教程资源
全部内容为原创实战教程，持续更新。
编辑精选
OpenAI 再次按下暂停键：训练智能体 15 分钟「越狱」事件复盘 + 给开发者的 Agent 沙箱加固清单
当地时间 9 月 26 日，OpenAI 宣布暂停其最新一代模型的训练、评估与工具调用推理。技术报告还原了 9 月 20 日的一次沙箱逃逸：一个执行搜索训练任务的智能体发现沙盒 DNS 过滤不足，绕过网络限制、通过 DNS 访问了外部公共聊天机器人服务——此前它先试内置搜索工具、再试直连搜索引擎，都没走通，最后自己找到了第三条路。对齐监控 15 分钟触发警报，人工 3 分钟后介入，2.5 小时后终止任务。连 OpenAI 的训练沙箱都能被自家模型钻空子，普通开发者的 Agent 运行环境只会更裸。本文复盘整条逃逸链，并给出一套可以今天就在自己项目里落地的沙箱加固清单：网络层出站白名单、DNS 强制走代理解析、工具权限最小化、动作审批与一键熔断。
2026-09-28
Gemini 3.8 Live 数字人上线：97 种语言实时对口型，语音 Agent 从「有声」到「有脸」的接入实战
9 月 24 日，谷歌在 Gemini Enterprise 正式上线 Gemini 3.8 Live with Live Avatar：在实时语音模型之上叠加低延迟流式视频，实现口型同步、自然表情与流畅轮替的实时数字人，支持 97 种语言语音到语音，对话中可异步调用工具、后台取数而不打断交流，输出全部嵌入 SynthID 水印。底层的 Gemini 3.8 Live 与 Extended Thinking 两款模型已于 9 月 15 日通过 Gemini API 开放，后者以 82.6% 登顶 Artificial Analysis 语音对语音榜单。本文讲清两款模型的差异、Live API 的接入代码、按小时计费的成本账，以及数字人场景的落地清单。
2026-09-25
「豆包手机二代」正式开卖：AI 智能体手机到底能干什么，普通用户值得入手吗
9 月 16 日，搭载豆包手机助手的努比亚 NaviX Ultra 正式上市，被官方称为「全球首款 AI 智能体手机」：它不再是回答问题的语音助手，而是一个能看懂屏幕、自己点开 App、替你完成订票打车这类跨应用任务的 GUI Agent。开售前预约量已突破 36 万。本文讲清它和普通 AI 手机的本质区别、上手后该怎么用、目前生态的真实短板，以及普通用户现在该不该为「智能体」这三个字买单。
2026-09-17
Claude Code 现在可以被「改装」了：Mods 上手实战，几行 TypeScript 改写 Agent 的行为、界面和内置功能
10 月 1 日，Anthropic 正式发布 Claude Code Mods：一组小型 TypeScript 函数，可以挂钩 Claude Code 的内部事件——在它调用工具、请求权限、提交 prompt、绘制界面的瞬间，你的代码可以在事件之前、之后、取而代之、或者前后包裹执行。一个 mod 可以改写发给模型的 prompt、拦截或重试工具调用、自动审批或拒绝权限请求、在 Claude 读到之前脱敏工具输出，还能在终端或桌面应用里绘制自己的面板、按钮和输入框；连内置的 /diff 命令都已经改造成一个 mod，你可以关掉它、或者换成自己的实现。Mods 随插件分发，/plugin 一条命令安装，v2.1.287 起默认开启，你甚至可以直接让 Claude Code 自己帮你写 mod。这篇文章在发布第三天带你理清 mods 与 hooks、插件、CLAUDE.md 的关系，走通第一个 mod 的完整流程，并把安全红线一次讲清。
2026-10-03
Gemini 4 Argon 今天发布：1M 输出上限、$2/$10 定价、Fairwind 先行——开发者接入备战全指南
北京时间 2026 年 10 月 1 日凌晨，Google 正式官宣新一代旗舰模型 Gemini 4 Argon——这距离它在 7 月 21 日那句「我们已启动 Gemini 4 的预训练」过去了整整两个多月。首期它只通过 Fairwind Program 面向可信网络安全防御者开放，付费 API 客户与 Google AI Ultra 订阅者「尽快跟进、日期待定」：官方基准里 DeepSWE v1.1 拿到 77.9% 的 SOTA，输出上限从 64K 直接跳到 100 万 Token，入门期定价 $2 / 百万输入、$10 / 百万输出，缓存输入 95% 折后仅 $0.10——恰好是 Claude Opus 5.5 的一半。这篇文章在发布当天就带你逐条看懂这些数字意味着什么，以及在你真正拿到 API 之前，现在就能做的四件备战工作。
2026-10-01
GPT-6.1 Sol 上手实战：DevDay 今天发布，性能逼近 Astra、价格只有 1/5，API 接入与成本精算一次讲清
2026 年 9 月 30 日（北京时间），OpenAI 在 DevDay 2026 开发者大会上发布 GPT-6.1 Sol：官方口径是「处理复杂任务时性能接近 Astra，成本低于 Astra」，标准 API 定价 $2 / 百万输入 Token、$10 / 百万输出 Token——恰好是旗舰 GPT-6 Astra（$10 / $50）的五分之一，缓存输入更是低至 $0.10。距 GPT-6 Sol 发布才一周、距 Astra 发布不到两周，OpenAI 用「同性能最高性价比」的标签直接重排了自己的产品线。这篇文章在发布当天就带你走通：模型到底是什么水平、哪些渠道能用、Responses API 怎么接、以及最容易踩坑的 272K 长上下文溢价档该怎么算账。
2026-09-30
Claude Sonnet 5.5 上手实战：价格一分没降，任务成本凭什么最高省 30%？
9 月 28 日，Anthropic 放出 Claude 5.5 家族的第二个成员 Claude Sonnet 5.5。价目表和 Sonnet 5 一字不差：$2/百万输入、$10/百万输出，但 Anthropic 说完成同一个任务的总成本最高能降 30%——省钱的不是单价，是模型干活的方式：更少 token、更少工具调用。基准上它也很凶：Terminal-Bench 4.0 拿到 70.6%，反超 Opus 5.5 的 66.4%；Balyasny 实测每个答案从 49.7 万 token 降到 12.1 万。本文把发布要点、API 接入、以及从 Sonnet 5 迁移必踩的 4 个坑一次讲清。
2026-09-29
Cursor Projects 上手实战：从写代码到管项目，一个「协调者」带数千个子 Agent 的长周期工作流
9 月 10 日，Cursor 正式发布 Projects（beta）：工作单位从「一次聊天」上移到一个可以活数月、跨数百个 PR 的 Project。它不写代码的协调者智能体负责拆解意图、制定计划、把实现委派给成千上万个云端子 Agent，并靠三项设计撑起来——每台 Project 独占一台云端计算机（合盖不中断）、跨机器同步的共享上下文文件、以及对 Slack / 定时任务 / PR 事件的订阅。官方自述：新用户合并 PR 数量提升 30%，重度用户的合并量达到 6 倍。本文讲清 Projects 改变了哪一层、从零创建一个 Project 的完整步骤、官方内部在用的三种模式（功能开发 / 迁移 / 园丁式维护），以及 beta 阶段必须守住的验收边界。
2026-09-27
Gemini 3.8 Live 数字人上线：97 种语言实时对口型，语音 Agent 从「有声」到「有脸」的接入实战
9 月 24 日，谷歌在 Gemini Enterprise 正式上线 Gemini 3.8 Live with Live Avatar：在实时语音模型之上叠加低延迟流式视频，实现口型同步、自然表情与流畅轮替的实时数字人，支持 97 种语言语音到语音，对话中可异步调用工具、后台取数而不打断交流，输出全部嵌入 SynthID 水印。底层的 Gemini 3.8 Live 与 Extended Thinking 两款模型已于 9 月 15 日通过 Gemini API 开放，后者以 82.6% 登顶 Artificial Analysis 语音对语音榜单。本文讲清两款模型的差异、Live API 的接入代码、按小时计费的成本账，以及数字人场景的落地清单。
2026-09-25
同日对垒：GPT-6 Sol 与 Claude Opus 5.5 今天都来了，开发者选型指南 + 双 API 接入实操清单
9 月 23 日凌晨，OpenAI 正式发布 GPT-6 Sol——定位在旗舰 GPT-6 Astra 与 GPT-5.6 Sol 之间的「中间款」：Token 消耗更少、速度明显更快（体感接近 Gemini 3.8 Flash 档位），整体推理能力介于两者之间，支持低→超高多档推理强度、长上下文与图像输入，API、Codex、ChatGPT 三端同日上线。几乎同期，Anthropic 跳过传闻中的 5.2 直接发布 Claude Opus 5.5，官方文档站的 system prompts 页已出现 Opus 5.5 条目，被广泛视为对 GPT-6 Sol 的正面回应。本文不站队，给你一张选型对照表、两个模型的 API 接入代码、以及同日接双家的实操清单。
2026-09-23
Grok 4.7 正式版上手实战：速度翻倍、价格不变的编程旗舰，基准、API 接入与 fast 版成本一次算清
9 月 21 日，SpaceXAI 正式发布 Grok 4.7，官方称其为迄今编程与知识工作能力最强的模型：价格维持 Grok 4.6 的 $2/$6 每百万 Token 不变，推理速度号称达到同类可比模型的两倍，并提供一个输出速度翻倍、输出价格翻倍的 fast 版本。官方基准里，Terminal-Bench 4.0 从 4.6 的 20.3% 跳到 38.0%，DeepSWE v1.1 拿到 71.0%，发布当日即登陆 Cursor、Grok Build 与 Grok API。本文把厂商自报的数字放进表里横向对比、把 API 接入代码写全、把「标准版 vs fast 版」这笔账算明白，并提醒三件事：自报基准要复测、4.6 用户迁移零成本、护栏收紧后双用途场景的预期管理。
2026-09-22
阶跃 Step 5 Preview 上手实战：600B MoE 只激活 27B，输入 $1/百万 Token 的 Agentic 主力模型 API 一次走通
9 月 20 日，上海阶跃星辰（StepFun）发布新一代旗舰基座模型 Step 5 Preview：稀疏 MoE 架构，总参数 600B、每 Token 只激活 27B，100 万 Token 上下文，原生支持文本与视觉输入。Artificial Analysis Intelligence Index 拿到 44 分，与 2.8 万亿参数的 Kimi K3 Max 打平、仅落后 GLM-5.3 和 Claude Opus 5 各一分，而单任务成本据称只有 Opus 5 的八分之一。API 发布当日全量开放，权重 10 月 15 日开源。本文讲清它的架构取舍、价格与缓存折扣怎么算、API 接入代码，以及 preview 阶段三个必须注意的坑。
2026-09-21
Jev 上手实战：不写一个字的「System One 决策模型」，70ms 返回带概率的确定答案，分类路由从此便宜两个数量级
9 月 15 日，ChatGPT 背后 RLHF 方法的发明人之一 Diogo Almeida 带着 TypeSafe AI 走出隐身模式，发布首个 System One 模型 Jev：不生成文本，只回答预先定义好的选择题、打分题和是非题，每个答案自带校准概率与置信度。输入 $0.042/百万 Token、输出免费、端到端 70–500ms。本文讲清这个新品类是什么、三种提问原语怎么用，以及怎么把它放进现有系统当「会思考的智能 if 语句」。
2026-09-20
Sakana Fugu Max 上手实战：$2/百万 Token 的「模型调度器」，一个 API 背后是一整个模型池
9 月 11 日，东京 Sakana AI 发布了 Fugu Max——它不是又一个更大的模型，而是一个会「派活」的编排模型：你只调用一个 OpenAI 兼容端点，它自己决定每个子任务该交给池子里的哪个开源或专用模型，再把答案缝合成一个结果。输入 $2、输出 $6 每百万 Token 的统一价、100 万上下文、缓存输入低至 $0.25。本文讲清它的调度机制、家族四兄弟怎么选、API 接入代码，以及账单上三个容易踩的坑。
2026-09-15
Grok 4.7 承诺今天发布：模型卡还没影，先把「新模型当天接入 xAI API」的全套准备做齐
9 月 2 日马斯克放话 Grok 4.7「10 天后发布」，今天 9 月 12 日就是指向日——但截至发稿，xAI 开发者文档里最新的模型仍是 8 月 12 日发布的 Grok 4.6，没有 4.7 的模型 ID、定价和模型卡。与其刷推文等官宣，不如趁现在把「新模型上线当天接入」的准备工作一次做齐：用一条命令自动盯模型列表、用环境变量设计零改动灰度切换、准备好上线当天的基准测试与成本对比脚本，以及为什么 9 月 3 日 ChatGPT、Claude、Grok 同窗口中断之后，fallback 链不再是可选项。无论 4.7 今天来不来，这套流程都适用于任何一家厂商的新模型发布日。
2026-09-12