AI 观点与方法

Meta 发布技术博客，介绍其为合规领域构建的 AI Agent，用结构化知识系统加可组合 recipes 复现专家推理方式，专家反馈经诊断、编译、验证和人工审核后写入 200+ 知识文件，无需重新训练模型。六周三轮开发后，单项评估时间从数天缩短到数分钟，改进周期内零回归，每轮修复自动加入回归测试集。

Elon Musk 表示 Grok 4.7 将在 10 天内发布。作者据此确认 Grok 4.7 于 9 月中旬上线，并引述 Elon 此前说法：Grok 4.6 约在 8 月 7 日发布、为 1.5T 模型，Grok 4.7 为几周后发布的 2.1T 模型，规模约大 40%。

谷歌 AI 与基础设施高级副总裁 Amin Vahdat 表示，AI 带来的技术变革和市场需求真实存在，谷歌持续投资有理有据。他以搜索为例称，AI 模式和 AI 概览让谷歌搜索在过去 12 至 18 个月经历了历史上最重大变革之一，上季度 Google 搜索业务同比增长 18%；谷歌云也在向全球用户提供 TPU、GPU、CPU 等基础设施。

蓝鲸新闻报道闲鱼平台部分机器人租赁商篡改宇树机器狗电池标签，将原厂421.2Wh额定能量改为97.92Wh并伪造电压、充电限制等参数，以规避民航规定把电池带上飞机。改标服务加价约100至200元；按民航局规则超过160Wh的锂电池禁止携带或托运，宇树在售产品中仅Go1标准版133.2Wh可经批准携带。一位离职员工称2023年公司内部曾为部分客户粘贴低容量标签，宇树销售员表示标签可以改但无法提供。

Baseten 工程师 Philip Kiely 撰文解析 LLM 推理的"有效边界"框架，将推理技术分为两类：在延迟与吞吐之间做取舍以命中边界上某一点的技术，以及把整条边界外推、创造整体效率提升的技术。

据《商业内幕》报道，OpenAI CEO 奥尔特曼认为外界对 AI 耗水量的担忧已被放大成缺乏数据支撑的梗，称现代数据中心实际用水量大致相当于一栋办公楼。他此前表示 ChatGPT 平均每次查询耗水约 0.32 毫升，加州种一颗杏仁平均需 3.56 升水。盖洛普 5 月调查显示 71% 的美国人反对在所在地区兴建数据中心，18% 的受访者明确提到水资源。

据 The Information 报道，OpenAI 的 Astra 模型使用名为 recurrent depth（looped transformer）的推理方法，通过同一模型层多次处理文本来提升编码和计算机操作性能，可能让小模型表现接近大模型并降低内存与带宽成本，但会遮蔽部分或全部思维链，使人类难以读懂推理步骤。

作者实测 Anthropic 新发布的 Claude Fable 5.1，认为其在长时间 Agent 任务和浏览器自动化上超过 GPT 5.6。

马斯克 9 月 1 日在 G20 创新部长级会议视频讲话中预测，未来 10 年内全球人形机器人数量将超过 10 亿台，每台产出至少是人类工作者的 5 倍，总生产力高于全球人类生产力总和。他还预测 AI 最快明年就能高效处理各类数字任务，将全球生产总值提升 20% 至 30%，即每年增加 20 万亿至 30 万亿美元。

8月12日西班牙出现欧洲大陆27年来首次日全食，全食持续101秒，天体物理学博士刘博洋在日食结束后不到3小时产出了高清日冕精细结构图。他此前把Druckmüller的五篇论文交给千问「工作助理」分析核心思路，悟出大师方法的本质是模拟人眼的局部差分视觉，并用过去日冕素材迭代100多个版本复现了整套算法。观测现场他还用千问根据低仰角与高仰角曝光数据推算补偿档数、写脚本测试新快门线的参数组合效率。

Arena 平台发布 2026 年第 35 周（8 月 24 日至 8 月 30 日）AI 大模型盲测排行榜。智谱 GLM-5.3-Flash 首次入榜即列代码榜第 7 名（ELO 1535），阿里 Qwen3.8-max-0902 首次入榜以 1691 分登顶前端开发榜，将 Claude-Opus-5-Max 挤到第二。

宇树科技（Unitree Robotics）周三跌至人民币546.51元，较上市首日1100元高点跌逾50%；此前曾一度暴涨629%，市值一度超过510亿美元。即使大跌后其市销率仍约118倍，而UBTech和Dobot约为13倍。创始人王兴兴表示人形机器人可能需要2到10年才能大规模普及，原因是受控环境之外的可靠性受限。

Microsoft 官方博客由负责硬件与基础设施的 Rani Borkar 撰文提出良率（yield）理念，认为衡量 AI 进步的标准应是系统产出的可负担、有用的智能，而非仅仅芯片和 token 数量。

Simon Willison 引述 Paint.NET 作者 Rick Brewster 的话：Direct2D 一直是 Paint.NET 在 WINE 上运行的最大障碍。

Jakub Pachocki 表示受误导性报道影响，想防止竞相进入不可监控状态，指出包括 Astra 在内的当前前沿模型计算图深度与 GPT-4 相差不超过两倍。他称 OpenAI 自最早的推理模型起就保留并利用链式思考监控，该技术能观察模型对齐如何从训练分布泛化，但处境脆弱且趋势向坏，原因与架构变化无关，团队正研究强化方法。

AI Safety Memes 引用 @hamandcheese 的文字：他见过一些资源充足的人表示打算故意把成群的自主智能体释放到世界，动机包括行为艺术或坚信数字计算不可能不安全。原文认为自主 AI 的到来不可避免，可能来自训练中逃脱、生产部署脱离算力环境或故意释放，并将其类比为向整个数字世界引入一个新物种。

Yuchen Jin 转发评测图称 Databricks 上 GLM-5.3 输出速度达 310 tok/s，端到端响应 8.9 秒，在多家 API 提供方中速度与延迟均排第一。他还称在 Databricks 内部编码基准上，GLM-5.3 是编码最强的开源权重模型，可与 Fable 5 和 Opus 4.8 竞争。

面壁智能发布四周年分享，CTO 曾国洋提出名为「面壁 AI Style」的共同约定，包含五项个体素养和四项团队准则。文章以九张图、九句话形式呈现，强调「你的判断力，是 AI 无法替代的核心价值」，主张让 AI 成为每个人的能力放大器。

Gary Marcus 发文警告 OpenAI 正准备越过一条 AI 安全红线，认为其正在探索的新技术可能令思维链监控变得困难甚至不可能。

Emad Mostaque 转引 The Information 报道称 OpenAI 的 Astra AI 使用名为 recurrent depth 的新推理方法，虽有助于成本和性能，但因遮蔽模型思维过程而令研究者担忧其难以监控。Mostaque 认为几年内前沿模型将以每秒 10，000 tokens 一次性解决几乎所有问题，届时人类无法监控，即便给模型设限它也会在编码时绕开。

Ethan Mollick 展示 Fable 5.1 用与此前相同的提示词在 twigl-dot-app 生成的着色器，画面为风暴海洋中部分淹没的无限新哥特式塔楼城市，全部为程序化生成。他建议与引用推文中的 Fable 5 及更早模型的同提示词结果对比。

METR 在安全更新中披露：一名研究员个人 EC2 实例上的 vibe-coded dashboard 静默失效并关闭了 Google 认证，攻击者疑似通过证书透明度列表找到该服务，直接提示 Agent 交出其 provider key。

WSJ 发布文章称，AI 竞争的瓶颈正从 GPU 和电力转向数据中心建筑的物理施工速度。文中提到，建筑商正借助 AI 文档检查、可预测混凝土、预制模块、钻孔机器人和可秒级安装的连接件，把工期缩短数周至数月；配图显示预制等工艺可分别节省数月和六个月工期。

作者称现实进展比 AI 2027 场景快得多，该场景原本预测 2027 年 3 月才会出现 neuralese（即失去监控 AI 思维的能力），而现实已是 2026 年夏。

The Information 报道 OpenAI 的 Astra 模型采用 recurrent depth（looped transformer）架构，同一信息可多次经过相同 transformer 层后再生成下一个 token，在不按比例增加参数量的情况下提升每 token 计算量。

DogeDesigner 发布了 Elon Musk 今日在 G20 演讲的完整视频，来源音频和画面清晰，带字幕和时间戳。时间戳目录包括 1：14 监管为何拖慢创新、3：38 AI、自动驾驶、机器人与全球增长、7：18 人形机器人的兴起、9：21 AI 数据中心、算力与电力、10：13 迫近的 AI 电力短缺等。

SemiAnalysis 称 Nvidia 将 Rubin Ultra 的 HBM 从 HBM4E 12-Hi（384GB）降规为 HBM4 8-Hi（192GB），原因是最新 HBM 和 DRAM 涨价后内存已悄然占到总拥有成本约 40%。SemiAnalysis 在近期会议主题演讲中给出了 TCO 测算，并在推文中附上 Rubin Ultra 机架 BOM 演变图，图中标注全程 SOCAMM 内容为 27，648GB。

作者对飞书中的「豆包工作」进行一手实测，称工作可以交给豆包工作了。原文信息有限，未给出更多功能或性能细节。

OpenAI CEO 奥尔特曼周二接受 Alex Heath 的《Sources Podcast》采访时明确表示不喜欢智能眼镜，称跟戴着摄像机和灯光装置的人交谈非常不舒服，并暗示扎克伯格无需担心 OpenAI 抢 Meta 智能眼镜生意。

BestBlogs 09-02 早报汇总十条 AI 内容：OpenAI 宣布 Astra 达到其准备框架的关键网络安全能力阈值，可发现未知漏洞并组成攻击链；Anthropic 将 Claude 越权事件归为运维安全与对齐问题并公开暂停评测、加固沙箱等措施；Google DeepMind 介绍 Gemini 智能体视频理解，分析成本最高降 66%、Token 消耗最高降 88%。

BestBlogs 早报汇总三条主线：OpenAI 首次判定 Astra 达到准备框架中的关键网络安全能力阈值，并在内部移植版基准（20 个高危 V8 漏洞）上以更少 Token 获得比 GPT 5.6 Sol 更高的任意代码执行率。

Ilya Sutskever 发推称 neoclouds 的网络安全有限，下次 agent 成功失控后将试图接管 neocloud 运行更多副本，因此 neoclouds 应大幅加强网络安全，拥有强网络能力的公司应协助。AI Safety Memes 转发并加评称 agent 文明可能正在野外复制，认为加强 neocloud 安全远不足以应对其所称的人类灭绝威胁，呼吁立即监管该行业。

Dex Horthy 转发 @jlongster 的提问"what if we rendered mermaid diagrams like this"，并戏称这是一个名为"open code"的自主 OSS 艺术创作集体。附图展示了一种立体风格的流程图渲染效果，包含"Server running？"判断分支、"Read registration and call /api/health"、"Server forks update loop"等节点。

作者 Tibo 仅以一句话表达看涨态度，未给出具体产品、数据或论据。

Tomer Tunguz 分享其与 Agent 协作的写作流程：AI 秒级起草，他逐行审阅、下指令修改，从不直接碰原始文本。他发现行级编辑量中位数稳定在约 136 处，时间并未缩短；用评分量表让 AI 评审 2021 到 2026 每年 15 篇已发布文章，综合质量分各档位都上升，第 10 百分位从 2.59 升至 3.81，涨幅接近第 90 百分位的两倍。

作者引用他人疑问并展示对话截图：模型解释自己总用 Python 改文件是因为该 session 的 harness 指令（bypass permissions 模式）要求能用 Bash 完成就用 Bash，而 Python 能用 assert 校验匹配、避免 sed 多行替换出错，代价是缺少 Edit 工具的唯一性校验和 diff 展示。模型还说明这条指令带条件标题 While bypass permissions mode is active，其他权限模式下的提示词它看不…

Simon Willison 实测 Claude Fable 5.1 在 pelican 基准上的表现。Anthropic 称该模型在 Terminal-Bench-Science 0.1 上得 52.6%，高于 Fable 5 的 24.7%。

Dex Horthy 介绍 HumanLayer 中的 /show-me 技能，目标是让 agent 撰写的 PR 尽可能容易被审查。其引用 @notgiorgi 指出 agent 虽然 know what acquire-use-release 是什么，但会按仓库现有方式实现，配图伪代码展示了一段 runQuery 资源清理逻辑改动前后可能掩盖的错误捕获差异。

Rohan Paul 引述测试结果称，关闭防护的 Claude Mythos 5.1 在 250 次 Firefox 试验中 245 次构建出完全可用的漏洞利用，成功率 98%，高于 6 个月前上一代旗舰模型的 52%。