斯坦福用 AI 审查地方法规，发现约 1000 条涉歧视性法律
斯坦福 RegLab 团队用 LLM 流程审查全美 9,623 个地方司法辖区的 900 万条法律条款，筛出约 10,000 条疑似歧视性法律，估计至少 5000 万美国人生活在存在明显歧视性法律的城市、县或镇。该流程在识别差别待遇上准确率超 90%，并正确标记了人工标注者认定为"高优先级"条款中的 88%，相关论文发表于 ICAIL。
全部 AI 动态
Stanford HAI News IBM Research：AIAI 评分5151 IBM Research 展示用 llm-d 在 544 块 NVIDIA H100 上服务 GLM-5.2 智能体负载
IBM Research 联合 Red Hat、Google 的开源项目 llm-d 展示在 544 块 NVIDIA H100 GPU 上部署 753B 参数的开放权重 MoE 模型 GLM-5.2（约 39B 激活），在数百到 3000 个并发编码智能体负载下峰值输出超 6.6M tokens 每分钟，零抢占。
OpenAI：部署安全与系统卡AI 评分5252 OpenAI 发布 ChatGPT Images 2.5 系统卡
OpenAI 发布 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 的系统卡，说明训练数据来源与过滤流程。评估显示两款模型均未跨越 Bio High 或 Cyber High 阈值，但仍沿用 GPT-Images 2.0 的预防性做法，将生物风险按 High 能力对待，用安全推理模型对所有输入和输出执行图像版生物风险政策。
Mistral AI：News精选AI 评分7373 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，公司称这是欧洲科技公司有史以来最大的股权融资，距其成立三年。
推荐理由：融资公告由公司官方发布，给出了金额、估值、领投方和资金用途，读者可以据此了解欧洲主权 AI 阵营的资本动向。
Meta AI：Research Blog精选AI 评分7373 Meta 发布个人智能体 Muse 并公开其安全架构与漏洞赏金计划
Meta 发布个人智能体 Muse，运行在用户专属的 Muse Secure VM 中，并公开其安全设计。系统默认假设智能体可能被攻击：运行环境用 systemd-nspawn 隔离，Sentinel 作为唯一权限机构审批所有连接器操作和网络出站，代理令牌机制确保模型看不到真实凭证，配合提示注入检测分类器和内核级 taint tracking。
推荐理由：原文详细拆解了 Muse 的安全架构和赏金计划细节，读者可以据此理解个人智能体如何约束提示注入风险。
vLLM 官方博客精选AI 评分6363 vLLM x AgentX：面向真实世界智能体推理服务的全栈优化
vLLM 团队发布针对智能体负载优化的博客，基于 SemiAnalysis 的公开 AgentX 基准展示成果：DeepSeek V4 Pro 在 GB300 上达到 83K total tokens/GPU-秒。
推荐理由：vLLM 团队结合 AgentX 实测数据讲解智能体负载的全栈优化方法与失败教训，读者可以借此理解并行策略如何跟随模型架构调整。
vLLM 官方博客AI 评分5454 vLLM 推出 Hybrid HiSparse 优化，让 GLM 5.3 在单节点 8× H200 上跑满 100 万上下文
vLLM 团队为 GLM 5.3 引入 Hybrid HiSparse 混合稀疏卸载，在单个 8× H200 节点上首次实现 100 万完整上下文长度推理。该方法仅在 KV cache 压力出现时才将 top-K 之外的 KV 卸载到 CPU，热页与常驻页共享同一块池和张量，无需抢占或重新 prefill。
Cohere Labs：官方研究博客精选AI 评分6868 Cohere 详解 North Mini Code 的 megakernel 推理引擎，单 H100 上比 vLLM 快 1.25–1.41 倍
Cohere 发布为 North Mini Code 构建的围绕 decode megakernel 的推理引擎，BF16 下单张 H100 端到端解码吞吐比 vLLM 快 1.25–1.41 倍，batch size 1 时达 292 tok/s（SoL 的 62%），代码已在 GitHub 开放。
推荐理由：原文给出手写 decode megakernel 的完整实现细节与真实吞吐数据，读者可以了解如何把现有内核组装成单个持久内核并接入真实服务。
Preferred Networks：AI 研究与产品AI 评分4343 PFN 与德勤合作，为日本国土交通省开发基础设施发注与审查业务 AI 智能体
Preferred Networks（PFN）与德勤汤姆茨合作，承接日本国土交通省基础设施领域业务，开发并验证支援发注业务与技术提案审查的 AI 智能体。该智能体结合 VLM 与 LLM，跨模态解析图纸、数量总括表、特记仕样书三类发注文书并验证一致性，同时支援业务实绩核对与提案书整理，采用 Human-in-the-Loop 设计，计划 2027 年 3 月完成业务。
Cognition 模型 / Devin 博客精选AI 评分7272 Cognition 完成超 20 亿美元 E 轮融资，估值达 480 亿美元
Cognition 宣布完成超 20 亿美元 E 轮融资，估值 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst、Avenir 等跟投。
推荐理由：官方公布融资规模与估值的同时给出营收增速和产品进展，读者可以据此了解 Devin 的商业化落地情况。
vLLM 官方博客AI 评分4444 vLLM TT Plugin 发布：在 Tenstorrent 硬件上服务 LLM
vLLM 推出 TT Plugin，通过 out-of-tree 平台插件机制将 Tenstorrent 加速器接入 vLLM，安装后只要 TT-Metal 的 ttnn 可导入即自动注册为 vLLM 平台，OpenAI 兼容 API 与客户端代码保持不变。
OpenAI：官网动态精选AI 评分7272 OpenAI 长文阐述对齐与监测困境，称 CoT 监控能力正在减弱
OpenAI 发布长文《An Alien Mind》，回溯 2023 年 RLSlow 项目中确认推理模型可扩展训练的起点，并系统阐述目标对齐与价值对齐的区分。文章指出链式思维监控的效果正随着模型能力提升而逐步减弱，GPT‑6 Astra 在对齐上显著优于 GPT‑5.6 Sol；作者预期进展可能持续走向机器递归自我改进（RSI），呼吁自愿放缓扩展、建立第三方安全门槛并加强国际协调。
推荐理由：作者以内部视角回溯推理模型的起源，并给出对齐监测、CoT 监控弱化和 RSI 风险的一手判断。
Preferred Networks：AI 研究与产品AI 评分4949 Preferred Networks 发布 Rust 实现的高速省内存 Optuna 框架 Rustuna 及 Optuna v5.0
Preferred Networks 发布用 Rust 实现的超参数自动优化框架 Rustuna，并同步推出 Optuna v5.0。PFN 验证部分用例中 Rustuna 较 Optuna 快最多 1,000 倍，Matlantis CSP 替换验证中搜索内存消耗减少约 50%（按 10 万次试验估算）。
Artificial Analysis 完整文章AI 评分5757 Artificial Analysis 评测 OpenBMB MiniCPM5-2B，登顶 4B 以下开源权重模型
Artificial Analysis 评测显示，OpenBMB 的 MiniCPM5-2B 在 Intelligence Index v4.2 得分 15，为总参数量 4B 以下开源权重模型中最高。
Artificial Analysis 完整文章AI 评分5353 Artificial Analysis 发布 Intelligence Index v4.3，引入 Terminal-Bench v4 与 AutomationBench-AA
Artificial Analysis 发布 Intelligence Index v4.3，将 Terminal-Bench 从 v2.1 升级到 v4，并用与 Zapier 合作、含 657 个私有测试任务的 AutomationBench-AA 替换 𝜏³-Banking。
OpenAI：官网动态精选AI 评分8282 OpenAI 发布内部研究加速报告：已达成自动化研究实习生目标，推进 2028 年 3 月自动化 AI 研究员
OpenAI 发文披露自动化研究进展，宣布已达成去年秋天设定的今年 9 月拥有自动化研究实习生（可在人类指导下完成耗时数天的明确研究任务）的目标，并计划在 2028 年 3 月前造出自动化 AI 研究员。
推荐理由：OpenAI 以内部数据披露 coding agent 对研究工作的实际影响和 RSI 进展，读者可以据此了解前沿实验室的自动化研究现状。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5757 蚂蚁 inclusionAI 发布块扩散视觉语言 GUI 智能体 LLaDA-UI
蚂蚁 inclusionAI 在 Hugging Face 发布 LLaDA-UI，一个基于 MoE 的块扩散视觉语言 GUI 智能体，总参数约 16.7B，语言骨干为 LLaDA2.0-mini-base。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5353 蚂蚁 inclusionAI 发布 LLaDA2.2-mini 智能体扩散语言模型
蚂蚁 inclusionAI 在 Hugging Face 发布 LLaDA2.2-mini，这是 LLaDA2 系列的轻量级智能体扩散语言模型，总参数 16B、推理仅激活 1.4B。
Artificial Analysis 完整文章AI 评分4949 Artificial Analysis 发布 Intelligence Index v4.2：新增 AA-Briefcase 与 GDP.pdf 评测
Artificial Analysis 发布 Intelligence Index v4.2 中期更新，新增私有测试集评测 AA-Briefcase（智能体知识工作）和 Surge AI 的 GDP.pdf（跨 100 份 PDF、4,592 页的长文文档推理，按 1,275 条专家标准全过评分），并移除已饱和的 GPQA Diamond。
OpenAI：官网动态精选AI 评分8888 OpenAI 发布 GPT-6 Astra：多项基准刷新纪录， cybersecurity 能力达 Critical 阈值
OpenAI 发布新一代模型 GPT-6 Astra，称其在计算机使用、软件工程、科学和网络安全等方向达到 SOTA。
推荐理由：官方发布给出多项评测数字、定价和可用渠道，读者可以据此比较它相对前代和竞品的能力与成本变化。
Tibo@thsottiauxAI 评分5656Astra 提前于今日上线，作者宣布同日为所有 Plus、Pro 和 Business 用户执行完整 banked reset，当天日内落地。8pm PT 前新建账号或升级的用户也可获得。
- Tibo@thsottiauxAI 评分5858
Tibo 宣布由于团队和 Astra 表现出色、系统扩展能力超出预期，Astra 现已面向所有 Plus 和 Business 用户推出，并邀请用户反馈使用体验。
Claude Code：GitHub ReleasesAI 评分4646 Claude Code v2.1.261 发布：新增 /skill-doctor 与输出上限配置，修复大量问题
Claude Code 发布 v2.1.261，新增 /skill-doctor 显示未使用技能及其上下文开销，bashOutputMaxChars 和 taskOutputMaxChars 可将命令与后台任务的内联输出上限提升至 128K 字符，并支持 --append-subagent-system-prompt-file 从文件读取子代理系统提示词。
- Tibo@thsottiauxAI 评分4646
OpenAI 正在推进 Astra 的分批推送，Pro 和 Business 订阅用户率先在 ChatGPT Work 和 Codex 中看到它。之后将尽快向所有 Plus 订阅用户推送。
xAI：News精选AI 评分6262 xAI 用 Grok Bot 搭建采购智能体 Haggle Bot，找出超 10 万美元直接节省
xAI 给 Grok Bot 开放供应商支出、合同和使用数据，搭建了名为 Haggle Bot 的采购智能体，已找出超过 10 万美元直接节省。SaaS 审计中发现一个产品有 43 个付费席位 90 天无活跃，节省 $14,220，另一个产品每年有 $85,662 未使用 SKU；办公用品比价一次将 $14,629 的订单压到 $6,143，降幅 58%。
推荐理由：原文公开了完整系统提示词与具体省钱数字，读者可以直接参考其意图表达和权限边界的搭建方式。
Claude Platform：开发者版本说明AI 评分4646 Claude Platform 的 ant CLI 1.30.0 新增 ant apply 命令
Claude Platform 发布 ant CLI 1.30.0，新增 ant apply 命令，可从仓库文件创建和更新 agents、environments、skills、memory stores 和 deployments。命令会打印计划供确认，并写入 claude-lock. 锁文件，提交后可在本机或 CI 中后续运行时更新同一批资源。
Anthropic：Research精选AI 评分8080 Claude 用 11 天完成费马大定理的首个完整机器验证证明
Anthropic 发布首个完整机器验证的费马大定理证明，Claude 在 11 天内基本自主完成，写出 1300 万行 Lean 代码并证明 29,500 个中间定理。
推荐理由：原文给出了耗时、代码量、平台与验证方式等细节，读者可以了解多智能体自动形式化复杂数学证明的实现路径。
GitHub Blog精选AI 评分6868 GitHub 发布 Project HydraFusion 研究预览，用多模型运行时编排降低 Copilot 成本
GitHub 推出 Project HydraFusion 研究预览，通过运行时多模型编排，在 Single、Cascade、Critique 三种执行模式间为每个任务选择工作流，以平衡质量、成本和延迟。
推荐理由：原文给出三种执行模式和三个基准的质量与成本数据，读者可以据此评估多模型编排对编码工作流的影响。
Microsoft AI：官方博客精选AI 评分6363 Microsoft 发布 MAI-Image-2.6 与 MAI-Image-2.6-Flash 图像模型
Microsoft 于 9 月 4 日发布 MAI-Image-2.6，称其为迄今最强的图像模型，并面向开发者上线 Microsoft Foundry，同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。
推荐理由：原文给出排名、速度和效率数字，并说明两个版本分别面向精度与吞吐的不同场景，便于开发者按工作流选型。
a16z：NewsAI 评分4343 a16z Charts：科技招聘重经验轻技能，AI 改写安全与就业格局
a16z Charts 汇总近期数据指出，自 2025 年 1 月以来科技招聘明显更偏好工作年限（约 5-10% 变化）而减少对技能数量的要求，作者认为这与 AI 带来的技能空白有关。
OpenAI Developers：Blog精选AI 评分6161 用 Astra 在 Blender 中从一段描述搭建可编辑 3D 房屋场景
OpenAI Developers 博客展示作者用 Codex 中的 Astra 将一段房屋设计简报逐步发展为可编辑的 Blender 3D 场景，涵盖建筑、家具、材质、灯光与地板图，并经 Cycles 渲染出 30 秒 900 帧 1080p 相机漫游。
推荐理由：作者完整记录了用 Astra 在 Blender 与 Unreal Engine 5 中迭代搭建可编辑 3D 场景的流程、提示词与导出管线，方法可迁移到自己的场景设计项目。
OpenAI Developers：Blog精选AI 评分6363 OpenAI 工程师用 Astra 在 Codex 中构建太空游戏 Void Explorer 的实践详解
OpenAI 开发者博客分享了用 Astra 在 Codex 中构建太空探索游戏 Void Explorer 的完整过程。游戏包含 2,048 个星系和超过 10,000 颗程序化生成的行星，可从太空穿越大气层降落并步行。
推荐理由：原文以 Void Explorer 为例，展示了如何用 Astra 从体验描述、视觉参考到可测试的浏览器接口完成游戏开发，方法可迁移。
上海人工智能实验室 InternLM：原创项目AI 评分4040 上海人工智能实验室发布 SciDocBench：科学文档理解评测基准，Claude Opus 5 居首
上海人工智能实验室推出 SciDocBench，一个面向科学文档理解的以工作流为中心的评测基准与数据管线，含 124 道人工设计题目、7 大能力组 19 个子任务、5 个科学领域，共 496 个匹配评测实例。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5858 蚂蚁 inclusionAI 开源 6B 统一图像生成与编辑模型 LLaDA-Image
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image，提供 50 步 Base 和 4 步蒸馏 Turbo 两类 checkpoint，均有 BF16 与 FP8 版本。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5959 蚂蚁 inclusionAI 开源 LLaDA-Image 图像生成与编辑模型家族
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image 家族，包括 6B 参数、50 步采样的 Base 版和 2-4 步的 Turbo 蒸馏版，同时提供 BF16 与 FP8 checkpoint 及 Diffusers 推理代码。
OpenAI：官网动态AI 评分8686 OpenAI 发布 GPT-6 Astra：多项基准刷新纪录并强化网络安全能力
OpenAI 发布 GPT-6 Astra，称其在 FrontierMath Tier 4 达 98%、ARC-AGI-3 达 99.9%、ExploitBench 达 100%，并称其网络安全能力达到 Preparedness Framework 的 Critical 门槛。
ARC Prize：官方博客AI 评分7878 OpenAI GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA 并超越人类动作效率基线
OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上，Standard harness 得分 62.7%（成本 $26K），Provider Adapter harness 得分 99.9%（成本 $19K），均为 SOTA。
Claude Code：GitHub ReleasesAI 评分4444 Claude Code v2.1.260 发布
Claude Code 发布 v2.1.260，新增全屏模式 diff 面板（/diff 切换）、/cost 显示提示缓存未命中原因、/reload-plugins 及文本形式 /advisor 命令。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分5454 蚂蚁 inclusionAI 开源 Choruz：人类与 AI 智能体的本地优先协作应用
蚂蚁 inclusionAI 在 GitHub 发布 Choruz，一个本地优先的协作应用，让人类与 AI 智能体在类 Slack 空间中协作，每个 Agent 在独立工作区运行真实 CLI，可通过消息、线程、任务和文件交接工作。