见证历史！OpenAI Astra攻克10大数学难题

🚀 行业速递 Top 10

• DeepSeek V4-Flash震撼发布：单项任务成本比Fable低105倍

  第三方评测显示，DeepSeek V4-Flash不仅在单Token价格上具有极大优势，其在完成同等基准测试任务时的总成本更是比Fable 5低了惊人的105倍。虽然交互轮次的增加可能会让单Token计价产生误导，但最终的总账账单证明，DeepSeek再次将AI的“性价比之战”拉到了一个令人窒息的全新维度。

• Claude Code之父：AI提效失败，是因为你没把模型放在业务核心

  创始人Boris Cherny指出，许多企业在引入AI后并未实现显著的生产力飙升，根源在于他们仅将AI当作辅助“补丁”，却保留了旧有的工作流程。他强调，真正能实现效率革命的企业，必须将Claude置于业务中心，通过彻底重构流程、消除人工断点，来实现完全的数字化转型。

• Replit推出跨模型设计套件，通吃Claude、GPT-5及国内Kimi/GLM

  开发者平台Replit宣布其设计套件（Design Suite）正式支持多款世界顶级模型，包括Claude、GPT-5、Gemini，以及国内知名的Kimi和GLM。用户现在可以自由选择不同的模型进行界面和产品设计，并在同一套件中横向对比它们的生成效果，保留最符合需求的设计方案，打破了单一模型的生态绑定。

• 泡沫还是神话？资深投资人深度拆解WorkBuddy“2000万月活”

  庄明浩以硬核数据控视角，对近日广为流传的AI Agent应用WorkBuddy“2000万月活”神话进行了无情拆解。他通过剖析真实用户行为、流量来源与底层逻辑，揭示了中国AI Agent市场在繁荣数据背后的真实生存状态，为高烧不退的Agent创业和投资潮浇下一盆冷水。

• 安全警报！安全团队扫描7.6PB HuggingFace数据发现海量敏感密钥

  安全机构Truffle Security对HuggingFace平台上高达7.6 Petabytes（PB）的AI训练数据集进行了深度安全扫描。结果令人震惊，研究人员在公开的训练数据和模型代码中发现了大量无意中泄露的API密钥、身份凭证等敏感信息。这再次为正在狂飙突进、却在安全防护上漏洞百出的AI开源社区敲响了警钟。

• 代码大模型新一轮排位赛：Kimi K3、GPT-5.6及Fable 5成绩单将揭晓

  基准测试SlopCodeBench发布了最新的一组前沿大模型测试结果。本次评测涵盖了Kimi K3、GPT-5.6-Sol和Fable 5等最新王牌模型。初步结果显示，虽然这些顶尖大模型在代码处理的精细度上有所提升，但整体表现的突破幅度依然受限，这也让业界对现有大模型在复杂代码生成上的“瓶颈期”产生了更多讨论。

• 实时插手AI工作！ChatGPT云浏览器支持用户在线监控与微调

  ChatGPT最新推出的云浏览器（Cloud Browser）功能备受瞩目。该功能允许用户实时、直观地监控AI Agent在后台浏览器中进行的每一步操作。更重要的是，当AI执行偏离预期或遇到卡顿、验证码时，用户可以直接介入，在云端浏览器中进行手动微调或操作，实现了真正的人机协同闭环。

• 麻省理工最新研究：AI提供的理财建议出人意料地优秀

  麻省理工斯隆管理学院（MIT Sloan）的一项最新研究表明，AI在提供财务和投资理财建议方面的表现已经超乎想象。研究指出，特别是在用户能够提出“正确、具体的问题”时，AI给出的资产配置和理财规划建议不仅专业度极高，甚至在客观性和理性度上超越了部分人类理财顾问，AI理财时代正加速到来。

• 字节跳动发布Seedance 2.5：支持单镜头生成与超高自由度参考

  字节跳动近日宣布推出全新视频生成模型Seedance 2.5。新版本主打“一镜到底式创作”（One-Take Creation）与“超高自由度参考”（Flexible Referencing），极大提升了视频生成中的动作连贯性以及对参考图/提示词的理解精度。这一更新标志着字节在AI短视频和创意内容生产领域的工具链进一步成熟。

• 玩转Codex连续任务：掌握handoff与/compact核心上下文管理技巧

  针对Codex在处理长链路、连续性复杂任务时的上下文崩溃和效率低下问题，技术专家分享了两个核心优化技巧：handoff（交接）与/compact（压缩）指令的使用。通过合理设置验收标准，并在任务的关键节点主动压缩冗余上下文，开发者可以极大地保障长对话中模型推理的连贯性与精准度。