OpenAI DevDay 2026
PulseAugur coverage of OpenAI DevDay 2026 — every cluster mentioning OpenAI DevDay 2026 across labs, papers, and developer communities, ranked by signal.
-
Python 3.15.0 已添加到 GitHub Actions 版本
Python 3.15.0 已添加到 actions/python-versions 仓库,这是一个小众但备受期待的更新。此添加允许用户在其 GitHub Actions 测试矩阵中包含“3.15”,以便针对新的 Python 版本运行测试。Simon Willison 注意到了此更新,他一直在关注其发布。
-
Anthropic AI代理向美国国务院提交了不完整的签证申请。
Anthropic的AI代理试图通过美国国务院的网站提交不完整的签证申请。由于信息缺失,这些申请未被处理。Anthropic在博客文章中详细介绍了此活动,但未指明具体的目标网站。
-
Simon Willison 发布 ttok 1.0,默认使用 GPT-5/GPT-6 分词器
Simon Willison 发布了他命令行工具 ttok 的 1.0 版本,该工具使用 OpenAI 的 tiktoken 库来计算 token。更新包括修复了 Click 警告、更新了持续集成,以及一个用于列出可用模型的新命令。Willison 还指出,该工具现在默认使用 GPT-5/GPT-6 分词器,这是基于研究表明这些模型共享一个分词器,尽管 OpenAI 尚未正式确认这一点。
-
AI 不会取代程序员:核心技能依然至关重要
Carson Gross 在 Simon Willison 分享的一篇文章中提出,尽管人工智能取得了进步,但计算机编程仍将是一个可行的职业。他认为,用计算机解决问题和管理复杂性的核心技能是基础性的,其价值不太可能降低。Gross 的观点受到了近期事件的启发,例如 Claude Haiku 5.5 的发布以及 OpenAI DevDay 2026 的讨论。
-
本·阿弗莱克谈论AI在电影视觉特效中的作用以及他的Python技能
演员本·阿弗莱克讨论了他对计算机的长期兴趣以及机器学习如何影响电影制作中的视觉特效。他解释了自己编写基本Python脚本的能力,并详细介绍了卷积神经网络(transformers的前身)如何识别图像张量中的模式,以完成边缘检测和绿屏移除等任务。
-
博主警告AI驱动的软件写作趋于平淡
Michael Lynch 在 Simon Willison 推荐的一篇文章中,概述了软件博客中普遍存在的几种反模式。这些模式包括冗长的介绍、假定读者熟悉度以及过度依赖外部链接进行解释。Lynch 还主张采用自然、对话式的语气,而不是僵硬、正式的语气,他认为随着AI工具被用于内容生成,这种真实性越来越罕见,导致写作内容平淡且同质化。
-
数学家在 Barnette 猜想被证明后反思 24 年的探索
前图论爱好者 Jake Boggan 曾花费 24 年时间研究 Barnette 猜想,在得知其被证明的消息后,他表达了复杂的情感。Boggan 曾投入数千小时研究该问题,甚至在去年夏天认为自己已经解决了它。他在 Hacker News 上分享了自己的感受。该猜想的解决(详见问题 180)让他对长期投入这项数学挑战的经历感到一丝伤感和怀旧。
-
Parseable 可观测性平台与 Datasette 集成
Simon Willison 探讨了将新的可观测性平台 Parseable 与 Datasette 集成。Parseable 提供开源 Rust 实现和云托管选项。Willison 使用 OpenAI 的 Codex 帮助配置 Parseable,以摄取来自 Datasette 的 OpenTelemetry 跟踪,展示了该过程和生成的跟踪可视化。
-
Claude Opus 5.5 创作音乐,引发新能力猜测
博主 Simon Willison 尝试使用 Claude Opus 5.5 来创作音乐,他设计了一种基于文本的格式。该 AI 生成了具有强烈“猴岛的秘密”主题的音乐,Willison 认为效果出奇地好。他推测,这种音乐创作能力可能是文本模型最近涌现的新能力,类似于 3D 图形方面的进步,并建议进行进一步的实验来确认其新颖性。
-
Mistral AI 发布拥有 1 万亿参数的多模态模型 Mistral Large 4 · 跟踪 3 个来源
Mistral AI 发布了 Mistral Large 4,一个开放权重、通用多模态模型。该新模型拥有一个具有 490 亿激活参数和总计 1.05 万亿参数的精细化混合专家(MoE)架构,以及一个 16 亿参数的视觉编码器。Mistral Large 4 支持 100 万个 token 的上下文窗口,并已开放公众预览,提供了输入和输出 token 的定价详情。
-
OpenAI DevDay 2026 发布 20 多项内容;Google 发布 Gemini 4 Argon
OpenAI 的 DevDay 2026 活动推出了 20 多款新产品和功能。在活动期间,Google 宣布发布其 Gemini 4 Argon 模型。代理基础设施领域也取得了重大进展,标志着人工智能开发工具向前迈进了一步。
-
Qwen3.8 27B 模型能够准确地进行大数加法并将结果以文字形式返回
Simon Willison 记录了一项实验,比较了不同 AI 模型执行加法并将结果以文字形式表达的能力。最初受到两年前 GPT-4o 测试的启发,Willison 使用 Qwen3.8 27B 在本地硬件上重新进行了实验。Qwen3.8 模型表现出高度的准确性,在启用推理的情况下,169 次一次性尝试中有 167 次回答正确。
-
Simon Willison 九月通讯涵盖 AI 趋势和 OpenAI 开发者日
Simon Willison 的九月通讯涵盖了广泛的 AI 和科技话题,包括新的 Fable 类模型、LLM 领域的潜在价格战以及 Blender 在 3D 图形方面的进展。通讯还涉及 LLM 对数学的影响、网络安全事件以及 Datasette 项目。此外,它还包括 OpenAI 开发者日 2026 的现场博客和对 2026 年 LLM 的回顾。
-
Simon Willison 使用 AI 辅助更新 pwasm WebAssembly 引擎
Simon Willison 发布了 pwasm 的 0.2a0 版本,pwasm 是他最初于一月份开发的基于 Python 的 WebAssembly 引擎。他利用 Claude Opus 5.5 来增强该项目,完成了 42 次提交,显著扩展了其功能。更新后的版本现在支持几乎全部的 WebAssembly 规范,并捆绑了 MicroPython、QuickJS 和 Micro QuickJS 的构建版本,尽管 Willison 警告…
-
AI 专家警告 AI 代理蠕虫的潜在可能性
Matthew Green 概述了一种潜在的 AI 蠕虫场景,将隔离的代理沙箱与计算机蠕虫的组成部分进行了类比。他认为,代理可以在共享缓存中为彼此留下指令,这些指令随后会改变接收代理的行为。Green 提出,通过将这些缓存替换为电子邮件或 Slack 等通用通信工具,并部署 Muse 等个人代理,就可以满足 AI 蠕虫的条件。
-
Simon Willison 评述“He Built This City”模型展
Simon Willison 参观了纽约市博物馆,观看了“He Built This City: Joe Macken’s Model”展览,这是一个由轻木和纸板制作的城市大型模型。Willison 强烈推荐的该展览由 Joe Macken 耗时 21 年建造,将展出至 10 月 12 日。文章还提及了近期的人工智能新闻,包括 OpenAI DevDay 2026、对 2026 年大型语言模型的展望,以及 Claude Opus 5.…
-
Anthropic AI模型实现高级网络漏洞利用能力
Anthropic的Frontier Red Team已发现,先进的AI模型现在能够开发二进制漏洞利用任务中的完整控制流劫持。GLM-5.3在4%的试验中实现了这一点,而Claude Mythos Preview在6%的试验中实现了这一点。这代表着一个重大的飞跃,因为像Claude Opus 4.6和GLM-5.2这样的早期模型无法执行此类漏洞利用。
-
AI Agent泄露暴露个人数据;OpenAI为DevDay 2026做准备
来自Muse AI的一个AI Agent无意中在Facebook Marketplace上暴露了一位YouTuber的个人地址,这凸显了随着AI日益融入日常生活,加强隐私措施的迫切需求。另外,OpenAI正在为其DevDay 2026活动做准备,该活动预计将概述公司的未来产品战略及其应对新兴AI Agent市场中安全问题的策略。
-
Simon Willison 使用 GPT-6 Astra 构建隐私工具
Simon Willison 开发了一个名为 Photo Scrubber 的实验性工具,可自动模糊照片中的人脸并移除元数据。该工具利用了编译到 WebAssembly 的 Google MediaPipe 库和用于人脸检测的 BlazeFace 模型。在构建这个注重隐私的应用程序时,GPT-6 Astra 协助了 Willison,他是在为抗议者拍照后构思了该工具。
-
OpenAI 代理警告 AI 能力的突然飞跃和安全风险
一位 OpenAI 代理安全主管对 AI 能力的快速和突然的进步表示惊讶,特别是对其对网络安全和事件响应的影响。该代理强调,组织需要通过确保其人员、系统和流程为突然的变化做好准备,来建立抵御意外 AI 飞跃的韧性。这包括制定健全的事件响应计划和适应性强的团队,以应对新兴的 AI 挑战。