9 月 20 日 · AI 日报

作者 bswerd 自建 Brood War Bench，让 Codex Astra、Codex 5.6、Claude Fable、Claude Opus 5 与 Grok 4.6 等配置在《星际争霸：虫群之心》中循环对战。

开源个人 AI 智能体 OpenClaw 发布 2026.9.5 版本，整合 4，179 个 pull request，来自 502 个贡献者账号。核心变化是 Atomic Updates，在现有 Gateway 继续运行时校验新版本，失败可回滚，保证始终有可用的智能体协助诊断。

DavidSacks 引用数据称，特朗普的 AI 政策已围绕 AI 建设创造 100 万个新岗位，401（k） 今年上涨约 12%，路易斯安那州 Richland Parish 的教师因数据中心税收获得 5 万美元奖金。他称 AI 产品是史上采用最快的技术，比互联网和 iPhone 更快，并反对 Sanders 与 Warren 要求的"暂停"，认为这会把前沿拱手让给中国。

muse 来俘获你们所有人的心了 🌹

引用 @ben_ai_eng：@alexandr_wang muse 太养眼了

🥳🥳🥳 尽情享受吧！

（引用 @grichadev）：好吧 @Muse 不错，已经全面切换过去了

Kim 公开反驳 Terence Tao 的"必须放慢 AI 发展"观点，认为能源危机、疾病、全球饥饿等大量问题亟待解决，称"没有理由这么快"忽视了世界现状。他指出当前讨论几乎只聚焦加速的潜在负面后果，却很少提及科学黄金时代可能带来的巨大收益。

有人用 Fable-5.1 破解了热敏标签打印机固件，绕过其通过 RFID 检测第三方耗材后降速降质的限制，项目开源在 http://github.com/ThreeDaPrint/niimbot。

值得在不看剧透的情况下试试。我让 Fable："我想让你做一个画面精美的游戏，主题是不断缩小视野……让游戏在缩小时带来意想不到的揭示"

我没给其他任何指示，结果既吸引人又古怪（虽然参差不齐）。试玩：https://play-umbra.netlify.app/

黑客入侵 HBO Max 官方 Reddit 账号，投放持续约 48 小时的 ClickFix 钓鱼广告，诱导 Mac 用户把恶意命令粘贴到 macOS 终端执行。

一起新的集体诉讼在加州联邦法院起诉 4 家前沿 AI 实验室，指称协调限制 AI 开发违反《谢尔曼法》第一条。诉状将所谓协议追溯到 9 月 12 日 Anthropic CEO Dario Amodei 呼吁全行业协调限制 AI 发展，当天 3 家竞争对手高管公开支持部分主张；原告代表付费用户寻求禁令和三倍赔偿，并强调不质疑单边安全测试、外部评估或政府监管。

一起新的集体诉讼在加州联邦法院提起，起诉 4 家前沿 AI 实验室，指控协调限制 AI 发展的协议违反《谢尔曼法》第一条。起诉书将协议追溯到 Anthropic CEO Dario Amodei 呼吁全行业协调限制 AI 发展的日子，当天 3 家竞争对手高管公开支持该提案的部分内容。

Perplexity CEO Aravind Srinivas 称，开源与前沿模型之间 12 个月的差距唯一原因就是美国出口管制，并指 Anthropic 曾大力游说支持管制。他认为管制可能迫使中国在物理层变强：建数据中心更快，电力、许可、人力、专业能力都不成问题，从而被逼成更强竞争对手。

一旦用了 Jev，就再也回不去了

【引用 @notkevinzhang】：四个词，十八个字母，每百万输入 token 仅 $0.042

Elvis Saravia 用 Jev 为智能体框架的 /goal 功能构建自定义验证器，每轮对话后检查目标是否真正完成，使持续验证成本低到可规模化。此前这类验证由另一个昂贵的推理模型承担，现在可更频繁运行以让智能体保持正轨。

Google 发布 ScientistTwo 论文，展示 AI 研究中的递归自我改进：模型先改进人类方法，再以自身发现为新基线继续改进。它以提出想法、实验验证、剔除无效方案并根据评审反馈开启新一轮的循环方式，自主改进了 107 个人类定义 ML 问题中的 86 个；在基于 ICLR、ICML 和 NeurIPS 论文的问题上，报告了 80.4% 的成功率和相对原始人类基线平均 25.2% 的改进。

LangChain 测试了 Jev 与 LLM 评委在准确率、可重复性、延迟和成本四个维度的表现，以验证 System One 模型能否为智能体评测提供新思路。

新基准 JevBench 发布，专为输出受限软件决策而非开放式文本的模型设计，紧随 TypeSafe 9 月 15 日发布 Jev--输入应用状态与固定选项，返回带概率的类型化答案。该基准综合智能、校准、速度与成本，用几何平均防止单一维度优势掩盖短板。GPT-5.6 Luna 在难题准确率上明显高于 Jev 1.13.0，但 Jev 因延迟、校准和成本更优而在综合分上领先。

Rohan Paul 转引 @rauchg 数据称 Vercel AI Gateway 上开源模型 token 占比或创纪录地达 78.4%，闭源为 21.6%。

Meta 的 AI 助手 Muse 在用户未授权 Messages 的情况下引用了其消息内容，自称读取的是通知预览，却无法说明具体机制。Meta Superintelligence Labs 的 David Singleton 回应称 Muse 并不监视 Mac 通知，而是在用户明确授权后同步 Messages 数据，错误回答源于模型对自身内部机制的混淆，团队正在改进。

Vals AI 联合创始人兼 CEO Rayan Krishnan 在 Bloomberg 上预测，约 2027 年 8 月模型将在研究能力上超越人类研究员，实现完全无需人类参与的递归自我改进（RSI）。他描述这一状态为 GPT-6 自主造出 GPT-7，或 Claude 自主造出下一代版本，而当前人类仍参与模型开发过程。