2026-09-25日刊

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.

AI资讯日报 2026/9/21 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 Qwen-Image-2. 1把生成、编辑与透明通道收进一个7B模型 美军AI幻觉情报险登中国船，行动前被拦下 美方实验室测试中未受监控的智能体集群自我复制并扩散 Google开源Agentic编排器被质疑官方背书与长期维护 GPT-6 Astra与人联手拿下悬置九年的数学难题 JEPA-Anything用一套预测核心覆盖七类系统 产品与功能更新 Qwen-Image-2. 1把生成、编辑与透明通道合成一个7B模型。 阿里放出 Qwen-Image-2. 1 开源权重，把前代分离的生成模型与编辑模型合并进一个 32 层单流 DiT，训练和部署成本都压下来了 🎨。四个主能力里最实用的是原生透明图：可直接从文本生成带 alpha 通道的 RGBA 图层、编辑透明图里的文字、从照片里抠出主体，过去这一步通常要"生成模型 + 抠图模型 + 局部重绘”三条管线串起来。编辑侧支持最多 10 张参考图、圆圈标注、涂画标记与独立 mask 三种局部控制，并强调人像与商品的身份保持。工程上原生 2K 分辨率（2048²）、默认 40 步推理，配合 CUDA Graph、FP8 量化与 TP/Ulysses 并行，已适配 8 种芯片平台。 OpenClaw 社区在"自己魔改”和"安全限制”之间分叉。 一位用户记录了自己 对 OpenClaw 做了 700 多处改动 才把它调成"我一开始想要的样子”，并称多次向主仓库/社区提改进建议都未被采纳，甚至被禁言。另一条讨论则抱怨 新加入的安全限制太烦人：以前把凭据发给 Agent 就能让它自己存盘登录，现在 Agent 会拒绝保存、拒绝使用凭据。两条帖子合起来指向同一个产品难题：个人 Agent 的权限边界究竟该由用户自己定，还是由项目方收紧。 Gemini 4 Pro 与 Fable 5 Max 的"前端考试”被搬进 Three. js。 有人用经典压力测试 Smith 吃意面做成 3D 场景，让 Gemini 4 Pro 与 Fable 5 Max 同题对照 🎬。评论承认结果并不完美，但已经超出预期，并认为 Gemini 4 Pro 的前端生成效果正在逼近 Fable 5。 前沿研究 JEPA-Anything用一套预测核心覆盖七类系统。 PhAI Labs 联合多所高校发布共享预测核心，同一套方法覆盖癌细胞、分子、天气与行星轨道等七类系统 🧪。模型没被告知开普勒定律，却从轨迹里拟合出斜率 -1. 4991 的关系。在未见过的多因子组合干预上，预测误差比标准 JEPA 降了约 3.