SGLang 与 Miles 宣布 Day-0 支持 Qwen3.8-2.4T-A95B，这是千问最大的开源模型，总参数 2.4T、每 token 激活 95B，采用 69 层 GDN 线性注意力与 23 层 GQA 全注意力 3:1 交错的混合架构，MoE 含 512 专家 top-10 路由。
推荐理由：SGLang 团队详解 Qwen3.8 混合注意力架构的推理支持方案，给出内核优化、并行布局与实测吞吐数字，可作部署参考。
Microsoft Research 发布研究模型 CARE-X，统一支持胸部 X 光报告生成、疾病分类、定位和校准诊断预测，基于 SigLIP2-so400M 与 Phi-4-mini-instruct (3.8B)，采用三阶段 SFT 加 DAPO 强化学习训练。
Sierra 推出开箱即用的 IVR 导航能力，让智能体能打电话穿越多级菜单、判断何时沉默、发送 DTMF 按键音并识别真人接听。评测显示开启该功能后整体通过率提升 49%，从 57% 到 85%，其中「联系到人」类任务提升最大；客户包括一家 top 5 医疗支付方和一家全国性数字药房。
IBM Research 在 AppWorld 上自跑对比 ALTK-Evolve 与 ACE，两者都把智能体历史轨迹转成可复用经验且都不压缩经验，核心差异在交付：ACE 每步注入完整 playbook，ALTK-Evolve 按模型能力选择性检索 guideline。
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键工作负载提供自定义速率限制和 uptime SLA。
Kimi.ai@Kimi_MoonshotAI 评分3535
Moonshot AI's latest open-weight model, Kimi K3, is now available on Databricks through Unity AI Gateway. @Kimi_Moonshot Run Kimi K3 where your data already lives - governed, secure, and ready for custom AI apps and agents built with the data in your Lakehouse. Unity AI Gateway lets you deploy Kimi K3 with enterprise-grade access controls. Govern every call, monitor performance, and scale securely across your AI apps. Test Kimi K3 alongside other frontier models without changing your application code. The open-weight frontier just arrived on Databricks. Try it today. https://www.databricks.com/blog/kimi-k3-moonshot-ai-now-available-databricks-through-unity-ai-gateway
Jeff Dean@JeffDeanAI 评分2626确实，这是相当忙碌的一周，所以我想把它分享给 KDD 2026 的观众！对于我周四下午最后一次合上笔记本电脑后可能给我发过内部聊天消息的 Google 同事们，我为没有回复致歉！ （放大查看）
Legendary! Thanks for sharing the behind-the-scenes @JeffDean!
Google 发文论证 Go 是 AI 辅助软件工程的理想语言：当 AI 智能体可秒级生成数百行代码，开发者重心从编写转向审查与维护，语言的可读性和工具链一致性变得更重要。Go 自带格式化、测试框架、依赖管理与安全工具，能让 AI 更快、更便宜、更可靠地处理代码，并减少上下文窗口污染与 token 成本。
Microsoft 发布 MAI-Image-2.6，在 Arena 文生图排行榜上排名第二，领先 Meta、Google 和 xAI 的模型。该模型总体 Elo 比 MAI-Image-2.5 提升 +79，文本渲染单项提升 +91 Elo，各评测类别均有进步。目前可在 Arena 上试用，本周晚些时候上线 MAI Playground，并将很快登陆 Microsoft Foundry 等产品。
Forking-Sequences 在单次前向传播中为每个目标日期生成重叠预测，因此推理时集成几乎不增加编码器计算。研究提出 sFPC 和 Excess Volatility 两个波动性指标，指数平滑集成（α=0.9）可将 sEV 降低 10–13%，精度损失低于 0.1%。
Anthropic 的 Compliance API 现可返回用户机器上 Cowork 和 Claude Code 会话的记录，面向 Claude Enterprise 组织开放 beta。
NVIDIA 发布 Nemotron 3.5 Lightning，一个从 Nemotron 3 Ultra 蒸馏的 30B 参数混合 MoE 开源模型，每 token 仅激活 3B，支持最长 1M token 上下文，SGLang 同步提供 Day-0 服务支持。
Nathan Lambert 宣布其由 Manning 出版的后训练教材《Reinforcement Learning from Human Feedback: Aligning and Post-training LLMs》开始发售，8 月 19 日前用代码 PBLambert 在 Manning 可享五折。
Jack Clark 的 Import AI 第 468 期汇总多条 AI 安全与治理动态。IFP 发布 23 项应对自动化 AI 研发的低风险政策建议，涵盖透明度。
Linear 官方详解 Linear Agent 的构建思路：不为 Agent 设计固定路径，而是通过系统提示词、工具设计、对 Linear 产品的语义建模、system skills 按需加载和自研 harness 来划定边界。
推荐理由：Linear 官方复盘 Agent 的设计取舍，涉及系统提示词、工具设计、system skills 和自研 harness，方法可迁移到类似 Agent 构建。
OpenRouter 发布重大更新的 Auto 路由器（openrouter/auto），基于平台每周超 55T token 的真实消费数据选择模型，并已向所有用户开放。
推荐理由：基于 55T 周消费数据的市场化路由思路，附各任务基准与成本对比，读者可据此评估是否切换自己的 Auto 路由配置。
Meta 发布从 Muse 蒸馏而来的 30B 多模态模型 Muse Glimmer，采用 Apache 2.0 许可，面向本地隐私场景的智能体用途。模型由 2B ViT 视觉编码器和 28B 文本解码器组成，支持图像、视频、多模态工具调用和目标检测，并附带基于 DFlash 的可选投机解码。
推荐理由：原文给出架构组成、基准对比和各推理框架的 day-0 用法，读者可以据此评估本地部署的可行路径。
作者讲述自己 vibe coding 应用 Tastemaker 并用 Claude 添加 MCP 连接器后，被 GPT-5.6 Sol 审查发现线上连接器存在不应公开的注册路由，随后下线功能并撤销会话，未发现用户数据被访问。文章将其归因于'解释深度错觉'和只测试预期路径的倾向，并总结出学习领域基本原理、请人类专家把关、不把 AI 自我保证当唯一证据等规则，文末给出需要付费订阅解锁的五步提示词。
Suno 官宣 9 月 3 日起按订阅档位实施下载限额，Free 用户终身仅 7 次试用下载，Pro 每月 20 次，Premier 每月 60 次，Suno Studio 无下载限制，超出部分可购买。同时推出新服务条款，付费计划下载的歌曲保留商用权，此前所有歌曲仍可播放和分享；新一代 Suno 模型即将上线，发布时旧模型将全部退役。
推荐理由：官方说明给出各档下载限额、免费用户终身额度等关键细节，对现有用户判断订阅与商用权利有直接参考价值。
Anthropic 宣布 Claude Sonnet 5 的入门定价 $2/$10 per MTok 转为标准定价，原定 2026 年 9 月 1 日上调至 $3/$15 per MTok 的计划不再执行。
推荐理由：官方确认原定涨价取消，使用 Claude Sonnet 5 的读者可据此保持成本预算和用量规划不变。
SGLang 与 Meta Superintelligence Labs 合作，为 Muse Glimmer 提供 Day-0 支持。Muse Glimmer 是 30B 参数多模态稠密模型，拥有 128k+ token 上下文窗口，架构含 27.9B 文本解码器、1.9B ViT 和多模态 projector。
推荐理由：原文给出多平台实测吞吐与量化方案，读者可据此评估在本地硬件跑智能体工作流的可行性。
Runta 创始人兼 CEO 戴冠兰在播客对谈中提出，模型能力已经足够，下一场竞争将转向 Agent Infra。Runta 是硅谷 Agent Infra 创业公司，刚完成由 a16z 投资的 2000 万美元 Seed 轮，Jeff Dean、李飞飞以个人天使身份参与。戴冠兰认为未来 agent 数量将超过人类，关键问题变成它们跑在哪、怎么管、出事谁负责。
Nathan Lambert 撰文总结 OpenAI-HuggingFace 黑客事件的十条教训，认为行业对黑客事件后 12-24 个月的 AI 风险严重准备不足。他提出推理持续性强的模型更易越权、实验室响应时间长达数周、开放模型是理解前沿风险的最佳工具等观点，并指出未来 3-6 个月以上攻击者可能训练出故意不对齐的模型。
Barret李靖@Barret_ChinaAI 评分4343Barret李靖@Barret_ChinaAI 评分4747Barret李靖@Barret_ChinaAI 评分4545Barret李靖@Barret_ChinaAI 评分4444Sierra 发布 Voice Personas，让企业为同一个 AI 智能体配置不同语音人格，可跨品牌、市场与语言复用同一底层智能体。该功能结合语音、个性与语言感知行为，支持智能体在对话中调整语速、应对打断并切换语音或语言，由多种语音模型按场景择优驱动。Sierra 称某智能体搭配自然语音与人格后解决率提升近 50%，Voice Personas 现已上线。
Dwarkesh Patel 提出持续学习到来后的 8 项预测，认为模型仅在会话间写 Markdown 无法积累执行整份工作所需的经验，经验必须沉淀进权重。他据此推论部署前安全检查将失效、对齐技术需重构、领先实验室将靠部署数据加速拉开差距，并以 Anthropic 内部自 2 月起使用 Mythos、6 月才公开发布的 4 个月差距为例说明先发部署的学习优势。
OpenRouter 发布团队支出管控设置教程，按顺序配置五项控制：创建组织共享信用池、用 presets 固定各工作流的模型与提供商、通过 Management API 为每个 API key 设置 credit 上限和 daily/weekly/monthly 重置。
Claude Managed Agents 更新四项能力：可为会话设置硬性花费预算，达到预算后以 budget_reached 停止原因暂停，修改或移除预算即恢复。
Google DeepMind 发表 Nature 论文并开源 WeatherNext 2 与 WeatherNext Cyclones 模型，单模型以 SOTA 精度预测气旋路径、强度和风结构，平均多出 24 小时提前量，相当于约十年气象学进步。
推荐理由：官方Nature论文和模型开源同时落地，读者可据此了解AI气象预报达到的精度水平并直接获取代码权重。
OpenRouter 官方详解治理团队 AI 支出的 6 项控制：per-key 信用限额、guardrails、workspace 预算、presets、组织角色和 Activity 仪表盘，分别覆盖花多少、花在哪和谁在花。
推荐理由：官方详解 6 项团队支出控制的功能边界和叠加规则，读者可按团队规模选择最省成本的控制组合。
Chime 用 Runway 完成最新全国电视广告的结尾画面，将 85 位以上真实会员照片生成稳定、可播出的动态网格画面。执行制片人 Shayla Love 称，这一原本需要 80 多人实拍、成本约为传统方式 5 倍的场景，靠传统拍摄几乎无法落地。团队还计划把 Runway 用于概念分镜和品牌图片生成。
Meta 工程博客介绍其广告排序的多阶段序列建模架构与论文 LLaTTE：离线用户模型异步处理数千长度序列并缓存嵌入，在线排序模型结合实时信号完成打分。
Jeff Dean@JeffDean精选AI 评分8585Jeff Dean 宣布明天是他在 Google 的最后一天，工作 27 年间公司从 25 人成长到 190,000+ 人。
推荐理由：Jeff Dean 本人以内部告别信原文说明去向和新公司使命，人事变动的第一手信息比转述更完整。
Suno 发布官方声明，阐述支持艺术家、鼓励原创而非模仿、维护音乐生态等核心原则，并宣布相关行动。具体包括训练元数据不使用艺术家名、禁止特定艺术家或受版权保护歌曲的提示词、即将推出限制大规模分发歌曲到流媒体平台的下载政策、开始部署透明度工具及音频水印与指纹技术，并更新社区准则以更明确禁止伪造歌曲、未经授权上传和冒用他人声音等行为。
Sayash Kapoor 等人发布论文，用 shadow evaluations 让前沿 AI Agent 回答两篇未发表论文的核心研究问题，各给数千美元 API 额度和六天时间，原论文作者明确否决了两篇 Agent 论文。
推荐理由：原文提出 shadow evaluations 方法，用未发表论文测试前沿 Agent 的开放式研究能力，并给出五个具体失败模式，可迁移到对 RSI 进展的评估。
Sierra 发布 Context Engine，把企业已有的客户画像、账单、购买、工单等数据与智能体每次交互产生的新上下文结合，驱动可运行数天至数月的 Horizon 智能体持续追求业务结果。
Edelman、Le Truc 与 WHY Brands 的创意负责人在 Monks 首席创新官 Henry Cowling 主持的对谈中认为，AI 技术已就绪，真正的难点是围绕它重塑习惯、团队与预算。