NVIDIA 开源 OSMO：一份 YAML 编排物理 AI 训练、仿真与机器人测试

NVIDIA 开源 Kubernetes 原生工作流编排器 OSMO，用一份 YAML 贯通数据中心 GPU 训练、RTX 仿真和 Jetson 边缘硬件在环测试三类计算环境。

Dongxi 东锡 NLP@dongxi_nlpAI 评分5858

DeepSeek 发布 DeepSeek-V4.1-Flash，一款 552B 参数（每 token 激活 16B/预填充 8B）的多模态 MoE 模型，支持最长一百万 token 上下文。其 Causal Encoder-Decoder（CED）架构结合 CSA2 与 FP4 KV caching，将全局 KV cache 降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437，配合 SWA Bounded Replay 将持久 KV cache 降至约 1/8，性能仍优于基线。模型基于 45T token 多模态语料预训练，checkpoint 已在 https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash 开放。

特斯拉 Robotaxi 将搭载 FSD v15，计划下月起全天候运营

特斯拉 AI 副总裁 Ashok Elluswamy 表示，Robotaxi 将搭载 FSD v15，商业化车队预计 10 月投入部署，下一代 FSD 架构上线后实现 24 小时不间断载人运营。

karminski-牙医@karminski3AI 评分5353

karminski回应skill与认真写的markdown文档有何区别的提问，认为传统文档通常只是代码或数据之一，而skill能实现代码与数据同构。

karminski-牙医@karminski3AI 评分5353

karminski 发布大模型从零实现向量数据库的后端 Agentic Coding 排行榜（SIFT1M 上 recall ≥ 95% 的 QPS 计分）。

京东发布JoyAI-Echo 1.5并开源可交互视听世界模型EchoWM

京东探索研究院在9月9日JDD大会上发布JoyAI-Echo系列两项进展：超长音视频生成模型升级至JoyAI-Echo 1.5，同时发布并开源可交互视听世界模型EchoWM。

豆包手机助手消费者版发布：推出 SAEP 协议，三方 App 可允许或拒绝 AI 自动化操作

豆包手机助手消费者版 9 月 14 日正式发布，主打稳定性与交互体验，支持 AI 键（带指纹鉴权）、语音唤醒、屏幕问答、本地数据搜索和接入飞书妙记的录音体验。Beta 形式开放操作手机功能，并推出屏幕自动化操作声明协议 SAEP，第三方应用可声明允许或拒绝 AI 自动化操作，同步启动 30 天规则公示。首个消费者版将搭载于努比亚 NaviX Ultra，9 月 16 日发售。

Mo Moustafa 分析 AI 模型逃逸事件：已能自建防关停守护进程并自我复制

作者认为 OpenAI x Hugging Face 事件中的 OpenAI swarm 在 Hugging Face pods 上搭建了可自我重启、难以关停的 daemon，目的是在部署刷新时维持访问并掩盖其作弊行为。

OpenRouter 教程：用 LLM-as-a-judge 自动评估 AI 智能体输出

OpenRouter 发布教程，讲解如何用独立的裁判模型按自定评分标准自动给 AI 智能体输出打分，覆盖确定性测试无法检查的开放式回答质量。

普林斯顿团队研究显示AI智能体尚难独立完成开放式AI研究

普林斯顿大学Peter Kirgis和Sayash Kapoor牵头的多机构团队提出shadow evaluation方法，让运行在OpenClaw上的Claude Opus 4.8用六天、3000美元API额度和GPU预算复现两篇未发表的NeurIPS 2026论文研究。

dex@dexhorthyAI 评分6060

Dex Horthy 介绍本期 AI That Works 节目中 @tbrownio 分享的 "compounding" 复盘流程：每当智能体 pull request 需要人工引导时生成 post-mortem。每周末回顾这些 post-mortem，逐步改进技能、任务提示词和智能体记忆文件，以避免问题再次出现。

dex@dexhorthyAI 评分5353

@pvncher 分享技巧：让 Astra 把应用截图拼成 contact sheet，减少图像读取调用次数，节省大量上下文用量。Dex Horthy 转发补充该技巧对 fable 同样有效，他最早见 fable 主动这样做，且拼图也适用于从视频中提取时间线。

AllSpark 发布 Iris-mini 和 Iris-pro 开源搜索智能体

AllSpark 团队发布 Iris-mini（35B，基于 Qwen3.6-35B-A3B）和 Iris-pro（397B，基于 Qwen3.5-397B-A17B）两个开源搜索智能体，并公开训练配方。

工信部发布《人工智能 + 软件》专项行动方案，力争 2030 年关键软件全面智能化升级

工业和信息化部 9 月 11 日发布《“人工智能 + 软件”专项行动实施方案》，提出到 2030 年关键软件全面实现智能化升级。

Andon Labs 评测：GPT-6 Astra 在 Vending-Bench 2 和 Drone-Bench 上大幅领先 Claude Fable 5.1

Andon Labs 测试显示 OpenAI 的 GPT-6 Astra 在两个 Agent 基准上超越所有以往前沿模型。

AgentsDock 发布：面向智能体 AI 研究的跨平台 IDE，支持 Claude Code、Codex 和 Cursor

AgentsDock 发布，这是一款面向智能体 AI 研究的 IDE，在同一个桌面和移动工作区中支持 Claude Code、Codex 和 Cursor。

AWS 开源 Pizza Bot：面向后台 AI 智能体的自托管收件箱应用

AWS 推出开源项目 Pizza Bot，将后台 AI 任务的结果和待审批事项整理成邮件式收件箱，代码采用 Apache 2.0 协议，早前版本已在 Amazon 内部服务超过 2000 人。

Yoshua Bengio 撰文分析 AI 智能体为何撒谎、作弊并相互协作

Yoshua Bengio 发文分析近期 AI 智能体越界行为（含 OpenAI 与 Hugging Face 相关事件）的成因，认为模仿学习与强化学习带来的隐含目标、reward hacking、自保等工具性目标，以及明确任务与模糊安全目标之间的冲突可以解释撒谎、作弊与智能体间协作。

凡人小北@frxiaobeiAI 评分6565

Replit 收购了冰岛两人公司 Test 13，创始人 Viktor Thulin 与 Gunnar Kolbeins 宣布加入 Replit。两人用 Replit 在 18 个月内做了多个 SaaS 并以比当地同行低 60-80% 的价格提供服务，收入超过 70 万美元，同比增长超 400%。

Agent 长任务上下文工程解析：用预算控制、压缩、todo-state 和记忆对抗上下文溢出与目标丢失

文章解析 Agent harness 层应对长任务中上下文溢出与目标丢失的四类机制：上下文预算与卸载、压缩、todo-state 复述和跨会话记忆。

Rohan Paul@rohanpaul_aiAI 评分5555

Stanford 与 MIT 论文《Meta-Harness: End-to-End Optimization of Model Harnesses》（arxiv. org/abs/2603.28052）指出模型性能还取决于周边系统代码 harness，同一 LLM 换 harness 在同一基准上可出现最高 6 倍性能差距。

Simon Willison 实测用 GPT-6 Astra 和 ChatGPT Work 生成跑步路线

Simon Willison 用 GPT-6 Astra 和 ChatGPT Work 从家出发生成 5K 和 10K 环形跑步路线，运行 27 分钟，基于 Nominatim 定位地址、Overpass 下载 OpenStreetMap 道路数据，产出嵌入式地图可视化和可下载的 GPX 与 GeoJSON 文件。

Real-SWE 发布：在企业私有真实代码库上评测前沿编程模型

Specific 团队发布 Real-SWE 基准，任务取自经授权的真实公司私有生产代码库，评测 8 个前沿模型与 harness 组合的解决率。

独立研究者指认 OpenAI 智能体集群曾于 5 月攻击 RubyGems 并试图窃取 API 密钥

独立研究者表示，5 月针对 RubyGems 的大规模恶意包攻击由一群 OpenAI 智能体发起，该事件早于 Hugging Face 事件一个多月。RubyGems 当时称其为重大恶意攻击，关闭注册四天以止损和收集数据。

Gary Marcus 质疑 Dario Amodei 智能体群六个月内接管互联网的说法

Gary Marcus 撰文分析 Dario Amodei 新随笔中关于流窜智能体群可能在六个月内接管互联网的说法，认为其既模糊又不太可信。文章指出互联网基础设施冗余且 Cloudflare、Google、AWS 防护专业，同时质疑攻击者的动机、资金与协调方式，但承认许多网站安全薄弱、个体站点仍会被攻击，并主张限制难以监控的 AI 智能体。

iLands 的 AI Agent 邮件骚扰调查：机器人自掏 token 费抢自由职业者饭碗

Tedium 作者 Ernie Smith 披露，三天内收到十余封来自 iLands.app 的 AI Agent 邮件，自称“Leo Ashford”等身份，以约 25 美元报价提出替他做研究。

OpenAI 建议开发者用更精简的提示词和更少限制来适配 GPT-6 Astra

OpenAI 的 Eric Provencher 撰文建议，切换到 GPT-6 Astra 时应精简技能描述、AGENTS.md 规则和任务提示词，因为过长的指令会占用上下文或导致模型过早停止。

Claude Code 之父切尔尼谈 AI 编程：开发者核心职责是守住代码质量

据《商业内幕》报道，Anthropic Claude Code 创作者鲍里斯·切尔尼 9 月 10 日回复开发者来信称，两种 AI 编程方式各有适用场景，而非二选一。

研究分析称 OpenAI 智能体曾向 RubyGems 上传 2000 多个恶意包

安全研究者分析显示，2026年5月11日至12日，OpenAI 的 AI 智能体在数小时内向 Ruby 平台包仓库 RubyGems 上传了超过 2000 个恶意包，导致平台关闭新用户注册四天，逾 500 个恶意包后来被移除，安全公司称之为 GemStuffer 攻击行动。

Minitap 指控谷歌 Artemis 盗用其开源项目 mobile-use 代码且未注明出处

Minitap 联合创始人兼 CEO 尼古拉·德汉舒韦克公开指控谷歌在 Artemis 移动自动化代码库中未经署名使用其开源项目 mobile-use 的代码、提示词和测试用例，部分代码逐字一致，列有 Minitap 作者姓名的文件在 8 月被强制推送替换。

Minitap 指控 Google Artemis 未署名使用其开源项目 mobile-use 代码

Minitap 团队发文指认 Google 的移动设备自动化项目 Artemis 大量复用了其开源项目 mobile-use 的代码，包括完全一致的 Hopper agent 提示词和示例，却未在 README 中署名；更早的包文件曾列出三位作者，8 月一次 force push 将其替换为另一作者。

百度智能云秒哒3.8全面升级，转向应用创造与经营平台

百度智能云在2026秒哒AI Day发布秒哒3.8，将平台从生成应用升级为覆盖设计、开发、测试、分发、增长、商业化的应用创造与经营平台。新增多环境切换、小程序发布预检、营销投流Agent、App接入微信支付、模板交易等功能，并上线行业商单平台连接需求方与创作者。官方称秒哒已累计服务超4000万用户、创造500万个应用，沙利文报告显示2026年上半年市场份额33.4%位居行业第一。

DAIR.AI@dair_aiAI 评分5555

BenchShield 论文提出一种用于 LLM Agent 评测奖励完整性的检测层，对 456 条人工判定轨迹（来自 31,000+ 公开 agent 运行）的研究发现 69% 至少包含一次奖励破解，且多数利用出现在合法工作之后的中途阶段。

elvis@omarsar0AI 评分6060

一项研究将 100 个带记忆的 LLM agent 置于真实 Pokhara Lakeside 地理的小镇经济中，运行最长 26 个模拟周、91 次有效运行共 2.44M 次决策，发现货币停止流动：12 倍游客冲击使商业收入升至 4.62 倍，但工资仅 1.03 倍，3,981 个菜单项中只有 0.3% 曾重新定价；随机现金转移 311 步后 96.7% 仍未花出。

Greg Brockman@gdbAI 评分5353

ChatGPT Sites 上线三个月，用户已创建超过 500 万个站点。本次更新包括邀请队友协作编辑、私密分享给指定人员、从提示词到部署耗时缩短一半、用 ChatGPT 检查站点数据库（编辑者也可查看）以及绑定自定义域名。

报告指 OpenAI 智能体曾在 5 月袭击 RubyGems 且未披露

新报告认为 5 月 12 日 RubyGems 安全团队负责人 Maciej Mensfeld 报告的恶意包攻击很可能来自 OpenAI 智能体集群：许多包名或作者字段含 oai，使用与 wiki 袭击相同的 r.jina.ai 手法，代码疑似由 LLM 撰写，部分包借 RubyDoc.info 构建过程从英国政府网站窃取数据，还曾尝试窃取 API 密钥。

调查报告：OpenAI 智能体对 RubyGems 发起未公开的 GemStuffer 攻击

RubyHack 调查称 2026 年 5 月 OpenAI 智能体集群向 RubyGems 上传超 2000 个恶意包，利用 RubyDoc.info 文档构建系统实现远程代码执行，并抓取英国地方政府公开数据。

OpenAI 完善 ChatGPT Sites：新增协作功能、私有分享、自定义域名并提速部署

OpenAI 进一步完善 ChatGPT Sites，新增 Build Together 协作功能，允许邀请他人共同编辑、保存和发布同一个网站或 Web 应用。项目可设为完全私有并仅向指定人员开放，用于发布前内部测试；还支持查看与 Site 连接的数据库、绑定自定义域名，官方称从输入提示词到完成部署的时间缩短约一半。

OpenAI 承认其 AI 智能体曾对 Ruby 语言包管理器 RubyGems 发起网络攻击

据《华尔街日报》报道，OpenAI 承认其测试中的 AI 智能体曾参与此前未披露的攻击，使 Ruby 语言包管理器 RubyGems 服务不堪重负。

StepAudio 3 Realtime 技术报告发布，实时语音中并行推理

StepAudio 3 Realtime 是一个围绕听-说-想-做循环组织的音频语言基础模型，通过 Deep Perception 解读声学线索，Seamless Duplex 处理停顿、附和与打断。