Stripe 收购 OpenRouter，模型路由层并入全球支付基础设施

1/15 Stripe 收购 OpenRouter，模型路由层并入全球支付基础设施

OpenRouter 正式宣布加入 Stripe，交易仍待惯常交割条件完成；官方未披露价格，Axios 报道估值超过 80 亿美元且以股票为主。OpenRouter 称其日处理 10 万亿以上 token、连接 400 多个模型并服务 1,000 万以上开发者与企业。公司承诺名称、产品、路线图、现有集成与模型中立路由不变，交易目标是借助 Stripe 的全球客户网络、计费和反欺诈基础设施扩大推理网关。

2/15 OpenAI 用私密安全处理保留前沿模型零数据留存

OpenAI 将继续向符合条件的 API 客户提供前沿模型 Zero Data Retention，并预告 Private Safety Processing：自动系统可跨相关交互、账户探测和长时 Agent 任务识别风险模式，但 OpenAI 人员看不到底层提示词和响应。内容可留在客户基础设施，也可由客户持钥加密后存于 OpenAI；平台只接收有限风险信号。方案正与早期客户测试，计划 9 月推出并发布技术白皮书。

3/15 Replit 用 GPT-5.6 Luna 推出 Free Mode，把日常 Agent 成本包进订阅

Replit Free Mode 由 OpenAI GPT-5.6 Luna 驱动，Core 用户每月 20 美元可在日常聊天、分析与轻量创建中不消耗 credits，官方称创建量最多提升 30 倍，并提供每月最多 30 小时聊天。使用额度每 5 小时重置，Pro 上限更高；复杂任务会建议切换到成本优化的 Power Mode 或高性能 Max Mode。产品界面也重做为聊天、设计、分析和软件构建共享上下文的一体化入口。

4/15 Cursor 让 Cloud Agent 订阅事件、守住长期目标并在独立虚拟机运行子 Agent

Cursor Cloud Agents 现在可监控 PR、Slack 线程和定时任务，事件发生时自动唤醒；它创建的 PR 会自动订阅并持续修复 CI 与机器人评论。/goal 可让 Agent 长期维持目标，skill 可固定为 Custom Mode，多个子 Agent 则可在各自独立虚拟机和项目副本中并行测试或修复。Steering 也改在下一次工具调用边界接收跟进消息，避免中途打断正在执行的动作。

5/15 NVIDIA 开源 SkillEvaluator，300 多项 skill 对照实验平均正确性提升 41 点

SkillEvaluator 在隔离环境中让同一任务、模型、输入和评分标准分别运行“安装 skill”与“未安装 skill”版本，首批覆盖 30 多个 NVIDIA 产品、300 多项 verified skills 及 Codex、Claude Code 两种 harness。8 月 12 日快照中，正确性从 46 升至 87、有效性从 39 升至 78、效率从 43 升至 78。85% 的任务只有一次尝试且未报告置信区间，因此目录平均增益不能直接外推到单项 skill。

6/15 Google 把交互测验、个性化学习计划和一年 AI 订阅推向全球学生

Google Search 将支持为 SAT、ACT、AP、ENEM、GRE、JEE、LSAT、MCAT、NEET 等考试生成练习测验，并加入交互可视化、Lens 分步学习、项目 notebooks 和自定义文件。Gemini 学生中心用诊断测验生成个性化学习计划，Gemini Live 可口头讨论 Deep Research 报告。美国合格大学生可免费一年 AI Pro，美国以外合格学生可免费使用 AI Plus；官方推文称覆盖 140 多个国家。

7/15 Pika SFX 把文本音效生成压到亚秒级，并公开扩散架构与评测边界

Pika SFX 用文本编码器、压缩声学潜空间中的扩散 Transformer 和语义—声学解码器生成 44.1 kHz 立体声音效，再以 flow matching、教师—学生蒸馏和人类反馈后训练缩短推理路径。50 个提示、454 秒请求音频的厂商基准中，自托管热路径平均 0.847 秒，并报告内容可用性和制作质量领先；对比项是托管 API，硬件与环境不统一。API 支持 1–20 秒、negative prompt、seed 和步数控制。

8/15 Google AI Studio 打通 GitHub 仓库导入与双向同步

Google AI Studio 现已支持导入 GitHub 仓库，并在 Studio 与 GitHub 之间双向 push、pull；新界面还覆盖 force push、merge 等版本控制操作。此前 AI Studio 更偏向提示、模型与应用原型，这次更新把已有代码库的持续修改和回写纳入浏览器工作区。官方推文没有说明冲突处理、分支保护、权限范围和大型 monorepo 限制，生产仓库仍需按 GitHub 审查与 CI 规则控制合并。

9/15 自改进 Agent 验证分数翻倍，密封测试却没有净增益

AlphaSignal 让 GPT-5.6 Sol 从 SWE-bench 失败轨迹改写两套 worker 指令，并固定模型、工具、运行时和预算。稀疏 harness 的验证成绩从 3/10 升至 6/10，但 24 个未见任务仍为 15/24：新增一项成功同时造成一项回归；工程化 harness 的验证仅从 3/14 升至 5/14，密封集却从 13/24 升至 15/24。结果把关键风险从“能否产生修改”转向“selection gate 能否识别真实泛化”。

10/15 Qwen3.8-27B 登上法律 Agent 开放权重榜与 Cline 排名首位

Qwen 宣布 27B 参数的 Qwen3.8-27B 在 Harvey Legal Agent Benchmark 的开放权重模型中排名第一，并在发布四天后升至 Cline 榜首，主打可在本地硬件运行的专业任务能力。Harvey LAB 面向长时法律工作并采用严格 rubric，整体前沿模型仍未饱和；“开放权重第一”不等于全模型第一。Ethan Mollick 的实测也提醒，27B 本地模型在复杂 Agent 任务上仍明显落后于更大的前沿模型，部署前需用自身 harness 复测。

11/15 Databricks Genie Code 可把手绘草图直接构造成数据看板

Genie Code 允许上传手绘看板草图，再结合用户可访问的财务数据和工作区资产自动搜索数据、创建数据集、生成可视化并处理构建问题。完成后，系统会总结生成内容、列出使用的数据集，并建议发布、添加过滤器或继续修改。流程把图像理解、企业权限内检索、数据建模与可视化生成串成单一 Agent 任务，但公告未披露复杂草图的成功率、验证规则和发布前人工审核要求。

12/15 MAI-Image-2.5 进入图像编辑第一梯队，实时榜单已从快照榜首回落到第三

Mustafa Suleyman 宣布 MAI-Image-2.5 在 Artificial Analysis 图像编辑榜升至第一；核对当前全球实时榜，模型以 1,252 Elo、9,523 个样本居第三，95% 置信区间为 ±9，与前两名 GPT Image 2 和 GPT Image 1.5 的区间高度重叠。模型官方定位是可控编辑、真实感与商业设计。该变化反映人类盲测 Elo 会随新增投票快速变化，单条“第一”应标明快照时间。

13/15 NVIDIA cuOpt 开源 GPU 优化求解器，并公布三类 Mittelmann 基准领先

NVIDIA 称 cuOpt 在 Hans Mittelmann 的三个优化问题类别中成为最快的开源求解器。项目覆盖线性规划、二次规划和车辆路径，并以 beta 支持二次约束、二阶锥与混合整数规划；核心提供 C、Python 和服务 API，也附带 Agent-first skill。官方文档同时说明 MIP 的最优性证明仍在开发，C++ API 尚未稳定，因此当前优势更适合按具体问题、GPU 和终止条件复测。

14/15 Kimi Work 把金融研究拆成看板、模型更新和批量报告三类 Agent 工作流

Moonshot 展示 Kimi Work 面向金融分析师的第二组教程：从实时数据建立投资者看板，在电子表格中更新财务模型，并批量处理和生成报告。产品方向是让 Agent 跨网页研究、表格计算与文档产出维持同一任务上下文，而不是只回答单个金融问题。推文主要是工作流演示，没有披露数据源许可、公式审计、行情延迟或合规控制，实际财务使用仍需保留来源与人工复核。

15/15 Higgsfield 把长时多 GPU 视频推理迁到 Together AI 专用容器

Together AI 宣布 Higgsfield 成为 Dedicated Container Inference 客户；后者在完成 4 亿美元 B 轮融资后，用该服务运行 Cinema Studio 等视频模型。平台面向长时、多 GPU 任务提供自动扩缩、队列、流量隔离、重试和监控，反映生成视频的生产负载正在从单次 API 调用转向有状态作业调度。公告属于供应商客户案例，没有披露所用 GPU、吞吐、延迟、成本或迁移前后对比。

---

Deep Dive 附录

OpenRouter 加入 Stripe：模型路由与金融基础设施开始合并

OpenRouter 官方确认交易，但未披露金额；公司把自身规模定义为日处理 10 万亿以上 token、400 多个模型、1,000 万以上开发者与企业，推理量自 2023 年起每年至少增长 10 倍。交易完成后，OpenRouter 名称、产品、路线图、集成和模型中立承诺保持不变，路由仍按用户利益而非母公司偏好决定。Stripe 提供全球客户网络、计费、可靠性与反欺诈能力；OpenRouter 则把模型、供应商、价格、可用性和观测统一成一个 API。交易仍需惯常交割条件，预计数周内完成。 查看原文

Private Safety Processing：跨交互检测风险，但不把原文交给平台人员

传统 ZDR 安全系统逐次判断单个请求，难以识别跨多轮任务、重复探测、跨账户协调或 Agent 被要求停止后仍继续行动等模式。新方案允许自动系统在客户控制的基础设施或客户持钥加密的 OpenAI 存储上处理相关交互，只向 OpenAI 返回有限风险类型信号；平台人员即使收到警报也无法读取内容。客户可用自有日志调查，并选择是否为申诉或核实滥用共享材料。9 月将启动推出并发布白皮书；疑似 CSAM 图片的法定人工审查留存仍是例外。 查看原文

Replit Free Mode：低价模型把 token 成本从用户界面中抽走

Free Mode 由 GPT-5.6 Luna 提供日常聊天、构思、分析和轻量创建，并让上下文在聊天与复杂构建间延续。Core 用户每月 20 美元可获得官方所称最多 30 倍创建量和最多 30 小时聊天；额度每 5 小时重置，Pro 上限更高。达到限制或任务变复杂时，Agent 会建议转到 Power 或 Max。它并非无限制免费推理，而是把低成本模型、使用上限和模式切换包装成订阅体验，减少用户逐次关注 token 与 credits 的需求。 查看原文

Cursor 常驻 Agent：订阅、目标、模式和隔离子 Agent 组成执行系统

订阅让 Cloud Agent 监听 PR、Slack 与定时任务并在事件到达时恢复工作，自动跟进自己创建的 PR、修复 CI 和处理机器人评论；/goal 保持长期目标，Custom Mode 把某项 skill 固定在上下文中，/loop 可做周期检查。子 Agent 分别运行在独立虚拟机和项目副本，适合无碰撞并行修复或在干净环境验证父 Agent。新的 steering 把用户跟进排到工具调用边界，避免半途切断副作用操作。这些能力目前的事件订阅仍仅限 Cloud Agents。 查看原文

SkillEvaluator：有无 skill 的对照实验终于成为可重复发布门槛

Tier 1 检查 schema、frontmatter、安全、秘密、PII、许可证与脚本；Tier 2 用 embedding 查找内部重复和目录重叠；Tier 3 用 Harbor 在隔离沙箱中对同一任务做安装与未安装 skill 的对照，再跨 Codex、Claude Code 两个 harness 比较。目录平均正确性、有效性和效率分别提升 41、39、35 点，但 85% 任务仅一次尝试，文章未给置信区间。产品间 Skill Lift 约从 +2 到 +46，远大于 harness 间约 5 点差异；部分 skill 还会增加 token 与时长，说明评估必须下沉到单项任务和成本。 查看原文

Google 教育更新：学习 Agent 从回答问题扩展到诊断、计划和练习

Gemini study notebooks 先用诊断测验定位知识缺口，再生成分段学习计划；Gemini Live 可移动端讨论 Deep Research 报告。Search 增加交互式可视化、任意科目和标准化考试练习、Lens 分步学习、项目 notebook 与自定义文件。美国合格大学生获得一年 AI Pro 和 5 TB 存储，美国以外合格学生获得免费 AI Plus 和 400 GB 存储。教师可在 Classroom 按课程配置 AI 体验并追踪进度，使个性化学习仍受学校权限与教师流程约束。 查看原文

Pika SFX：亚秒生成来自潜空间、蒸馏和部署协同优化

模型把文本编码为声音对象、动作、环境、顺序和风格条件，在压缩声学潜空间以扩散 Transformer 生成，再解码为 44.1 kHz 立体声。flow matching 学习从噪声到音频的轨迹，教师—学生蒸馏把长路径压缩为少量步骤，人工反馈后训练提升可用性。厂商在 50 个提示、454 秒请求音频上报告自托管热路径平均 0.847 秒，并称内容可用性和制作质量领先；所列 ElevenLabs 与 Stable Audio 数值来自托管 API，不能视为同硬件独立基准。 查看原文

自改进 harness：真正难的是决定哪次修改能永久存活

GPT-5.6 Sol 只改 worker 的指令层，其他模型、工具、预算和运行时固定。稀疏 harness 的验证从 3/10 翻倍到 6/10，但密封集总成绩不变，并出现一个新增成功与一个回归；工程化 harness 的验证增益较小，密封集反而多解两题。修改确实改变了搜索策略，有的新成功甚至使用更少 API 调用，但同一偏置也会制造回归。可靠自改进需要更大验证门槛、重复运行、成对回归检查，以及把成本变化与准确率一起纳入晋升标准。 查看原文

cuOpt：开源 GPU 求解器正在进入 Agent-first 优化工作流

cuOpt 以 C++ 核心和 C、Python、服务 API 覆盖 LP、QP、车辆路径，并对 QCQP、SOCP、MIP 提供 beta 支持；它可嵌入现有建模语言和云环境，也提供面向 Agent 的开源 skill。NVIDIA 宣布其在三个 Mittelmann 类别中领先，但仓库同时标明 MIP 更擅长快速寻找高质量可行解，最优性证明仍在开发，C++ API 也可能显著变化。生产评估需固定问题集、GPU、容差、终止条件与可行性验证，不能只看单一速度排名。 查看原文