STUDY · DAILY PRESS
每日情报 · 2026-09-13
自动搜罗 v2 · 行业 机器之心/量子位/少数派/Solidot/TechCrunch AI/The Verge AI/VentureBeat AI · 技术 Hacker News/dev.to AI/阮一峰周刊/InfoQ 中国/OSCHINA/Simon Willison/Latent Space/掘金AI · 行业 10 条 + 技术 10 条
行业资讯
- Kimi突发K2.8:性能逼近K3,百万上下文全员开放 — 百万上下文全员开放,企业长文档推理成本再降
- AI数学的最后一道高墙,塌了!GPT-6 Astra刷穿FrontierMath Tier 4 — AI攻克最高数学难题,复杂推理自动化门槛大降
- OpenAI’s Sam Altman says it would be ill-advised to go public in 2026 — OpenAI暂缓上市,AI资本节奏与估值预期生变
- Anthropic CEO outlines plan to slow AI development — 头部厂商主动限速,前沿模型监管与安全预期升温
- A社承认Claude安全对齐存在缺陷,但“尚无解决方案” — 对齐缺陷无解,企业部署大模型须自建安全护栏
- Mecka AI nears $500M valuation in Sequoia-led deal amid rush for robot training data — 机器人训练数据成新战场,具身智能融资持续火热
- Nscale adds former OpenAI exec Fidji Simo to its board ahead of potential IPO — 算力厂商备战IPO,AI基建资本化加速
- 银行Agent上岗:4200万小微经营者可用,信贷、票据、财税一把梭 — 银行Agent覆盖4200万小微,金融AI进入规模化落地
- 百度秒哒再升级!让最懂业务的人,亲手造自己的系统 — 低代码让业务人员自建系统,企业AI落地门槛再降
- Y Combinator s Garry Tan wants US open-weight AI labs to distill frontier models, too — 开源权重蒸馏之争升级,牵动企业模型选型与合规
技术更新
- Google Mantis:一款旨在减少误报的基于智能代理的漏洞扫描框架 — Google 智能体漏洞扫描框架 Mantis 拆解,用多代理协作替代传统扫描器。读完能学到架构分工、误报抑制设计与落地效果。
- 从沙箱到执行边界:蚂蚁 AI Agent 的大规模企业级实践|QCon上海 — 蚂蚁 AI Agent 企业级实践,讲清从沙箱隔离到执行边界的演进。读完能学到大规模 Agent 的安全隔离、权限控制与落地要点。
- 模型一模一样,Token 却相差 70 倍?三项实测揭开 AI 编程工具的成本黑洞 — 三项实测对比主流 AI 编程工具的 Token 消耗,价差可达 70 倍。读完能搞懂缓存、上下文压缩等机制如何决定真实成本。
- AI Coding 的下一步不是写得更快,而是可验收:蚂蚁数科 Harness 工程实践 — 蚂蚁数科 Harness 让 AI 生成代码可验收,而不只是更快。读完能学到验收标准设计、效果评测与工程化落地方法。
- AI Coding 提速之后,如何补上稳定性“最后一公里”?快手柯南 AI 实践 — 快手柯南团队 AI Coding 实践,聚焦提速后的稳定性缺口。读完能学到质量守门、回归验证与规模化落地的具体做法。
- Neovim 加入 vim.async:告别回调地狱 — Neovim 引入 vim.async 异步原语,重构插件异步写法。读完能理解其事件循环与协程设计,以及回调地狱的消除方式。
- Netflix 采用开源 Flink Autoscaler,支撑超 3 万个流式作业 — Netflix 用开源 Flink Autoscaler 支撑 3 万+ 流式作业的实践。读完能学到自动扩缩容策略、指标驱动与大规模运维取舍。
- I built an hourly newspaper for e-ink (and turned the pipeline into an MCP server) — 用 Lambda 加小模型每小时编排百路 RSS,生成墨水屏报纸并封装为 MCP 服务。读完能学到流水线编排与 MCP Server 封装方法。
- Building an Intelligent Model Router for Local LLMs — 为本地 LLM 构建智能路由,按任务复杂度分发到不同模型。读完能学到路由判定策略、CPU 资源权衡与代码实现思路。
- Does thinking twice as long make a Go AI twice as good? I measured it — 实测围棋 AI 的 MCTS 思考时间加倍是否带来等比例提升。读完能理解搜索扩展曲线、收益递减与测量方法的坑。