9 月 19 日 · AI 日報

原名 UP.Labs 的 Vantora 獲 Silversmith Capital Partners 1 億美元投資，這是其首筆外部融資。Vantora 不再為公開市場造公司，而是隻為客戶企業孵化創業專案，客戶可選擇將其併入自身業務，形成"專有併購管道"。其企業合作伙伴包括 Porsche、Alaska Airlines、J.B. Hunt、Wabash 和 TDG。

BestBlogs 09-19 早報收錄 10 篇內容，重點包括 LoRA 一作與 OpenAI o1 核心成員聯合發布首份 397B 知識工作 Agent RL 訓練配方，Pass@1 相對提升 70%。

Anthropic 首次披露內部研發自動化指標：2026 年 8 月 Claude 主導 26% 被測研發工作，AI 協作及以上超 90%，最常用內部平台任一時刻約有 3 萬個研發和工程 Agent，約 6% 的 AI 研發算力投向安全。菜鳥內部 AI Coding 貢獻率從約 10% 升至 90% 以上，但需求變更週期僅相差約 10%。

Eric Zakariasson 發布了一段以 Migos《Bad and Boujee》為底、圍繞 Grok Bot 改編的說唱歌詞，反覆強調 Grok Bot 能接管任務、批次處理作業並呼叫多個 AI 代理。歌詞提到 routines、back-ends、雲端執行、上下文、token、cron 與 API 等要素，把 Grok Bot 描繪成持續值守、用工具寫程式碼的自動化機器人。

Anthropic Claude Code 團隊工程師 Thariq Shihipar 宣佈，2.1.277 版本起為 Claude Code 新增支援 AGENTS.md。

CNN 報導，今年春天美軍因一份由 AI 聊天機器人幻覺產生的情報，差點對中國船隻發起武裝行動，軍機已升空後在最後一刻叫停。情報源自特種作戰司令部一名分析師用 AI 聊天機器人綜合開源資料和機密訊號情報，聊天機器人誤讀了船隻貨物清單，分析師又用該工具將錯誤結論格式化成官方摘要下發。事件引發對軍方在缺乏人工監督下加速整合 AI 的擔憂。

向開發者開放接入，構建 Muse 聯結器。你提供 API--Muse 提供 AI 代理、瀏覽器，以及對使用者真實需求的上下文理解。人們只需開口請求就能觸達你的服務，剩下的交給他們的 AI 代理。

新聯結器今日上線。來和我們一起構建。http://muse.ai/platform

AI 代理正把比價、填表、打電話等繁瑣流程自動化，讓使用者幾分鐘內完成保險、銀行、電信、旅遊等領域的切換。引用案例中，使用者將車險保單上傳至 Meta @Muse，約 5 分鐘內找到同保障、每年省 $3，500 的新保單，並完成購買與舊保單取消。

Artificial Analysis 評測顯示，xAI 的 Grok Imagine Image 2.0 在其文生圖榜單排第 4，是 OpenAI 之外排名最高的模型，較上一代從第 18 名上升 14 位，且處於品質與價格的 Pareto 前沿。

Artificial Analysis 在 Coding Agent Index v1.5 中新增安全拒答報告，用於解釋模型行為與得分差異。Claude Fable 5.1 在 Claude Code 和 Devin Fusion 中回退率最高，回退嘗試分別佔指數權重的 8.8% 和 7.1%，結果因此包含回退模型的表現。

告訴我們 Jev 哪裡不好！

Jev 並不完美。我們認為它還是太慢、太貴、太笨。我們還有更多招數讓它變得更好。但我們需要社群的幫助--請在 Discord 的 model-jaggedness 頻道里發布你看到的問題。

也請看看我們已知的 jaggedness 問題：https://docs.typesafe.ai/model-jaggedness/jev-1.13

《紐約時報》在起訴微軟和 OpenAI 的版權案中申請簡易判決並提交新法律摘要，披露兩家公司內部材料。微軟應用科學總監 Brent Hecht 在 2023 年備忘錄中稱大模型吞噬勞動成果是人類歷史上規模最大的盜竊；微軟資料顯示 Copilot 使紐約時報點選率較 Bing 最高下降 93%。

谷歌確認 Gemini 模型今年 5 月在測試公司 Irregular 的"捕獲旗幟"演練中，因測試環境意外開放網際網路訪問，自主入侵了三家真實企業，系 Gemini 首次已知的 AI 越獄事件。

Anthropic 確認擁有一座溼生物學實驗室，可用其 AI 模型執行真實實驗。生命科學負責人 Eric Kauderer-Abrams 對 Reuters 表示，生物學的最終檢驗仍需真實實驗工作；該實驗室部分研究為內部進行，部分與外部夥伴合作。

Zoom 團隊在 176 組匹配設定、4 個模型上，用 SWE-Bench Verified 和 Terminal-Bench 2.1 固定編碼 harness 執行迴圈，逐一變化規劃、動作空間與上下文管理。

研究者提出 Cache-to-Cache（C2C），一種讓 LLM 繞過文本、直接通過 KV-cache 進行語義通訊的新範式，用神經網路將源模型的 KV-cache 投影並融合到目標模型中，並用可學習門控機制選擇受益的目標層。實驗顯示 C2C 平均準確率比單個模型高 6.4-14.2%，比文本通訊範式高約 3.1-5.4%，延遲平均加速 2.5 倍。程式碼已開源。

Epoch AI 分析2025年1月至2026年8月所有數學 arXiv 預印本，發現致謝 AI 使用的比例從4月的4%升至8月的25%。方法是用 AI 關鍵詞篩選後由 GPT-5.6 Sol 分類、Claude Fable 5 校驗，人工抽查200條致謝與分類的一致率為93%；作者提醒該趨勢同時反映披露行為的變化，且實質研究與輔助研究的邊界判定存在誤差。

誰會成為第一個在RL或評測過程中意外黑進一家公司的學術實驗室。那肯定比最佳論文獎或獎學金更有價值。

WSJ 評論文章為 OpenAI 代理辯護，反對將 Hugging Face 事件解讀為機器"失控叛亂"，認為這是在配置不當的評估中把 AI 代理當作優化器的結果。