Village 分析：美中之外的 AI 模型落后美国近一年
Village 用 LLM Atlas 对 857 个模型做统一能力评分，发现 2024 年以来美中之外的最佳模型落后美国中位数 9.9 个月，中国为 5.2 个月。
#现象/趋势
Hacker News：AI 热帖AI 评分6161
Anthropic：Research精选AI 评分6868 Anthropic 用 Claude 解析原核细胞中首个 vault 颗粒 3D 结构
Anthropic 生物学研究实验室借助 Claude 在约 15 亿条预测蛋白中筛选，发现原核细胞与噬菌体中的 vault 蛋白可组装成完整 vault 样颗粒，并用 cryo-EM 解析了噬菌体蛋白 L05 构成的 vault 结构。
推荐理由：原文展示了 Claude 参与基础生物学研究的完整流程与提速数据，读者可据此了解 AI 驱动科学发现的实际工作方式。
Wiz：Research精选AI 评分6868 Wiz 分析 agentic 攻击的兴起：真实案例与七条活动指纹
Wiz 发布关于 agentic 攻击的研究，结合 ARTEX、Hermes 等公开事件与三起自家调查案例，总结出机器节奏迭代、脚本内嵌自然语言推理、自我修正、广度优先覆盖、多路径并发、先探测后攻击、自命名临时文件这七条指纹。文章认为此类攻击将加大溯源难度并突破人力规模限制，但其高噪声行为也为防守方提供了检测机会。
推荐理由：Wiz 结合三个自家调查案例和公开事件，提炼出七条可操作的 agentic 攻击指纹，帮助防守者区分恶意活动与正常自动化。
Import AIAI 评分4444 Import AI 478：数学如何助力对齐；ProgramBench；OpenAI 展示锁定 AI 系统有多难
AI 安全初创公司 Resolution 用多智能体自动形式化了统计学习理论中的奇点消解，耗时约一周、消耗约 100B 输入 token 和约 3 亿输出 token（约 $135,000），产出约 60 万行 Lean 代码。
MIT NewsAI 评分4343 MIT 问答：AI 如何建模“混乱”的人类心智
MIT 历史学者 Benjamin Lindquist 在发表于期刊 Past and Present 的新论文中指出，生成式 AI 的模型幻觉可追溯到 20 世纪中期工程师在算法中刻意注入随机性以模拟创造性思维的研究。
Google Blog：AIAI 评分5555 e-Conomy SEA 2026 报告：东南亚数字经济将达 3680 亿美元，AI 使用量五年内预计增长 60 倍
Google、Temasek 和 Bain & Company 发布第 11 期 e-Conomy SEA 报告，预计 2026 年东南亚数字经济 GMV 同比增长 17% 达 3680 亿美元，2035 年有望突破 1 万亿美元。
Anthropic：Research精选AI 评分6262 Anthropic 发布双报告：内部 AI 采用如何重塑雇佣结构并拉大与公众的预期差距
Anthropic 发布两份报告，一份分析公司内部 AI 采用对雇佣的影响，另一份对比员工与美国公众对 AI 影响工作的预期。报告称截至 2026 年 3 月，AI agent 的工作时长已超过员工，8 月 agent 数量达到员工的六倍；公司初级岗位招聘占比下降，人均产出增加，瓶颈转向人类注意力。
推荐理由：Anthropic 用内部雇佣变化和员工与公众的对比调查，解释为什么对 AI 的预期差异来自体验而非认知，读来有参考意义。
Anthropic：ResearchAI 评分7777 Anthropic 研究报告：AI 智能体如何改变公司内部用工与生产率
Anthropic 发布基于内部数据的研究报告，分析 AI 如何改变公司内部的用工和生产率。到 2026 年 8 月，员工交互式智能体工作时长已达员工的 6 倍；技术部门初级员工占比从 21% 降至 14%，初级技术岗招聘占比从 27% 降至 9%。
Anthropic：Research精选AI 评分6464 Anthropic 调查揭示 AI 期望差距：员工与公众对能力和失业预期差异显著
Anthropic 于 2026 年 8 月调查美国成年人（N=10,980）与自家员工，发现双方对 AI 当前能力判断接近，但对进展速度分歧巨大：91% 的员工预期 AI 在 2030 年前能做出诺贝尔级发现，公众仅 39%。
推荐理由：原文用两组调查数据量化了公众与前沿 AI 从业者对 AI 进展和失业预期的差距，可作对照参考。
SemiAnalysis 长文 RSS精选AI 评分7676 SemiAnalysis 分析中国速度优先的 AI 安全体制：857 个模型发布仅 3.6% 附带安全评估
SemiAnalysis 发布长文，分析中国的 AI 安全治理路径，认为北京实际采取以发展为先、在应用层严格管制但不设前沿风险义务的速度优先体制。作者自建数据集统计 9 家中国头部开发机构 2021 年至 2026 年 9 月的 857 次模型发布，仅 31 次（3.6%）附有开发者发布的安全评估结果，813 次完全无安全披露。
推荐理由：原文基于自建的中国模型发布与专家言论数据集，梳理中国以发展优先、管制应用而非前沿风险的AI安全体制，可与Amodei的减速主张对照阅读。
Anthropic：Research精选AI 评分7070 Anthropic 研究用 Claude 测算机器人对美国体力工作的影响
Anthropic 发布研究，用 Claude 对 O*NET 约 19000 个工作任务评级，构建机器人暴露指数，发现当前机器人能完成美国 74% 的体力任务（占 34% 工时），但仅在受限环境中，且只在 0.3% 的任务上比人工更具成本竞争力，按每年约 3% 的降价速度要 40 年才达 10%。
推荐理由：研究用 Claude 给 19000 个工作任务评机器人暴露度，给出能力与成本两条量化门槛，可帮读者判断哪些体力工作最先受冲击。
Google Blog：AIAI 评分5353 Google AI & Economy ATLAS 发布新数据可视化及科学家使用 AI 研究
Google 更新 AI & Economy ATLAS，上线交互式开放数据体验，并联合 Google DeepMind 与 MIT FutureTech 发布科学家使用 AI 的新研究。
METR：BlogAI 评分6969 METR 分析 AI 是否加速了公开发现：漏洞激增、数学或有加速、算法优化未见变化
METR 汇总多组公开数据寻找发现速率的斜率变化，以 2026 年 1 月为潜在拐点。漏洞发现急剧加速，如 cURL CVE 从 2025 年 9 个增至 2026 年 6 月底的 36 个、Microsoft CVE 年化约 2.5 倍，但其中 AI 标注占比差异很大。
METR：BlogAI 评分4747 METR 与 7 位经济学家合著论文分析递归自我改进的经济学
METR 的 Parker 与 Tom 联合 7 位经济学家发表论文《The Economics of Recursive Self-Improvement》，通过一系列简单模型分析 AI 加速 AI 研发的反馈效应强度。论文认为无法排除能力出现持续快速加速的可能，但数据、训练算力、推理算力或实验等瓶颈也可能使加速放缓。作者还呼吁实验室发布更多相关数据，并给出了一份未来发布的“愿望清单”。
Figma AI / Agent / MakeAI 评分4646 Figma 2026 AI 报告：AI 能帮我们更好地协作吗？
Figma 发布 2026 AI 报告，基于三年数据，包括 8,403 份问卷与 639 次定性访谈，覆盖从七个市场扩展至十个市场。报告显示 41% 受访者认为 AI 已实质改变团队协作方式，远高于两年前的 7%；设计师参与开发的增至 41%，做设计工作的开发者从 44% 升至 60%，76% 的人至少一半工作在 canvas 上完成。