Hinton、Bengio 等 20 多位研究者联名发布论文，认为 AI 正在快速接手 AI 自身的研发工作，一旦「递归自我改进」跨过门槛，进展可能从几年压缩到几个月。这件事值得关注，因为它第一次把「智能爆炸」从哲学猜想拉到了可测量的工程问题上。
开源项目 BFS-Best-Face-Swap 发布针对 Qwen-Image-2.1 基座模型的 LoRA 更新，把换脸、换头、换身体三类人物替换能力统一接入这一最新图像生成模型，并配套 ComfyUI 工作流和 Draw Things 预设。
普林斯顿与斯坦福团队开源的 SWE-agent 提出了 ACI（智能体-计算机接口）范式，让大模型能在隔离沙箱里像工程师一样查代码、写补丁、跑测试，最终从 Issue 自动生成可提交的 PR。
X 用户 @yuqiyong 于 10 月 3 日发布一条短视频，用 AI 生成内容讲"国"字从"國"简化的历史，并挂上"#抖音精选App投稿中""#抖音Ai浪潮创作计划"两个话题标签。这条帖子把历史科普、AI 创作工具和抖音的投稿激励计划绑在了一起，值得关注的是平台正在用话题标签批量引导 AI 内容生产。
有开发者实测用按量付费的云端 GPU 部署刚开源的 Ming-Image-0.1 系列模型，每小时约 2 元，成本可压到官方 API 报价的约 1/8，在显存只有几个 G 的老笔记本上也能通过浏览器完成出图和拆层。
Axis Robotics 把机器人训练数据采集搬进了浏览器，普通人不用买机器人、不用显卡就能参与；最新 v2 版本从"人操作机器人"升级为"模型先做、人只负责纠错"，并公开了 5 万多条模拟轨迹数据集。
过去不到一年，AI 产品主线从开发者工具 OpenClaw 转向「Personal AI Agent」，Instinct 以 14 人团队做出百亿美元估值、日增用户 10%，Grok Bot、Muse、Cue、Dots 等大厂产品密集上线，字节、腾讯也被传将在国庆后入局。
Cloudflare Agents SDK 发布 v0.26.0，原生支持把轻量智能体框架 Pi 跑在 Durable Objects 上，让有状态 AI Agent 可以直接部署到边缘节点。
据 @edyjayakarya 在 X 上发布的观点，Axis V2 采用“模型先执行、人工接管纠错”的方式采集机器人操作轨迹数据，把大模型领域的 RLHF 思路搬到具身智能训练中。这条路径的意义在于：它可能比单纯堆算法更能解决具身智能的数据瓶颈，也让“众包数据 + DePIN”有了更具体的商业落点。
一篇名为《The ultimate guide to multi-harness RL》的技术指南，系统解释了同一个大模型放进 Claude Code、Codex、OpenCode 等不同 Harness 后表现差异巨大的原因，并给出用多框架联合强化学习提升任务成功率的训练路径。