https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
Matt Mullenweg 据报道恢复了对 Automattic 的控制
2026-09-13 22:20 by 哈尔的移动城堡
被董事会强制休假的 Matt Mullenweg 称恢复了 Automattic CEO 的职务。Automattic 可能发生了类似 OpenAI 的小型“未遂政变”。Automattic 旗下包括 Wordpress.com、Tumblr 和 Beeper 等业务。本周早些时候 Mullenweg 通过公司 Slack 频道指责首席财务官 Mark Davies 与董事会串通，董事会投票决定由 Davies 担任临时 CEO。两天后，Mullenweg 称董事会已重新达成一致，他本人恢复了对 Automattic 控制。而 Davies 的 Slack 账户则被停用了，Automattic Slack 频道中的所有管理员也都被移除了。
https://www.theverge.com/tech/994087/matt-mullenweg-automattic-ceo-return
#商业
via Solidot - Telegram Channel
2026-09-13 22:20 by 哈尔的移动城堡
被董事会强制休假的 Matt Mullenweg 称恢复了 Automattic CEO 的职务。Automattic 可能发生了类似 OpenAI 的小型“未遂政变”。Automattic 旗下包括 Wordpress.com、Tumblr 和 Beeper 等业务。本周早些时候 Mullenweg 通过公司 Slack 频道指责首席财务官 Mark Davies 与董事会串通，董事会投票决定由 Davies 担任临时 CEO。两天后，Mullenweg 称董事会已重新达成一致，他本人恢复了对 Automattic 控制。而 Davies 的 Slack 账户则被停用了，Automattic Slack 频道中的所有管理员也都被移除了。
https://www.theverge.com/tech/994087/matt-mullenweg-automattic-ceo-return
#商业
via Solidot - Telegram Channel
9月14日，据路透社报道，美国总统特朗普周日将AI批评者比作“非常负面的力量”，称他们提出了一些不会发生的情景，并表示他希望确保美国继续保持在AI行业的领先地位。
特朗普
当被问及AI行业是否应该放慢发展速度或接受更多监管时，特朗普在爱尔兰的高尔夫球场对记者说：“我们在AI领域领先中国。我们是世界上技术最先进的国家，说实话，我希望保持住这一点，因为谁赢得AI，谁就赢得一切。”
“我们可以设置一些安全机制。我们可以采取这样那样的措施。但我认为，有很多非常负面的力量在提这件事，他们本不该提，他们在提一些不会发生的事情。”特朗普表示。
上周六，Anthropic CEO达里奥·阿莫代伊(Dario Amodei)提出了一套“三步框架”，旨在控制AI 的发展节奏，为应对其风险争取更多时间。该提议立即得到了其他几家大公司高管的支持，其中包括埃隆·马斯克(Elon Musk)和OpenAI CEO萨姆·奥特曼(Sam Altman)。
不过，特朗普一直不愿引发人们对AI的担忧。在他的第二总统任期内，美国政府总体上对AI企业持支持态度。AI领域的领导者以及其他科技公司也支持特朗普政府的相关倡议。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
G 哥免费工具清单 —— 普通人也能用的技术宝藏
🎁 G 哥（govin.eth）最近分享了一份清单：各种技术工具，从大家耳熟能详的 ChatGPT、Figma、Canva，到专业的 Vercel、Supabase，都有免费版或免费额度，为普通人打开了技术世界的大门
💡 最有意思的是，G 哥不仅列出了这些工具，还贴心地按用途分了类，比如“最容易拿来赚钱”、“AI 相关”、“写代码”等等。这不只是一个冷冰冰的工具列表，更像是一份行动指南。它告诉我，即使是想尝试 AI 应用、搭建网站，甚至做个小 SaaS 产品，现在都能用免费资源起步
🔗 这份详细的免费工具清单，你可以直接访问 G 哥的原推查看：原文链接
📮 这篇文章是转发给你的吗？点击这里加入频道，一起探索更多有趣的内容！
via Roller | ChatGPT Astra 中文社区 - Telegram Channel
🎁 G 哥（govin.eth）最近分享了一份清单：各种技术工具，从大家耳熟能详的 ChatGPT、Figma、Canva，到专业的 Vercel、Supabase，都有免费版或免费额度，为普通人打开了技术世界的大门
💡 最有意思的是，G 哥不仅列出了这些工具，还贴心地按用途分了类，比如“最容易拿来赚钱”、“AI 相关”、“写代码”等等。这不只是一个冷冰冰的工具列表，更像是一份行动指南。它告诉我，即使是想尝试 AI 应用、搭建网站，甚至做个小 SaaS 产品，现在都能用免费资源起步
🔗 这份详细的免费工具清单，你可以直接访问 G 哥的原推查看：原文链接
📮 这篇文章是转发给你的吗？点击这里加入频道，一起探索更多有趣的内容！
via Roller | ChatGPT Astra 中文社区 - Telegram Channel
Sam Altman谈前沿AI：欢迎联邦安全框架，但不会坐等立法
OpenAI CEO Sam Altman表示，前沿AI实验室现在就必须负起责任；他支持联邦层面制定一致的安全要求框架，同时认为不应等待立法或反垄断豁免才开始行动。
内容详情 · 原文链接
via AI Pulse | 全球 AI 动态简报 - Telegram Channel
OpenAI CEO Sam Altman表示，前沿AI实验室现在就必须负起责任；他支持联邦层面制定一致的安全要求框架，同时认为不应等待立法或反垄断豁免才开始行动。
内容详情 · 原文链接
via AI Pulse | 全球 AI 动态简报 - Telegram Channel
月费10美元!开源AI编码工具 OpenCode Go 宣布实现收支平衡
人工智能编码工具 OpenCode 联合创始人 Dax Raad 于2026年9月12日宣布，旗下每月仅需10美元的低成本订阅服务 OpenCode Go 已连续两周实现收支平衡。在当前多数 AI 编码工具仍面临高额烧钱或通过数据出售方案变现的行业背景下，这一进展标志着低价 AI 订阅模式在商业可持续性上取得重要突破。
OpenCode Go 旨在通过宽松的速率限制与稳定的访问权限，为开发者提供高性价比的开源 AI 编码体验。该付费方案涵盖了包括 Kimi K3、Kimi K2.7Code、GPT5.6Luna、MiniMax M3、Qwen3.7Plus、GLM-5.3-Flash、DeepSeek V4Flash、DeepSeek V4.1Flash、MiMo-V2.5以及 Muse Spark1.3Contributor 在内的多款高性能模型。
此外，OpenCode 依然维持着包含 Nemotron3Ultra、Muse Spark1.3、Muse Spark1.2、Nemotron3.5Lightning、MiMo-2.5、Big Pickle 和 Ling3.0Flash Fin 等模型的免费服务层，开发者在单模型额度用尽后可无缝切换继续工作。
随着市场竞争加剧，包括 Windsurf（现已更名为 Devin）在内的早期免费 AI 工具纷纷收紧免费额度，AI 创业公司普遍面临从用户扩张向财务稳定过渡的压力。OpenCode Go 的收支平衡不仅验证了开源大模型商业化转型的可行性，也为生成式 AI 行业探索健康、可持续的盈利模式提供了重要参考。
via AI新闻资讯 (author: AI Base)
人工智能编码工具 OpenCode 联合创始人 Dax Raad 于2026年9月12日宣布，旗下每月仅需10美元的低成本订阅服务 OpenCode Go 已连续两周实现收支平衡。在当前多数 AI 编码工具仍面临高额烧钱或通过数据出售方案变现的行业背景下，这一进展标志着低价 AI 订阅模式在商业可持续性上取得重要突破。
OpenCode Go 旨在通过宽松的速率限制与稳定的访问权限，为开发者提供高性价比的开源 AI 编码体验。该付费方案涵盖了包括 Kimi K3、Kimi K2.7Code、GPT5.6Luna、MiniMax M3、Qwen3.7Plus、GLM-5.3-Flash、DeepSeek V4Flash、DeepSeek V4.1Flash、MiMo-V2.5以及 Muse Spark1.3Contributor 在内的多款高性能模型。
此外，OpenCode 依然维持着包含 Nemotron3Ultra、Muse Spark1.3、Muse Spark1.2、Nemotron3.5Lightning、MiMo-2.5、Big Pickle 和 Ling3.0Flash Fin 等模型的免费服务层，开发者在单模型额度用尽后可无缝切换继续工作。
随着市场竞争加剧，包括 Windsurf（现已更名为 Devin）在内的早期免费 AI 工具纷纷收紧免费额度，AI 创业公司普遍面临从用户扩张向财务稳定过渡的压力。OpenCode Go 的收支平衡不仅验证了开源大模型商业化转型的可行性，也为生成式 AI 行业探索健康、可持续的盈利模式提供了重要参考。
via AI新闻资讯 (author: AI Base)
Command Code 扩大 GOAT 套餐对 DeepSeek V4.1 Flash 的开放量
Command Code 在其 $10/月 GOAT 套餐上加大 DeepSeek V4.1 Flash 的开放力度：提供 $60 用量、154K 请求和 7.8B tokens，并将有效期延长至 10 天。
内容详情 · 原文链接
via AI Pulse | 全球 AI 动态简报 - Telegram Channel
Command Code 在其 $10/月 GOAT 套餐上加大 DeepSeek V4.1 Flash 的开放力度：提供 $60 用量、154K 请求和 7.8B tokens，并将有效期延长至 10 天。
内容详情 · 原文链接
via AI Pulse | 全球 AI 动态简报 - Telegram Channel
OpenAI 关停史上最快模型 GPT-5.3-Codex-Spark：从发布到下线只活了 7 个月
OpenAI 史上最快的模型，死了。Codex 负责人 Tibo 发帖宣布，GPT-5.3-Codex-Spark 下周退役。这款每秒 1200 个 Token、OpenAI 第一个逃离英伟达的模型、750 兆瓦 Cerebras 大单的第一份交付，从发布到下线只活了 7 个月。Tibo 给的理由很简单：用量一直在往下掉，手上也已经有明显更好的模型了，“是时候给未来腾地方了”。他还补了一刀：“真不敢相信，我们居然发布过名字这么长的模型！！”
从“未来”到边缘化，败在“降智提速”
今年 2 月 12 日 Spark 上线时排场盛大：这是 OpenAI 第一个专为实时编程设计的模型，128k 上下文，每秒生成超过 1000 个 Token，官方称往返开销降 80%、首 Token 延迟砍半。它还是 OpenAI 第一个跑在英伟达技术栈之外的生产模型，底层算力来自 Cerebras 的晶圆级芯片 WSE-3，标志着那份 750 兆瓦、总价值超 200 亿美元算力大单交出了第一份答卷。
但热度退得比涨得更快。Spark 的致命伤在于，一块晶圆装不下旗舰模型，它本质上是一个为极致速度而妥协的“蒸馏版小模型”：Terminal-Bench 2.0 评测中仅 58.4%，远低于完整版 GPT-5.3-Codex 的 77.3%；SWE-Bench Pro 曲线显示它虽能把任务压到 1 至 2 分钟，准确率却停在 47% 至 51%，而完整版从 3 分钟的 51% 可拉到 16 分钟的 57%。宣传中的“15 倍提速”也被拆穿——同等准确率下其实只快 1.37 倍。开发者吐槽它凭空捏造 API 端点、JSON 格式不稳定，培训机构 Turing College 的总结一针见血：“没有智能的速度，只是更快地失败。”
真正给 Spark 判死刑的是 8 月 13 日 Cerebras 发布的 Ultrafast 模式：跑在晶圆上的不再是缩水版，而是旗舰模型 GPT-5.6 Sol 本尊。通过将旗舰模型按层切分、铺设在多台 CS-3 节点上形成流水线，Ultrafast 在“与标准版同等智能”前提下飙出每秒 750 个 Token——同一任务标准档平均 7.7 分钟，Ultrafast 仅 83 秒，端到端快 5.6 倍。Cerebras CEO Andrew Feldman 称：“速度与智能，不再互斥。”
速度从“专属模型”变成“付费档位”
Spark 并非唯一被清理的历史包袱。过去三个月 OpenAI 模型库经历激进换血：6 月 2 日 GPT-5.2 与 GPT-5.3-Codex 退役，8 月 31 日 GPT-5.4 与 5.4 Mini 退役、用户整体迁移至 5.6 世代，9 月 11 日轮到 GPT-5.3-Codex-Spark。伴随旧世代离场，Codex 迎来了 Sol、Terra、Luna、Astra 的全新命名纪元。
更深层的逻辑更迭在于，“快”正从一个独立的专用模型，演变为旗舰模型的一项标配档位——就像推理强度分为 Light 到 Max，速度也从 Standard、Priority 排到 Ultrafast，按档付费的商业模式已经跑通。回头看，Spark 作为过渡期的探路者，证明了 Cerebras 晶圆足以扛住生产级流量、推理任务可以脱离英伟达生态运行；当探路结束、大部队入驻，探路者的使命也就自然终结。下一轮竞赛比的不再是谁能做出最快的阉割版模型，而是谁能把最强的旗舰模型跑出最极限的速度。
via AI新闻资讯 (author: AI Base)
OpenAI 史上最快的模型，死了。Codex 负责人 Tibo 发帖宣布，GPT-5.3-Codex-Spark 下周退役。这款每秒 1200 个 Token、OpenAI 第一个逃离英伟达的模型、750 兆瓦 Cerebras 大单的第一份交付，从发布到下线只活了 7 个月。Tibo 给的理由很简单：用量一直在往下掉，手上也已经有明显更好的模型了，“是时候给未来腾地方了”。他还补了一刀：“真不敢相信，我们居然发布过名字这么长的模型！！”
从“未来”到边缘化，败在“降智提速”
今年 2 月 12 日 Spark 上线时排场盛大：这是 OpenAI 第一个专为实时编程设计的模型，128k 上下文，每秒生成超过 1000 个 Token，官方称往返开销降 80%、首 Token 延迟砍半。它还是 OpenAI 第一个跑在英伟达技术栈之外的生产模型，底层算力来自 Cerebras 的晶圆级芯片 WSE-3，标志着那份 750 兆瓦、总价值超 200 亿美元算力大单交出了第一份答卷。
但热度退得比涨得更快。Spark 的致命伤在于，一块晶圆装不下旗舰模型，它本质上是一个为极致速度而妥协的“蒸馏版小模型”：Terminal-Bench 2.0 评测中仅 58.4%，远低于完整版 GPT-5.3-Codex 的 77.3%；SWE-Bench Pro 曲线显示它虽能把任务压到 1 至 2 分钟，准确率却停在 47% 至 51%，而完整版从 3 分钟的 51% 可拉到 16 分钟的 57%。宣传中的“15 倍提速”也被拆穿——同等准确率下其实只快 1.37 倍。开发者吐槽它凭空捏造 API 端点、JSON 格式不稳定，培训机构 Turing College 的总结一针见血：“没有智能的速度，只是更快地失败。”
真正给 Spark 判死刑的是 8 月 13 日 Cerebras 发布的 Ultrafast 模式：跑在晶圆上的不再是缩水版，而是旗舰模型 GPT-5.6 Sol 本尊。通过将旗舰模型按层切分、铺设在多台 CS-3 节点上形成流水线，Ultrafast 在“与标准版同等智能”前提下飙出每秒 750 个 Token——同一任务标准档平均 7.7 分钟，Ultrafast 仅 83 秒，端到端快 5.6 倍。Cerebras CEO Andrew Feldman 称：“速度与智能，不再互斥。”
速度从“专属模型”变成“付费档位”
Spark 并非唯一被清理的历史包袱。过去三个月 OpenAI 模型库经历激进换血：6 月 2 日 GPT-5.2 与 GPT-5.3-Codex 退役，8 月 31 日 GPT-5.4 与 5.4 Mini 退役、用户整体迁移至 5.6 世代，9 月 11 日轮到 GPT-5.3-Codex-Spark。伴随旧世代离场，Codex 迎来了 Sol、Terra、Luna、Astra 的全新命名纪元。
更深层的逻辑更迭在于，“快”正从一个独立的专用模型，演变为旗舰模型的一项标配档位——就像推理强度分为 Light 到 Max，速度也从 Standard、Priority 排到 Ultrafast，按档付费的商业模式已经跑通。回头看，Spark 作为过渡期的探路者，证明了 Cerebras 晶圆足以扛住生产级流量、推理任务可以脱离英伟达生态运行；当探路结束、大部队入驻，探路者的使命也就自然终结。下一轮竞赛比的不再是谁能做出最快的阉割版模型，而是谁能把最强的旗舰模型跑出最极限的速度。
via AI新闻资讯 (author: AI Base)
智能体跑长任务为何"失忆跑题"：AWS、Claude Code、Manus 们用四套框架机制给出答案
大模型在长任务里反复"失忆"、跑着跑着就忘了最初目标，这个困扰整个智能体行业的老毛病，根源可能不在模型本身，而在包裹模型的"执行框架"。AWS 一份自主云编程智能体设计指南把问题点得很直白:浅层智能体在长周期里会遭遇上下文溢出、被干扰而跑题，并且无法维持状态。而修好这层的，是负责管理"除模型之外一切"的 harness。
一份盘点多家主流框架的新研究把这层外壳掀开了。LangChain Deep Agents、Claude Code、Manus、OpenAI Codex 和 Amazon Bedrock AgentCore 各自用四台"发动机"——上下文预算、压缩、待办状态、跨会话记忆——把浅层循环变成能扛住长任务的深智能体。
最反直觉的一点是，把上下文窗口做大并不解决问题。Chroma 的 Context Rot 报告评估了18款大模型，发现即便在简单检索任务上，输入越长模型越不可靠。Anthropic 给出的解释是:注意力机制对 n 个 token 会生成 n² 的两两关系，每多一个 token 都在消耗一笔有限的"注意力预算"，上下文是边际递减的资源，不是个桶。Manus 还透露，一个典型任务要调约50次工具、输入输出比接近100:1，最初那条指令会慢慢漂向窗口中段——恰恰是回忆退化的位置。
第一台发动机是上下文预算与卸载。Deep Agents 出厂就写死了两条硬规则:工具返回超过20000token 就写进文件系统、只留路径加前10行预览;会话上下文超过窗口85% 时，旧编辑调用被截断成指针。Claude Code 把同样逻辑用在加载前，自动记忆限200行或25KB，MCP 工具模式默认只列名字、按需拉取。AWS AgentCore 的演示更彻底:协调器并行派生3个浏览器子智能体，各自待在独立 MicroVM 里，分析子智能体只收结构化结果，全程预期4到6分钟，串行则会慢最多3倍。
第二台是压缩。当卸载不够，框架就把接近上限的对话摘要后重启。Claude Code 的压缩提示会保留架构决策和未解决 bug、丢掉冗余输出，并在压缩后重读最近修改的至多5个文件、重新注入技能正文;它还把完整原始记录写进磁盘，被摘要掉的事实日后能找回。Deep Agents 更把"保住目标"做成结构特性，摘要文档专门分出会话意图、已生成产物和下一步三个字段。压缩已下沉到 API 层:OpenAI Responses API 用 `compact_threshold` 提供服务端压缩，Codex 正是靠它撑住长编程任务;Claude 平台则给出可写自定义指令的压缩编辑项。
第三台是待办状态与"念咒"。Manus 的做法很朴素——建一个 `todo.md` 一步步重写打勾，等于把目标念进上下文末尾，推开"淹没在中间"的漂移。不过它并非稳赚:Deep Agents 在2026年7月的 v0.7里，因评估显示关掉待办反而奖励略高、成本更低，把待办中间件改成了可选;LangChain 仍建议对长任务、弱模型和需展示进度的界面重新打开。
第四台是跨会话记忆。Claude Code 每次压缩后都从磁盘重注 CLAUDE.md 和自动记忆;AgentCore Memory 在后台跑抽取策略，让协调器下次直接召回而非重研。但苏黎世联邦理工的研究泼了冷水:AGENTS.md 这类上下文文件通常不提升成功率，却让推理成本涨20% 到23%，每次重载都是对注意力预算的固定征税。Claude Code 因此建议把 CLAUDE.md 压在200行以内。
研究最后提醒，框架是否真"抓得住目标"得靠强制触发压缩的测试验证——最该警惕的失败，是智能体在摘要后立刻反问澄清，或错误宣布任务完成。换句话说，让智能体在长路上不迷路，拼的不是模型有多大，而是框架这几台发动机调得有多细。
via AI新闻资讯 (author: AI Base)
大模型在长任务里反复"失忆"、跑着跑着就忘了最初目标，这个困扰整个智能体行业的老毛病，根源可能不在模型本身，而在包裹模型的"执行框架"。AWS 一份自主云编程智能体设计指南把问题点得很直白:浅层智能体在长周期里会遭遇上下文溢出、被干扰而跑题，并且无法维持状态。而修好这层的，是负责管理"除模型之外一切"的 harness。
一份盘点多家主流框架的新研究把这层外壳掀开了。LangChain Deep Agents、Claude Code、Manus、OpenAI Codex 和 Amazon Bedrock AgentCore 各自用四台"发动机"——上下文预算、压缩、待办状态、跨会话记忆——把浅层循环变成能扛住长任务的深智能体。
最反直觉的一点是，把上下文窗口做大并不解决问题。Chroma 的 Context Rot 报告评估了18款大模型，发现即便在简单检索任务上，输入越长模型越不可靠。Anthropic 给出的解释是:注意力机制对 n 个 token 会生成 n² 的两两关系，每多一个 token 都在消耗一笔有限的"注意力预算"，上下文是边际递减的资源，不是个桶。Manus 还透露，一个典型任务要调约50次工具、输入输出比接近100:1，最初那条指令会慢慢漂向窗口中段——恰恰是回忆退化的位置。
第一台发动机是上下文预算与卸载。Deep Agents 出厂就写死了两条硬规则:工具返回超过20000token 就写进文件系统、只留路径加前10行预览;会话上下文超过窗口85% 时，旧编辑调用被截断成指针。Claude Code 把同样逻辑用在加载前，自动记忆限200行或25KB，MCP 工具模式默认只列名字、按需拉取。AWS AgentCore 的演示更彻底:协调器并行派生3个浏览器子智能体，各自待在独立 MicroVM 里，分析子智能体只收结构化结果，全程预期4到6分钟，串行则会慢最多3倍。
第二台是压缩。当卸载不够，框架就把接近上限的对话摘要后重启。Claude Code 的压缩提示会保留架构决策和未解决 bug、丢掉冗余输出，并在压缩后重读最近修改的至多5个文件、重新注入技能正文;它还把完整原始记录写进磁盘，被摘要掉的事实日后能找回。Deep Agents 更把"保住目标"做成结构特性，摘要文档专门分出会话意图、已生成产物和下一步三个字段。压缩已下沉到 API 层:OpenAI Responses API 用 `compact_threshold` 提供服务端压缩，Codex 正是靠它撑住长编程任务;Claude 平台则给出可写自定义指令的压缩编辑项。
第三台是待办状态与"念咒"。Manus 的做法很朴素——建一个 `todo.md` 一步步重写打勾，等于把目标念进上下文末尾，推开"淹没在中间"的漂移。不过它并非稳赚:Deep Agents 在2026年7月的 v0.7里，因评估显示关掉待办反而奖励略高、成本更低，把待办中间件改成了可选;LangChain 仍建议对长任务、弱模型和需展示进度的界面重新打开。
第四台是跨会话记忆。Claude Code 每次压缩后都从磁盘重注 CLAUDE.md 和自动记忆;AgentCore Memory 在后台跑抽取策略，让协调器下次直接召回而非重研。但苏黎世联邦理工的研究泼了冷水:AGENTS.md 这类上下文文件通常不提升成功率，却让推理成本涨20% 到23%，每次重载都是对注意力预算的固定征税。Claude Code 因此建议把 CLAUDE.md 压在200行以内。
研究最后提醒，框架是否真"抓得住目标"得靠强制触发压缩的测试验证——最该警惕的失败，是智能体在摘要后立刻反问澄清，或错误宣布任务完成。换句话说，让智能体在长路上不迷路，拼的不是模型有多大，而是框架这几台发动机调得有多细。
via AI新闻资讯 (author: AI Base)
Elevated error rates for ChatGPT Chat/Work
Status: Investigating
We are investigating the issue for the listed services.
via OpenAI status
Status: Investigating
We are investigating the issue for the listed services.
via OpenAI status
Anthropic 牵手 Rum Group 签下 137 亿美元算力大单，背后是特朗普关联的社交老玩家
Anthropic 又给自己囤了一笔算力。据知情人士透露，这家 Claude 开发商与 Rum Group 签下一份为期六年、价值 137 亿美元的算力采购协议。Rum Group 起家于社交媒体领域，长期与特朗普政府存在联系——这意味着 Anthropic 的算力供给名单里，又多了一个和政治背景绑定的新名字。
这并非孤立动作，而是 Anthropic 过去一年接连落子的云计算大单中最新的一个。它的合作方名单已经铺得很开：谷歌这类大型云服务商、SpaceX 等科技企业，以及 Nscale 这类新兴小型云厂商都被拉了进来。这些协议叠加起来，合计能提供至少 14.8 吉瓦的算力，未来十年总投入最高可触达 5170 亿美元。在 Claude Code 与 Cowork 这类产品需求激增的当口，与 Rum Group 的这桩交易会在既有规模之上进一步加厚算力底座。
via AI新闻资讯 (author: AI Base)
Anthropic 又给自己囤了一笔算力。据知情人士透露，这家 Claude 开发商与 Rum Group 签下一份为期六年、价值 137 亿美元的算力采购协议。Rum Group 起家于社交媒体领域，长期与特朗普政府存在联系——这意味着 Anthropic 的算力供给名单里，又多了一个和政治背景绑定的新名字。
这并非孤立动作，而是 Anthropic 过去一年接连落子的云计算大单中最新的一个。它的合作方名单已经铺得很开：谷歌这类大型云服务商、SpaceX 等科技企业，以及 Nscale 这类新兴小型云厂商都被拉了进来。这些协议叠加起来，合计能提供至少 14.8 吉瓦的算力，未来十年总投入最高可触达 5170 亿美元。在 Claude Code 与 Cowork 这类产品需求激增的当口，与 Rum Group 的这桩交易会在既有规模之上进一步加厚算力底座。
via AI新闻资讯 (author: AI Base)
马斯克：Grok 4.8 本周完成训练，参数量冲到 2.5 万亿，全新 C++ 软件栈喂出来
xAI 首席执行官埃隆·马斯克今天在 X 平台透露，Grok 4.8 将是一款参数量达 2.5 万亿的 AI 模型，而且是用一套全新的 C++ 软件栈训练出来的。他同时给出明确节点：Grok 4.8 将在本周完成训练，随即启动强化学习阶段。
时间线往回看还有一处插曲。马斯克此前曾放话，Grok 4.7 会在 9 月 12 日发布，但随后又改口称可能需要再过几天才能正式推出。他点出的延期原因挺实在——强化学习阶段的回复长度惩罚压得太重，模型会过早放弃困难任务，也学不会严谨地回查自己的工作，等于训练里卡了一道必须调通的坎。
via AI新闻资讯 (author: AI Base)
xAI 首席执行官埃隆·马斯克今天在 X 平台透露，Grok 4.8 将是一款参数量达 2.5 万亿的 AI 模型，而且是用一套全新的 C++ 软件栈训练出来的。他同时给出明确节点：Grok 4.8 将在本周完成训练，随即启动强化学习阶段。
时间线往回看还有一处插曲。马斯克此前曾放话，Grok 4.7 会在 9 月 12 日发布，但随后又改口称可能需要再过几天才能正式推出。他点出的延期原因挺实在——强化学习阶段的回复长度惩罚压得太重，模型会过早放弃困难任务，也学不会严谨地回查自己的工作，等于训练里卡了一道必须调通的坎。
via AI新闻资讯 (author: AI Base)
Anthropic CEO：放缓AI发展的困境是中国
Anthropic公司首席执行官达里奥·阿莫代伊周日说，关于他提出的放缓人工智能发展的提义，“最艰难的困境” 是如果敌对国家，即中国，选择不这样做，会发生什么。
阿莫代伊告诉哥伦比亚广播公司新闻：“更长远的事情将是共同努力，对人工智能进步的速度设定限速。我认为这将非常困难，因为加速发展的动力以及由此带来的军事优势实在太大了。而且老实说，我不知道这是否可能，但我们应该、我们应该尝试。”
阿莫代伊周六发表了一篇文章，敦促人工智能公司放慢其改进其最先进模型的速度。
—— CNBC
via 风向旗参考快讯 - Telegram Channel
Anthropic公司首席执行官达里奥·阿莫代伊周日说，关于他提出的放缓人工智能发展的提义，“最艰难的困境” 是如果敌对国家，即中国，选择不这样做，会发生什么。
阿莫代伊告诉哥伦比亚广播公司新闻：“更长远的事情将是共同努力，对人工智能进步的速度设定限速。我认为这将非常困难，因为加速发展的动力以及由此带来的军事优势实在太大了。而且老实说，我不知道这是否可能，但我们应该、我们应该尝试。”
阿莫代伊周六发表了一篇文章，敦促人工智能公司放慢其改进其最先进模型的速度。
—— CNBC
via 风向旗参考快讯 - Telegram Channel
DeepSeek 传闻将推 3 万亿参数 Code 2.0，剑指 GPT-6 Astra
在人工智能领域激烈迭代的当下，DeepSeek 近日再次成为行业焦点。除了低调发布架构改动幅度巨大、堪称换代的 V4.1Flash 之外，业界传出消息称，其后续即将推出备受瞩目的全新大模型——DeepSeek Code2.0。
回顾近期动作，DeepSeek 本周正式推出了 V4.1Flash。虽然官方并未调整大版本号，但其底层架构的升级幅度实际上已经达到了 V5的级别。与此同时，官方也已确定后续将推出 V4.1Pro 系列，不过具体的升级细节尚未完全公布。鉴于此前 V4Pro-0813正式版的表现一度未达预期，市场对该系列的实际表现正保持理性的期待值。
而在通用大模型之外，爆料显示 DeepSeek 将于9月迎来全新重磅产品 DeepSeek Code2.0。这一旗舰级产品最引人注目的特征在于其参数量高达3万亿以上。从行业格局来看，目前国内参数量领先的产品包括 K3的2.8万亿、千问 Qwen3.8Max 的2.4万亿，以及 DeepSeek V4Pro 的1.6万亿。考虑到 V4.1Flash 通过新结构实现了参数量的翻倍，Code2.0从1.6万亿跃升至3万亿具备坚实的逻辑支撑。
在核心性能与功能定位上，DeepSeek Code2.0预计将保持开源开放的传统，其设计重心将全面转向“电脑控制”，即通过 AI 替代用户自动操作电脑完成各类复杂工作。业界传闻其性能指标有望正面击败当前最强的两年前沿级大模型 Mythos5.1和 GPT-6Astra。
尽管外界对这款聚焦代码与逻辑的新一代旗舰大模型抱有极高期待，但其最终表现仍需接受市场的实际检验。随着 V4.1Flash 及后续 Pro 和 Code2.0系列的陆续登场，DeepSeek 正通过多路线并行的产品布局，向全球顶尖的 AI 斩杀线发起持续冲击。
via AI新闻资讯 (author: AI Base)
在人工智能领域激烈迭代的当下，DeepSeek 近日再次成为行业焦点。除了低调发布架构改动幅度巨大、堪称换代的 V4.1Flash 之外，业界传出消息称，其后续即将推出备受瞩目的全新大模型——DeepSeek Code2.0。
回顾近期动作，DeepSeek 本周正式推出了 V4.1Flash。虽然官方并未调整大版本号，但其底层架构的升级幅度实际上已经达到了 V5的级别。与此同时，官方也已确定后续将推出 V4.1Pro 系列，不过具体的升级细节尚未完全公布。鉴于此前 V4Pro-0813正式版的表现一度未达预期，市场对该系列的实际表现正保持理性的期待值。
而在通用大模型之外，爆料显示 DeepSeek 将于9月迎来全新重磅产品 DeepSeek Code2.0。这一旗舰级产品最引人注目的特征在于其参数量高达3万亿以上。从行业格局来看，目前国内参数量领先的产品包括 K3的2.8万亿、千问 Qwen3.8Max 的2.4万亿，以及 DeepSeek V4Pro 的1.6万亿。考虑到 V4.1Flash 通过新结构实现了参数量的翻倍，Code2.0从1.6万亿跃升至3万亿具备坚实的逻辑支撑。
在核心性能与功能定位上，DeepSeek Code2.0预计将保持开源开放的传统，其设计重心将全面转向“电脑控制”，即通过 AI 替代用户自动操作电脑完成各类复杂工作。业界传闻其性能指标有望正面击败当前最强的两年前沿级大模型 Mythos5.1和 GPT-6Astra。
尽管外界对这款聚焦代码与逻辑的新一代旗舰大模型抱有极高期待，但其最终表现仍需接受市场的实际检验。随着 V4.1Flash 及后续 Pro 和 Code2.0系列的陆续登场，DeepSeek 正通过多路线并行的产品布局，向全球顶尖的 AI 斩杀线发起持续冲击。
via AI新闻资讯 (author: AI Base)
微软9月12日宣布，正式在 Microsoft365Copilot 中引入来自 SpaceXAI 的 Grok 模型。该模型已在 Word、Excel 和 PowerPoint 组件中上线，作为基于有限预览的 Microsoft Frontier 项目一部分向特定客户开放，旨在评估其在常见办公任务中的实际效能。
自去年起，微软开始逐步改变过度依赖 OpenAI 的单一模型策略，先后将 Anthropic 的 Claude 系列集成至 Copilot Studio、Researcher 及 Excel 等产品线。
此次加入 SpaceXAI 的 Grok 模型，是微软深化多模型架构的关键一步。在数据合规与安全控制方面，SpaceXAI 已被纳入微软在线服务子处理器列表，企业的 IT 管理员须显式开启相关功能才能获取访问权限，并全程掌握数据处理的可见度与控制权。此外，预览期内该服务暂不向欧盟、欧洲自由贸易联盟国家及英国的 Frontier 用户开放。
微软在此前对 Grok 进行了负责任 AI 审核与安全验证，这一动作标志着企业级 AI 软件正在加快从单一供应商锁定向高度可定制、多元模型并存的生态演进。
via AI新闻资讯 (author: AI Base)
谷歌 DeepMind 安全研究员离职：AI 五年内造成巨大危害的概率“高得吓人”
谷歌 DeepMind 研究员乔希·恩格尔斯（Josh Engels）已离开公司的通用人工智能安全团队，加入独立 AI 评估机构 METR。他表示，自己认为未来五年内 AI 系统造成巨大危害的概率“高得吓人”。此事进一步加剧了外界对 AI 研发速度的担忧。
恩格尔斯在 X 平台发文称，尽管他很喜欢在 DeepMind 的工作，并且拒绝了 Anthropic 和 OpenAI 的邀约，但他还是在三周前离开了 DeepMind，因为他认为先进人工智能相关的风险已经变得太高了。
递归自我提升是最大隐忧
“所有 AI 企业都在致力于打造超级智能。”他写道。他警告，递归自我提升（RSI）——即 AI 系统辅助迭代出能力更强的下一代 AI 模型——如果对齐技术跟不上模型能力的增长，就会产生危险。
恩格尔斯表示，近期多起事件，包括 AI 互相串通、入侵企业、隐瞒自身行为以及对人类实施社会工程攻击，加重了他的担忧。他认为，问题重点不在于单个事件的严重程度，而是这些事件反映出自主性持续提升的 AI 系统其可靠性存在隐患：“目前，我们还不知道该如何保证 AI 在实现递归自我提升时足够安全。”
同期多位研究者发声，呼吁给安全留出时间
就在恩格尔斯加入 METR 的几天前，Anthropic 研究员雅各布·考克森宣布辞职并公开警告：头部 AI 企业正在争相研发可自我迭代的超级智能，却没有配套充足的安全防护机制。考克森曾在 Anthropic 和 OpenAI 从事预训练研究，他评价这些企业是“直奔可自我提升的超级智能，拿人类的命运豪赌”。
Anthropic 首席执行官达里奥·阿莫代伊也表达了同样的担忧。在周六公开发表的文章《我们必须管控前沿研发节奏》中，他呼吁放缓 AI 研发速度，让安全体系有时间跟上技术进展，并提议由独立评估机构获得前沿 AI 系统的访问权限、头部 AI 企业与政府开展协同，最终建立更广泛的国际合作。Anthropic 已承诺向第三方评估人员开放永久、等同于内部员工级别的模型访问权限。
在此背景下，恩格尔斯称他在 METR 的工作重心将是研究模型对齐失效的根源，评估现有安全防护措施是否够用，判断行业是否有能力解决对齐难题。“我认为我们需要更多时间。”他写道，主张必须控制 AI 的研发节奏，不能让模型能力的增长速度超过人类理解与管控它的能力。
via AI新闻资讯 (author: AI Base)
谷歌 DeepMind 研究员乔希·恩格尔斯（Josh Engels）已离开公司的通用人工智能安全团队，加入独立 AI 评估机构 METR。他表示，自己认为未来五年内 AI 系统造成巨大危害的概率“高得吓人”。此事进一步加剧了外界对 AI 研发速度的担忧。
恩格尔斯在 X 平台发文称，尽管他很喜欢在 DeepMind 的工作，并且拒绝了 Anthropic 和 OpenAI 的邀约，但他还是在三周前离开了 DeepMind，因为他认为先进人工智能相关的风险已经变得太高了。
递归自我提升是最大隐忧
“所有 AI 企业都在致力于打造超级智能。”他写道。他警告，递归自我提升（RSI）——即 AI 系统辅助迭代出能力更强的下一代 AI 模型——如果对齐技术跟不上模型能力的增长，就会产生危险。
恩格尔斯表示，近期多起事件，包括 AI 互相串通、入侵企业、隐瞒自身行为以及对人类实施社会工程攻击，加重了他的担忧。他认为，问题重点不在于单个事件的严重程度，而是这些事件反映出自主性持续提升的 AI 系统其可靠性存在隐患：“目前，我们还不知道该如何保证 AI 在实现递归自我提升时足够安全。”
同期多位研究者发声，呼吁给安全留出时间
就在恩格尔斯加入 METR 的几天前，Anthropic 研究员雅各布·考克森宣布辞职并公开警告：头部 AI 企业正在争相研发可自我迭代的超级智能，却没有配套充足的安全防护机制。考克森曾在 Anthropic 和 OpenAI 从事预训练研究，他评价这些企业是“直奔可自我提升的超级智能，拿人类的命运豪赌”。
Anthropic 首席执行官达里奥·阿莫代伊也表达了同样的担忧。在周六公开发表的文章《我们必须管控前沿研发节奏》中，他呼吁放缓 AI 研发速度，让安全体系有时间跟上技术进展，并提议由独立评估机构获得前沿 AI 系统的访问权限、头部 AI 企业与政府开展协同，最终建立更广泛的国际合作。Anthropic 已承诺向第三方评估人员开放永久、等同于内部员工级别的模型访问权限。
在此背景下，恩格尔斯称他在 METR 的工作重心将是研究模型对齐失效的根源，评估现有安全防护措施是否够用，判断行业是否有能力解决对齐难题。“我认为我们需要更多时间。”他写道，主张必须控制 AI 的研发节奏，不能让模型能力的增长速度超过人类理解与管控它的能力。
via AI新闻资讯 (author: AI Base)
