Anthropic 发布分析称，智谱 GLM-5.3 能自主构建端到端网络漏洞利用，且开放权重和较弱防护使攻击者更容易获得相关能力。GLM-5.3 在 ExploitBench 的 410 次尝试中成功 50 次，Claude Mythos Preview 为 56 次；在 Binary Exploitation 基准 100 个任务中完整控制流劫持成功率为 4%。
推荐理由：文章用基准测试和专家实测说明开放权重模型的网络攻击能力与防护缺口，可帮助理解能力扩散带来的攻防不对称。
作者认为前沿实验室的推理价格竞争正在加速，OpenAI 的 GPT-6 Luna 约两个月降价 90%、GPT-6 Sol 降价 60%，Anthropic 也将 Opus 5.5 输入和输出 token 价格下调 20%、缓存读取价格下调 60%。
Paul Mason 在 Guardian 文章中提出，AI 不会自动带来无阶级社会，但可能引发资本主义模式的普遍危机。文章对比美国囤积算力、通过互联网提供 AI 的路线，与中国推动 Kimi、Qwen、DeepSeek 等开源模型、支持本地部署的策略，并引用 OpenAI 战略未来负责人 Dean Ball 对“full AI communism”的警告。
作者用 2,000 张动物粪便、脚印、羽毛、蛋和骨骼照片测试 8 个模型识别留下痕迹的物种，Claude Opus 5.5 以 37.15% 的精确物种正确率领先，Muse Spark 1.3 和 GPT-6 Astra 分别为 33.35%、31.70%。
SHIKISHA-TERM 是一款免费开源的 Windows 10/11 终端工具，可同时运行多个 AI 智能体，并让它们通过 @mention 互相交接任务。
DeepSeek Harness v0.2 预览版发布，提供开箱即用的 macOS 和 Windows 桌面端安装包，并已上线 DeepSeek 官网。新版本新增插件安装与管理页面，用户输入 npm 包名即可安装、停用或卸载插件，也可在实验性创造模式中通过对话编写和修改插件。
美国众议院中共问题委员会首席民主党议员 Ro Khanna 致函国家情报总监办公室及 DeepSeek、阿里巴巴、月之暗面，要求评估 AI 实验室失控风险，并说明超级智能、递归自我改进、安全防护和 kill switch 相关工作。他最终寻求中美达成禁止 RSI、监督前沿 AI 实验室的条约，并先建立两国专家工作组，但承认短期达成协议难度很高。
pwn 称其 AI 智能体构建并运行 14,338 行内核利用 harness，在 Google kvmCTF 官方 KASAN 目标上触发 guest-to-host KVM 非法读并取得 flag。
推荐理由：文章完整复盘 AI 智能体从内核源码审计到利用稳定化的过程，可作为理解高阶 Agent 安全能力边界的具体案例。
中国互联网络信息中心政策与国际合作所在 2026（第七届）中国互联网基础资源大会发布《生成式人工智能应用发展报告（2026）》：截至 2026 年上半年，我国生成式人工智能用户超过 7 亿人，普及率突破 50%。
刘小排称 Claude Opus 5.5 是当前世界最强模型，同时也是最便宜模型。其 Claude Max Plan 20x 月费 $200，按其 5 天消耗 164 亿 Token 推算每月可用 600 亿 Token；对比 DeepSeek Flash v4.1，同等缓存命中率下月成本约 ¥3000～¥6000，高出数倍。
OpenAI 上线 GPT-6 Sol，并将推出 GPT-6 Luna；作者称 Sol 面向日常高强度任务，API 价格为 GPT-6 Astra 的五分之一，Luna 价格低于 DeepSeek V4.1 Flash 的闲时非缓存价。
作者实测 Qoder Cloud Agents 1.0，并用其在不到半天内搭建“小林茶铺”智能客服平台。应用包含智能服务台、饮品顾问、订单专员和售后专员 4 个 Agent，通过 API 接入网页，并用 MCP 工具连接 MySQL 中的菜单、库存和订单数据。
作者调查发现，闲鱼商家为规避平台对 ChatGPT 代充的限制，使用奥特曼充电、鸡屁踢、Tibo、Tipo饼干、Tibo洗衣粉等暗号引流，并把 Gemini 称作哈基米、Claude 称作小克或 cc。
小米发布并开源 MiMo-V2.6 系列，文章认为其以接近前代两倍的智能和不变价格推动新的智能与成本前沿。系列包含 Flash、Pro、Ultraspeed 三款模型，支持文本、图像、视频和音频输入，强化 Coding、Agent、Design、Research 与网络安全能力。
小米发布 MiMo-V2.6 系列原生全模态模型，其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，Artificial Analysis Intelligence Index 得分为 46。
推荐理由：汇总了 MiMo-V2.6-Pro 的参数、成本、开放内容和 RL 训练细节，可用来理解开放权重模型逼近前沿能力的路径。
阶跃星辰 Step 5 Preview 被实测验证可完成多模态生成、网页复刻、代码修复和办公文档任务，并以较低单任务成本进入 Artificial Analysis 开源模型前列。
一篇评论文章认为世界模型是上不了大语言模型牌桌的玩家生造的融资概念，多数所谓世界模型公司只是后训练开源视频模型，产品集中在数字人直播间和WASD游戏画面且缺乏差异。文章称MiniMax H3是唯一开源且能与Seedance 2.0一战的视频模型，相关公司近期密集宣发正是因为后训练H3效果更好。作者还预告将推出直播间Bench，硬碰硬测试各实时生成视频模型的能力。
Fireworks AI 提出编码智能体应按任务选择模型，并用 DeepSWE v1.1 的 113 个任务、18 个模型测算：oracle router 可达 97.6% 通过率、每任务 $1.88，高于 GPT-6 Astra 的 74.1% 和 $6.52；仅用开放权重模型也可达 90.3%、$1.45。
推荐理由：文章用 DeepSWE 的 oracle routing 结果说明模型池的互补能力，并给出 FireRouter 在真实编码流量中的成本对比。
非生成式决策模型 Jev 发布两天内出现 Laya、DiffusionGemmaJev、Bespoke Nimble、SemIf、Jevlike、Kev-0.5B 六个克隆项目，其发布视频两天获 36M 次观看。
深朴智能首席科学家王家伟在播客访谈中表示，通用大模型会承担更多理解与规划，但机器人在杯子打滑等动态场景中仍需毫秒级反应的 Action Foundation Model。
TypeSafe AI 推出新模型 Jev，定位为只做高频决策的通用分类器，不能聊天、写代码或生成文字，平均判断延迟为 380 毫秒，成本为 0.042 美元/百万 Token，输出 Token 免费。
AINews 对近期 AI 新闻进行现实核查：Steve Yegge 因每月投入数千美元订阅编程智能体却只建成 Gas Town 而将其关停，Databricks 向约 3500 名工程师部署 GPT-6 Astra 后，编程总支出增加约 60%。同期 OpenAI 发布模型失对齐事件披露框架，Anthropic 将 Claude Cowork 与聊天界面合并为统一 Claude。
24 岁的深朴智能（Simple AI）首席科学家王家伟从大模型前沿转向具身智能，认为通用大模型负责理解与规划，机器人仍需快速反应的动作模型。深朴智能布局 HiFi-UMI 数据、具身基础模型、Agentic OS 与本体，开源 2,000 小时数据，模型已出现一定 Zero-shot 泛化。播客还围绕 GPT-6 Astra、GEN-1.5、π0.7 等前沿工作展开讨论。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 预览提交中，Qwen3-VL 吞吐最高达到 GB300 NVL72 的 3.7x，DeepSeek-R1 最高达到 2.5x。
推荐理由：文章用 MLPerf Inference v6.1 的吞吐、扩展效率和软件优化数据，呈现新一代机架系统的推理经济性变化。
AgentWork 开源社区发布开源模型实践指南《魔搭紫皮书》，开源地址为 https://github.com/modelscope/ms-cookbook，并已被魔搭开源组织收录。
Good Start Labs 正在用游戏构建 AI 模型的强化学习数据和学习环境，测试游戏中习得的推理与工具使用能力能否迁移到真实工作。公司去年 10 月从 Every 分拆，获得 General Catalyst、Inovia、Every 和天使投资人共 $3.6 million 融资。
NVIDIA 在 AI Infra Summit 公布 Vera Rubin、DSX、NVLink 6 及多项合作的 AI 工厂能效进展，核心指标转向每兆瓦可交付的智能体 token。
推荐理由：文章集中给出 Vera Rubin、DSX 与 NVLink 6 的能效和扩展数据，可帮助读者从每兆瓦 token 角度比较 AI 工厂方案。
智谱 GLM-5.3-Flash 在 ZCode 推出夜间免费活动，持有 GLM Coding Plan 套餐的用户每日北京时间 23:00 至次日 09:00 使用不消耗额度，活动到 9 月 20 日结束。
Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。
推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。
Fireworks 已上线 DeepSeek V4 Pro 0813，提供 serverless endpoints、dedicated deployments 以及 SFT、DPO、RFT 训练支持。
推荐理由：Fireworks 给出 DeepSeek V4 Pro 0813 的编码基准、单任务成本和路由组合结果，可帮助评估多模型分工的实际取舍。
Fireworks AI 使用 CyberGym 评测 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 的安全智能体表现，任务要求模型在真实代码库中定位、触发并修复漏洞。
推荐理由：文章用 CyberGym 的真实漏洞任务对比多款模型的成功率与单次成功成本，可为安全智能体选型提供成本和拦截率参考。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。
推荐理由：文章用 8 个模型和 AppWorld 任务说明智能体记忆剂量需按模型能力校准，并给出准确率与 token 成本对照。
Grok 4.6 达到与 GPT-5.6 Sol 同等能力，价格直接腰斩。Epoch AI 估算，同等能力水平的推理成本约每年下降 5—10 倍。token 单价下降或引发杰文斯悖论，企业消耗更多 token，AI 产品竞争将从生成结果转向持续把任务做到达标。
DeepSeek Harness 已开源，核心采用一切皆插件的架构，初始 Web UI 不自带传文件、识图等能力，需要按需安装插件。
作者实测通过 GitHub 项目 OpenCodex 在本机启动 10100 端口代理，把 Codex 请求转发到 Kimi、DeepSeek 等模型，同时保留原有 ChatGPT 账号。
IBM Research 介绍 ALTK-Evolve 与 ACE 都从智能体自身轨迹提取可复用经验，但 ALTK-Evolve 按任务和模型能力检索少量 guideline，而 ACE 每步注入完整 playbook。
Baseten 现已成为 Hugging Face Hub 支持的推理提供商，可在模型页及 JS、Python 客户端 SDK 中使用。初期支持对话和文本生成任务，可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重 LLM。用户可用自有 API key 直连，或经 Hugging Face 路由计费，PRO 用户每月获 2 美元推理额度。
十字路口播客对话 Airwallex 空中云汇 CRO 吴恺，讨论公司在 110 亿美金估值后如何借 AI 冲击金融超级智能入口。
英国 AISI 测试显示，GLM-5.2、DeepSeek V4-Pro 等开放权重模型的网络安全能力，与前沿闭源模型发布时间差已从 2025 年多数时期的 6 至 10 个月缩小到 4 至 7 个月。
Mistral AI 发布 Devstral 2 编码模型家族，包括 123B 的 Devstral 2 和 24B 的 Devstral Small 2，并推出开源终端编码助手 Mistral Vibe CLI。
推荐理由：原文同时给出两款开源编码模型的参数、许可、SWE-bench Verified 成绩和本地部署条件，便于比较开放模型与闭源模型的工程取舍。