Notes

外观

今日结论 ​

  • 今天最重的信号不是榜单刷新，而是 AI 开始交付可检查的科研工件。 OpenAI 公布论文与 Lean 形式化，称未发布内部模型用万级并发 Agent 提出 Navier–Stokes 解；这可能是实质能力跃迁，也仍只是公司主张，尚未获得独立数学认可。
  • 个人 Agent 已进入邮件、订票和支付等高权限表面。 Meta Muse 的独立安全判定层值得关注，但当前环境仍可被 Meta 技术访问；“用户独占密钥”的机密虚拟机是未来承诺，不是现状。
  • 推理基础设施竞争正在把定制芯片、光互连、采购和股权绑在一起。 Qualcomm–Amazon 交易给 AWS 增加一条潜在供应路线，但 600 亿美元是权证归属对应的付款上限，不是已下订单。
  • 科学应用与模型供应链治理同时升温。 AlphaGenome Atlas 把全基因组变异预测变成可查询数据层；美国三机构则把跨平台蒸馏归因和防御建议正式写入联合通告，两者都需要独立验证而非照单全收。
  • 主要机构官方索引未发现窗口内新的重大通用文本基础模型、上下文窗口或标准 API 价格变化。 本期不以 nightly、小修复或已报预览版补数量。

重点动态 ​

  1. OpenAI 披露万级 Agent 数学求解｜模型 / 训练 / 推理；24 小时新披露，工作发生于 9 月 5–6 日。 OpenAI 称仍在训练、显著强于 GPT‑6 Astra 的内部模型协调约 1 万个并发 Agent；Navier–Stokes 部分消耗约 270 万条消息、1300 亿输出 token，并公开论文和 Lean 工件。机器可编译不等于定理陈述与 Clay 问题完全等价，更不等于同行认可；外部研究优先权及去标识产品数据是否间接影响模型也有争议。**行动：**独立重建 Lean、运行比较器并审计假设、语义映射和研究来源。OpenAI，9 月 8 日 · Lean 仓库，9 月 8 日 · WIRED 独立报道，9 月 8 日

  2. Meta Muse 把个人 Agent 接入真实账户｜应用；24 小时。 Muse 在美国向成年人推出，可经 App、网页和 WhatsApp 发邮件、订旅行、填表及购买；每位用户有独立 Secure VM，另由 Sentinel 审批对外动作，敏感发送和支付需确认。Meta 当前仍能技术访问该环境，用户持钥的 Confidential VM 计划“年内”上线，安全效果尚无独立审计。**行动：**只接低权限测试账户，设置消费上限和可撤销授权，暂不托管主邮箱或主支付方式。Meta，9 月 8 日 · WIRED，9 月 8 日

  3. Qualcomm 与 Amazon 绑定多代推理芯片和光互连｜Infra / 政策与商业；24 小时新披露，协议日期为 9 月 3 日。 双方将开发定制推理芯片及最高 1.6T 光连接；SEC 文件显示 Amazon 获最多 2500 万股、每股 161.26 美元的权证，首批仅 375 万股因初始采购承诺归属，后续与订单和实际采购挂钩。600 亿美元是累计付款上限，不能写成确定订单。**行动：**关注绑定采购单、AWS 实例上线、软件栈及真实性能/功耗。Qualcomm，9 月 8 日 · SEC 8‑K，9 月 8 日 · Reuters，9 月 8 日

  4. 美国三机构发布针对工业化蒸馏的联合通告｜政策与商业 / 训练；24 小时。 NSA、FBI 与 CISA 指称 DeepSeek、Moonshot AI、Alibaba、MiniMax、StepFun 和 Z.AI 自 2024 年末以来跨 API、云与聚合商提取数十亿 token，并建议联动检测异常账户、流量和跨平台行为，降低可疑响应价值并共享情报。蒸馏本身是合法常用技术；上述归因是政府指控，不是法院结论，Reuters 仅独立确认通告发布。**行动：**模型服务商应审计账户集群和用量异常，同时把归因与缓解措施分开评估。NSA 公告，9 月 8 日 · 联合通告 · Reuters，9 月 8 日

  5. AlphaGenome Atlas 预计算 90 亿种单碱基变异｜应用 / 模型；24 小时。 Google DeepMind 发布约 1 PB 的全基因组预测库，学术研究者可免费通过网页和 API 使用，商业 Cloud 访问将随后开放。合作研究显示它能扩展非编码变异线索，但预测不是湿实验或临床诊断，独立研究者也将其定位为筛选起点。**行动：**用于排序假设并保留版本，关键结论必须做前瞻实验和人群复现。Google DeepMind，9 月 8 日 · Scientific American，9 月 8 日

  6. Mistral 获 30 亿欧元 Series D｜政策与商业 / Infra；24 小时。 本轮投后估值超过 210 亿欧元，由 Samsung 领投，资金拟用于前沿研究、算力、基础设施和全球扩张。融资完成是事实，但“欧洲最大私人科技股权融资”及业务规模仍是公司口径，条款、算力落地和产出尚未公开。**行动：**用已部署算力、开放权重交付、企业留存和 Samsung 协同衡量效果，而不是估值。Mistral，9 月 8 日 · Reuters，9 月 8 日

值得深入跟踪 ​

  • OpenAI 数学工件能否经得住独立语义审计。 关注 Lean 比较器结果、专家逐条核验、正式同行评议，以及未发表研究和产品数据的来源治理。
  • 个人 Agent 的权限隔离是否真能抗提示注入。 关注 Muse 当前 Secure VM 的外部审计、Sentinel 绕过测试、事故披露，以及用户持钥环境是否按期上线。
  • 承诺和资本何时变成可用供给。 关注 Qualcomm–Amazon 绑定订单与实例、Mistral 的实际算力和模型交付，而非权证付款上限或融资估值。

今日推荐 ​

  • 用自有素材小样本测试 ChatGPT Images 2.5。 Flare 面向速度，Sunburst 面向精细编辑；OpenAI 称 Flare 较 Images 2.0 延迟最多低 50%，Axios 的早期小样本支持人物/宠物一致性和局部编辑改善。记录每张成本、失败编辑率和品牌一致性，别把厂商演示当基准。OpenAI，9 月 8 日 · Axios 实测，9 月 8 日
  • 升级并回归测试 Gemini CLI v0.59.0。 稳定版修补 MCP OAuth 元数据发现中的 SSRF，并让 workspace trust 失败时默认关闭、过滤不可信仓库的 MCP 配置；使用远程 MCP 或陌生仓库者优先处理。Release，9 月 8 日
  • 生产仓库评估 GitHub Agentic Workflows v0.88.7。 相比昨日预览版，稳定版新增已知文件清单式 artifact 打包、未完成任务失败化和 OTLP 凭据防护；先在低权限仓库核对生成策略和日志，再扩大范围。Release，9 月 8 日