Anthropic合并Claude Cowork与Chat，统一AI任务工作空间
Anthropic 把面向复杂任务的 Claude Cowork 与标准版 Claude Chat 合并为统一工作空间，用户不再需要手动切换对话与协作模式，Claude 会按任务复杂度自动调用搜索、文件分析、代码执行、表格、报告和演示等工具。
标签： 人工智能
GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust
GitHub 把 Copilot 智能体运行时从 TypeScript/Node.js 重写为超过 83 万行生产级 Rust，大部分代码由 AI 智能体生成，分 128 个 PR 增量上线，性能提升数个数量级，而主力只是一位开发者、耗时几个月。
[Bug]: Bedrock rejects requests without tools= parameter, even for non-tool-use completions
![[Bug]: Bedrock rejects requests without tools= parameter, even for non-tool-use completions](https://www.chat-gpts.plus/wp-content/uploads/2026/09/24158-620fb825-768x403.jpg)
这个报错通常出现在用 LiteLLM 网关调用 Bedrock Claude，且对话历史中包含 tool call 消息、但本次请求又没有传 tools= 参数时，LiteLLM 会把它判定为“无 tools 的工具调用”并直接拒绝。优先排查对话历史里是否混有历史 tool call 消息，以及 m
[Bug]: bedrock_converse rejects agent follow-up turns that carry tool-call history without a tools array
![[Bug]: bedrock_converse rejects agent follow-up turns that carry tool-call history without a tools array](https://www.chat-gpts.plus/wp-content/uploads/2026/09/40735-9f1ece56-768x403.jpg)
当通过 LiteLLM 代理走 bedrock_converse 路由、且某次 POST /v1/responses 携带了工具调用历史（ function_call / function_call_output 或 tool_use / tool_result ）但没有同时重新声明 tools 参
/v1/rag/query endpoint does not resolve vector store credentials from vector_store_registry config
这个报错通常出现在使用 LiteLLM 的 /v1/rag/query 接口、且向量库凭据配置在 vector_store_registry （如 Azure AI Search）而非请求体中的场景；优先升级到 v1.101.0 或更高版本，因为该修复已在该版本合入发布。
OpenSpec – 一个轻量且可配置的 AI 规范框架
开发者社区近期围绕 OpenSpec 展开讨论，这是一套面向 AI 编码的轻量级「规范驱动开发」（SDD）框架，主打用渐进式规格文档替代一次性重型规划，从而降低与 LLM 协作大型任务时的失控感。
OpenSpec – 一个轻量且可配置的 AI 规范框架
OpenSpec 是一个面向 AI 编程场景的轻量级软件规范框架，据其官网公开数据，已获得 6.8 万 GitHub Stars，每月有超过 26.5 万名开发者使用，平均每两秒就生成一份新的 spec。
TensorRT Edge-LLM 完成 MLPerf Edge Agentic 基准测试，在 Jetson AGX Thor 上快 6.4 倍
NVIDIA 用 TensorRT Edge-LLM 在单台 Jetson AGX Thor 上跑通了 MLPerf 边缘 Agentic 基准，端到端耗时比 llama.cpp 参考实现快 6.4 倍。它说明长上下文、多轮工具调用的 AI Agent 已经能在边缘设备上实用化运行。
华盛顿短期内不会监管AI
华盛顿原本在酝酿一个类似 FINRA 的 AI 监管机构，但在科技高管集体游说和特朗普本人反对后陷入停滞，短期内美国联邦层面推出前沿 AI 监管的可能性极低。
OpenAI创建新框架以披露AI不良行为
OpenAI 推出了一套新框架，用于系统性地披露其模型出现的不良行为，包括失准、规避安全限制等事件。这相当于给前沿大模型的“事故报告”立了一套公开规则，对依赖 API 做产品的开发者来说，多了一个评估模型稳定性的参考窗口。