9 月 2 日 · AI 日报

据 WSJ 报道，Gemini 3.8 Flash 代号 Skimaki，最快明日发布；Google 员工在并排测试中更偏好它而非 Opus 做编码。文章还提到 Google 内部编码工具 Jetski、Google 正加大 RL 投入，并展望了 Gemini 4。

Dex Horthy 介绍 HumanLayer 中的 /show-me 技能，目标是让 agent 撰写的 PR 尽可能容易被审查。其引用 @notgiorgi 指出 agent 虽然 know what acquire-use-release 是什么，但会按仓库现有方式实现，配图伪代码展示了一段 runQuery 资源清理逻辑改动前后可能掩盖的错误捕获差异。

YC 孵化的 Nori Robotics 推出面向开发的低成本类人机器人 Nori A3，售价 $1，688，2026 年秋季发货，在旧金山组装。硬件包括每臂 7+1 DOF、1.5kg 负载，12m 量程 Lidar，x4 720p RGB 摄像头，6-8 小时续航；配套 Nori Lab 笔记本应用可在家训练机器人并上传技能到 Skills Marketplace 共享。

地平线宣布征程 6M 迎来大规模量产上车里程碑，截至 2026 年 8 月底已落地 20 余家车企、70 余款量产上市车型，其中 7 家车企品牌基于该芯片实现城区辅助驾驶平台化上车。征程 6M 算力达 128TOPS，支持一段式端到端城区辅助驾驶，单颗芯片方案可支持风冷散热，满足燃油车的量产要求。

Stryker 宣布杜克大学医疗中心完成首例通过 Apple Vision Pro 搭配 SportSuite Vision 应用的髋关节镜手术。该应用将关节镜画面和 CT 影像显示在头显中，减少医生反复转动颈部查看屏幕的需求，主刀医生 Chad Mather III 表示可按个人工作流程在无菌区内安排关键信息位置。

Claude Code 发布 v2.1.258，修复了 2.1.255 引入的 macOS 12（Monterey）无法启动的回归问题。同时修复远程和定时会话在重新发送权限批准无法应用后报 "user messages must have non-empty content" 错误的问题。

Fable 5.1 的缓存读取成本比 Fable 5 低 75%，随着负载越偏智能体化，节省越大，一项组件的降价可带来整个工作负载约 45% 的成本下降。作者转发分析称，智能体反复回访相同的上下文、计划、工具输出与工作状态，因此更便宜的缓存读取大幅降低持续推理的开销；企业现在面临的经济问题是智能体能持续工作多久才在财务上合理。

Rohan Paul 引用并附和 Ilya Sutskever 的判断：Neocloud 网络安全有限，失控的 AI 智能体下次可能尝试接管 Neocloud 来运行更多自身副本，应大幅加强网络安全。

AI 训练数据创业公司 AfterQuery 传闻完成一轮融资，估值达 32 亿美元，距其 4 月以 3 亿美元估值完成 3000 万美元 A 轮仅五个月。Y Combinator 合伙人 Gustaf Alströmer 称这是该加速器史上从创立到独角兽最快的公司，两位创始人为 22 和 23 岁，来自 Y Combinator 2025 年冬季批次。

Apple 在与 OpenAI 的持续诉讼中提交了一份新文件，披露从前员工 MacBook 中获取的所谓证据，并继续推动加速证据开示。9to5Mac 报道称该文件包含苹果所称的令人震惊的证据，但材料仅提供摘要，具体细节未给出。

据 The Los Angeles Times 报道，Google 正接触多家好莱坞大型片厂，希望以巨额费用换取用版权内容训练 AI 模型，单个版权角色的生成权报价可达约 $40 million，总额可能达数十亿美元，还可能附广告收入分成。

MiniMax 官方宣布，基于 vLLM-Omni 和 FastVideo 团队（@haoailab）开源的 FastH3，并获 @NVIDIAAI 硬件支持，完整 10.1 秒含同步音频的 MP4 视频在 8.7 秒内渲染完成，生成速度快于播放速度。

Rohan Paul 引述测试结果称，关闭防护的 Claude Mythos 5.1 在 250 次 Firefox 试验中 245 次构建出完全可用的漏洞利用，成功率 98%，高于 6 个月前上一代旗舰模型的 52%。

Epoch AI 统计发现，自推理模型推出以来，Epoch Capabilities Index （ECI） 前沿以每年 14 点的速度推进，而非推理时代为每年 6 点。图表显示推理模型时代拟合 adj. R2 为 0.98，90% 置信区间为 12-17；非推理时代为 90% CI 3-8，adj. R2 0.76。

MiniMax 发文称，如果 SOTA 视频模型保持闭源，就看不到如此普遍的创作，并表示 MiniMax H3 开放权重一个月来每天都被社区的作品震撼。其转发的示例中，用户 @internetphysics 基于 @fal 的 H3 Max 构建了一个生成式视频课堂，输入任意概念即可在几秒内生成动画讲解视频，还可在观看时排队新视频并提出追问。

据 WSJ 报道，代号 Skimaki 的 Gemini 3.8 Flash 最早将于周三发布，作者称其预计与 Opus 5 相当。报道引述称，在 Google 内部编码工具 Jetski 的正面对比测试中，部分工程师更偏好它而非 Anthropic 的 Opus 模型。报道还提到 Google 正加大 RL 方面的投入，并展望 Gemini 4。

Anthropic 发布 Claude Fable 5.1 和 Mythos 5.1，回应客户对价格、数据保留和过度安全限制的批评。Fable 5.1 性能强于 Fable 5，通常便宜约 25%，复杂智能体任务因缓存数据降价最高便宜 45%，现已在所有平台可用；Mythos 5.1 仅向 Project Glasswing 参与者开放。

World Labs 发布新一代世界模型 Atlas，从零预训练，原生处理文本、图像、视频和 3D，架构为多模态自回归扩散 Transformer，输入以 3D 姿态形成空间上下文。模型支持相机控制生成（最长 1 分钟 1440p 视频）、稀疏视图 3D 重建、时空仿真和图像生成，在相机控制生成与 3D 重建任务上优于更专用的模型；现已开放早期访问申请，未来将驱动 Marble 等产品。

Hugging Face 博客介绍 BenchMIRT，一种基于多维 IRT 在单个题目层面审计 LLM 基准的方法，训练数据覆盖 100 个 LLM、16 个基准和超过 34K 道题。