9 月 18 日 · AI 日报

Meta 官宣 Muse for Mac 即日起推出（目前仅限美国），个人智能体可在用户明确授权下直接在电脑上完成任务，包括整理下载文件夹、查找丢失文件、总结消息和笔记，可跨应用、文件、日历、备忘录和消息工作，执行敏感操作前会先询问，用户可控制其访问权限。

ChatGPT 正式集成进 Microsoft Word，可在文档内把粗略笔记转成初稿、理顺段落、校对并给出修改建议，还能发现格式问题。OpenAI 员工 Sherwin Wu 表示 ChatGPT for Excel 和 PowerPoint 用量近期大幅增长，此次上线 Word 补齐整套 Office 集成，办公场景竞争进一步升级。

OpenAI 开发者账号宣布 Appshots 与 Windows 结合，让 ChatGPT 获取用户正在使用的应用上下文，减少重复交代背景的时间。官方给出调试问题、抓取想复刻的 UI、从其他应用拉取数据等用法，省去大量复制粘贴，向操作系统级助手方向推进。

OpenAI 发布 Astra for Law，将 GPT-6 Astra 与法律搜索索引、Legal 分析写作指令和模型级设置打包，面向律所和法律科技公司。在 Vals AI Legal Research Bench 私有验证集 200 道美国法律研究题上，最高推理强度下整体正确率 54.0%，比仅用网页搜索的 38.7% 相对提升 40%。

美国联邦航空管理局将推出名为 Smart（Strategic Management of Airspace, Routes and Trajectories）的 AI 空管软件，合同为期 12 年、金额 8.75 亿美元，用于改进空域、航线和航迹管理，是 AI 进入关键民用基础设施的重要案例。

Bend 语言正式推出，定位为 AGI 时代让人类精确约束 AI 写代码的方式：开发者通过 LAWS.bend 声明法则并要求 AI 提交证明，违反法则的代码在数学上无法被合并；官方还宣称单核性能接近 C，同一二进制可跑 16 核或 GPU 并达百倍加速。

微软 Azure Kubernetes Service 团队以 MIT 许可开源 TauGrid，一次 Helm 安装即可打包 tau CLI、Kueue 队列、KubeRay 编排、GPU 健康监控和可观测性组件，为在 Kubernetes 上运行 GPU AI 工作负载提供开箱即用的完整技术栈。

Anthropic 发布衡量前沿 AI 研发进度的三项指标（AI 参与 AI 研发程度、智能体监督、算力分配）并给出内部快照：约六个月内 Claude 主导的模型研发任务占比从 1% 升至 26%，90% 以上被衡量的研发工作已有 AI 深度参与，内部平台任意时刻约有 3 万个智能体在从事研究与工程，为 AI 造 AI 的进度提供了量化参照。

纽约时报诉 OpenAI 版权诉讼中一份未删节法庭文件解封，收录两家公司高管多项内部表态：LLM 建立在被称为空前规模盗窃的内容之上，并引发摧毁整个 web 的 doom loop；文件还显示 Bing 上被窃取新闻网站点击量下降超 90%，OpenAI 曾绕过纽约时报付费墙并自称是新闻出版的存在性威胁。

karminski 介绍 Jev 模型：它放弃传统自回归架构，无法直接输出普通文本，只能按预定义 Schema 输出带概率的结构化 JSON 决策（如 isSpam true 0.982）；其护城河是 RLCD 校准强化学习，输出很难出现概率失真，但代价是表现刻板、只适合干活，目前仅支持文本输入，复杂场景需先定义可选动作。

OpenAI 在 ChatGPT 插件商店上线 47 个由法律专家构建的社区插件，另有 26 个合作方插件，合作方包括 Thomson Reuters、Harvey、Legora 和 iManage；这些插件由 LegalQuants、Skills.law 和 LECG 等法律科技社区成员自行发布而非 OpenAI 贴牌，法律垂直生态正加速接入 ChatGPT。

SemiAnalysis 基于内部使用中的 616,300 条 OpenAI 响应分析工具调用频率：GPT 5.6 Terra 平均每次响应调用 1.94 次客户端工具，Sol 为 1.00 次，Luna 为 0.97 次，GPT 6 Astra 在 11,717 条响应中平均 1.18 次，为比较各模型的智能体化程度提供了量化数据。

Anthropic 发布科学博客，称 Claude 为 30 多个用于分子建模、药物设计和基因突变预测的开源模型优化了推理，使其平均快 4 倍，部分方式是为 GPU 编写定制软件，全部优化代码已开源，展示了 AI 在科学计算场景中的实际提速能力。

Android Authority 调查显示超 70% 受访者不愿让 OpenClaw 等 AI 工具完全接管电脑，其中 43% 出于安全原因明确拒绝，27% 完全不感兴趣，约四分之一在安全得到妥善保护的前提下持开放态度，不到 4% 不担心风险，表明安全信任是桌面智能体普及的关键瓶颈。

有用户吐槽某 AI 产品将模型选择改为路由机制，不再允许手动选择 max 或 xhigh 等档位，质疑路由后的模型是否值付费价格；该用户指出 benchmark 测不出路由效果，其昨日测试中路由到的并非 SOTA 模型，引发对路由透明度与付费公平性的讨论。

Satya Nadella 介绍微软内部如何借鉴丰田精益制造理念，将精益知识工作应用于 AI 驱动的白领运营：微软每年在客户支持上花费约 40 亿美元，通过部署 AI 智能体进行前端拦截和实时推理辅助，大幅降低了 Xbox 和 Azure 支持等领域的成本，为大企业 AI 降本提供了参照样本。

Balyasny Asset Management 在数千个真实金融任务上评测 Claude Fable 5，取得 89.4% 成绩，高于此前生产模型的 86.1%，优势集中在复杂规划、分析与智能体执行；该机构自建 BAMAgent 平台支持数千个自主智能体 24/7 运行，并将 Fable 作为规划与分析阶段的首选模型。

Gary Marcus 撰文反驳科技自由派右翼用 AI 责任反对监管的新伪二分法，主张责任与监管必须并行，并引用 Mark Cuban 与 Karen Kornbluh 的观点指出没有适配 AI 的监管，责任追究就毫无意义；他回顾 2023 年 5 月在美国参议院与 Josh Hawley 的交锋，认为现行法律在版权、大规模虚假信息等领域存在空白，仅靠诉讼可能耗时十年以上。

AI 数据中心公司 Crusoe 宣布完成 39 亿美元 F 轮融资，估值升至 309 亿美元，由 Atreides Management、Mubadala Capital 和 Valor Equity Partners 联合领投，Nvidia、Founders Fund、GIC 等参投，资金将用于建设大型数据中心和小型模块化 AI 工厂，显示 AI 算力基础设施投资仍在加码。

Google 与 Google DeepMind 研究人员于周三成立 DeepMind Institute，由 Shane Legg、James Manyika 和 Demis Hassabis 担任董事，Legg 任执行编辑，旨在呈现各方围绕 AGI 的不同观点并首发四篇论文，被视为官方推动 AGI 议题多元化讨论的信号。

PrismML 发布 Ternary Bonsai 2 27B，基于 Qwen3.8 27B，采用三值权重加 FP16 分组缩放，有效每权重 1.76 bit，体积仅 5.9GB，比全精度模型小 9 倍以上，基准综合得分 83.9、保留 98.2% 性能，可在 8GB 内存设备上运行，显著降低本地部署门槛。

Zimperium 旗下 zLabs 研究团队报告新型安卓恶意木马 RatHat，它将受感染设备界面以 XML 形式发给一款热门 AI 助手，由模型识别元素中心坐标、判断屏幕文字并返回 SCROLL_DOWN 等导航指令，辅助攻击者远程操控设备，表明 AI 能力正被武器化，值得安全行业警惕。