Armin Ronacher 谈 P(doom)：对 Dario Amodei「限制前沿 AI」观点的反驳
Armin Ronacher 撰文回应本周走热的「AI 灭绝论」讨论：Dario Amodei 公开的 P(doom) 概率在 10-25% 区间，其提出以第三方评估机构 METR 参与限制前沿模型扩展，Sam 与 Musk 也表示要跟进。
全部 AI 动态
Armin Ronacher AI 博客AI 评分4747 Big TechnologyAI 评分4646 Big Technology 评论：是时候为 AI 风险讨论注入一些理性了
Big Technology 评论称 AI 风险讨论正走向极端，只剩“AI 可能毁灭人类”和“末日警告只是 AI 公司营销”两种声音主导舆论。作者指出灭绝风险无法量化、纯属猜测，但硅谷许多人确实真诚担忧——2026 年 7 月 OpenAI 的 bots 曾入侵 Hugging Face，数百个智能体协同利用安全漏洞达成测试目标。
Redwood Research：BlogAI 评分5757 Redwood Research 实验发现 CoT 可控性评测存在严重欠激发
Redwood Research 博客报告，CoTControl 评测要求推理模型在思维链中遵守小写、禁用词等格式约束，近期多数模型仅得 0-30%。
Cognition 模型 / Devin 博客精选AI 评分6868 Cognition 将 Fusion 引入 Devin Desktop 和 CLI，最多节省 39% 编码成本
Cognition 宣布将 Fusion 引入 Devin Desktop 和 CLI。Fusion 是针对 Opus、Fable 和 Astra 的前沿 harness，在主要编码基准上最多比其他模型 harness 高效 39%。
推荐理由：原文详述双智能体协同架构和各基准成本数据，读者可以据此理解按任务计价为何比按 token 计价更合理。
Dwarkesh Patel：Podcast & BlogAI 评分6363 Dwarkesh 对谈 John Schulman 等 AI 研究者：我们离递归自我改进还有多远
Dwarkesh Patel 与 John Schulman、Beren Millidge、Charlie O'Neill 三位研究者讨论递归自我改进（RSI）距离现状还有多远。
Nathan Lambert：InterconnectsAI 评分4747 Nathan Lambert 整理开源模型必读清单
Nathan Lambert 在 Interconnects 发布一份开源模型研究阅读清单，汇总近年关于开放模型的代表性文章，涵盖开放策略、经济价值、安全风险、中美竞争等主题。
Together AI 研究与产品博客AI 评分5757 Together AI 扩展 Together Fine-Tuning：新增 17 个开源模型、实时指标与更细训练控制
Together AI 宣布扩展 Together Fine-Tuning 平台，新增 GLM 5.3、DeepSeek-V4-Flash、Kimi K2.7、Qwen 3.8-27B、Gemma 4 等 17 个开源模型支持，部分模型训练降价 30% 至 70%，gpt-oss 系列达到 70%。
Amp ChronicleAI 评分4141 Amp 新增 Restack 按钮整理提交记录
Amp 新增 Restack 按钮，可将当前线程的所有变更重新整理成更整洁的一组 commit。用户可用它把大 diff 拆分成便于审查的逻辑片段、合并 agent 的中间提交后再合并，或合并小的相关提交，最终文件内容保持不变，具体用法见文档。
Timothy B. Lee：Understanding AIAI 评分7272 OpenAI 用上万 Agent 耗资数百万求解 Navier-Stokes 引爆与数学家的署名之争
作者评述 9 月 8 日 OpenAI 宣布由 10000 个 Agent 组成的集群给出千禧年难题 Navier-Stokes 的解，但当晚 NYU 数学家 Tristan Buckmaster 与 Anthropic 员工 Levent Alpöge 抢先公开三个相关问题的约 245 页论文草稿并公开抨击 OpenAI。
Redwood Research：BlogAI 评分4444 Redwood Research 提出“不可言语化串行深度”（NLS depth）的可操作化定义
Redwood Research 为不可言语化的串行认知量提出可操作化度量 NLS depth，将 GDM 论文（Brown-Cohen et al, 2026）中“opaque serial depth”的概念具体化。
Redwood Research：BlogAI 评分4141 Redwood Research 提议追踪架构对模型可监控性的影响
Redwood Research 提出一套建议，要求 AI 公司定期披露架构信息，以追踪 opaque recurrence、latent reasoning 等架构可能使思维链与智能体通信更难监控的问题。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 发布编码模型 SWE-2，推动能力与推理成本的 Pareto 前沿
Cognition 发布迄今最先进的编码模型 SWE-2，基于 2.8T 参数的 Kimi K3 后训练，FrontierCode 1.1 Main 得分 50.0%，比 Fable 5.1 仅差 1 分且便宜 64%，比 GPT-6 Astra 低几分但成本仅四分之一。
推荐理由：官方既给出与 GPT-6 Astra、Fable 5.1 的对比数据，也详述了 RL 成本惩罚等训练方法，读者可借此理解低成本高能力的实现路径。
Nathan Lambert：InterconnectsAI 评分5353 Nathan Lambert 分析 Jacob Coxon 辞职事件如何引爆 AI 风险讨论
Nathan Lambert 在 Interconnects 分析 Jacob Coxon 以安全风险为由辞职的声明为何病毒式传播，认为 OpenAI-HuggingFace 事件和 Navier-Stokes 结果等抬高了外部关注，加上恐惧叙事和媒体协调放大。
Amazon ScienceAI 评分5757 Amazon Science 论文用压缩瓶颈解释机器学习研究智能体为何不过拟合
Amazon Science 发表论文《What fits (into few tokens) doesn't overfit》，用可重置的 LLM 研究智能体解释为何基准驱动的机器学习研究没有像教科书预测的那样普遍过拟合：能胜出的策略高度可压缩，短描述装不下对验证集的记忆。
Together AI 研究与产品博客AI 评分4949 Together AI 推出 preemptible compute 公测：同样算力，半价
Together AI 宣布 Together GPU Clusters 的 preemptible compute 进入公开预览，可在所有区域的 Kubernetes 集群中新增或接入现有集群使用。
Amp ChronicleAI 评分4141 Amp 功能讲解：自定义 Mode Dial，为内置模式选择模型并加入自己的 agent
Amp 的 Settings → Mode Dial 现支持两个功能：Tune Modes 可为内置模式的 Main Agent 等角色选择模型与推理力度，通过 Model Routing 接入自己的 API key 或 ChatGPT 订阅并按此计费。
Cognition 模型 / Devin 博客精选AI 评分7777 Cognition 研究员用 Devin 构建 GPU 格子筛，完成 RSA-260 分解
Cognition 研究员 Eric Lu 用多个 Devin 会话构建了高性能 GPU 格子筛，改进 CADO-NFS 并完成 RSA-260（260 位）分解，成本约 4,900 GPU 天、约 40 万美元，比此前公开最优低约 10 倍，刷新了 RSA Factoring Challenge 公开最大解题纪录（此前纪录为 2020 年 2 月的 RSA-250）。
推荐理由：原文给出 RSA-260 分解的成本拆解和 GPU 格子筛实现细节，可据此理解 Agent 驱动科研计算的可行性与边界。
Suno：Blog精选AI 评分7777 Suno 发布 v6 音乐模型，推出旗舰、探索和免费三档
Suno 发布新一代音乐模型 v6，与 Warner Music Group、BMG 和 Believe 等行业伙伴合作开发，包含 v6、v6-wild 和 v6-mini 三款模型，分别面向精准创作、风格探索和免费快速生成。v6 支持用自然语言编辑歌曲片段、混搭多来源素材、采样构建节拍，以及从文本、音频、图片和视频生成音乐，上线后将逐步替换旧模型。
推荐理由：原文出自 Suno 官方，给出 v6 三款模型的定位差异和新编辑能力，读者可以对照自身创作需求选择版本。
Lovable BlogAI 评分5050 Lovable 正式推出 Partner Program
Lovable 正式推出 Partner Program，帮助专家和服务商承接客户项目，同时让企业找到可信的 Lovable 开发伙伴。此前已有超 800,000 名个人与机构用 Lovable 做客户项目，近两月有 500+ Solution Partners（含 Deutsche Telekom、KPMG）签署协议并开始认证。
LiveKit 产品与工程博客AI 评分4747 LiveKit 解读语音智能体「VAD inference slower than realtime」警告的含义与修复方法
LiveKit 发文解释语音智能体日志中「inference is slower than realtime」警告：它与所用 STT、TTS、LLM 模型无关，而是智能体进程内的 VAD 模型未能在 32ms 内处理完每 32ms 音频窗口，警告中的 delay 表示 VAD 落后实时音频的距离，Python 按秒、Node.js 按毫秒报告。
Nathan Lambert：InterconnectsAI 评分4444 普通人何时才能感受到 AI 的影响？
Nathan Lambert 撰文分析，AI 虽被乐观者类比工业革命，但普通人在家庭、饮食、交通、娱乐等日常核心领域几乎没有直接受益，接触点仍停留在边缘或令人困惑的产品。
Ai2 / Allen Institute for AIAI 评分5252 Goodfire 用 Ai2 开放后训练栈追踪 Olmo 3 的安全回归
Goodfire 基于 Ai2 完全开放的后训练栈，展示了如何在偏好训练前预测行为变化、把 Olmo 3 的安全回归追溯到 Dolci 数据集中的具体偏好样本，并测试在不损失能力提升的前提下修正回归。
Together AI 研究与产品博客精选AI 评分6969 Together AI 详解从闭源迁移到开源模型的 MIGHT 编码栈
Together AI 发布长文，讲解开发者如何从闭源模型迁移到开源模型构建 AI 编码栈，提出 MIGHT 分层框架：模型、推理、网关/路由、Harness 和工具（Skills 与 MCP）。
推荐理由：原文把开源编码栈拆成 MIGHT 五层并给出模型选型、路由和上下文管理的具体做法，开发者可按层迁移自己的工作流。
Conductor 官方更新AI 评分4343 Conductor 0.85.0 发布：Sections 分区、Routines 定时任务与全新模型选择器
Conductor 0.85.0 发布，带来侧边栏 Sections 分区、新模型选择器和 Routines 定时任务。Routines 可让智能体按计划或通过 GitHub action 在云端运行，仅限 pro/team 用户，还新增了不与团队共享的私有 workspaces。
Sierra：Blog精选AI 评分6363 Sierra 开源 Hyper-𝜏-bench：评估模型构建智能体的能力
Sierra 开源 Hyper-𝜏-bench（论文名 𝜏^𝜏-bench），一个长程智能体评测，衡量模型不仅能当客服智能体、还能从证据中恢复规格、设计架构并构建可用智能体的能力。
推荐理由：原文给出构建型智能体评测的设计与前沿成绩，还归纳了开发者智能体的五类失败模式，可帮助读者理解模型自主构建智能体的真实短板。
Suno：BlogAI 评分5959 Suno 宣布与 Believe 和 TuneCore 达成全球战略合作
Suno 宣布与音乐公司 Believe 及其自助发行平台 TuneCore 达成全球战略合作。使用 Suno 新行业伙伴模型创作的歌曲将可通过 Believe 和 TuneCore 发行至 Spotify、Apple Music 等平台。
Cognition 模型 / Devin 博客精选AI 评分7474 Cognition 完成 2B+ 美元 E 轮融资，估值达 48B 美元
Cognition 宣布完成超过 20 亿美元融资，估值达 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst 等多家现有及其他机构参投。
推荐理由：原文由公司官方披露融资金额、估值与营收数据，还列出 Devin 新增的自动分诊和安全排查等能力，读者可据此了解其业务进展。
Dwarkesh Patel：Podcast & BlogAI 评分5656 Dwarkesh 研究发现 2019-2025 预训练进步主要来自数据改进
Dwarkesh Patel 通过训练 2019 到 2025 各年代表性模型配方与数据语料的组合（最高 1e19 FLOPs），发现数据改进带来的计算效率增益为 12.0x，模型改进为 3.7x，数据贡献约 3.24 倍于模型，且两者增益基本相互独立，线性模型可解释 88% 的 OLMES 分数方差。
Fireworks AIAI 评分5353 Fireworks AI 讲解如何从租用模型走向训练自己的专属智能
Fireworks AI 发布系列文章首篇，讲解团队何时以及如何训练自己的模型。文章梳理了从封闭前沿模型加提示词、上下文与 harness 工程，到换用更便宜的开源模型，再到微调的升级路径，并归纳任务特化、风格、蒸馏、Agent 强化学习和持续训练五种训练模式。
OpenAI：部署安全与系统卡AI 评分4343 OpenAI 发布 ChatGPT Images 2.5 系统卡：GPT-Image-2.5-Sunburst 与 GPT-Image-2.5-Flare 安全评估
OpenAI 为 ChatGPT Images 2.5（GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare）发布系统卡，说明训练数据与安全评估结果。
Amp ChronicleAI 评分4242 Amp 改进消息传递：Agent 工作中可实时引导而非排队
Amp 更新了消息传递机制：用户在 Agent 工作时发送的消息会在下一个可能时机被处理，而不是排队等到本轮结束，从而让 Agent 更快响应反馈、减少不必要的验证步骤。Ship、Review 等内置动作仍保持排队，用户也可在 Amp 或 Amp CLI 中手动排队；若引导过急，建议用 "When done, then ..." 的表述替代 "Now, ..."。
Lovable BlogAI 评分4545 Lovable 推出 drafts：更轻松地协作和探索新想法
Lovable 推出 drafts 功能，用户可创建项目副本并在不改动线上应用的情况下探索布局、设计、文案等不同版本。每个 draft 拥有独立的 chat 和 preview，可创建多个 draft 并行尝试不同方向，团队协作时线上应用和数据保持不变，只有接受 draft 并点击 publish 才会生效。
Preferred Networks：AI 研究与产品AI 评分5858 Preferred Networks 发布 Rust 版超参优化实现 Rustuna，并同步推出 Optuna v5.0
Preferred Networks 发布基于 Rust 的 Optuna 实现 Rustuna，并同步推出 Optuna v5.0。Rustuna 在内部基准中最高比 Optuna 快 1000 倍，Matlantis CSP 的替换测试中 10 万次 trial 的内存消耗降低约 50%，完整集成开发中。
Charlie O’Neill 研究写作AI 评分5555 Charlie O’Neill：如果真信 RL 环境的价值就该下场下注
Charlie O’Neill 撰文指出，许多人宣称未来属于 RL 环境或 RL 是新的 scaling law，却少有人按此信念理性行动，如同信 scaling 却不买 NVIDIA call、信 AGI 却不买地。
Armin Ronacher AI 博客AI 评分6666 Armin Ronacher 用 35 小时软件工厂实测 GPT 6 Astra，质疑其代码产出不适合软件工程
Armin Ronacher 让 GPT 6 Astra 全权管理一个软件工厂，35 小时烧掉约 4B tokens、产生 75k 行净增代码和 79 个 commits（约 1200 美元 API 成本，合每 commit 约 15.5 美元），但没有产出有价值的东西。
Browser UseAI 评分4444 什么是无头浏览器（Headless Browser）？
无头浏览器是不带图形界面的浏览器，靠程序控制，二十年来主要用于自动化测试、网页抓取、数据提取和截图，近年因 AI browser agents 采用而热度上升。
Armin Ronacher AI 博客AI 评分4343 Armin Ronacher 谈 LLM 的“潜在力量”：独立开发者为何都做出同样的东西
Armin Ronacher 撰文分享他借助 Kimi K3 等模型，把 Carlinkit Mini Ultra 车载盒子刷机并让 Rust 实现的 CarPlay 协议项目 CatPlay 编译到其 SoC 上的经历。
Conductor 官方更新AI 评分4848 Conductor 0.84.2 上线 GPT-6 Astra
Conductor 0.84.2 版本现已支持 GPT-6 Astra。这是 OpenAI 最新的最智能模型，尤其适合长时间运行的任务，用户可在 Conductor 中直接使用。
Comfy BlogAI 评分5353 ComfyUI 公布 Comfy × MiniMax H3 音画同步挑战赛获奖名单
ComfyUI 官方公布 Comfy × MiniMax H3 Sync Sound Challenge 评审结果，要求音频与视频在同一次生成中产出，投稿期为 8 月 20 日至 9 月 1 日。
Timothy B. Lee：Understanding AIAI 评分5757 机器人创业公司想尽办法获取训练数据
Understanding AI 作者走访数十位机器人领域从业者，梳理行业缓解演示数据短缺的做法，包括 Shift 让清洁工戴相机帽子录数据、人类穿戴设备操控机器人、戴手套或外骨骼模拟机器人动作等。