AI快訊

Ahmad Awais 將於 2026 年 9 月 22 日在 Command Code 免費提供 Jev

Jev 只可在無頭模式或透過 Provider API 使用。Ahmad Awais 亦已開源模組 cmd-mod-jev-nudge，並表示免費使用是為了在仍有工作未完成時，讓代理持續運行。

Claude Opus 5.5 現已加入 Arena.ai 的 Agent Arena 及 Battle Mode

Arena.ai 已將 Claude Opus 5.5 加入 Agent Arena，以及涵蓋 WebDev、Text、Vision 和 Document 的 Battle Mode。Claude 表示，它是首個 Claude 5.5 模型，在大多數任務上的表現達到 Claude Fable 5.1 的水平，運行成本較 Opus 5 低 40%。

Databricks Genie One MCP 現已正式推出

在 ChatGPT、Claude、Cursor 或自訂代理中工作的團隊，可以透過單一介面存取 Genie One 的結構化與非結構化資料、洞察及答案，並以 Genie Ontology 的受管業務語境為依據。

StepFun 表示已開源 onPanda

StepFun 表示，其內部用於 LLM 數據標註與模型檢查的工具 onPanda 現已開源。該公司報告，標註時間中位數較人手事後編輯低 52%，相對模型重採樣基線的 on-policy 保真度為 ΔPPL 低於 1%。

Claude Opus 5.5 現已於 GitHub Copilot 正式推出

AnthropicAI 的 Claude Opus 5.5 已於 GitHub Copilot 正式推出，可用於代理式編碼、長時間運行的代理式任務及知識工作。GitHub 的早期測試發現，其任務解決表現與 Claude Opus 5 相若，所用步驟和 token 明顯較少，並能在多步驟任務中快速從錯誤中恢復。

Scale AI 發布 SWE-Bench Pro V2

2026年9月22日，Scale AI 發布 SWE-Bench Pro V2，作為 SWE-Bench Pro 更新後的公開分組。

Claude Opus 5.5 現已可於 Cursor 使用

Cursor 表示，該模型以 57.8%（Max）成為 CursorBench 的新榜首，每項任務成本較 Opus 5 低 40%。

OpenAI 概述獨立評估的四個優先領域

OpenAI 表示，將支持獨立評估，並在訓練、評估和部署各階段提供深入存取權；同時概述四個優先領域，以及嚴謹、安全且獨立工作的原則。

Hassan 推出 theopenfrontier.com，用於比較開放模型

theopenfrontier.com 比較開放模型在程式編寫、代理、長上下文、視覺、金融及其他任務上的表現，並同時顯示成本與質素，包括轉用開放模型可能節省的費用。

PyTorch Foundation 網誌介紹 vLLM 的硬件無關層

IBM、Meta 與 Hugging Face 的貢獻者提出硬件無關層，旨在為於不同硬件上運行不同模型的用戶，在前沿效能與可移植性之間取得平衡。

LangChain 的 Managed Deep Agents 可由 Slack 開啟 GitHub pull request

LangChain 表示，Managed Deep Agents 只需幾行程式碼即可建立這類代理。其示例 Patch 在 Slack 討論串中被標註並收到功能說明後，會開啟包含 diff 的 pull request。

Sahara AI 表示 Paper Trading 已在 HeySorin.AI 上線

用戶可建立交易策略、進行回測，並在投入真實資金前，以 Hyperliquid 的實時市場作前向測試。

Sahara AI 表示質押 $SAHARA 可解鎖每月 Sorin 額度

這些額度可用於研究、策略生成、回測和 Paper Trading。自動化執行只列為日後用途。

Paper Trading 現已在 Sorin 上線

Paper Trading 現已在 Sorin 提供，屬於 HeySorinAI 的交易工具組合。用戶可以用 AI 建立交易策略、進行回測，再部署到 HyperliquidX 實時市場，並由 Sorin 在背景持續運行。

Claude 推出 Opus 5.5，為首款 Claude 5.5 模型

Claude 表示，Opus 5.5 在大部分任務上的表現達到 Claude Fable 5.1 的水平，運行成本較 Opus 5 低 40%。Pi 表示，想在 Pi 使用該模型的用戶可以等待，或執行 pi update --models。

Claude Opus 5.5 現已成為 Perplexity Computer 的 Standard 力度級別

Perplexity 已將 Claude Opus 5.5 作為 Perplexity Computer 的 Standard 力度級別開放。在 Perplexity 的 WANDR 基準測試中，它以每項任務 4.13 美元取得 0.610 分，略勝 Claude Fable 5.1，同時每項任務成本低 67.6%。