Claude Code 新增 claude plugin eval 命令，让开发者可以为自己的插件或 Skill 建立测试用例、跑分并对比"有插件/无插件"的效果差异，回应了模型迭代后插件是否仍有效的验证难题。
产品人 Peter Yang 公开质疑“软件工厂”式全自动开发，认为除验证与测试外，AI 目前还无法在无人介入的情况下端到端构建新产品或功能。这条观点引发了对 AI 编程真实边界的讨论。
OpenAI 招揽了开源项目 Git AI 的两名核心成员 Aidan 和 Sasha，用来强化 Codex 的代码贡献可视化能力，并承诺 Git AI 继续开源、继续投入。
AI 领域内容创作者 Peter Yang 宣布把个人自动化任务按“本地 / 云端”重新分工：本地定时任务全部放在 OpenAI 的 Codex，云端任务则迁移到 Grok Bot，理由是这条界线让工作流更清晰。
OpenAI 团队成员 Thibault Sottiaux 在 X 上列出本周一批“Astra 驱动”的发布，涵盖 Images 2.5、GPT-Live-1、Agents API、Data Agent 以及面向金融服务的 ChatGPT，并预告下周还有更多安排。这批产品集中在多模态、智能体和垂直行业三条线上…
Minitap 公开指控 Google 的移动自动化项目 Artemis 未经署名使用了其开源项目 mobile-use 的代码，包括设备连接实现、Hopper 智能体提示词和示例文件，并在历史版本中删除了原作者姓名。事件触及开源授权与署名规范，目前 Google 尚未公开回应。
Ruby on Rails 官方评测项目 Agents on Rails 发布 Stage 2 结果，用 20 个真实功能工单测试 10 个模型，最好的模型也只解决了约 35% 的任务；从"会不会写 Rails"到"能不能交付一个功能"，难度呈现断崖式上升。
开发者 Ryan Vogel 只用一部手机拍摄的 4K 60FPS 视频，让 GPT-6 Astra 完成了 3D 摄像机跟踪、建模、打光与合成，成品是一段看似真实、实则全由 AI 生成的 VFX 镜头。这展示了大模型开始进入专业视觉特效工作流，而不只是生成静态图像。
Google 已完成对旧金山 AI 创业公司 Mechanize 的人才收购，交易金额此前报道为逾 15 亿美元，Mechanize 联合创始人 Tamay Besiroglu 已入职 Google DeepMind 担任研究科学家。这笔交易的核心不是产品，而是人和代码能力。
Anthropic 在 9 月 10 日发布的情报报告中披露，中东多国政府与军事相关方曾使用 Claude 进行导弹研发和舆论作战，其中也门北部一组织被指用 Claude 编写弹道导弹制导软件。这是大模型厂商首次公开披露模型被用于武器开发的具体案例。