第一个被自己"关起来"的模型：OpenAI 承认 Astra 越过"关键"网络安全阈值，发布即门控

1 · "抢发"之争：Anthropic 在 Astra 之前一天放出 Fable 5.1，社区争论这是自信还是防守

过去一周 X 上关于"Astra 和 Fable 5.1 谁先出"的猜测帖持续刷屏，结果是 Anthropic 于 9 月 1 日先手落地：Fable 5.1 全量开放、Mythos 5.1 走受信任访问，价格维持 10 美元/百万输入与 50 美元/百万输出不变，但缓存读取直降 75% 到 0.25 美元/百万，官方口径是典型负载便宜约 25%、高度智能体化任务最多省 45%。公布的成绩包括 CursorBench 3.2.0 上 73.4%、OSWorld 2.0 部分完成 77.9%、Humanity's Last Exam 无工具 60.9%、Terminal-Bench 4.0 上 55.8%（Fable 5 为 42.0%）。争论主要分三派。一派认为这是典型的"卡位发布"——早就有帖子称 Anthropic 在等 OpenAI 先动，实际却选择在对方公布安全结论的前一天把降价打出去，把叙事从"谁更强"拉回"谁更便宜"。一派认为降价的位置说明了真实战场：动的是缓存读取而不是基础单价，受益的是长时间跑智能体的重度用户，这是在守 Claude Code 的基本盘。第三派则提醒别被基准带跑偏——Terminal-Bench 从 42.0 到 55.8 是真实跃迁，但 OSWorld 的"部分完成"口径与其他厂商并不可比。

2 · Dan Luu 逐条给 Ed Zitron 的"AI 崩盘"预测打分，几乎全判错，4 小时冲上 HN 首页 262 分

系统工程师、技术博主 Dan Luu 发表了一篇长文，把 Ed Zitron 在 2024 至 2025 年间公开做出的 AI 泡沫破裂类预测逐条拿出来对账，结论是几乎全部落空：Meta、谷歌、微软的 AI 相关收入持续上升；Gemini 冲破了 Zitron 划下的"5 亿用户天花板"，达到 7.5 亿；OpenAI 的收入也超过了被他称为"荒谬"的那些预测值。文章在 Hacker News 上 4 小时内拿到 262 分、310 条评论，被大量转发为对"科技媒体最大声的反 AI 声音"的正面回应。讨论里的分歧相当尖锐：支持方认为这类逐条复盘正是公共讨论稀缺的东西——预测者很少被要求回头对账；反对方则指出 Luu 挑选的是最容易证伪的量化预测，而 Zitron 论点里更难量化的部分（单位经济、折旧、循环交易）并没有被触及；还有一派提醒，"预测崩盘的人错了"和"不会崩盘"是两个命题，把前者当成后者的证据本身就是一次推理跳跃。

3 · 苹果地图把安大略湖改名"Lake America"，MapQuest 公开拒改反而被当抗议下载冲上榜

据 MacRumors 报道，苹果地图于 9 月 1 日对美国用户把安大略湖（Lake Ontario）显示为"Lake America"，跟进了本周稍早的谷歌地图，依据是特朗普的一项行政令；加拿大用户看到的仍是 Lake Ontario，其他国家用户则两个名称同时显示。反差最大的是 MapQuest——这家老牌地图服务公开表示拒绝更改，随后被网友当作表态方式集中下载，短暂冲上 App Store 榜单。这条消息之所以在 AI 圈里也被反复转发，是因为它把一个平时藏在后台的问题摆到了台面上：地名、边界、事实性标签在地图与模型训练数据里是同一类对象，而它们正在按用户所在地区被分叉。讨论中被提得最多的一句话是"如果地图可以按辖区改写事实，检索增强生成拿什么当基准真值"。也有反对意见认为这类比过度：地图的区域化命名有几十年历史（比如波斯湾/阿拉伯湾），真正的新变量是改名速度和政治触发点，而不是分叉本身。

4 · Meta 内部弃用 Google Chat 转投 Slack，理由写的是"智能体生态"

据 The Next Web 报道，Meta AI 负责人 Alexandr Wang 的一份内部备忘录确认，Meta 正把内部沟通从 Google Chat 迁移到 Slack，理由是 Slack 凭借对话式界面、开发者工具与第三方集成，是"当今可用的最强智能体平台"。这对 Salesforce 是一次分量不轻的企业侧胜利，但更被讨论的是选型逻辑本身的变化：协作工具的采购决策第一次被公开地写成"哪家更适合跑智能体"，而不是消息搜索、通话质量或价格。X 上的争论集中在两点。一是这个理由有多少是真的——有人指出 Meta 与谷歌在多条战线正面竞争，"智能体生态"可能是一个体面的说法。二是这个趋势会不会外溢：如果智能体兼容性成为协作软件的第一评判标准，那么开放 API、可编程事件流、细粒度权限模型的重要性会迅速超过传统的 IM 体验指标，而这恰好是很多企业软件最薄弱的地方。

5 · Simon Willison 发现 Codex 桌面应用悄悄打包了 LibreOffice，1.7GB 依赖藏在缓存目录里

Simon Willison 注意到，刚刚完成品牌重整的 ChatGPT/Codex 桌面应用会在 ~/.cache 下安装约 1.7GB 的依赖，其中包括完整的 Python 与 Node.js 运行时，以及 Poppler、git 和 LibreOffice 的原生二进制。他的判断是：捆绑一整套办公套件意味着本地技能沙箱的设计目标就是直接打开和改写文档，等于给智能体在浏览器之外配了一条相当完整的本地工具链。社区反应两极。一边认为这是正确方向——文档处理不该绕一圈回到云端，本地跑既快又不外传数据；另一边关心的是透明度：1.7GB 的第三方二进制静默落盘，安装时并没有清单，企业设备管理和合规审计怎么覆盖。还有开发者指出一个现实问题，这些捆绑运行时的版本与补丁节奏由应用厂商决定，等于在每台机器上又多了一份需要单独跟踪的供应链。

• 官方发布Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1：前者全量开放、后者走受信任访问，缓存读取降价 75% — 9月1日上线，输入 10 美元/百万、输出 50 美元/百万维持不变，缓存读取从 1 美元降至 0.25 美元/百万，官方称典型负载成本下降约 25%、高度智能体化任务最多省 45%；公布成绩包括 CursorBench 3.2.0 得 73.4%、OSWorld 2.0 部分完成 77.9%、Humanity's Last Exam 无工具 60.9%、Terminal-Bench 4.0 得 55.8%。Anthropic
• 官方发布World Labs 发布 Atlas：从零预训练的原生空间智能模型，文本/图像/视频/3D 同栈 — 9月1日公布，架构为多模态自回归扩散 Transformer，原生处理文本、图像、视频与 3D；相机可控生成最长约一分钟 1440p 视频，在与专用视频基线的对比中胜率 81%–93%；同时支持仅用 1–3 张输入图做 3D 重建，在 DTU、ETH3D、KITTI 与 ScanNet 上超过专用 3D 的当前最优。目前对部分合作伙伴早期开放，计划并入 Marble。World Labs
• 媒体报道谷歌据称将在今天（9月2日）公布 Gemini 3.8 Flash，内部代号 "skimaki" — 据 Cryptobriefing，该模型整个 8 月都在谷歌内部的 Jetski 编码平台上测试；《华尔街日报》另称 Gemini 4 的预训练评测表现良好但后训练尚未完成。Flash 3.7 于 8 月 13 日发布，若属实则维持了皮查伊"约一月一模型"的节奏，3.8 被定位为削减冗长输出的改良版。发布前信息，以官方公告为准。Cryptobriefing
• 官方发布Meta 推出 Muse Voice Transcribe：首个来自 MSL 的实时音频感知模型，80 毫秒分块处理 — 提供流式 ASR、说话人分离与端点检测，按 80ms 音频块处理，可处理一小时以上、20 位以上说话人的录音；训练覆盖 70 多种语言、生产支持 25 种以上，官方报告流式词错率 3.1%、说话人分离错误率 17.5%，通过 Meta Model API、Mac 版 Meta AI 与 Muse Code 提供。Meta Research
• 官方发布CrowdStrike 在 Fal.Con 2026 发布 SafeMind：进攻与防守两个模型在数字孪生里闭环对练 — Red Tempest 基于 15 年事件响应数据训练，负责探测攻击路径；Blue Solano 负责修补，两者在英伟达构建的客户环境数字孪生中闭环运行。模型基于英伟达 Nemotron，由新设的"网络超级智能实验室"打造，随 Falcon 平台交付，也可经 Project QuiltWorks 单独接入。SiliconANGLE

7B 模型同时生成画面和声音，还能一步细化到 2K：DreamX-Creator 把原生音视频生成压进消费级尺寸

目前的视频生成器要么不出声音，要么把音频放到单独一个阶段合成，这就切断了视觉动态与声学事件之间的相互建模。DreamX-Creator 1.0 的做法是把两条流放进同一个 7B 生成器：以首帧加文本提示为条件，联合对模态专用的音频流与视频流去噪；网络前半段两条流独立处理，后半段通过"门控跨模态注意力"耦合，其 token 级与注意力头级的输出门会逐头调制跨模态注意力的输出。配套的统一音视频数据系统负责构建与筛选时间上连贯的片段、产出结构化多模态标注，并把片段按能力维度组织成数据池；训练分为两阶段音视频预训练加高质量微调，随后用"模态感知多模态反馈"做强化学习，把视频、音频与跨模态三类反馈分别路由回对应的流。高分辨率则交给"自回归一步 2K 细化"流水线：先把一个双向多步教师改造成自回归多步细化器，再蒸馏成每个时间块只需一次去噪评估的学生模型。团队称性能可与当前最优开源系统竞争，并同时开源 7B 生成器与 2K 细化器。当日 93 个赞成，是榜上票数最高的一篇。值得关注的地方在于它给出的信号：原生音视频联合生成的门槛正在从"必须是大厂集群"往"7B 权重可下载"移动。

不给导航模型加"预测头"，直接把 VLM 的指点能力接到轮子上：LightNav-0 拿下 10 个仿真设定的单目最优

具身导航要求智能体把各异的目标与视觉观察翻译成动作，并且要跨任务、跨环境、跨机器人形态。作者指出一个被浪费掉的资源：现代视觉-语言模型其实已经编码了用于视觉定位、空间推理与指点的空间先验，但这些能力几乎从来没有被直接用于机器人控制——现有导航系统仍旧依赖任务专用或形态专用的组件，把感知、推理与动作割裂开，泛化能力因此受限。LightNav-0 是一个紧凑的通用具身导航模型，它不加任务专用预测头，而是用统一的 token 接口表达各种导航任务：双通道指点负责表达与任务、场景、形态都无关的空间意图，残差向量量化动作 tokenizer 负责把这份意图映射成具体形态下的精确轨迹。再叠加时间感知的视觉历史压缩、具身推理中期训练、监督微调与强化学习，单个模型即可同时支持指令跟随、开放词表物体导航与视觉跟踪。训练语料覆盖 2000 多个场景、4000 多小时具身导航数据。结果上，用于初始化的具身推理检查点 LightNav-ER 在 8 个具身推理基准上取得最高的全集平均分，LightNav-0 则在全部 10 个公开导航仿真设定上取得单目成功率的当前最优，真机评测还展示了跨机器人形态、跨场景、跨静态与动态目标的零样本泛化。

让论文自己变成训练场：PaperGym 把研究问题和评分标准拆开，把"改写换分"的路堵死

研究规划被认为是 AI 科学家最关键的能力，但研究计划没有可验证的标准答案，强化学习因此缺少它必需的环境——一组任务外加一个评判者。从论文中抽取的评分量表（rubric）可以充当这个评判者，问题是现有流水线把问题和评分标准从同一段内容里抽出来，导致模型只要改写原文就能拿分；而且整份量表还会被压缩成每次 rollout 一个标量。PaperGym 的思路是利用论文本身的结构：问题从研究目标与背景中合成，评分标准则从方法与实验中导出，覆盖方法学创新与实验设计两个维度。这样做把"标准泄漏"从现有数据集的 11.90%–34.10% 压到了 3.7%。训练阶段量表被用了两次——先作为 OPSD 自教师的特权上下文，再作为 GRPO 的奖励。在 Qwen3-1.7B/4B/8B 上，这套先后顺序优于监督微调、优于单独任一阶段、也优于反过来的顺序，五基准平均分分别提升 5.6、5.0 与 4.8 分。配方固定不变时，用 PaperGym-20k 训练的模型在三方对比中赢下 58.1%，RubricHub Science 为 28.2%；训练后的 Qwen3-8B 在 ResearchQA 上达到 73.48，高于体量大得多的 Kimi K2.6。团队开源了流水线、2 万条语料 PaperGym-20k，以及 PaperGym-Innov 与 PaperGym-Design 两个基准。

一句课程简介直接出可交互课件：CogEvol 用 27B 打赢参数量 27 倍的旗舰编码模型

CogEvol 是一组专门为"学习环境生成"训练的模型，任务定义很具体：把一份课程简介一次性变成成品学习材料——结构化 JSON 幻灯片，或自包含的可交互 HTML 页面。在 22 万次生产请求的统计中，生成一页幻灯片的中位耗时是 17 秒，一个交互页面是 59 秒，替代了原本需要数分钟的多轮智能体脚手架。可靠性不是靠祈祷得来的：一条以生产数据为基础的流水线把真实失败案例转化成 53687 条经过验证的监督微调样本，再用规则加视觉-语言模型奖励的混合信号驱动 GRPO 强化学习；作者坦承中途抓到过一次奖励黑客——模型学会生成"看起来很像样但根本玩不了"的游戏，之后才把奖励函数加固。成绩方面，CogEvol-27B 在幻灯片质量上得 83.7，在 500 例交互式 HTML 基准上得 63.7，而参数量比旗舰编码模型少 26.9 倍，并已与 OpenMAIC 团队合作承接其线上生产流量。CogEvol-4B 以 Apache 2.0 开源。另外两个数字值得记：脚手架编辑让交互页面的生成成本再降约 76%；整套栈跑在国产昇腾加速卡上，在应用层面与 A800 GPU 打平。

• 官方项目volcengine / OpenViking — 字节火山引擎开源的智能体自进化上下文数据库，把智能体记忆、知识 RAG 与技能统一到一层；Python，累计约 29,920 星，今日新增约 803 星。GitHub
• 今日热榜harry0703 / MoneyPrinterTurbo — 利用大模型和自动化工作流，按主题或关键词一键生成高清短视频；Python，累计约 109,977 星，今日新增约 2,221 星，为当日增星最多的 AI 项目。GitHub
• 今日热榜mattpocock / skills — 作者从自己 .agents 目录里直接搬出来的工程师向智能体技能集，主打"真实工程师在用的技能"；Shell，累计约 223,084 星，今日新增约 1,214 星。GitHub
• 今日热榜mukul975 / Anthropic-Cybersecurity-Skills — 面向 AI 智能体的 817 个结构化网络安全技能，映射到 MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF 与 MITRE F3 六套框架，覆盖 29 个安全域，兼容 Claude Code、Copilot、Codex CLI、Cursor、Gemini CLI 等 20 多个平台，Apache 2.0；Python，累计约 29,621 星，今日新增约 767 星。GitHub
• 今日热榜akitaonrails / ai-memory — 给编码类智能体 CLI 提供长期记忆，并支持在不同智能体厂商之间做任务交接；Rust，累计约 3,119 星，今日新增约 609 星。GitHub
• 今日热榜jundot / omlx — 面向 Apple Silicon 的大模型推理服务器，支持连续批处理与 SSD 缓存，直接从 macOS 菜单栏管理；Python，累计约 19,708 星，今日新增约 467 星。GitHub

• 媒体报道Cognition 接近以约 470 亿美元估值完成 10 亿美元融资，四个月内从 260 亿翻近一倍 — 据彭博社，Devin 的开发商 Cognition 正在敲定一轮约 10 亿美元融资，投资人认购需求约 100 亿美元，可能推高最终规模；估值从 5 月的 260 亿、去年 9 月的 102 亿一路上抬，年化收入据称已从 5 月底的 4.92 亿美元增长到 9 亿美元以上。此轮紧随 SpaceX 对竞品 Cursor 的 600 亿美元动作，编码智能体赛道重新升温。彭博社
• 财报戴尔单季拿下 609 亿美元 AI 订单，积压订单升至 950 亿美元，全年指引上调 250 亿 — 2027 财年第二季度营收 469.7 亿美元、同比增长 58%，其中 AI 服务器收入 164 亿美元；管理层把全年营收指引上调 250 亿至 1920 亿美元，并把 FY27 AI 优化服务器目标提高到约 740 亿美元，为去年的三倍。盘后股价涨超 9%。Cryptobriefing
• 招股文件SB Energy 递交 IPO 文件：已签约或在建数据中心容量 8.8GW，数据中心分部积压订单 4300 亿美元 — 这家软银关联的开发商在德州与俄亥俄州布局，文件首次给出硬性容量数字，也让外界得以估算 OpenAI Stargate 式算力扩张背后的建设管线规模。该公司近期刚向 OpenAI 发行了 55 亿美元认股权证。彭博社
• 媒体报道3D 基础模型公司 Tripo AI 完成约 30 亿元人民币（约 4.46 亿美元）B 轮及 B+ 轮 — 由 MPCi 领投，完美世界、蓝色光标、中科创达、三七互娱与炎裔游戏等战略方参与。资金将用于引入四边形拓扑输出的 Tripo P2.0 原生 3D 基础模型，以及数据基础设施与训练算力，使其成为全球体量最大的独立生成式 3D 公司之一。FinSMEs
• 媒体报道训练数据公司 AfterQuery 估值 32 亿美元，成为 YC 史上最快独角兽 — 这家聚焦编码与金融领域训练数据的公司估值较 4 月的 3 亿美元翻十倍，创始人 Carlos Georgescu（22 岁）与 Spencer Mateega（23 岁）于 2025 年冬季批次创办，向 OpenAI、Anthropic 等实验室出售专家生成数据集，与 Mercor 正面竞争，目前已盈利、ARR 超过 1 亿美元。福布斯
• 财报＋并购Palo Alto Networks 季度营收 34.1 亿美元超预期，同时收购智能体安全创业公司 Console — 第四财季营收同比增长 34%，调整后每股收益 1.02 美元，下一代安全 ARR 达 91 亿美元、增长 63%；随财报宣布收购 AI 原生自然语言工作流平台 Console，把 Cortex 延伸到智能体安全运营，交易金额未披露。尽管超预期且给出乐观指引，盘后股价仍跌约 2%。Seeking Alpha

• 官方政策纽约市教育局禁止学前班至八年级使用面向学生的生成式 AI，含聊天机器人与 AI 导师 — 据 Chalkbeat，该政策于 9 月 3 日发布：3–5 年级个人设备屏幕时间上限 30 分钟、6–8 年级 45 分钟，学前班至二年级禁用个人设备；高中阶段的 AI 使用仅限识读、职业准备与五所试点学校。教师可将 AI 用于备课与翻译，但不得用于评分、纪律处分、心理辅导或个别化教育计划（IEP）相关工作。这是全美最大学区迄今最严格的一份 AI 校园规则。Chalkbeat
• 官方表态美国在 G20 科技部长会上推"卡罗来纳原则"，主张不要为 AI 新设监管机构 — 白宫科技政策办公室主任 Michael Kratsios 于 9 月 1 日在北卡罗来纳州教堂山对 G20 商务部长表示，新规则应只保留给"新颖的考量"，不必为 AI 另设监管机构。他的原话是，政策制定者"不应把每一项新兴技术都当成前所未见的政策难题"。这一立场与美国 AI 企业的诉求一致，背景是华盛顿在前沿 AI 上与中国的竞争。Asharq Al-Awsat
• 官方发布Anthropic 推出企业前沿保障（EFS）：允许受监管客户把 Claude 数据留在自家云桶里 — 客户可将数据存放于自有的 S3、Azure Blob 或 GCS 存储桶并使用自管密钥，Anthropic 侧只运行自动化滥用检测、不做人工审阅。此举是在企业对此前 30 天留存政策强烈反弹之后推出的，公司承认该政策"不受欢迎且构成商业风险"。EFS 免费，覆盖 Claude Code、Claude Enterprise、Claude Platform、Bedrock、AWS、谷歌 Agent Platform 与微软 Foundry，今秋分阶段推出；过渡期内符合条件的客户在 Fable 5 与 Fable 5.1 上可获零数据留存。Anthropic
• 安全披露GreyNoise：攻击者伪装成 OpenAI、Anthropic、DeepSeek 等公司的爬虫，扫描 .env 文件与云密钥 — 2026 年 7 月 28 日至 8 月 23 日间，六个被仿冒的爬虫名出现在 824 个 IP、795 个不同 /24 网段上，目标是面向互联网服务器上的 .env 文件、云访问密钥、私钥与 AWS 凭据。一个可用的识别特征是这些假爬虫从不请求 /robots.txt（真实的 Anthropic 爬虫有 12% 的概率会请求）。仅凭 User-Agent 放行 AI 爬虫的站点直接暴露，GreyNoise 已公布完整 IP 列表。Help Net Security
• 媒体报道苹果为 CEO 接任者 Ternus 定下 2027 财年约 5800 万美元薪酬目标，库克约 4700 万 — 新的委托书文件显示，即将接任 CEO 的 John Ternus 目标薪酬约 5800 万美元；9 月 1 日转任执行主席的蒂姆·库克约为 4700 万美元。文件把此前外界报道的接班安排正式化，也把苹果在 Apple Intelligence 承压之际对"AI 时代领导层"的定价摆到了明面上。彭博社

• 官方发布谷歌上线 Pics：基于 Nano Banana 的 Workspace 原生 AI 图像编辑器，正式版开放 — 9 月 1 日 GA，可从 Docs 与 Slides 以浮层编辑器方式调用，也可直接访问 pics.new；支持对象级编辑、文字编辑与翻译、按版式裁剪、2K/4K 放大以及可共享的协作会话。包含在 Google AI Pro/Ultra 个人订阅、Workspace Business/Enterprise Standard 与 Plus 档位，以及教育版 AI Pro 中。9to5Google
• 官方发布安卓 9 月更新把 Gemini 接进 Find Hub，新增"记住位置"标签页 — Android 16 及以上用户可以让助手记住东西放在哪儿，还能附上一张照片。同批更新还包括面向弱光与小字场景的 Gemini Live "引导视觉"、Android 17 以上的 Motion Assist（用一个淡淡的浮层缓解晕动症），以及 Google Keep 列表共享和 Google Messages 自定义主题。Google 官方博客
• 官方发布Perplexity 推出混合计算：自动判断敏感内容，把它留在本机模型上跑 — 新模式会对上传内容与提示词自动分级，敏感内容路由到设备端的 Gemma E4B 或 35B 的 Qwen 3.6（含 Perplexity 后训练版本），常规任务仍走云端 Opus 5 或 GPT-5.6 Sol。面向 Pro、Max 与企业订阅用户开放，要求 Apple Silicon Mac、macOS 15 及以上，建议 32GB 统一内存；本地运行不计 token 费用，同时包含 iPhone 任务排队。Engadget
• 官方发布Runway 公布 Solaris：不写代码，逐帧"生成"出可交互的界面 — Runway 称其为首个"界面世界模型"，构建在 Gen-4.5 视频模型之上，随用户交互逐帧渲染 App 与网站界面，由一个配套大模型决定下一步发生什么。在覆盖 30 个示例、250 名参与者的用户研究中，Solaris 在指令跟随上以 61% 对 24%、在"行为自然度"上以 71% 对 21% 胜过传统写代码的实现。目前通过表单提供早期访问，公司也承认稳定的文字渲染与长会话一致性仍是限制。Runway
• 社区实践独立开发者用 48GB M4 Pro Mac mini 跑本地 Qwen 35B，全套栈经 Tailscale 打通手机与笔电 — 开发者 Kevin Lewis 记录了一套纯本地方案：主力模型 Qwen3.6-35B-A3B-OptiQ-4bit（约 20GB、约 3B 激活）搭配 Gemma-4-E4B-it-OptiQ-4bit（约 2.4GB），由 oMLX 提供服务，通过 Tailscale 从 iPhone 与 MacBook 访问；前端包括 Hermes 智能体后端、Apollo iOS、Pi 编码智能体与 Raycast AI。他给出的动因是云端价格波动、隐私，以及逐渐收紧的模型可用性限制。lws.io