AI 情报文章归档

OpenAI 经济研究最新报告显示，欧盟 ChatGPT Enterprise 客户中，Codex 和 ChatGPT Work 已占输出 token 的一半以上。

vLLM 让训练前向直接调用其推理 kernel 并改造这些高性能 kernel，使 rollout 与训练对每个采样 token 产生逐位相同的 logprob（diff = 0）。

Google Research 在 Research@ 活动上公布 10 项研究进展，包括 Google Earth AI 新增地理空间分析、风险预测和 agent-to-agent API 三项实验能力，并整合 Google Dataset Search 与 TimesFM。

SAKURA internet、Preferred Networks（PFN）和日本信息通信研究机构（NICT）合作推进生成式 AI 持续安全评估平台。平台原型会自动生成高风险测试提示词，检测回答中的仇恨言论、诽谤、幻觉和偏差，并合成改进用的训练数据。SAKURA internet 计划于下一财年内启动运行；PFN 将与 NICT 研发 PLaMo 3.0 Prime 的后续模型并接入评估平台。

Mastra 推出 Trace Queries，支持按时间、agent/workflow ID、状态、评分和反馈等字段筛选 trace，并可通过 CLI、Mastra Client SDK 和 HTTP 可观测性端点构造查询。

Ideogram 官方发布 4.5 产品图编辑教程，演示用 Precise Edit 对键盘、跑鞋和烤面包机图做多步编辑，覆盖换背景、改色和道具替换。教程强调把大需求拆成单次小编辑、保留未改动母版、逐步验收键帽文字和接触阴影等易错细节，并介绍 References（最多四个无遮罩、三个有遮罩）和遮罩的用法；Precise Edit 需付费计划或购买 credits。

Modal 宣布年化收入突破 10 亿美元，并完成 7.5 亿美元 D 轮融资，投后估值 157.5 亿美元，由 Accel 领投，Kleiner Perkins 及现有投资方跟投。

Apple 团队发布首个从零预训练的三模态掩码扩散模型（MDM）研究，在文本、图文和音频文本数据上训练。论文系统分析了多模态缩放规律、模态混合比例、噪声调度和 batch size 影响，提出基于 SDE 的重参数化方法免去调优最优 batch size，并在 3B 模型规模（6.4T tokens）上验证了文本生成、T2I 和 T2S 任务的表现。

Apple 研究团队提出一种轻量方法，直接从语音中检测语码转换（CS），无需依赖多语种转录。该方法利用预训练语音编码器的帧级语种信息，通过单语录音找出语种选择性隐藏状态维度，再聚合其帧级激活值生成 CS 预测。在 CS-FLEURS 的 14 个语种对上，Whisper-small 编码器取得 0.798 的平均 F1，高于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。

Browserbase 工程博客分析 AI Agent 普及后 CAPTCHA 的前景。

一项新基准 Design Creativity Bench 用 80 个开放式 UI 设计任务评测 16 个前沿模型，从原创性、创意跨度和合理性三个维度衡量设计创造力。表现最好的 OpenAI GPT-6 Astra 得分 65.5，人类设计师参考分为 92.3，差距明显。该基准的排行榜、方法论与可复现评测框架已公开。

Meta 介绍其人类主导的 AI 科研系统探索，使用 Muse Spark 1.3 与 Muse Wonder 构建编码脚手架，访问五百万份去标识电子健康记录，医学研究者四周内完成十篇覆盖传染病、肿瘤、内分泌等领域的研究手稿。每篇论文经过医学同行反馈、生物统计学家审查和第三方独立专家评审；作者称最快七天内从首个提示词完成手稿，最佳情况下效率提升至传统流程的十倍。

OpenRouter 发布 Private Endpoints，团队可把微调模型、公共模型的专用部署或预留容量注册为私有端点，通过现有 API 和模型 slug 调用，仅组织内可见且不进入公开榜单和搜索。

Factory 发布 OpenCompute，一款可在用户自选运行时上自托管编排智能体沙箱的产品，现已进入 private preview。它提供按需供给与生命周期管理，集成 Environments、Automations 和 Remote Control，支持 AWS Lambda MicroVMs、Kubernetes 等基础设施。

Google 宣布 Apigee hybrid 1.17.0（2026 年 9 月 14 日发布）正式支持 MCP，MCP 数据面运行在用户自己的 Kubernetes 集群内，MCP 请求流量不出集群，配置由集群侧拉取、Google 控制面不主动入站连接。

vLLM 支持 confidence scoring 扩展到所有基于草稿模型的投机类型，通过在线拟合的 logistic 回归从草发者 logits 推导 logit(q_max) 特征来预测目标模型的接受概率，作为 Adaptive Verification 的置信分。

Google 公开发布智能体审阅系统 Deep Review，可对复杂技术文档提供反馈与验证，最初面向计算机科学论文，现已扩展到法律、金融等领域。

vLLM 新增 push-based NIXL connector，将 KV 传输的协调与建立从解码关键路径移到预填充侧后台线程，在 1P1D 的 Amazon EC2 P5en + EFA 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。该功能先在 AWS Trainium 集群验证，后作为加速器无关特性贡献给 vLLM，GPU 集群同样受益。

OpenAI 产品团队工程主管阿尔福赞因涉嫌在旧金山总部高管会议室电视机后安装录音设备被 FBI 逮捕，10月9日被解雇，面临非法截获口头通信指控，最高可判5年监禁及25万美元罚款。该员工曾在内部办公软件中检索高管日程与会议室位置，并在9月24日至30日期间用配偶关联的AI账号提问如何制作和隐藏录音设备；OpenAI 安全团队调用自家大模型分析设备线索锁定嫌疑人。

indigo 测试 Gemini 4 Argon 的写作和知识组合能力，结论是其让 Google 重新追上第一梯队但未超越对手，应用 Antigravity（Harness）落后半年到一年。

扎克伯格在《Cheeky Pint》播客中回忆，去年 Meta 承诺投入数千亿美元建设 AI 基础设施时，对产品能否成功完全没有把握，曾就此询问首席 AI 官汪滔（Alexandr Wang）。

OpenAI 与 AI 视频生成平台 Higgsfield 达成合作，接入 GPT-6 Astra 后，Higgsfield 支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。

宇树 CEO 王兴兴表示，GPT-6 发布后在各种机器人上测试效果很好，宇树和其他机器人公司已在工厂落地试点，大规模应用还需提升泛化性和效率，但未来几年很可能解决。他认为商业服务场景的落地可能比工业领域更快，并称过去十几年自己犯的最大错误就是对AI的相信还不太够。作者评论称机器人行业要被 OpenAI 抄家了。

不要问起飞能为你做什么，而要问你能为起飞做什么 来自 @aiDotEngineer 纽约的问候

第 9 天/ 我们已对 chatgpt 和 codex 桌面应用的磁盘状态存储方式推出优化，可将磁盘占用量减少 60%。小更新，但我们已听到足够多关于重度用户磁盘空间不足的反馈。

Zoox 卡在了十字路口中间。 旧金山的问题都不算真问题。

xAI 的 Grok Bot 工程负责人 Lauren Tan 建议在代码库中封禁并删除几乎所有代码注释，因为 AI 智能体倾向于复制已有内容，一条临时 workaround 注释会像杂草一样扩散，导致代码库充斥 hack 和过时注释。

Liquid AI 发布 LFM2.5-24B-A2B，为 LFM2.5 系列最大成员，总参数 24B、每 token 激活 2B，上下文扩展至 131K tokens，是推理模型。模型面向笔记本和 PC 本地运行多步智能体任务，在智能体和工具使用任务上与总参数和激活参数均多约 50% 的 Qwen3.6-35B-A3B 表现相当，开放 base 和 post-trained 权重，已上架 Hugging Face。

Cerebras CEO 安德鲁·费尔德曼在 TechCrunch Disrupt 大会上预言，家家户户配备 AI 设备的时代并不遥远，未来将出现本地运行的个人 AI 助手，部分任务本机处理、部分上传云端，能深度了解用户并绑定信用卡代为采购。他以 Meta 的 Muse 和估值达 100 亿美元的初创企业 Instinct 为例，说明消费级智能体正在普通用户中站稳脚跟。

Science Corporation CEO Max Hodak 宣布，公司已在澳大利亚悉尼眼科医院的试验中为首位 Stargardt 病患者植入视力恢复芯片 PRIMA，患者在康复训练中先看到一个字母，第二次已能读出一个单词。

Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"其实并不遥远"。他预测个人 AI 助手将本地运行，部分任务在设备端完成、部分回到云端，并拥有安全边界、可访问信用卡替你购物。他本人已用"一组智能体"清理日历、查询通话对象信息。

我觉得这种程度的情境感知算不上多惊人，但这段交互读起来还是很诡异。我敢打赌，那些带着"注意安全，你是 AI，我们在看着你"提示的相当老的模型也会做出这种事。

Simon Willison 转评 Anthropic 自建 Git 替代系统的文章：因 AI 辅助编码使每日合并代码变更从 2026 年 5 月约 2,500 次增至 9 月超 30,000 次，Anthropic 由 7 人团队在 5 个月内完成迁移，新系统名为 Scion，代码评审系统名为 Antique。

旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动的自包含机器人工作站，称产线换型可从数周缩短到几分钟，无需传统编程。

Gemini 4 Argon于10月13日全面开放，Pro会员可在Gemini APP使用，Antigravity需100刀Ultra会员。作者实测认为其知识类专业能力强，Vals Index综合第一（68.9）且单次成本仅15.68美元，但CUA-bench仅4.83%排倒数第二；前端效果不及GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅Ultra。

Meta 发布 Muse Wonder 和 Muse Wonder Full，定位面向长期运行的 agent 任务，支持 1M token 上下文和文本、图像、视频、音频输入。

👀

Google 发布 Gemini 4 Argon 模型，面向全球开发者与企业开放，可通过 AI Studio、Gemini 平台 API 及订阅服务使用。

Google has rolled out Gemini 4 Argon, a multimodal model that can work with text, images, audio and...

由 @Grok @Bot 为我研究并购买的乐高套装已经到货，而且 Bot 自动停止了查询物流状态！