Claude Sonnet 5.5 发布，每任务成本最多降三成

概览

本期共 10 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · Claude Sonnet 5.5 发布，每任务成本最多低三成
2. 重点 · WSJ 称 OpenAI 搁置 GPT-6.1 Astra，原定 10 月上 ChatGPT 与 Codex
3. 重点 · Grok 4.7 上架 Amazon Bedrock，50 万上下文四档推理
4. Qwen3-TTS 上 SageMaker，边生成边播的流式语音
5. 950 个智能体跑 21 小时，生物学家不认这算「发现」

全球 AI 资讯

6. Shopify 把结账开放给浏览器里的 AI 智能体
7. Gemini 的 Gems 将下线，11 月 17 日起转成 skills
8. 20 多位研究者警告：AI 研发自动化风险极高

区域与早期信号

9. Cloudflare 提出智能体开发生命周期，要替掉传统 SDLC
10. 蚂蚁灵波与阿拉伯数字经济联盟签框架备忘录

九凤根据本期已引用来源整理。

热门模型动态

Anthropic 把 Claude 5.5 家族的第二款模型对准「界定清楚的日常活」，用更省的 token 换速度和单价。

Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型。官方给出的口径：

• 成本：靠更高效的 token 用量，每个任务的成本比上一代 Sonnet 5 最多低 30%
• 速度：输出生成比 Sonnet 5 快 30% 以上
• 分工：Opus 5.5 面向需要仔细判断的复杂任务，Sonnet 5.5 面向修 bug、写文档、做演示文稿和表格这类界定清楚的工作
• 可用性：AWS、Google Cloud 与 Azure 三家云均已可用

官方与 The Decoder 列出的同口径榜单成绩：

另外在 Chartography 上拿到 61.6%。

局限：Sonnet 5.5 并没有全面追平 Opus 5.5——CursorBench 4.0 与 GDPval-AA 两项仍低于后者；每任务成本「最多低 30%」与输出「快 30% 以上」这两个数，都是对比自家上一代 Sonnet 5，不是跨厂商比较。Anthropic 同时说明为这一代新增了针对网络安全滥用与蒸馏攻击的防护。

来源：The Decoder · Anthropic

研究人员在内部测试中提出安全顾虑，这一版没等到发布。

《华尔街日报》记者 Maxwell Zeff 报道，OpenAI 因研究人员在内部测试中提出的安全顾虑，取消了 GPT-6.1 Astra 的发布，该模型原定 10 月在 ChatGPT 和 Codex 上首发。RuntimeWire 说这条报道对应一条 2026 年 9 月 28 日发布的 X 帖（作者 Leo，@synthwavedd），帖子贴的是《华尔街日报》的标题截图。

OpenAI 公开材料里能查到的是 9 月 3 日推出的 GPT-6 Astra，其 API 目录列出：

• 上下文：105 万 token
• 最大输出：12.8 万 token
• 价格：输入每百万 token 10 美元，输出每百万 token 50 美元
• 渠道：ChatGPT 套餐、API、Microsoft Azure、Amazon Bedrock

局限：OpenAI 的产品与 API 材料里没有 GPT-6.1 这个版本，公开记录只能证实 GPT-6 Astra，既无法证实 10 月的 6.1 发布计划，也无法证实它被取消。OpenAI 此前已在 9 月的安全更新里披露过围绕 Astra 的安全顾虑，并推迟过 Astra 的部分开发。

来源：RuntimeWire · OpenAI API 目录 · OpenAI 安全更新

xAI 的新旗舰进了 Bedrock 模型目录，主打长时间跑的编码与智能体任务。

AWS 宣布 Grok 4.7 在 Amazon Bedrock 可用。规格与接入方式：

• 上下文：50 万 token
• 推理档位：low / medium / high / xhigh 四档可配
• 接入：通过跨区域推理配置在 bedrock-runtime 端点提供
• 接口：支持 Responses、Chat Completions 与 Converse 三套 API

AWS 这篇另设「Independent evaluation」一节，引 Artificial Analysis 的第三方测评数据：

• Intelligence Index：46
• Coding Agent Index：56
• AA-Briefcase：1657
• 幻觉率：29%

xAI 在 9 月 21 日的发布公告里把 Grok 4.7 定位为自家编码与知识工作最强的模型，强调的是「耐力」而不是速度：在难任务上工作更久，并在继续下一步之前更仔细地自查输出。

局限：能力表述来自 xAI 自己的发布公告与模型文档；AWS 这篇没有列 Bedrock 上的价格。

来源：AWS · xAI 公告 · Grok 4.7 文档

AWS 用专门的 vLLM-Omni 容器，把千问的语音合成模型做成一条持久双向连接。

AWS 发布教程，用 vLLM-Omni 深度学习容器在 Amazon SageMaker AI 上部署 Qwen3-TTS。文本进、音频出走同一条持久的双向连接，语音可以在整段响应生成完之前就开始播放，另配一个 Gradio 应用试跑。

这是专用容器系列的第一篇，同系列还包括 WhisperX 与 llama.cpp 容器，第二篇讲图像与视频生成。

局限：这是部署指南而不是模型更新，vLLM-Omni 容器的能力描述来自 AWS 自己；图像与视频那部分要等系列第二篇。

来源：AWS · AWS Deep Learning Containers

Anthropic 说 Claude 智能体做出了实验室的第一个发现，MIT Technology Review 把判据摊开来问。

Anthropic 上周公布，它在今年早些时候建了一个分子生物学实验室：Claude 智能体阅读文献、对困难的生物学问题提出猜想，人类科学家再去做实验验证，公司称这套系统已经做出第一个发现。按 MIT Technology Review 的复盘，950 个智能体跑了 21 小时后找到的不是一条全新的 DNA 序列，而是一个已知酶周边的重复模式，Anthropic 称这个模式此前没有被编目过。

局限：Anthropic 的公告把这个模式形容为「让人想起」某个曾经导向突破的线索，这类措辞让一部分生物学家不满；其中一位生物学家的帖子被一家制药公司的董事长兼 CEO 转发后广泛传播。报道的落点是「AI 什么时候才算做出了科学发现」这个判据本身仍无共识。

来源：MIT Technology Review · 生物学家的帖子

全球 AI 资讯

拿到买家授权的智能体，现在可以在 Shopify 商家站点上改订单信息并付款。

Shopify 周一宣布把 WebMCP 支持扩展到结账环节：跑在浏览器里的 AI 智能体在获得买家授权后可以更新订单信息并完成购买，能力从原来的搜商品、加购物车延伸到下单。TechCrunch 同时指出方向相反的一边——Amazon 在封堵代客下单的智能体，一条 X 帖显示 Adidas 似乎也在拦。

局限：报道没有说明这项能力覆盖哪些商家、何时全量，也没有写买家授权具体怎么走；Adidas 拦截的依据只是一条社交媒体帖子。

来源：TechCrunch · X 帖

Google 停掉按任务定制助手的功能，把它并进可以跨任务复用的 skills。

Google 宣布关停 Gemini 的 Gems——这项功能此前允许用户为特定任务搭建自定义助手。Gemini App 内的提示写明：从 2026 年 11 月 17 日起 Gems 变成 skills，用户已有的 Gems 会自动迁移，不需要做任何操作；在那之前 Gems 仍可继续使用。TechCrunch 把这次调整放在一体化智能体走热的背景下，提到了 Meta 的 Muse 和 Instinct。

局限：报道没有说 skills 与 Gems 在能力、上下文或自定义指令上有什么差别，也没有说迁移后原有配置会保留到什么程度。

来源：TechCrunch · Gems 官方介绍

Hinton、Bengio 与 OpenAI 研究负责人同署一篇论文，担心自我改进的 AI 触发「智能爆炸」。

20 多位 AI 研究者在一篇新论文里警告，自我改进的 AI 可能带来一场「智能爆炸」，署名者包括 Geoffrey Hinton、Yoshua Bengio 和 OpenAI 研究负责人 Jakub Pachocki。论文称在造这些系统的公司内部，AI 已经写下大部分代码，整条 AI 研发流水线有可能在几年内被自动化，原本需要数年的进展会压缩到几个月。作者担心社会跟不上、对超人类 AI 的控制可能失手、国家与公司之间的力量平衡被侵蚀，并要求政策制定者大幅提高对「AI 研究正在怎样被自动化」的可见度。

局限：论文自己写明「仍有大量不确定性」，只说自动化「可能很快」触发，没有给时间表或可验证指标。The Decoder 把它列进近期一串同类警告，此前 42 位数学家也呼吁关注生存风险。

来源：The Decoder

九凤根据本期已引用来源整理。

区域与早期信号

把 Workflows 当编排层，@cloudflare/ci 让智能体自己跑 CI/CD。

Cloudflare 提出「智能体开发生命周期」，主张由智能体自主管理整个生命周期，取代人工节奏的评审与线性流水线。落地方式是把 Workflows 定为核心编排层：可以动态生成容器、运行无头浏览器、调度子智能体；在其上推出 @cloudflare/ci，一个直接跑在 Workflows 上的持续集成与交付系统，提供步骤串联、依赖缓存与凭证管理，让智能体自行处理故障、修错与分诊。

配套的可观测面板提供兼容 OpenTelemetry 的追踪，能看到具体的模型调用、工具执行与 token 消耗。Cloudflare 还要求给每个智能体建预览部署，以便并行对照生产环境测试，并保证变更的原子性。

局限：这些都是 Cloudflare 自己的产品主张，来源没有给规模化落地案例、成本或性能数据。

来源：InfoQ 中文

具身「大脑」把国际合作签到了中东，但目前停在框架阶段。

在全球数字贸易博览会的配套活动「中阿数字经济产业对接会」上，阿拉伯数字经济联盟（AFDE）与蚂蚁集团旗下的蚂蚁灵波科技签署框架合作备忘录，由 AFDE 助理秘书长 Ayman Ghoneim 与灵波商业化负责人俞靓代表双方签约。备忘录列了五个方向：在阿联酋等中东市场的部署与商业化，酒店餐饮、零售、物流、工业运营等场景的联合概念验证，面向阿拉伯语交互与本地流程的本地化，真实场景下的数据与训练协作，以及政企学研的生态合作。厂商披露的技术底座是自研的 LingBot-VLA 2.0，称其在预训练阶段已支持 17 个品牌、20 种机器人构型，相关开源模型在 GitHub 累计 3.18 万星。

局限：备忘录是框架协议，没有金额、部署时间表和订单；「一脑多机」、星数与药房落地效果都是厂商口径，未见第三方验证。本条目前只有中文来源（雷锋网）。

来源：雷锋网