9 月 2 日 · AI 日報

據 WSJ 報導，Gemini 3.8 Flash 代號 Skimaki，最快明日發布；Google 員工在並排測試中更偏好它而非 Opus 做編碼。文章還提到 Google 內部編碼工具 Jetski、Google 正加大 RL 投入，並展望了 Gemini 4。

Dex Horthy 介紹 HumanLayer 中的 /show-me 技能，目標是讓 agent 撰寫的 PR 儘可能容易被審查。其引用 @notgiorgi 指出 agent 雖然 know what acquire-use-release 是什麼，但會按倉庫現有方式實現，配圖虛擬碼展示了一段 runQuery 資源清理邏輯改動前後可能掩蓋的錯誤捕獲差異。

YC 孵化的 Nori Robotics 推出面向開發的低成本類人機器人 Nori A3，售價 $1，688，2026 年秋季發貨，在舊金山組裝。硬體包括每臂 7+1 DOF、1.5kg 負載，12m 量程 Lidar，x4 720p RGB 攝像頭，6-8 小時續航；配套 Nori Lab 筆記本應用可在家訓練機器人並上傳技能到 Skills Marketplace 共享。

地平線宣佈征程 6M 迎來大規模量產上車裡程碑，截至 2026 年 8 月底已落地 20 餘家車企、70 餘款量產上市車型，其中 7 家車企品牌基於該晶片實現城區輔助駕駛平台化上車。征程 6M 算力達 128TOPS，支援一段式端到端城區輔助駕駛，單顆晶片方案可支援風冷散熱，滿足燃油車的量產要求。

Stryker 宣佈杜克大學醫療中心完成首例通過 Apple Vision Pro 搭配 SportSuite Vision 應用的髖關節鏡手術。該應用將關節鏡畫面和 CT 影像顯示在頭顯中，減少醫生反覆轉動頸部檢視螢幕的需求，主刀醫生 Chad Mather III 表示可按個人工作流程在無菌區內安排關鍵資訊位置。

Claude Code 發布 v2.1.258，修復了 2.1.255 引入的 macOS 12（Monterey）無法啟動的迴歸問題。同時修復遠端和定時會話在重新發送權限批准無法應用後報 "user messages must have non-empty content" 錯誤的問題。

Fable 5.1 的快取讀取成本比 Fable 5 低 75%，隨著負載越偏 AI 代理化，節省越大，一項元件的降價可帶來整個工作負載約 45% 的成本下降。作者轉發分析稱，AI 代理反覆回訪相同的上下文、計劃、工具輸出與工作狀態，因此更便宜的快取讀取大幅降低持續推理的開銷；企業現在面臨的經濟問題是 AI 代理能持續工作多久才在財務上合理。

Rohan Paul 引用並附和 Ilya Sutskever 的判斷：Neocloud 網路安全有限，失控的 AI 代理下次可能嘗試接管 Neocloud 來執行更多自身副本，應大幅加強網路安全。

AI 訓練資料創業公司 AfterQuery 傳聞完成一輪融資，估值達 32 億美元，距其 4 月以 3 億美元估值完成 3000 萬美元 A 輪僅五個月。Y Combinator 合夥人 Gustaf Alströmer 稱這是該加速器史上從創立到獨角獸最快的公司，兩位創始人為 22 和 23 歲，來自 Y Combinator 2025 年冬季批次。

Apple 在與 OpenAI 的持續訴訟中提交了一份新檔案，披露從前員工 MacBook 中獲取的所謂證據，並繼續推動加速證據開示。9to5Mac 報導稱該檔案包含蘋果所稱的令人震驚的證據，但材料僅提供摘要，具體細節未給出。

據 The Los Angeles Times 報導，Google 正接觸多家好萊塢大型片廠，希望以鉅額費用換取用版權內容訓練 AI 模型，單個版權角色的生成權報價可達約 $40 million，總額可能達數十億美元，還可能附廣告收入分成。

MiniMax 官方宣佈，基於 vLLM-Omni 和 FastVideo 團隊（@haoailab）開源的 FastH3，並獲 @NVIDIAAI 硬體支援，完整 10.1 秒含同步音訊的 MP4 影片在 8.7 秒內渲染完成，生成速度快於播放速度。

Rohan Paul 引述測試結果稱，關閉防護的 Claude Mythos 5.1 在 250 次 Firefox 試驗中 245 次構建出完全可用的漏洞利用，成功率 98%，高於 6 個月前上一代旗艦模型的 52%。

Epoch AI 統計發現，自推理模型推出以來，Epoch Capabilities Index （ECI） 前沿以每年 14 點的速度推進，而非推理時代為每年 6 點。圖表顯示推理模型時代擬合 adj. R2 為 0.98，90% 置信區間為 12-17；非推理時代為 90% CI 3-8，adj. R2 0.76。

MiniMax 發文稱，如果 SOTA 影片模型保持閉源，就看不到如此普遍的創作，並表示 MiniMax H3 開放權重一個月來每天都被社群的作品震撼。其轉發的示例中，使用者 @internetphysics 基於 @fal 的 H3 Max 構建了一個生成式影片課堂，輸入任意概念即可在幾秒內生成動畫講解影片，還可在觀看時排隊新影片並提出追問。

據 WSJ 報導，代號 Skimaki 的 Gemini 3.8 Flash 最早將於週三發布，作者稱其預計與 Opus 5 相當。報導引述稱，在 Google 內部編碼工具 Jetski 的正面對比測試中，部分工程師更偏好它而非 Anthropic 的 Opus 模型。報導還提到 Google 正加大 RL 方面的投入，並展望 Gemini 4。

Anthropic 發布 Claude Fable 5.1 和 Mythos 5.1，回應客戶對價格、資料保留和過度安全限制的批評。Fable 5.1 效能強於 Fable 5，通常便宜約 25%，複雜 AI 代理任務因快取資料降價最高便宜 45%，現已在所有平台可用；Mythos 5.1 僅向 Project Glasswing 參與者開放。

World Labs 發布新一代世界模型 Atlas，從零預訓練，原生處理文本、影像、影片和 3D，架構為多模態自迴歸擴散 Transformer，輸入以 3D 姿態形成空間上下文。模型支援相機控制生成（最長 1 分鐘 1440p 影片）、稀疏檢視 3D 重建、時空模擬和影像生成，在相機控制生成與 3D 重建任務上優於更專用的模型；現已開放早期訪問申請，未來將驅動 Marble 等產品。

Hugging Face 部落格介紹 BenchMIRT，一種基於多維 IRT 在單個題目層面審計 LLM 基準的方法，訓練資料覆蓋 100 個 LLM、16 個基準和超過 34K 道題。