协作，覆盖假设提出、实验、分析到论文撰写，并开源可生成可编辑论文插图的 CLI 工具 AutoIllustrate。系统在 5 个课题上用 9 种大语言模型和 4 种智能体执行工具共运行 70 次研究流程，论文质量由 AI Reviewer 按 1 至 10 分评估，新模型得分更高，Claude 系列尤为明显，同一模型下不同执行工具差异较小。代码以 Apache License 2.0 在 GitHub 的 AI-Scientist-v3 仓库公开，默认使用 Claude Code，可切换 Codex、Gemini CLI，并提供仅用 CPU 即可跑通的示例。
匹配字段摘要、正文
Anthropic 日本业务拓展代表用 Claude Managed Agents（beta）搭建了一支名为 Nakama 的智能体团队，把线索分流、资格判定、邮件草拟、Salesforce 更新和会后跟进交给 6 个按计划运行的智能体，每天开工前完成大部分工作。他先在 Claude 中用技能、定时任务和共享文件夹做原型，迁移后技能变成系统提示词、共享文件夹变成记忆存储，改动统一在 Slack 频道提出并由协调智能体每约 15 分钟同步一次。
匹配字段摘要、正文
Attio 发布新 CRM 架构，让 AI 智能体与营收团队在同一份客户数据上协作，团队可向智能体提问并获得 SQL 支持的答案。其 SQL 引擎可在 Attio 内执行 join 和计算，一次查询即可返回加权预测或季度赢单率；同时上线连接器，让 Metabase、Looker 等 BI 工具通过兼容 Postgres 的链路读取实时 CRM 数据。Agent scale 支持每个对象最多 1 亿条记录，可让数千个智能体同时处理同一账户。
匹配字段摘要、正文
OpenRouter 称，Claude Opus 5.5、Gemini 4 Argon 和 GPT-6 Astra 各自重建了 Royale: Last Agent Standing 的游戏视觉。三款模型均通过 Ori Harness 在 OpenRouter 上的 Ori Claude 中运行，可访问 500+ 模型。
匹配字段摘要、正文
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，仅凭视觉输入零样本操作机械臂，无需 VLA，性能可与前沿模型智能体竞争。在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%；作为对比，带任务专用记忆的 RPent 在 RoboTwin 上用 GPT-5.5 和 Opus-4.7 分别为 62.4% 和 58.4%，在 LIBERO-Pro 上用 Opus-4.7 为 82.4%。ORA 的工作方式类似编码智能体，观察场景、调用感知或动作工具、检查反馈再决定下一步，同一套框架可运行 ARX X5、ALOHA 和 Franka，靠机器人卡片描述各自的几何结构与控制方式。按 DeepSeek 非高峰 API 价格估算，每个成功案例的模型成本约 0.30 至 0.35 美元，40 个展示片段平均每个 0.13 美元；在低成本机械臂上的初步测试中，它完成了拉开抽屉和把糖果棒放入盒子。
匹配字段摘要、正文
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，不使用 VLA。ORA 在 RoboTwin 上取得 69.2%、在 LIBERO-Pro 上取得 81.4%；带任务专属记忆的 RPent 在 RoboTwin 上用 GPT-5.5 和 Opus-4.7 分别为 62.4% 和 58.4%，在 LIBERO-Pro 上用 Opus-4.7 为 82.4%。ORA 的工作方式类似编码智能体，通过提示词描述机器人与任务、感知与运动工具、以及上下文管理构成闭环，同一套框架可运行 ARX X5、ALOHA 和 Franka，靠机器人卡片适配不同硬件。团队称每个成功案例的模型成本约 0.30 至 0.35 美元，40 个展示片段平均 0.13 美元；在低成本机械臂上的初步测试中，DeepSeek-V4.1-Flash 完成了拉开抽屉把手和把糖果棒放入盒子。
匹配字段摘要
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，无需 VLA。ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上取得 81.4%，对比 RPent 搭配 GPT-5.5/Opus-4.7 的 62.4%/58.4% 与 82.4%。同一套框架通过机器人卡片适配 ARX X5、ALOHA 和 Franka，每个已解决案例的模型成本约 0.30–0.35 美元，40 个展示片段平均 0.13 美元；初步真机测试中 DeepSeek-V4.1-Flash 完成了拉开抽屉把手并把糖果棒放入盒子。
匹配字段摘要、正文
Hao AI Lab 发布开源机器人智能体 ORA（Open Robot-Use Agents），由 DeepSeek-V4.1-Flash 驱动，仅凭视觉输入零样本操作机器人，不使用 VLA，在 RoboTwin 上取得 69.2%、LIBERO-Pro 上取得 81.4%。ORA 的工作方式类似编码智能体：观察场景、调用感知或动作工具、检查反馈再决定下一步，并通过机器人卡片适配 ARX X5、ALOHA 和 Franka 等不同硬件。团队称每个成功案例的模型成本约 0.30–0.35 美元（按 DeepSeek 非高峰 API 价格估算，含失败尝试），40 个展示片段平均每个 0.13 美元；在低成本机械臂的初步测试中，它完成了拉开抽屉把手和把糖果棒放入盒子。
匹配字段摘要
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，无需 VLA。ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%，同一套 harness 通过 robot cards 可运行 ARX X5、ALOHA 和 Franka。团队称每个已解决案例的模型成本约 0.30 至 0.35 美元，40 个展示回合平均 0.13 美元，并已在低成本机械臂上完成开抽屉、放糖果棒的初步真机测试。
匹配字段摘要、正文
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，无需 VLA。ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%，与使用 GPT-5.5 或 Opus-4.7 的 RPent 系统同场对比。每个成功案例的模型成本约 0.30 至 0.35 美元，按 DeepSeek 非高峰 API 价格估算并包含失败尝试；同一框架已通过机器人卡片适配 ARX X5、ALOHA 和 Franka，并在低成本机械臂上完成开抽屉和放置糖果棒的初步实机测试。
匹配字段摘要
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，不使用 VLA。ORA 在 RoboTwin 上取得 69.2%、在 LIBERO-Pro 上取得 81.4%；对比 RPent 在 RoboTwin 上为 62.4%/58.4%（GPT-5.5/Opus-4.7），在 LIBERO-Pro 上为 82.4%（Opus-4.7）。按 DeepSeek 非高峰 API 价格估算，每个成功案例的模型成本约 $0.30–$0.35，已包含 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试，40 个展示片段平均每个 $0.13。ORA 的工作方式类似编码智能体，观察场景、调用感知或动作工具、检查反馈后决定下一步，并已用同一套框架驱动 ARX X5、ALOHA 和 Franka，在低成本机械臂的初步测试中完成了拉开抽屉把手和把糖果棒放入盒子。
匹配字段摘要
Lauren Tan 提出用四层倒金字塔提升对 AI 智能体代码的信任：代码库改进、静态分析、散文式规则（如 AGENTS.md、skills）与人工审查，投入应集中在最上层。她建议把这条帖子直接交给自己的 bot 或智能体，并给出安装工具、新建 Project、用 /recall、/poteto-mode、/correct、/architect 等命令分析历史提交与反馈的步骤。
匹配字段摘要、正文
Arena 追踪 Anthropic、OpenAI、Google DeepMind、Kimi、xAI 和 DeepSeek 的最佳智能体在 6 月底至 10 月初的四项 Agent Arena 信号，发现实验室间最大差距在于用户是否享受使用体验。Praise vs Complaint 上 OpenAI 和 Anthropic 高出榜单均值 +35 分，Moonshot、xAI 和 DeepSeek 在 +5 至 +13 之间；Confirmed Success 上平均实验室最佳模型三个月内从 -4 升至 +14 分，Anthropic 以 Claude Opus 5.5 (Max) 的 +20 领先。Bash Recovery 分差从 34 缩至 16 分，Steerability 从 19 缩至 11 分。
匹配字段摘要、正文
OpenAI 面向金融服务等客户，介绍关键 AI 工作负载在直连 OpenAI API（1P）与第三方云供应商（3P）之间的生产路由与故障转移设计。直连 API 可提前试用预览模型和功能，故障转移仅在请求可安全重试且备用路由满足要求时启用，例如支付流程中只读欺诈评估的 Responses API 调用超时后可在交易截止前重试。Agents API 进行中的会话无法靠切换供应商恢复，多供应商支持属于平台能力，故障转移则是工作流决策。
匹配字段摘要、正文
Grok Bot 上线邮箱别名功能，现在可以把消息路由到不同的 bot。此前作者曾分享用电子邮件让不同平台的个人 agent 相互通讯：给 Grok Bot 配置 xxx@mail.grokbot.com 邮箱，并以 Gmail 别名（xxx+muse@gmail.com）作中介，通过邮箱和签名验证让 agent 互信。Gmail 目前无法推送消息，需每 15 分钟检查一次新邮件。
匹配字段摘要、正文
SpaceXSI 发布语音到语音模型 Grok Voice 3.0，面向客服通话场景，官方称响应时间低于 1 秒、延迟降低 40%；Grok Bot 市场同步开放开发者提交连接器、插件和 MCP server。Anthropic 为 Claude Code Desktop 增加 sessions hub，并让 Claude Managed Agents、Messages API 和 Claude SDK 支持 OpenTelemetry traces，同时在新加坡设立亚太第五个办公室。GitHub Copilot 更新 HydraFusion 模型池并新增 HydraFusion Max 选项，二者仍处于研究预览阶段。
匹配字段摘要、正文
Kimi 官方发布 Kimi Work 教程第 3 期，介绍如何把 Kimi 融入日常工作流：跨本地项目、浏览器和电脑工作；用 Swarm 拆解复杂任务，在 Goal 模式下迭代；通过 Plugins、AGENTS.md 和 Dashboard 自定义 Kimi 的工作方式。官方还在评论区征集下一期主题。
匹配字段摘要、正文
Every 联合创始人 Dan Shipper 判断 newsletter 已死：借助 dots（GrokBots、Muse 等）这类持久化智能体，他几乎不再看收件箱，预计一年内全部邮件都这样过滤。他认为拿到用户邮箱不再等于建立关系，创作者需让内容装进读者的 agent harness 才能直接触达；Every 已在用 MCP 和 Slack 智能体的 frontier alerts 做实验，AI 也让创作者能以 100x 的量产出高质量内容、自建平台生态。
匹配字段摘要、正文