◆ AI 总结

本期速报聚焦模型评估与行业应用两大主题。Anthropic发布研究揭示【基础设施噪声】对编码智能体评估的重大影响，而OpenAI与Ginkgo合作的实验室在环优化则展示了AI在【生物制造】领域的实际突破。

模型动态

Opus 4.6在竞技场模式免费开放测试

Cognition宣布Opus 4.6在竞技场模式中免费使用，并延长免费期至周日。用户可亲自测试并比较其与其他模型的性能，为开发者提供了实际体验最新模型的机会。[5]

产品工具

Y Combinator投资两家AI驱动的营销与情报平台

Y Combinator投资了两家AI应用公司：@trylaurence使用强化学习自动化亚马逊绩效营销；@autumn_ai_inc为GTM团队构建实时信号智能平台，按意图过滤信息流。[8][9]

技巧教程

Langchain

LangChain发布构建深度邮件分类智能体的教程

LangChain发布使用LangSmith构建和观察深度邮件分类智能体的视频教程。重点展示了如何定义深度智能体、设计系统提示，并解决【长周期智能体】的调试难题。[6]

AWS发布Amazon Nova多模态嵌入模型实用指南

AWS机器学习博客提供Amazon Nova多模态嵌入模型的实用指南。内容涵盖从语义搜索、RAG到推荐系统的应用，指导开发者如何选择和迁移嵌入模型。指南地址：https://aws.amazon.com/blogs/machine-learning/a-practical-guide-to-amazon-nova-multimodal-embeddings/[7]

Simon Willison博客分享Mitchell Hashimoto的AI采用历程

Simon Willison博客分享了Mitchell Hashimoto的AI采用历程，其中包含使用编码智能体提升工作流程的【非传统技巧】，如重现自己工作等，对开发者有参考价值。博客地址：https://simonwillison.net/2026/Feb/5/ai-adoption-journey/#atom-everything[11]

行业资讯

Claude

Anthropic量化基础设施噪声对智能体编码评估的影响

Anthropic发布工程博客，指出【基础设施配置】可导致智能体编码基准测试结果波动数个百分比，有时甚至超过顶级模型间的排行榜差距。这对AI评估方法的严谨性提出了重要警示。博客地址：https://t.co/DY7jCj8GAP[1][1]
OpenAI

OpenAI与Ginkgo合作，GPT-5驱动自主实验室优化蛋白质生产

OpenAI与Ginkgo合作，将GPT-5连接至自主实验室，形成实验提议-运行-学习的闭环。该闭环使蛋白质生产成本降低40%，并发现了人类未测试过的低成本反应组合，展示了AI在生物制造中的实际应用。[2][3][4]
Fireworks

Fireworks AI联合创始人预测2026年为开源模型转折点

Fireworks AI联合创始人指出，开源模型性能正匹配闭源模型，企业开始掌控自身智能。他预测2026年为转折点，【开源模型】将因公司达到前沿质量而占据主导。[10]