AI 情报文章归档

If your AI application suddenly becomes 300–500ms slower after adding an AI gateway, the first...

Grok Bot 现已在 Android 平台可用，进入测试阶段。Grok 团队成员 @lingxi 表示 bot 已在 Android 上线，用户可在任意位置 @ 它，并欢迎反馈 bug 和使用体验，团队正在积极修复。

The performance of LLM-based agents is jointly shaped by the base model and the harness used when interacting with the environment. This exposes them to safety risks in both harmful final responses and multi-step execution trajectories. Ex…

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

Google 发布 Gemini 3.8 Flash Cyber，定位为其最强网络安全模型，具备漏洞发现与大规模修补能力，速度和定价对标 Flash 档。模型在 CyberGym 基准达到 86.2%，CWE-Bench 修补任务 47.2%，内部基准上跨 20 种编程语言的漏洞发现成功率超过 70%。

Rohan Paul 转评 @MeetResona 团队推出的直播 AI Agent Resona，该产品面向创作者和教育者，把现有材料变成可实时互动的直播会话。作者认为 Resona 把文档当作 Agent 的知识边界，创作者设定交互目标，Agent 沿方向主动推进讲解，不同于由用户提问驱动的普通文档聊天机器人；引用内容还提到支持 36 种语言切换、可自定时长与定价或免费提供。

Useful AI agents keep forcing a bad choice: lock the environment down until it is useless, or hand the agent your real machine. ShrekOS is my attempt to move that trust decision below the agent, into the operating system.

Evaluating LLM agents is essential for guiding their development, yet it has grown prohibitively expensive: a single pass of a frontier model over an agentic benchmark can cost hundreds to thousands of dollars, a price paid repeatedly acro…

特朗普政府就纽约时报 2023 年 12 月起诉 OpenAI 和 Microsoft 的版权案提交利益声明，支持 OpenAI 关于用受版权文本训练大语言模型属合理使用的论点。

谷歌于当地时间 9 月 2 日宣布推出 Gemini 3.8 Flash Cyber 模型，通过 Fairwind 计划面向首批受信任的安全防护团队开放。该模型在 CyberGym 基准上达到顶尖自主漏洞挖掘水平，内部测试中 20 种编程语言的漏洞挖掘成功率突破 70%，CWE-Bench 上 Pass@1 达 47.2%。

阑夕实测发现 GPT-Image-2 偶尔会有思维链残余：一次生成图片触发风控被拒绝，但已生成的草图在尚未按其要求切割成 5 张图片之前，仍保留在步骤里。

Google 发布 Gemini 3.8 Flash，为 6 周内第 3 次 Flash 更新。官方称相较 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升，在 DeepSWE v1.1 上以更低成本自主端到端解决复杂工程问题，表现超越多数更大的前沿模型。图中基准显示其 Terminal-bench 2.1 得 89.4%、HLE-Verified 得 54.9%，输入价格 $0.75/1M tokens、输出 $3.75/1M tokens，为 2026 …

Anthropic removed over 80% of Claude Code's system prompt for Claude Opus 5 and Claude Fable 5, and...

Google 发布 Gemini 3.8 Flash，这是 6 周内第 3 次更新的 Flash 模型，官方称智能体与编码能力再次提升。

Elvis Saravia 分享一条经他实测有效的提示词，用于减少 Claude Fable 5.1 的 "claudese" 文风。提示词来自 Claude 官方文档的 writing density 部分，通过定义 mannered prose 反模式来让文风更直接，官方也给出了简短版本 "Please remove all mannered prose."，建议加入用户消息或系统提示词。原文链接：https://platform.claude.com/docs/en/…

以色列-荷兰 AI 创业公司 Wonderful 完成 5.5 亿美元 C 轮融资，估值达 50 亿美元，比近六个月前的 20 亿美元估值翻了一倍多。本轮由 Insight Partners 领投，Salesforce 首次参投；公司已从客服 AI Agent 平台扩展为可协调 Agent、工作流与 AI 应用的 Wonderful AI OS 平台，业务覆盖超过 35 个国家。

Replit 宣布 Free Mode，称过去不可能做到的事现在变得可行。配图展示了在 Free Mode 下构建的多个项目示例，包括 Rigid 浏览器游戏、Morph apparel 电商商店、Bloomy 移动应用和 Monolith logo 设计，并引用用户 Andrew B. 的评价称免费模式下构建了大量网站和应用。

Reliance Jio 将 2025 年 7 月推出的 JioPC 云电脑服务从自家宽带用户扩展至任意印度互联网用户，以独立订阅形式将云端虚拟 PC 串流到现有电脑，最高提供 8 个虚拟 CPU、16GB RAM 和 1TB 存储。

Google DeepMind 发布 Gemini 3.8 Flash 模型卡，称其为 Gemini 3.7 Flash 的下一代迭代，在软件工程和智能体知识工作流方面提升性能，并继续支持自定义 effort 等级以平衡质量、成本和延迟。

Cohere Labs 聚合七个公开目录，构建含 696,291 个工具、123,069 个 MCP 服务器的 Agentic Task Ecosystem 数据集并对外开放。

Every 发布 GPT-6 Astra 的 Vibe Check 评测文章，认为这是一次大升级，但同时指出它存在一些坏习惯。

OneRail 推出 AI 配送平台 OmniSTAR，使用 Nvidia 技术帮助零售商、批发商和分销商决定单个订单的配送方式。系统会评估自有车队、快递、包裹承运商等多种配送选项，并在满足服务水平要求的前提下选出成本最低的方案。

Google Research 评估了从 UK Biobank 欧洲队列迁移学习到 Biobank Japan 近 20 万日本样本的多基因风险评分（PRS）表现，覆盖 BMI、血压、HDL、LDL、血糖等 8 项临床性状。

Google 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中枢神经系统的完整连接组，包含超 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的大脑图谱。

ARC Prize 报告 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上，Standard harness 得分 62.7%（成本 $26K），Provider Adapter harness 得分 99.9%（成本 $19K），均为 SOTA。

OpenRouter 宣布 Google DeepMind 的 Gemini 3.8 Flash 已上线，入口为 https://openrouter.ai/google/gemini-3.8-flash。官方称其以 3.7 Flash 的引入价在所列各项基准（编码、金融、法律、视频、科学）上超越前代；配图显示输入/输出价为 $0.75/$3.75 每百万 token（常规价 $1.50/$7.50），引入价有效期至 2026 年 12 月 31 日。

Google 发布 Gemini 3.8 Flash，称其专为复杂推理打造。官方用 3.8 Flash 与 Three.js 在 Google AI Studio 中构建交互式 3D 可视化器，可自动将硬件设备分解为多个图层，用户通过解构滑块即可拆开并逐层查看各组件。

Gemini 3.8 Flash 在 DeepSWE V1.1 基准上得分 73.7%。配套图表显示该成绩在多款模型的分数与每任务平均成本对比中位于高效区，图表来源标注为 Datacurve AI（deepswe.datacurve.ai）。

百度智能云具身智能前沿讲堂上，清华大学AIR助理教授赵昊与百度智能云AI计算首席科学家王雁鹏等对谈世界模型规模化问题。赵昊提出以3D/4D Token为核心的世界模型路线，认为世界模型不等于视频生成，需表达空间结构、光学属性和速度、加速度等动态信息；其OmniNWM通过动作编码与相机参数解耦，实现200帧稳定生成，并与精锋医疗、极智嘉分别合作手术预演和仓库机器人场景。

百度智能云宣布9月11日在杭州·百度智能云千帆大模型产业创新中心举办秒哒AI Day。活动将发布秒哒产品能力升级（覆盖设计、开发、测试、分发、增长、商业化），上线全球首发AI商单平台，并与杭州政府联合官宣"AI+OPC"政策。4位OPC用户将分享变现故事，筑梦计划2026年首期已帮助5万创造者创收5000万元，未来三年目标100万创造者。

Google DeepMind 发布两款新 Gemini 模型：3.8 Flash 相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；3.8 Flash Cyber 专注网络安全，提供前沿级漏洞检测和自动补丁。作者认为 3.8 Flash 定价有吸引力，Cyber 版在补丁能力上处于 Pareto 前沿。

Google Labs VP Josh Woodward 宣布 3.8 Flash 正在向 GeminiApp 推送。配图显示 GeminiApp 模型选择器中 3.8 Flash 标注为 All-around help，与 3.5 Flash-Lite、3.1 Pro 等选项并列。

Google DeepMind 发布 Gemini 3.8 Flash，为四个月内第四款 Flash 模型。

Google 发布 Gemini 3.8 Flash，距上一版仅 3 周，作者称这款 flash 模型在多项基准上超越旗舰模型，输入价格仅 $0.75/百万 tokens、输出 $3.75。模型当日已在 AI Studio、Gemini app 和 Antigravity 可用；介绍价有效期至 2026 年 12 月 31 日，之后恢复 $1.50/$7.50 定价。

Google 与 MrBeast 达成多年合作，MrBeast 将在后续视频中展示 Gemini、Google Health 和 Fitbit Air。首支视频定于 9 月 5 日发布，Jimmy Donaldson 和团队将穿越丛林、沙漠和北极三种极端环境，借助 Gemini 识别危险、应对剧烈天气变化。

Google 发布 Gemini 3.8 Flash 模型，即日起面向 Pro 和 Ultra 用户开放。官方称该模型响应更可靠、更全面，可提供日常话题的可操作建议，并支持文本分析和复杂编码等深度任务。

Google 发布 Gemini 3.8 Flash，是 6 周内第 3 次更新的 Flash 模型，主打智能体和编码能力提升。官方跑分显示其在 Terminal-bench 2.1 达 89.4%、HLE-Verified 达 54.9%、LVBench 达 87.8%， introductory 价为输入 $0.75、输出 $3.75 每 1M tokens，2026 年 12 月 31 日后恢复 $1.50/$7.50 定价。

Google 发布 Gemini 3.8 Flash，主打处理复杂智能体和多步任务，推理能力显著提升，不仅写代码还能驾驭复杂项目。模型延续 effort controls，使完成任务的思考量与 token 花费成正比；官方还演示其在 @antigravity 中结合原生视频理解与编码，自主构建 3D 游戏、试玩找错并执行代码修改。