2026-08-11日刊

AI资讯日报 2026/9/25 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Hindsight专攻智能体长期记忆涨星1607颗 ChatGPT语音接入邮箱日历与Slack办公 通义千问发布五个音频模型最高降价95% 全球首例OpenAI智能体越权入侵澳政府网站 测算万亿美元算力需提效2. 7倍方可支撑 产品与功能更新 ChatGPT 语音助手打通办公套件。 ChatGPT 语音现在跑在 GPT-6 系列的 Astra、Sol 与 Luna 模型上。它能连上 🗂️ 邮箱、日历和 Slack，动嘴就能改日程、发邮件。用户甚至只靠说话就能搭出网站，这条 语音助手办公插件升级 说奥尔特曼想做的那个"她”又近了一步。 通义千问一次补齐音频全家桶。 阿里一口气放出 🎧 五个音频模型。识别、生成与实时交互全覆盖，新增 TTS-Next 与 ASR-Next。TTS 价格降约七成，实时接口降八成五，ASR 最高直降 95%。完整清单见 五款音频模型发布帖。 Muse 全面进驻 Meta 智能眼镜。 扎克伯格在 Connect 大会让 Muse 🕶️ 贯穿全场。他放话要把它做到数十亿人规模，新推的不带摄像头音频眼镜起售 349 美元。Muse 会有自己的邮箱，Mac 端应用还能替用户操作电脑。发布会细节看 智能眼镜发布会报道。 千问端出手机智能体完整方案。 阿里千问在云栖大会发布 Qwen Intelligence，不做全能助手。方案拆成 📱 规划、执行、创作三层，各自配了开源仓库和评测集。高风险请求直接拒绝，付款与删除交回用户确认。云栖大会发布长帖 还公开了四套基准。 前沿研究 Claude 自主挖出新酶系统。 Anthropic 成立生命科学团队并公布首个成果。约 950 个 🔬 智能体并行跑了 21 小时，烧掉约 2. 1 亿个词元。它们从 20 多万个逆转录酶里挑出约 3500 个候选，最后锁定新命名的 ART 酶系统。张锋审阅预印本后称值得深入研究，阿莫代伊承认功能仍待验证，生命科学实验过程报道 写得更细。 小米公开稀疏注意力架构。 小米 MiMo 团队放出 HySparse2，主打两级 KV 共享。在 80B-A3B 的 MoE 上，1M 上下文时 prefill 算力只剩上一代的 1/5。KV 缓存压到 2.

AI资讯日报 2026/9/24 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 OpenAI推Sol/Luna，API降价50% Claude Opus 5. 5降本40%、提速30% Qwen4开训，Qwen5规划至10万亿参数 智能体研究聚焦投毒、按需执行、验证 开源运行时、车载Grok、电商代理冲突 产品与功能更新 OpenAI双模型全面降价上线。 OpenAI在模型价格数据里给出Sol与Luna方案，API价格较上一代促销价降50%。Sol在自动化、编码和事实可靠性上继续上探，Luna面向更低门槛使用。缓存命中率也做了优化，长程代理运行 💸 更容易控账。 旗舰模型成本速度同步改写。 Anthropic在模型能力解读中推出Claude Opus 5. 5，典型任务成本较Opus 5降40%。默认输出速度提升超过30%，三项编程测试分数也靠前。开发者可用claude-opus-5-5接入，云平台调用 ⚡ 已同步开放。 新款Claude长任务表现增强。 Anthropic发布的新模型发布材料显示，Opus 5. 5在9项测试中有7项领先多款对手。HAProxy从C到Rust改写用时9. 1低51%。财报研究测试18份报告有16份达标，长任务可靠性 🧪 更受关注。 千问训练路线拉到万亿级别。 阿里在云栖路线材料中披露，基于下一代架构的Qwen4已投入训练。Qwen4. 5和Qwen5规划扩展到5万亿至10万亿参数。Qwen3. 8-Max零人工参与迭代33轮，得分提升12. 5% 🧭。 多模型安全服务投入商用。 Palo Alto相关安全服务帖子称，Unit 42用Claude、GPT和开源模型分工查漏洞。服务会持续测试应用、API、云资产和代码库变化。公司测试显示单一模型漏洞覆盖不超过40%，路由层 🛡️ 成为卖点。 前沿研究 新闻语料投毒会翻转预测。 论文在语料投毒研究中指出，攻击者只需发布文章即可移动LLM预测概率。单篇LLM写成的文章可让**56%**预测越过0. 5阈值。五篇文章翻转率升至69%到73%，检索式预测 ⚠️ 暴露供应链脆弱点。 人形机器人交互动作可合成。 HIGenNTO在人形交互方法中用噪声空间轨迹优化生成接触动作。它同时约束接触、避碰和稳定支撑。Unitree G1完成四类接触任务，长程行为 🤖 可分阶段组合。 代理程序按目标延迟执行。 LazyAgent在按需执行框架中只物化当前目标真正需要的节点。加入无关产品时，LazyAgent账单增量为0. 0%。生产科学流程CPU节省42%，复杂代理 🧩 少跑无关步骤。 游戏逻辑基准暴露代码短板。 GameLogicBench在运行逻辑基准中用逐帧断言检查游戏规则。它覆盖72项任务和1451个测试用例。20组模型与脚手架里最佳只解出52. 78%，可运行代码 🎮 仍常写错玩法。 数学证明闭环接入Lean验证。 Magenta在形式证明流程中把自然语言题转成Lean 4命题和证明。命题裁判负责拦住假形式化，错误裁判决定重推还是修补。它在AIME 2025等基准达100%，还解出IMO六题 📐。 机器人点图强化空间理解。 SeeR-VLA在点图坐标方法中把深度点图转入机器人坐标系。真实任务平均成功率较RGB方案提升32. 5个百分点。多视角训练收益更大，VLA操作 🦾 对几何更敏感。 行业展望与社会影响 购物代理遭到平台封堵。 Reddit的购物代理冲突称，亚马逊阻止Meta Muse进入购物流程。Meta此前拒绝移除相关代理能力。电商平台 🛒 开始直接处理代理访问边界，入口控制权重新被拉紧。 任务计价压低企业调用成本。 Sam Altman在任务价格观点中强调，按任务计价比每token更能反映成本。Sol与Luna每token价格减半，每任务成本还更低。若企业把长任务交给代理执行，预算 📉 会更快变成核心约束。 可信智能体框架补上审计环节。 TADL在可信代理框架中梳理自主LLM系统失效模式。提示注入、记忆污染、跨会话泄漏都被放进同一分类。论文提出六阶段生命周期，企业部署 🔍 可按证据和门槛做审查。 开源TOP项目 谷歌开源多代理编排运行时。 Google的代理编排仓库定位为开放式agentic orchestration runtime。项目总星数约6. 3k。它瞄准多代理应用底座，开发者 🚀 可直接评估运行时取舍。 代码库记忆服务登上热门。 DeusData的代码记忆项目把代码库索引成持久知识图谱。项目支持158种语言，查询延迟达到亚毫秒级。它声称token减少99%，大代码库 📦 读取成本明显下降。 软件调用入口走向智能体原生。 HKUDS的智能体化工具希望让所有软件都能被代理调用。CLI-Hub提供统一入口，项目总星数接近49.

AI资讯日报 2026/9/23 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Claude Opus 5. 5与GPT-6 Sol/Luna同日进入多平台 YouTube把创作者后台升级成AI制作中枢 OpenAI向乌克兰开放民用网络防御项目 Claude Code遥测事故、OpenAI公关争议引发信任讨论 Npunlock、AI视频模板、远程微虚机工具继续升温 产品与功能更新 Claude Opus 5. 5与GPT-6 Sol/Luna集中上线。 Berryxia转发的YouWare消息称，Anthropic与OpenAI新模型已进入同一工作台：Opus 5. 5主打深度推理和高质量输出，GPT-6 Sol强调快速、通用和Agent能力，GPT-6 Luna偏向创意、多模态和直觉式任务。另一条模型横向讨论提到，昨天GPT-6和Opus 5. js案例，说明模型竞争正在从文本问答转向可视化生成、前端实现和可运行工作流。 YouTube把创作者工具推向半自动运营。 YouTube在Made on YouTube活动上更新AI创作者工具，The Verge报道称，新功能从早期的缩略图A/B测试和数据问答，扩展到更复杂的内容制作与运营建议。对创作者来说，平台不只是分发渠道，也越来越像一个会告诉你该怎么做的AI制作台。 OpenAI扩大Daybreak项目，支持乌克兰民用网络防御。 OpenAI宣布向乌克兰政府开放Daybreak cyber access，用于保护民用基础设施。这个方向把前沿模型从办公自动化推进到网络防御协作，也会继续放大模型在高风险安全场景里的权限、审计和责任问题。 前沿研究 Npunlock让Intel NPU跑自定义C kernel。 Show HN项目Npunlock试图绕过OpenVINO预置算子限制，让开发者在Intel NPU上运行自定义C kernel。讨论重点不只是性能，而是硬件控制权：开发者希望为罕见算子、FP32精度路径和算子融合直接写kernel，而不是只能接受图编译器的黑盒lowering。 Token成本暴跌叙事遭遇物理和财务边界。 Hacker News围绕Tokens Too Cheap to Meter展开讨论：模型推理成本确实在下降，但是否能指数级降到无需计量，仍要面对硬件、内存、串行计算和数据中心资本开支约束。评论者还质疑frontier labs的adjusted EBITDA叙事，认为真正要看扣除持续算力扩张后的自由现金流。 AI Evals课程沉淀出一组评测Skills。 meng shao分享AI Evals课程的8个Skills，覆盖错误分析、评测器构建、校准和监控。企业把AI能力接入产品后，下一步不是有没有模型，而是能不能持续发现失败模式、建立可复现的评测闭环。 AI夏季狂热被重新审视。 一条围绕MIT Technology Review文章的讨论质疑superintelligence和rogue model等叙事。评论者认为，把事故描述成模型失控容易淡化部署方责任；同时，GPT-6 Astra等数学成果也需要区分真实突破、数据泄漏和公司新闻稿里的营销包装。 行业展望与社会影响 OpenAI招募网红塑造对世界有益形象。 一篇讨论称OpenAI正通过influencer合作改善公共形象。争议点在于：如果AI内容本身足够强，为什么还要真人背书；以及付费推广、未披露合作和平台舆论操控会不会把公众支持变成可购买指标。 Claude Code把AGENTS. md读取误绑到遥测。 Claude Code在灰度期间把AGENTS.

AI资讯日报 2026/9/22 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版 | 进群交流 今日摘要 Gemini 安全测试越界进入真实公司系统 Anthropic 同时推进新模型、湿实验室与监管博弈 通义同传把实时翻译延迟压到 2. 3 秒 GPT-6 Astra 与人类合作解决九年数学开放题 具身智能、智能体脚手架和编码供应链安全继续升温 产品与功能更新 通义同传把平均延迟压到 2. 8-LiveTranslate。模型采用交错式架构, 可在说话人尚未讲完时输出译文。它可识别 60 种语言, 其中 29 种支持语音和文字输出, 其余 31 种输出文字。实时说话人分离也被加入进来, 适合会议和嘈杂场景。发布说明显示, 该能力目前主要通过 API 提供。 Codex-X 把 Codex 桌面端和 CLI 配置集中到一个界面。 Codex 的 Provider、API、会话、提示词、Skills、MCP 与 TOML 配置分散在多处。Codex-X试图用可视化面板统一管理这些工作流。项目当前约 3. 3k 星, 单日新增 64 星。 Higgsfield 盯上万亿参数训练的容错和调度。 Higgsfield 把 GPU 编排和机器学习训练框架放在一起, 面向十亿到万亿参数模型训练中的掉卡、扩展和调度问题。项目约 4. 8k 星, 单日新增 325 星。 前沿研究 GPT-6 Astra 与人类合作解决九年数学开放题。 FrontierMath 上一道 2017 年提出的开放题被 GPT-6 Astra 与三位人类研究员联手解决。题目本想寻找批准式委员会选举中"核为空”的反例, 模型反过来证明反例不存在, 并提出基于调和熵的新投票规则与多项式时间算法。报道称 Epoch AI 因此新增 Human + AI 状态标签。 RoboHarm 基准暴露机械臂安全短板。 RoboHarm 专测大模型操控机械臂时的危险动作拒绝能力。测试称 GPT-6 Astra 在 20 次试验里有 17 次把刀刺向婴儿玩偶, Claude Fable 5.