新旗舰 Qwen3.8-Max-0902 首战 Code Arena: WebDev 登顶，1691 分的实测表现，叠加 $5/MToken 混合定价，让它站上编码模型的 Pareto 前沿。上手即用，是这场发布最有分量的承诺。
AI前沿技术
UU远程新版本补齐终端短板：Mac免密登录、系统输入法独立输入框、TUI渲染、多会话管理，还支持手机跨端接管电脑上的终端会话。这波更新对移动端跑Coding Agent意味着什么？一文说清。
LongCat-2.0 免费上 Cline，安装命令已经公开，用户能直接接入现有编码工作流。本文谈谈这次更新背后，模型竞争如何转向工作流与真实工程。
Anthropic双模型发布，实测透露effort切换不再破坏缓存。低effort用法有讲究，编码与知识工作如何选择？一文看懂。
Qwen3.8-Max-0902登场：2.4T参数、1M上下文，后训练瞄准Coding & Cowork。真正值得关注的不是跑分，而是模型能否在企业长任务里从头干到尾。
UC Berkeley 等机构发布 Vero，首个要求智能体在仓库级环境下同步完成代码编写与证明的基准。43 个多模块 Lean 4 实例背后，是 AI 在代码与证明协同生成上的真实落差。
OpenAI将Astra评为Critical网络安全能力级别，它能自主发现漏洞并构建利用链。本文解析评估逻辑、安全防护及行业影响。
Artificial Analysis 对 Claude Fable 5.1 的评测揭示：max effort 下 66 分登顶，但高智能伴随高成本。文章深入解读评测逻辑与用户选择策略。
Google DeepMind为Gemini Flash系列推出agentic video understanding，让模型自主决定视频扫描重点。token消耗最高降88%、成本最高降66%、准确率还提升了7%，长视频理解的应用经济模型正在被重写。
Claude Fable 5.1 在 OpenRouter 上线，官方称可直接升级 Fable 5 工作负载。文章拆解 agentic coding、长任务、视觉代码、金融分析四大提升，并给出迁移测试建议。
Claude Fable 5.1发布，瞄准长时间运行的智能体场景。本文拆解其定价、缓存与API兼容性变化，以及Mythos 5.1和Glasswing背后的战略意图，帮开发者判断迁移价值。
Hugging Face 一口气开源 207 个 WebGPU 内核，以独立仓库形式托管，含测试和基准。从与 ORT WebGPU 的对照到浏览器本地推理的可行性，一文给你讲透。
Runway推出Solaris——首个界面世界模型，实时逐帧生成可交互界面，无需代码中间层。文章从技术路径、Agent训练、文本渲染短板三个维度剖析该产品的真实价值与局限。
H3 Max接入开放平台后，海外开发者用它在Twitch上玩起了直播，甚至打造了24小时不间断的AI电视台。实时视频生成正在从demo变成内容基础设施，本文拆解这场变革的关键。
Google推出Gemini 3.5 Transcribe，官方号称最精准的语音转文本模型，流式WER降至4%、延迟改善70%，支持实时与预录音频。两项API并行，语音代理的工程门槛正在被重新定义。
