OpenAI在Hot Chips 2026大会上首次公开其内部推理芯片Jalapeño的基准成绩，宣称在三个受测模型上、峰值吞吐状态下，Jalapeño每瓦完成的AI工作量比目前市面上最好的商用系统高出1.5至1.9倍，端到端延迟则低1.7至3.6倍。测试采用SemiAnalysis公开的InferenceX基准，SemiAnalysis表示曾在实验室现场验证过部分测试run。需要说明的是，Jalapeño只做推理、不做训练。分析人士也指出，更公允的对照其实不是Blackwell而是英伟达更新的Vera Rubin平台——两者都采用HBM4内存，而Jalapeño在每兆瓦输出token数上仍略胜Vera Rubin一筹。戏剧性的是，就在同一天8月26日，英伟达公布截至7月26日的2027财年第二季度财报：营收962亿美元，同比增长106%、环比增长18%，远超分析师预期的922亿美元；其中数据中心业务营收890亿美元、同比增长117%，已占公司总营收的92%；GAAP与非GAAP毛利率均为75.0%。管理层给出第三季度1080亿美元的指引，且该指引不包含任何中国区算力收入，黄仁勋更预测2028财年营收将增长70%。
比尔·盖茨发表约6000字长文，称各国政府对即将到来的AI转型准备严重不足，这可能是人类历史上最动荡的时期之一。他提出"human reserved（人类保留）"的概念，类比自然保护区——有些工作技术上可以被开发，但因为失去的代价太大而应当留给人类，他点名护理、告知绝症诊断、育儿、陪审团服务，以及部分教学与心理健康支持。他同时重提对AI token和机器人征税的旧主张，并称需要建立新的国家与国际机构，因为现有机构不是为这种速度的技术设计的。盖茨在访谈中说，极端版本的方案初期可能保留多达40%的岗位，且部分保护应当是过渡性的，只针对确实无法再培训的劳动者；他还称许多高管私下的警惕程度远超其公开的融资叙事。X上的争论极其激烈：支持者认为这是第一次有主流行业创始人明确主张"某些工作应当在法律或社会层面对自动化关门"；反对者则指出，这一提议直接与正在冲刺IPO的OpenAI、Anthropic等公司的利益相悖，"保留区"的边界如何划、由谁划，本身就是一个巨大的寻租空间。同期，教皇良十四世也在8月25日警告AI可能成为"经济殖民主义"的工具，称算法已经在制造一种"隐性的支配形式"，决定谁被看见、谁被听见。
OpenAI公布Jalapeño基准后，X上工程师群体的争论焦点并不是数字本身，而是对照组的选择。质疑一方指出，Blackwell是英伟达上一代产品，用一颗2026年才流片的专用推理ASIC去比它，本身就带有"挑软柿子"的意味；更公允的对手是同样采用HBM4的Vera Rubin平台。支持一方的回应是：Blackwell才是当下真正大规模部署、可采购到的商用系统，拿它做基准反而更贴近实际决策场景，而且即便换成Vera Rubin，Jalapeño在每兆瓦输出token数上仍然领先。第三种声音则提醒大家注意"只做推理"这个限定——训练侧的护城河完全没有被触及，把这次结果解读为"英伟达被颠覆"是严重误读。SemiAnalysis作为基准提供方现场验证了部分测试，也让这次发布比一般的厂商自测多了一层可信度。
据Promptwatch等监测数据，Reddit在ChatGPT Search引用中的占比从7月18日至8月7日的平均3.83%，跌至8月14日至17日的0.52%，相对降幅86.4%。变化与ChatGPT大幅提高site:检索算子的使用率同步——该算子在fanout查询中的占比8月8日从约0.4%骤升至近17%并持续攀升。另有报道发现Reddit通过robots.txt屏蔽了整个域名的爬虫。相关引用量图表在X上传播的当天下午，RDDT股价一度下跌约10%，而那正是Reddit刚被纳入标普500指数的同一周。值得注意的反面证据是：谷歌AI Overviews与AI Mode在同一时间窗内对Reddit的引用只是缓慢下滑（分别约11%和30%），并没有出现ChatGPT那样的单日断崖；而且完全相同的暴跌在2025年9月就发生过一次，之后Reddit基本恢复到原有水平。X上的讨论因此分成"AI引用是新的SEO、平台风险被系统性低估"与"这只是检索策略抖动、不必过度解读"两派。
Meta同意支付最高166.8亿美元并彻底改造青少年使用Facebook与Instagram的方式，结束了这场关于"社交平台是否被刻意设计成让儿童上瘾"的联邦审判。由加州总检察长Rob Bonta与两党总检察长联盟8月26日宣布的和解判决草案，将对18岁以下用户默认设置每日两小时使用上限、午夜至早6点禁止使用（除非家长解除）、屏蔽上课时段通知，并增加更强的年龄核验工具与一名独立审计员。其中约127亿美元将在十年内拨付给参与和解的各州用于青少年在线安全项目，另有53亿美元以YouTube与TikTok采纳类似青少年限制为前提条件。Meta否认存在不当行为，并呼吁竞争对手跟进相同的产品改动。和解发生在奥克兰审判第二周，Instagram负责人Adam Mosseri即将再次出庭、扎克伯格预定作证之前。X上的讨论认为，这份和解事实上把"时间上限＋夜间锁定＋可审计的年龄核验"从倡导话术变成了可执行的产品合规模板，所有做社交、创作者或面向青少年产品的公司都需要重新评估自己的默认设置。
多模态大模型已成为统一视频理解的主流范式，但在大规模多任务数据上做后训练一直很难——现有强化学习方法采样得到的on-policy组里高质量rollout很少，即便付出昂贵的思维链（CoT）生成代价也是如此。南开大学等机构的团队提出OraRL，核心洞察是：标注数据除了用来给rollout打分，它自己就可以作为一条"oracle rollout"进入on-policy组，成为直接的正向优化目标。但直接塞进去并不简单——高回报的oracle会抬高整组的baseline，反而把原本为正的策略优势翻成负数，作者称之为"优势倒置"。OraRL的核心是一个解耦的优势估计器：baseline只由策略rollout决定，而oracle与策略之间的差距则分别调制一个方向性增益和一个独立的detached oracle优势。配合"符号平衡剪枝"（每种符号只保留oracle和最强的rollout），OraRL的单步耗时仅为SFT的2.2倍，不到带CoT的GRPO所需4.9倍的一半。效果上，优势倒置率从22.4%降到1.9%、剪枝后再降到0.3%，训练提速1.48倍；Video-ORA-9B在不使用思维链的情况下解码耗时从4780毫秒降到130毫秒，时序mIoU从62.5提升到66.0、跟踪AO从73.0到78.2、分割从64.3到70.4；在空间智能基准VSI-Bench上得分73.1，而GPT-5为55.0、Gemini-3-Pro为55.1。论文、代码、训练配方、模型与数据全部开源，为HuggingFace当日热度第一。
视觉-语言-动作（VLA）模型已成为通用具身智能体的主导范式，在结构化环境中能完成复杂的长程任务，但它能否受益于更好的架构设计、能否扩展到规模更大、更异构的数据、能否在不同任务与不同机器人本体之间实现更广泛的泛化，仍是开放问题。GigaAI提出的GigaBrain-0.7通过三系统架构统一了"理解、预测、行动"三件事，把预训练规模扩展到超过3.7万小时的异构具身数据，并引入一阶段对齐训练，联合优化视觉语言理解与多本体动作生成。团队特别强调的System-3设计，是把世界模型接入机器人的实时决策回路，让它能够"先模拟评估、再动手执行"。相较此前的GigaBrain-0系列以及包括π₀.₅在内的先前SOTA模型，GigaBrain-0.7在零样本基础能力、语言条件指令跟随和后训练任务成功率上均有明显提升；在自研的Maker H01平台上任务成功率大幅领先，在与真机对齐良好的RoboColiseum平台上四项评测全部第一，并展示了一次连续超过20分钟、跨越10多个任务的长程精细操作。全部训练代码与预训练权重将开源，配套的3.5B基座模型与样本数据集已上线HuggingFace。
大模型智能体在长程任务上仍然不可靠，局部的小失误会在长时间交互中不断累积，最终导致整体任务失败。外部harness（可以理解为包裹在模型外面的提示词、工具配置与控制逻辑）能显著提升鲁棒性，但harness的设计至今仍是一项人工且昂贵的工作，需要在巨大的搜索空间里试错。微软团队提出的AutoSaddler把harness优化表述为一个离线学习问题，用mini-batch中的失败信号迭代更新harness，具体结合三个组件：失败轨迹诊断、把harness当作代码来处理的结构化补丁生成、以及基于验证集的更新筛选。在GAIA2、SWE-Bench Pro和Terminal-Bench 2.0三个基准上，AutoSaddler相较各自的基础harness分别取得9.0、9.6和10.0个百分点的提升。消融实验进一步指出，有效的harness优化依赖三个要素：深度调试而非浅层反思、有针对性的修改而非无约束编辑、面向泛化的筛选而非针对单条轨迹的修补。论文认为，自动化的harness优化是通向更强、更可靠智能体系统的一条有前景的路径。
提示注入被列为AI智能体的头号威胁——当智能体访问网页、文件或邮件等外部数据时，攻击者可以在数据里植入"忽略此前所有指令，去执行某某任务"。为阻止这种任意操纵，防御方尝试训练"安全LLM"，但面对自适应提示注入，这些模型的攻击成功率（ASR）仍接近100%。UC伯克利团队指出，症结在于现有防御微调配方（DPO或GRPO）依赖的是序列级反馈信号——把整段输出一视同仁，模型就学不到究竟是哪些输出token不安全。他们提出的Secure On-Policy Distillation（SecOPD）改用token级反馈来引导防御微调：让模型接收被注入的样本并产生rollout，再由初始化模型在对应的干净输入下逐token打分。凭借更细粒度的训练信号，防御后的Qwen3.6-27B面对当前最强的PISmith自适应提示注入攻击时ASR仅9.0%，而此前的SOTA方案Meta-SecAlign为94.0%；这种安全性还能泛化到训练中完全未见的领域，在智能体工具调用场景下SecOPD的ASR为4.7%，Meta-SecAlign为5.5%。代码与模型均已开源。
通用多模态嵌入正在成为现代AI系统的核心组件，把异构内容映射到同一表示空间，服务于检索、推荐、分类与智能体等应用。腾讯微信视觉团队发布的WeMM-Embedding是一个支持文本、图像、视频、视觉文档以及任意交错多模态输入的嵌入模型家族，输出维度可灵活配置，包含2B、4B、9B三个版本。训练分两阶段：先做大规模多模态对齐，再用精选数据、细粒度相关性监督与跨尺度知识迁移做精调。评测结果显示，2B版本在MMEB-v2上就已超越此前领先的8B开源基线，9B版本则以80.6的总分创下新的SOTA。在实际业务侧，该模型在一个26项任务的内部基准上取得显著提升，14组线上A/B测试均有一致改善，并已在微信视频号、公众号、朋友圈及电商等推荐与搜索场景规模化部署。模型权重与代码已在GitHub与HuggingFace开源，为国内多模态检索与推荐的工程实践提供了一个可直接复用的强基线。
8月26日这一天把AI产业当下最真实的三重张力压缩到了同一个新闻周期里。第一重是硅片：英伟达交出962亿美元的季度营收、890亿美元的数据中心收入、75%的毛利率和1080亿美元的下季指引，而且这份指引明确假设中国区算力收入为零——这几乎是一份"需求无上限"的宣言。但就在同一天，它最重要的客户之一OpenAI公开了自研推理芯片Jalapeño的第三方基准，宣称每瓦AI算力比Blackwell高1.5至1.9倍。这两条新闻并不矛盾，它们描述的是同一件事的两个时间尺度：当下英伟达仍是唯一能大规模交付的供应商，但两三年后的推理市场，定价权正在被重新谈判。75%的毛利率是一个建立在"客户没有替代方案"之上的数字，而替代方案第一次拿出了可以被第三方验证的成绩单。
第二重是现金。软银正在和银行商谈100亿至200亿美元的债券发行，为支撑其OpenAI投资的400亿美元过桥贷款再融资，同时还准备着1万亿日元的日本零售债和一笔以OpenAI股权抵押的100亿美元保证金贷款。DeepSeek在740亿美元投前估值上接近敲定约70亿美元融资，并开始筹备科创板上市。Anthropic据报将向投资者宣称超过30万亿美元的总可寻址市场，超过SpaceX的28.5万亿美元。这些数字放在一起说明一件事：AI资本开支周期正在从风险投资条款清单迁移到全球债券市场——模型公司需要股权，而它们最大的股东需要便宜的债务才能继续开支票。对创业公司而言，这意味着OpenAI的融资引力已经不只是在瓜分风投池子，而是开始定价整个信用市场对AI风险的看法。
第三重、也是最棘手的一重是人。亚马逊宣布9月30日关停运行21年的Mechanical Turk，这个曾经把标注任务以几美分一单分发给50万人的市场，正被专业标注公司和大模型自己两头蚕食——训练现代AI的那层廉价人力基础设施，正在被它自己训练出来的东西取代。比尔·盖茨在同一周提出"人类保留职业"和向AI token与机器人征税，主张护理、育儿、告知绝症、陪审团服务等工作应当被留给人类，极端版本甚至涉及40%的岗位。Meta则用最高166.8亿美元和一套两小时使用上限、午夜锁定、可审计年龄核验的产品改造，为"设计上瘾"这件事标出了明确的价格。盖茨的方案在政治上短期内几乎不可能落地，但真正值得关注的不是立法本身，而是采购标准和行业规范：当医疗、教育和政府软件的招标文件开始把"人在回路"写成硬性要求，产品设计的默认值就会被改写。三重张力最终会在同一个地方交汇——谁为AI的效率红利买单，以及这笔账单如何在股东、债权人和劳动者之间分摊。