BestBlogs 早报 · 09-09
ChatGPT Images 2.5 / Grok Bot / Claude Managed Agents / 可信任务委托 / 结果评估闭环
[1] ★ 精讲｜OpenAI 推出新一代图像模型 ChatGPT Images 2.5 OpenAI 称，ChatGPT 与 API 每周生成超过 30 亿张图片。Images 2.5 提升参考图保真、局部编辑和多轮一致性，延迟最多降低 50%；新增 Sketch，API 推出 Flare 与 Sunburst，为创作者和开发者提供速度与精细度不同的选择。这次更新同时覆盖消费端创作流程与开发者接入路径，也让速度和可控性成为模型选型的直接依据。 来源：OpenAI News https://www.bestblogs.dev/article/5fa3dca8f6
[2] ★ 精讲｜Roman Ugarte：一个月打造 Grok Bot，如何让智能体成为可信赖的知识工作同事 [视频] Grok Bot 产品负责人 Roman Ugarte 复盘小团队约一个月做出内部可用原型：先从知识工作任务出发，持续削减功能，把产品设计成可委托工作的同事，而非通用聊天框。可信任来自真实系统上下文、清晰权限、可介入的进度与短反馈闭环；判断智能体价值，应看用户能否反复交付完整任务。 来源：Lenny's Podcast https://www.bestblogs.dev/video/9190f0681
[3] ★ 精讲｜创始人如何基于 Claude Managed Agents 构建产品 [视频] 三家团队把 Claude Managed Agents 用于会议准备、销售情报与产品分析：用结果 rubric 和独立上下文核验输出，以账户、用户和组织级记忆支撑跨账户工作，并用沙箱约束代码与外部动作。案例给出的取舍很清楚：基础设施若不决定产品质量可先托管，把精力留给用户价值、评估闭环与成本归因。 来源：Claude https://www.bestblogs.dev/video/e23881ee8
[4] OpenAI 公布 Navier–Stokes 千年难题研究进展 OpenAI 宣布，其内部多智能体系统已提供解析证明和 Lean 形式化，解决了 Navier–Stokes 存在性与光滑性千年难题。 来源：OpenAI News https://www.bestblogs.dev/article/8252195578
[5] 利用 Claude 平台降低成本并提升性能 | Claude by Anthropic 本文介绍了三个实用修复方案——最大化提示词缓存命中率、消除升级模型时的反模式以及校准努力程度——在不牺牲性能的前提下降低 Claude 平台成本，并引入了 Claude Code 工具（如 prompt-audit、cost-optimize 和 hillclimb）来自动化这些改进。 来源：Claude Blog https://www.bestblogs.dev/article/ab5f89e34c
[6] AlphaGenome Atlas：90 亿个人类 DNA 变异的分子预测 Google DeepMind 推出了 AlphaGenome Atlas，一个免费平台，包含对人类基因组中所有 90 亿个可能的单核苷酸变异的分子预测，以及一个 AVI 分数，帮助研究人员优先考虑具有影响力的遗传变化。 来源：Google DeepMind News https://www.bestblogs.dev/article/ed73af0dda
[7] 天猫技术大型 AI 项目的研发协同实践 天猫技术团队以新品 MDI 项目为例，分享大型 AI 项目研发协同从超级个体到全员赋能的四阶段实践，涵盖结构化知识库、站点地图分工、上下文缝补、技术哨兵机及 NekoCollar 平台等关键方法。 来源：大淘宝技术 https://www.bestblogs.dev/article/62c701cf52
[8] 面壁智能开源 MiniCPM5-2B：AA 榜单全球 4B 以下第一，初具端侧通用 Agent 能力 面壁智能联合 OpenBMB 开源 MiniCPM5-2B，以 2B 参数在 AA 榜单全球 4B 以下开源基座模型中综合排名第一，并同步开源数据、训练框架与强化学习策略，初步具备端侧通用 Agent 能力。 来源：魔搭 ModelScope 社区 https://www.bestblogs.dev/article/c47dcee9a6
[9] 字节跳动质量保障团队｜让 QA 真正用起来：测试用例生成 Agent 落地，我们做对了什么 字节跳动质量保障团队分享了 NL2Test Agent 的落地经验，强调通过场景选择、工程设计和容错机制，让测试用例生成工具真正被 QA 使用。 来源：字节跳动技术团队 https://www.bestblogs.dev/article/a4646ebeae
[10] Milvus HNSW 量化索引选型指南：从 SQ、PQ、PRQ 到 Refine 实测 本文基于 Cohere 1M 数据集实测对比 Milvus 中 HNSW、HNSW_SQ、HNSW_PQ 和 HNSW_PRQ 四种索引，给出 SQ8 作为均衡起点、refinement 恢复召回率等选型建议。 来源：Zilliz https://www.bestblogs.dev/article/7453e9eb09
--- http://BestBlogs.dev · 发现真正适合你的高质量内容 BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。 在线阅读：https://www.bestblogs.dev/explore/brief/2026-09-09