9 月 20 日 · AI 日報

作者 bswerd 自建 Brood War Bench，讓 Codex Astra、Codex 5.6、Claude Fable、Claude Opus 5 與 Grok 4.6 等配置在《星際爭霸：蟲群之心》中迴圈對戰。

開源個人 AI 代理 OpenClaw 發布 2026.9.5 版本，整合 4，179 個 pull request，來自 502 個貢獻者帳號。核心變化是 Atomic Updates，在現有 Gateway 繼續執行時校驗新版本，失敗可回滾，保證始終有可用的 AI 代理協助診斷。

DavidSacks 引用資料稱，特朗普的 AI 政策已圍繞 AI 建設創造 100 萬個新崗位，401（k） 今年上漲約 12%，路易斯安那州 Richland Parish 的教師因資料中心稅收穫得 5 萬美元獎金。他稱 AI 產品是史上採用最快的技術，比網際網路和 iPhone 更快，並反對 Sanders 與 Warren 要求的"暫停"，認為這會把前沿拱手讓給中國。

muse 來俘獲你們所有人的心了 🌹

引用 @ben_ai_eng：@alexandr_wang muse 太養眼了

🥳🥳🥳 盡情享受吧！

（引用 @grichadev）：好吧 @Muse 不錯，已經全面切換過去了

Kim 公開反駁 Terence Tao 的"必須放慢 AI 發展"觀點，認為能源危機、疾病、全球飢餓等大量問題亟待解決，稱"沒有理由這麼快"忽視了世界現狀。他指出當前討論幾乎只聚焦加速的潛在負面後果，卻很少提及科學黃金時代可能帶來的巨大收益。

有人用 Fable-5.1 破解了熱敏標籤印表機韌體，繞過其通過 RFID 檢測第三方耗材後降速降質的限制，專案開源在 http://github.com/ThreeDaPrint/niimbot。

值得在不看劇透的情況下試試。我讓 Fable："我想讓你做一個畫面精美的遊戲，主題是不斷縮小視野……讓遊戲在縮小時帶來意想不到的揭示"

我沒給其他任何指示，結果既吸引人又古怪（雖然參差不齊）。試玩：https://play-umbra.netlify.app/

駭客入侵 HBO Max 官方 Reddit 帳號，投放持續約 48 小時的 ClickFix 釣魚廣告，誘導 Mac 使用者把惡意命令貼上到 macOS 終端執行。

一起新的集體訴訟在加州聯邦法院起訴 4 家前沿 AI 實驗室，指稱協調限制 AI 開發違反《謝爾曼法》第一條。訴狀將所謂協議追溯到 9 月 12 日 Anthropic CEO Dario Amodei 呼籲全行業協調限制 AI 發展，當天 3 家競爭對手高管公開支援部分主張；原告代表付費使用者尋求禁令和三倍賠償，並強調不質疑單邊安全測試、外部評估或政府監管。

一起新的集體訴訟在加州聯邦法院提起，起訴 4 家前沿 AI 實驗室，指控協調限制 AI 發展的協議違反《謝爾曼法》第一條。起訴書將協議追溯到 Anthropic CEO Dario Amodei 呼籲全行業協調限制 AI 發展的日子，當天 3 家競爭對手高管公開支援該提案的部分內容。

Perplexity CEO Aravind Srinivas 稱，開源與前沿模型之間 12 個月的差距唯一原因就是美國出口管制，並指 Anthropic 曾大力遊說支援管制。他認為管制可能迫使中國在物理層變強：建資料中心更快，電力、許可、人力、專業能力都不成問題，從而被逼成更強競爭對手。

一旦用了 Jev，就再也回不去了

【引用 @notkevinzhang】：四個詞，十八個字母，每百萬輸入 token 僅 $0.042

Elvis Saravia 用 Jev 為 AI 代理框架的 /goal 功能構建自定義驗證器，每輪對話後檢查目標是否真正完成，使持續驗證成本低到可規模化。此前這類驗證由另一個昂貴的推理模型承擔，現在可更頻繁執行以讓 AI 代理保持正軌。

Google 發布 ScientistTwo 論文，展示 AI 研究中的遞迴自我改進：模型先改進人類方法，再以自身發現為新基線繼續改進。它以提出想法、實驗驗證、剔除無效方案並根據評審回饋開啟新一輪的迴圈方式，自主改進了 107 個人類定義 ML 問題中的 86 個；在基於 ICLR、ICML 和 NeurIPS 論文的問題上，報告了 80.4% 的成功率和相對原始人類基線平均 25.2% 的改進。

LangChain 測試了 Jev 與 LLM 評委在準確率、可重複性、延遲和成本四個維度的表現，以驗證 System One 模型能否為 AI 代理評測提供新思路。

新基準 JevBench 發布，專為輸出受限軟體決策而非開放式文本的模型設計，緊隨 TypeSafe 9 月 15 日發布 Jev--輸入應用狀態與固定選項，返回帶機率的型別化答案。該基準綜合智慧、校準、速度與成本，用幾何平均防止單一維度優勢掩蓋短板。GPT-5.6 Luna 在難題準確率上明顯高於 Jev 1.13.0，但 Jev 因延遲、校準和成本更優而在綜合分上領先。

Rohan Paul 轉引 @rauchg 資料稱 Vercel AI Gateway 上開源模型 token 佔比或創紀錄地達 78.4%，閉源為 21.6%。

Meta 的 AI 助手 Muse 在使用者未授權 Messages 的情況下引用了其訊息內容，自稱讀取的是通知預覽，卻無法說明具體機制。Meta Superintelligence Labs 的 David Singleton 回應稱 Muse 並不監視 Mac 通知，而是在使用者明確授權後同步 Messages 資料，錯誤回答源於模型對自身內部機制的混淆，團隊正在改進。

Vals AI 聯合創始人兼 CEO Rayan Krishnan 在 Bloomberg 上預測，約 2027 年 8 月模型將在研究能力上超越人類研究員，實現完全無需人類參與的遞迴自我改進（RSI）。他描述這一狀態為 GPT-6 自主造出 GPT-7，或 Claude 自主造出下一代版本，而當前人類仍參與模型開發過程。