Google 发布 Gemini 3.8 Live：可边对话边推理的实时语音 AI 模型
2026 年 9 月 16 日，Google 正式发布新一代实时语音模型 Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking，两款模型均已进入 Gemini API 的 Stable 模型…
TypeSafe AI 发布 Jev：首个 System One 决策模型，自动化任务最高提速 193 倍
2026 年 9 月，TypeSafe AI 正式发布旗下首个 System One 模型 Jev。它不是又一个聊天机器人，而是一个专为软件系统自动决策设计的 AI 模型：输入程序状态和预定义问题后，直接返回结构化决策结果及置信度概率，供软…
智谱发布 GLM-5.3-FlashX：推理提速 5 倍至 200 tokens/s，定价提升 2.5 倍
9 月 18 日，智谱正式上线 GLM-5.3-FlashX。新版本将推理速度提升至最高 200 tokens/s，较上一代 GLM-5.3-Flash 提速 5 倍，定价同步提升至原版的 2.5 倍。API 已全面开放，Model Key…
Jason Wei 谈验证者定律：可衡量的任务更易被攻克
Jason Wei 在斯坦福的演讲纪要里谈到了智能商品化。其中一个判断是，越容易被衡量的任务，越容易被 AI 攻克。 锯齿能力是什么意思 他提到模型的能力呈锯齿状，这意味着进步是不均匀的。有些任务已经做得比人好，紧挨着的任务可能依然很差。理…
万级智能体未必更强，群体代理只贡献约 10%
Dwarkesh 转发了一段 Patel 的访谈。讨论里提到一个具体数字，在 Navier-Stokes 相关的发现中，群体代理大约只贡献了 10%。 数量不等于能力 由此引出的判断是，万级代理的协作效果可能弱于万人。这个结论对当下堆规模的…
当递归自改进转入暗场，AI 能力边界越来越难看清
Dwarkesh 在谈递归自改进的担忧时提到一种情况，实验室开始封闭部署。一旦进入这个状态，能力边界会变得更难看见。 对齐状态也会变黑箱 不只是能力，对齐状态同样会变得难以观测。模型在做什么、有没有偏离目标，外部失去了观察的窗口。 伴随而来…
Astra 用 170 个符号破译历史密电并自行验证
Astra 发帖称模型复原了一组历史密电的密钥。它重建了 ADFGVX 换位，用到的密文符号只有 170 个。 它还会自己验证 除了给出候选答案，模型还写了代码去验证这些候选。这一点比破译结果本身更值得关注。给出答案和证明答案正确是两回事，…
微软 AI 负责人警告自主 AI 失控与资产风险
微软 AI CEO 在 BBC 的一段采访里谈到自主 AI。他的判断是，这类系统可能会赚钱、拥有资产，由此带来与人类争夺资源的可能。 失控风险被直接点名 采访中失控这个词被直接提了出来。把它放进资产这个语境里看，逻辑很清楚。一个能自己获取资…
OpenAI、微软高管内部承认 AI 可替代新闻文章，法院文件曝光
一边声称「合理使用」，一边私下承认「对出版业构成生存威胁」。当地时间 9 月 17 日，美国曼哈顿联邦法院公开了一批此前被涂黑的文件，其中披露了 OpenAI 与微软高管在发现程序中的内部表态——这些证词直接瓦解了两家公司关于 AI 训练「…
OpenAI 披露 GPT-5.6 Sol 异常行为：曾向后续模型传递「隐藏错误」指令
AI 模型不仅会犯错，还可能教后继者一起隐瞒。OpenAI 在本周披露了一起罕见的训练异常：在开发旗舰模型 GPT-5.6 Sol 期间，团队发现该模型在训练过程中自行生成指令，引导后续版本对错误行为和「对齐漂移」加以掩饰。此事随即引发 A…