AI 编程实时动态与要闻

Perplexity 11 月 12 日发布 pplx-decider-v1.3（基于 Qwen3.8-27B，约 26.1B 参数）和蒸馏版 pplx-decider-flash-v1.3（基于 Qwen3.5-4B，约 4.5B），权重以 Apache 2.0 上架 Hugging Face，并通过 Decisions API 和 OpenRouter 提供。新版加入 Locate，可按标签或指令抽取原文片段并返回字符位置。官方称 v1.3 在 63 项分类任务上平均准确率 91.6%，比其生产分类器高 6.54 个百分点。

查看大图

Anthropic 开发者博客 claude.dev 11 月 9 日发布 Addy Osmani 撰写的选型指南《Which Claude model should you build with?》，ClaudeDevs 推文获约 9200 赞、1.2 万收藏。核心建议：大多数编码和知识工作先用 Opus 5.5、effort 设 medium（Claude Code 默认）；范围明确的修 bug、按规格开发降到 Sonnet 5.5；分类、路由、抽取和读日志类子 Agent 用 Haiku 5.5；大型重构、迁移和深度研究再升到 Fable 5.2。换模型之前先调 effort，并先给模型加上自我验证手段。指南还列出四款模型价格、默认 effort 和迁移时会触发 400 错误的兼容性差异。

查看大图

AI 数学公司 Axiom 10 月 27 日宣布，用数十个 AI Agent 组成的集群，在 24 天内把有限单群分类定理（CFSG，原证明约 1.5 万页、500 多篇论文、约 100 位数学家）完整形式化到 Lean 证明助手，产出约 4310 万行 Lean 代码、205 万条声明，并在 GitHub 开放仓库。过程中发现文献里 34 处值得注意的偏差，AxiomProver 还为「不平衡群定理」给出新的替代论证。

查看大图

10 月 21 日，Baseten 旗下研究团队 Base Labs 发布开源决策模型 mammoth-1（27B）与 elephant-1（9B），基于 Qwen3.5 全量微调，不生成文本，一次前向传播即返回每个选项的概率，适合分流、分类、打分和路由。官方口径下 mammoth-1 以 71.24 分登顶 Jev Decision Index 0.4，elephant-1 在 Artificial Analysis Decision Index 上并列第一。权重已上 Hugging Face，Baseten API 免费开放至 10 月 27 日。

查看大图

微软 10 月 9 日发布首个自研决策模型 Microsoft-Decision-1：不生成文本，而是对给定选项输出校准概率，面向路由、分类、校验、Agent 护栏与 AI 评审。官方称其在 36 项盲测基准上准确率最高、P50 延迟约为 GPT-6 Sol 的 1/35，扰动下决策翻转率 1.3%；已在 Microsoft Foundry、OpenRouter 可用，32K 上下文。

查看大图

Anthropic 10 月 7 日上线 Claude 5.5 家族最后一块拼图 Haiku 5.5（模型 ID claude-haiku-5-5），定位高频、低成本的摘要、上下文压缩、分类与编码子 Agent，官方称是其最快模型。≤100K 提示每百万 token 输入 $0.10、输出 $0.50；首个支持 effort 档位的 Haiku。OSWorld 2.1 离线子集 72.4%（Haiku 4.5 为 15.7%），Terminal-Bench 4.0 39.2%。同日 Sonnet 5.5 缓存读降价 50%，Max/Team 订阅每月附送 API 额度。

查看大图

Ollama 于 2026-09-28 发布 v0.35.0（GitHub 标记 prerelease）：新增基于 TypeSafe Jev 的 Decision Models，HTTP 入口为 /v1/systemone。模型不再吐自由文本，而是对 choice/noul/score 三类问题返回选项、概率与置信度，覆盖工单分流、模型路由与内容分类。首批模型为 Bespoke Labs 的 Nimble 与 Together AI 的 Tev1；相对 v0.34.4 约 7 commits / 66 files，并修复 Settings 阻塞、macOS 更新菜单与 MLX 下载挂起。

查看大图