1/16 Anthropic 披露 AI 已从攻击助手进入自动重构与外传闭环
Anthropic 发布其迄今最详细的威胁情报报告，汇总 2025 年 12 月至 2026 年 8 月间被中止的网络攻击、影响行动、监控、诈骗、生物滥用、武器研发与非法蒸馏。报告称，多起网络行动已用多 Agent 框架直接执行侦察、钓鱼、横向移动和数据外传，并能在恶意软件被检测后自动修改重建；人类主要负责选定目标和检查结果。所披露行动均被封禁或上报，但归因与规模主要来自 Anthropic 内部调查，尚不能视为独立审计结论。
2/16 DeepSeek-V4.1-Flash 用非对称架构压缩长上下文成本
DeepSeek 发布支持原生图文输入与 100 万 token 上下文的 V4.1-Flash：552B 参数 MoE 在预填充阶段激活 8B、解码阶段激活 16B，Causal Encoder-Decoder、CSA2 稀疏注意力与 FP4 缓存把全局 KV 缓存压到每 token 890 字节，约为上一代四分之一。模型权重采用 MIT License，API 名称改为 deepseek-flash；9 月 14 日起旧 V4-Pro 请求将临时路由至新模型。官方 Agent 基准成绩很强，但明显依赖特定 harness、上下文与采样设置。
3/16 OpenAI 把金融数据、引用链与机构模板装进专用 ChatGPT
ChatGPT for Financial Services 面向符合条件的金融机构开放，把 GPT-6 Astra、Daloopa、PitchBook、LSEG News、Crunchbase 等内置数据，以及现有数据订阅连接整合进 ChatGPT Work。分析结果可追溯到具体段落、表格和注释，还能套用机构自己的 Excel、Word、PowerPoint 模板生成估值模型、研报与 pitchbook。产品由 Morgan Stanley 与 Evercore 参与设计，并沿用 SSO、SCIM、RBAC、审计和信息墙等企业控制；OpenAI 的能力与基准声明仍需机构在真实合规流程中验证。
4/16 ChatGPT Work 的 Data agent 直接读取语义层并生成可执行看板
OpenAI 推出 Data agent，让非数据岗位通过自然语言连接 Redshift、BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 等数据源，调查指标变化并生成可编辑看板。它会读取 dbt、Databricks Genie Ontology、Snowflake Horizon 和既有 BI 中的指标定义与数据关系，查询沿用原账户的表、行、列权限；输出还能写入 Power BI、Tableau、Sigma 等工具，并在用户批准后通过 Slack、邮件或连接器执行后续动作。价值取决于企业语义层与权限治理是否可靠。
5/16 GPT-Live-1 以全双工语音层接入后端模型与工具
GPT-Live-1 现已开放 API，用单一语音模型同时监听和说话，重点改善打断、停顿、背景噪声、长会话和电话场景；复杂推理与工具调用可委托给 GPT-6 Astra 或第三方后端。OpenAI 自报 Full Duplex Bench 相比 GPT-Realtime-2.1 提升 30 个百分点，合作方 Speak 称误打断减少近 80%，但均需按目标口音与环境复测。前端语音层定价每分钟 0.05 美元，后端模型另计费，使其定位更像低延迟交互入口，而非包办全部任务的端到端 Agent。
6/16 Cursor Projects 把编码 Agent 变成长驻项目协调者
Cursor 推出 Projects 测试版：用户不再为每个任务新建聊天，而是在单一持久线程中与协调 Agent 工作。协调者负责规划和调度实现 Agent，本身不直接写代码；项目在云端电脑持续运行，研究、计划、演示和代码库经验通过共享文件同步到本地与云端。它还能监听 Slack、按计划运行、跟踪 PR 和处理 CI。Cursor 称单项目可维护数月上下文并委派给大量子 Agent，但长期记忆质量、权限边界、并发冲突与成本仍需实际验证。
7/16 Cohere 发布 218B 参数开放权重翻译 MoE
North Small Translate 1.0 面向 50 种语言，包含 218B 总参数、每 token 激活 25B，输入与输出上下文各为 16K。Cohere 自报 WMT26 多语言平均分 83.60，结合多轮 Agent 翻译可达 84.36，并提供 BF16、FP8、NVFP4 量化。模型卡列出的最低部署配置从单张 B200 到八张 H100不等。权重虽可下载，但使用 CC BY-NC 4.0 并附加可接受使用政策，属于研究开放而非无条件可商用开源；供应商基准也有待跨语言人工评测验证。
8/16 Runway 把视频生成目标从“成片等待”改为流式首帧
Runway 公开实时视频研究路线：先把 Gen-4.5 等基础模型改造成时间因果、逐帧自回归系统，再通过离策略和在策略蒸馏把每帧生成压到少量去噪步骤。训练中的 rollout 让 student 看到自身历史输出，并用逐步增长的序列长度缓解视频误差累积。公司认为低首帧延迟会改变互动教育、游戏、机器人与仿真的成本边界，但没有公布统一帧率、质量或单次成本数据，因此现阶段更应看作技术方向，而非已经完成规模化交付的产品指标。
9/16 Cerebras 用“层级 Dropout”同时换取训练节省和弹性推理
Cerebras 与 MBZUAI 的论文在 2,400 多次实验中重新评估 layer dropout：按序列跳过完整 Transformer block，保护前层、提高后层丢弃率，并让 dropout 从训练早期的高值线性降到零。作者称在维持验证损失时可节省最多 25% 训练 FLOPs；模型因预先适应不同深度，还能在推理时提前退出、跳层或进行自推测解码，最高约 1.5 倍加速。实验覆盖 271M 至 8.2B 参数，能否直接外推到超大模型仍需独立复现。
10/16 ThunderKittens 抢先把 Vera Rubin GEMM 推到 22 PFLOPS 以上
Together AI 将 ThunderKittens 内核移植到 NVIDIA Vera Rubin NVL72，并针对更宽 MMA、增大的 tensor/shared memory、B 侧 collector 与提前释放 A 操作数重构流水线。团队称 16K 方阵 NVFP4 GEMM 达到 22.2 PFLOPS 以上，FP8 接近 12 PFLOPS，与早期 cuBLAS 和 CuTe DSL 结果相当；关键并非简单加宽指令，而是增加片上数据复用并加深预取流水线。测试使用 CUDA 13.4 和 Qualification Sample GPU，软件栈与量产硬件仍可能改变最终性能。
11/16 Replit Routines 用确定性代码包住按时运行的 Agent
Replit 推出 Routines，把重复工作设为每小时、每天或每周运行。每次任务先执行确定性代码，只有需要判断时才调用 Agent，用于销售机会整理、客户反馈归类等流程；Core 与 Pro 用户还能为单个 Routine 设 token 预算。设计重点是避免让模型全天空转，把可预测的数据收集与不可预测的判断拆开。官方推文尚未给出失败重试、幂等性和审计细节，生产使用仍需关注重复执行、权限和预算耗尽后的行为。
12/16 HorizonRelight 用跨窗口状态解决长视频光照跳变
NVIDIA 与 USC 的 ECCV 2026 工作 HorizonRelight 针对长视频分块重光照时的边界跳变：每个滑动窗口都接收上一窗口的目标域 latent，使新的片段延续既有光照状态，而不是独立重推断；训练时再用遮罩式目标域自条件学习这种跨块延续。系统还可用可控生成模型制作首帧 warm start，让提示词定义的光照或风格沿长视频传播。论文展示边界伪影与意外外观变化减少，但当前代码尚未发布，结论主要来自作者实验。
13/16 Replit 与 Databricks 把 Agent 建应用接到受管 Lakebase
Replit—Databricks 集成正式 GA，并加入原生 Lakebase 支持。Replit Agent 可在部署时自动配置应用数据库，运行中的应用同时读取 Databricks Warehouse 实时数据并向 Lakebase 写入业务状态；预览环境与生产数据隔离，AI 建议的数据库变更需团队批准，Unity Catalog 继续负责权限、血缘与审计。它把“生成前端”和“企业数据治理”连成单一发布路径，但实际安全仍取决于授权配置、审批质量和生成代码审查。
14/16 Luma Layers 开始把生成图里的文字还原为可编辑对象
Luma 在 Layers 中加入文字提取：用户可选择图层，把烘焙进生成图像的字样转成可编辑文本，并匹配最接近的字体，再重新输入、换字体或重新排版，而无需整张图重新生成。该能力由 Uni-1 驱动，瞄准生成式设计工具长期存在的“图像看似完成、文字却不可修改”断点。官方推文没有公布识别准确率、字体匹配覆盖与复杂透视文字的限制，因此目前更适合视为工作流入口，而非替代专业排版的完整承诺。
15/16 Google AI Studio 把人类文档与 Agent 上下文放进同一界面
Google AI Studio 上线集成式文档体验，目标是让人和 Agent 在同一开发空间查看与使用说明材料，减少从外部文档复制上下文的摩擦。官方仅将其称为“第一步”，推文和演示入口尚未给出完整权限、版本控制、引用追踪或多 Agent 协作细节；因此可以确认的是入口整合，而不是完整知识管理系统。它与当天 Cursor 的项目共享文件、OpenAI 的企业语义层一起，显示 Agent 产品竞争正在从单次模型能力转向长期可维护的上下文基础设施。
16/16 Databricks 用分解、并行与合并提高复杂文档抽取稳定性
Databricks 再次推广 AI Extract Precision Mode：自定义抽取模型配合 Agent harness，把长文档和复杂 schema 分解为更小任务并行执行，保留中间结果后统一合并。其约 9,000 份文档评测覆盖最长 2,000 页、数千行项目和 300 多个嵌套字段；Databricks 自报准确率 94.7%，比最强的前沿模型 chunk-and-merge 基线高 7 个百分点。页面最初发布于 8 月，今日推文是产品再传播，且基准包含内部数据，需避免把供应商结果当成普适结论。
Deep Dive 附录
Anthropic 威胁情报：攻击 Agent 正在把静态检测变成持续对抗
报告覆盖七类高风险滥用，最突出的变化是侦察、基础设施、利用、外传与规避被接成可重复闭环。它还披露大规模影响网络、监控系统、武器工程与疑似非法蒸馏交换；案例已经被中止，但归因、统计和“能力提升”仍属于 Anthropic 的内部调查口径。 查看原文
DeepSeek-V4.1-Flash：从长上下文缓存结构而非单纯参数量降成本
CED、CSA2、SWA Bounded Replay 与 FP4 缓存共同把每 token 全局 KV 缓存压到 890 字节，服务输入密集型 Agent；MIT 权重、参考编码与 benchmark 复现步骤同步开放。官方成绩显示它在多项 Agent 任务上接近或超过更大模型，但 harness 差异足以显著改分。 查看原文
ChatGPT for Financial Services：垂直产品的核心是数据授权与证据链
OpenAI 将内置金融数据、现有订阅、Astra 推理、细粒度引用和机构模板组合起来，试图把研究到交付压进一个受管工作区。SSO、RBAC、审计、数据保留和信息墙是进入金融机构的必要条件；真正效果仍取决于每家机构的授权范围、数据质量与人工复核。 查看原文
ChatGPT Work Data agent：自然语言分析开始直接消费企业语义层
产品连接数仓、文档和 BI 工具，并读取组织已有的指标定义、数据关系与行列权限，随后生成可编辑看板和待批准动作。它降低了查询门槛，也把语义治理错误放大到更多业务用户，因此共享定义与证据复查比“无需 SQL”更关键。 查看原文
GPT-Live-1：语音前端与深度推理后端被拆成可组合架构
全双工模型处理打断、停顿、噪声与电话交互，同时把复杂推理和工具调用委托给独立模型或 Agent。每分钟 0.05 美元只是语音层价格，真实成本还包括后端模型与工具；供应商基准显示交互改善，但多语言和真实线路仍需逐场景评测。 查看原文
Cursor Projects：长期上下文、云端执行和事件订阅合成项目级 Agent
协调 Agent 维护跨月共享文件，规划任务并调度云端或本地实现 Agent，还能监听 Slack、定时运行和跟踪 PR。新形态减少反复交代上下文，却把权限、记忆污染、并发和成本问题提升到项目生命周期层面。 查看原文
Runway 实时视频：在策略蒸馏专门处理逐帧误差累积
基础视频模型先被改造成因果自回归生成器，再通过离策略初始化与在策略 rollout 蒸馏压缩到流式速度。逐步增长的序列课程用于控制 student 偏离 teacher 的长轨迹漂移；方向指向互动媒体与仿真，但尚缺公开统一帧率和质量基准。 查看原文
North Small Translate：开放权重不等于开放商用
218B 总参数、25B 激活参数的 MoE 覆盖 50 种语言，并提供多档量化与多轮翻译流程。Cohere 的 WMT26 结果显示较强质量，但许可证为 CC BY-NC 4.0，下载还需接受附加条款，研究可用性与生产授权需要分开判断。 查看原文
Don’t Drop Dropout：把训练时随机深度变成推理时弹性深度
论文通过前密后疏的层分布、随时间下降的丢弃率和稳定残差缩放，报告最多 25% 训练 FLOPs 节省，并让同一模型支持提前退出、跳层和自推测解码。2,400 多次实验增强了统计可信度，但最大只到 8.2B 参数，向前沿规模推广仍待验证。 查看原文