前 DeepMind 研究副总裁 Vinyals 称 AI 自我改进会到来但不会引发智能爆炸
前 Google DeepMind 研究副总裁 Oriol Vinyals 在 Agentic AI Summit 2026 上表示，AI 递归自我改进不可避免但进程缓慢，不会出现突然的智能爆炸。
#推理
The Decoder：AI NewsAI 评分6868 Dwarkesh Patel：Podcast & BlogAI 评分5656 Dwarkesh 播客：John Schulman 等三位 AI 研究者讨论递归自我改进离我们有多远
Dwarkesh Patel 与 John Schulman、Beren Millidge、Charlie O'Neill 对谈递归自我改进（RSI）的最新一期播客。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 发布 Fusion 复合模型，让多个模型辩论后合成最终答案
OpenRouter 发布 Fusion 复合推理系统，将一个提示词并行发给 1 到 8 个面板模型，由 judge 比较共识与分歧后由调用模型写出最终答案。默认三模型面板成本约为单次完成的四到五倍、延迟两到三倍，在 DRACO 深度研究基准上预算面板得 64.7%、前沿面板得 69.0%。
推荐理由：官方详解 Fusion 的多模型辩论机制、四到五倍成本与两到三倍延迟，并给出适用与不适用的具体场景。
Hacker News：AI 热帖AI 评分6060 Waymo效应：AI 如何悄悄让科研变得不再协作
作者JohnHammersley提出“Waymo效应”：当技术消除与人打交道的摩擦而我们只感知到收益时，便会在无人决策的情况下失去摩擦背后的价值。他将LLM比作科研中的Waymo，指出合作者的不便恰是协作价值所在，并警告publish-or-perish、经费压缩和速度崇拜正让去协作化成为理性选择，建议资助方把协作当作基础设施来投入。
Rohan Paul@rohanpaul_aiAI 评分7272
TechCrunch：AIAI 评分6565 OpenAI 因 Astra 需求过高暂停 $200/月 Pro 订阅
OpenAI 因新模型 Astra 需求过高、基础设施承压，宣布暂停 $200/月 Pro 计划的新用户订阅。产品负责人 Thibault Sottiaux 在 X 上表示 Pro 计划对系统压力最大，API 和 Go、Plus 等其他计划仍开放。Astra 于 9 月 3 日发布，主打推理、编码和计算机使用能力，OpenAI 未说明暂停持续多久或需求规模。
Artificial Analysis@ArtificialAnlysAI 评分7878Redwood Research：BlogAI 评分4545 Redwood Research 提出 NLS depth：量化模型不可言说的串行认知
Redwood Research 提出 NLS depth，一种衡量模型可执行多少未言说串行认知的代理指标，用于评估架构对 CoT 可监控性的影响。该方法基于 GDM 论文中的“不透明串行深度”，将输出文本且由预训练先验初始化的节点视为可解释瓶颈，标准 Transformer 的不透明串行深度与层数成正比。
Anthropic：Research精选AI 评分7373 Anthropic 红队评测 AI 模型的战术情报定位与常规武器开发能力
Anthropic Frontier Red Team 发布新评测，衡量模型在战术情报定位（账号关联、照片与文本地理定位）和常规武器开发（无人机末制导、投放、GPS 拒止导航）上的能力，发现模型在模拟任务上持续进步，部分任务接近或超过人类专家基线。
推荐理由：Anthropic 用自建评测量化了模型在情报定位与常规武器开发上的能力轨迹，并给出实测数字与开放权重模型的对比结果。
Cognition 模型 / Devin 博客AI 评分7070 Cognition 发布编码模型 SWE-2，FrontierCode 1.1 Main 得分 50.0% 逼近 Fable 5.1
Cognition 发布编码模型 SWE-2，在 FrontierCode 1.1 Main 取得 50.0%，距 Fable 5.1 仅一分以内且成本低 64%，比 GPT-6 Astra 低数分但成本仅四分之一。
The Decoder：AI NewsAI 评分6363 GPT-6 Astra 登顶 ErdosBench，OpenAI 称未刻意优化数学能力
GPT-6 Astra 在 ulam.ai 的 ErdosBench 上以 3.23 分、解决 106 题（43 题完全解出、推翻 27 题）排名第一，超过 GPT-5.6 Sol 的 3.12 分和 78 题。
The Decoder：AI News同事件AI 评分8080 DeepSeek 发布 V4.1-Flash，大幅降低 AI Agent 的 KV cache 内存需求
DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可开源在 Hugging Face，目标是大幅压缩 KV cache 和长上下文处理成本。
同一件事，精选收录的是《DeepSeek AI 发布 DeepSeek-V4.1-Flash：1M 上下文、FP4 KV 缓存与跨层注意力复用》
IT之家·人工智能AI 评分5959 DeepSeek V4.1 Flash 模型上线国家超算互联网
DeepSeek V4.1 Flash 模型 9 月 10 日上线国家超算互联网中心，用户可在官网「模型服务」页面调用其 API。该模型为 552B 参数 MoE 模型，采用 Causal-Encoder-Decoder 结构，输入激活 8B、输出激活 16B；基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。
MarkTechPost精选AI 评分8787 DeepSeek AI 发布 DeepSeek-V4.1-Flash：1M 上下文、FP4 KV 缓存与跨层注意力复用
DeepSeek AI 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 主干加 196B Engram 参数，上下文窗口 1M，prefill 激活 8B 参数、decode 激活 16B，全局 KV 缓存降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437。
推荐理由：文章拆解了 KV 缓存压缩和预精简架构的具体做法，读者可以对照其工程路径评估长上下文部署成本。
Hacker News：AI 热帖AI 评分5656 DeepSeek 发布 DeepSeek-V4.1-Flash
DeepSeek 官方宣布推出 DeepSeek-V4.1-Flash，主打更聪明、更快、更高效。该模型是新架构家族中最小的一款，具备原生视觉理解，设计上面向更强能力、更快推理和更高吞吐，并为扩展到更大模型做铺垫。
Aravind Srinivas@AravSrinivasAI 评分6161引用DeepSeek@deepseek_ai🚀 推出 DeepSeek-V4.1-Flash：更智能、更快速、更高效。 🔹 推出我们新架构家族中最小的模型，具备原生视觉理解能力。 🔹 旨在实现更强大的能力、更快的推理、更高的吞吐量，并可扩展至更大的模型。 1/6
IT之家·人工智能AI 评分8686 DeepSeek 发布 V4.1 Flash 模型，基准超越 V4 Pro 并下调 API 定价
深度求索正式发布 DeepSeek V4.1 Flash，为 552B 参数 MoE 模型，采用全新 Causal-Encoder-Decoder 结构，原生支持多模态，基准测试超越包括 DeepSeek V4 Pro 在内的旗舰模型。
DeepSeek：API 更新日志精选AI 评分8080 DeepSeek 发布 V4.1-Flash，API 价格同步下调
DeepSeek 发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。
推荐理由：官方发布附带完整评测数字和 API 切换细节，读者可据此判断新模型能力水平及旧模型下线对现有调用和计费的影响。
公众号：DeepSeekAI 评分8686 DeepSeek 发布 V4.1 Flash：552B MoE 多模态模型，同步开源并下调 API 定价
DeepSeek 正式发布 V4.1 Flash，全新 Causal-Encoder-Decoder 结构的 552B 参数 MoE 模型，输入激活 8B、输出激活 16B，具备原生多模态视觉理解，基准测试超越包括 DeepSeek V4 Pro 在内的旗舰模型。
IT之家·人工智能AI 评分6868 DeepSeek 发布 V4.1 Flash 模型，V4 Pro 服务推迟至 9 月 14 日下线
DeepSeek 于北京时间 2026 年 9 月 10 日正式发布 V4.1 Flash 模型并执行新的 Flash 定价，V4 Pro 服务推迟至 9 月 14 日 12:00 下线，届时将路由到 V4.1 Flash 并按其计费。
Hugging Face 社区博客精选AI 评分6161 Hugging Face 用 LoRA 与 Storage Bucket 在 HF Jobs 上跑异步 GRPO，免 NCCL 并提速 3.9 倍
Hugging Face 在 TRL v1.14 的 AsyncGRPOTrainer 中支持只训练和同步 LoRA adapter，配合 Storage Bucket 挂载与代理路由，让训练 Job 和 vLLM 推理 Job 在不同机器上运行而无需 NCCL。
推荐理由：Hugging Face 官方用五个实验展示了如何在 Jobs 上分离训练与推理跑异步 GRPO，并通过逐项定位瓶颈把运行提速 3.9 倍，方法可迁移。
Hacker News：AI 热帖AI 评分5858 Qwen3.8 在 GPT-5.5 Pro 推理 prefill 实验中表现出与 GPT 系模型的显著重合
作者 wsxiaoys 将开源模型的推理 prefill 实验更新到 v1.1，改用 GPT-5.5 Pro 作为教师模型，在 45 个问题（STEM、非 STEM、合成谜题各 15 个）上测量目标模型被注入教师推理前 1% 后可见答案的重合度。
Hacker News：AI 热帖精选AI 评分8080 GPT-6 Astra 发布后，Sebastian Raschka 解析 looped transformer 与隐藏推理链传闻
OpenAI 发布 GPT-6 Astra，作者评测认为其计算机使用和图像渲染能力尤为突出，ARC-AGI-3 达 99.9%，前代 GPT-5.6 Sol 仅 7.8%。
推荐理由：作者以架构视角拆解 looped transformer 原理与研究进展，并给出循环架构与隐藏思维链传闻无关的独立判断，读者可借此理解争论的技术基础。
Cognition 模型 / Devin 博客精选AI 评分7070 Cognition 发布 SWE-2 编码模型，以更低成本逼近前沿
Cognition 发布最先进编码模型 SWE-2，基于 2.8T 参数的 Kimi K33 后训练，在 FrontierCode 1.1 Main 取得 50.0%，仅比 Fable 5.1 低不到一分且便宜 64%。
推荐理由：官方详细公开了 SWE-2 的训练方法与成本惩罚公式，读者可以借此理解如何用 RL 推移整条成本性能前沿。
IT之家·人工智能AI 评分8282 纽约大学教授质疑OpenAI借助其研究抢先发布纳维-斯托克斯问题证明
纽约大学教授Tristan Buckmaster与Anthropic数学家Levent Alpöge使用Codex和Claude在纳维-斯托克斯存在性与光滑性问题上取得初步进展，随后OpenAI公布了该千禧年大奖难题的完整证明，称其由一个尚未发布的新一代模型发现，研究始于9月1日，总计消耗3000亿个输出Token，按Astra价格计算约2250万美元。
IT之家·人工智能AI 评分5656 DeepSeek 计划 9 月 10 日前后发布 V4.1 Flash，各项指标全面超越 V4 Pro
DeepSeek 开放平台发布通知，计划于北京时间 2026 年 9 月 10 日前后正式发布 V4.1 Flash 模型，官方称经内外部多方测试，其在性能、费用、速度、总用时等指标上全面超越 V4 Pro。
公众号：蚂蚁百灵AI 评分6565 蚂蚁百灵开源首个原生多模态大模型 Ling-3.0-flash-VL
蚂蚁百灵发布并开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构，总参数 124B，单次推理激活 5.5B，原生支持图像、文本与视频输入，上下文窗口 256K Token。
公众号：数字生命卡兹克精选AI 评分7070 GPT-6 Astra推理等级怎么选才最省Token
卡兹克发文讲解GPT-6 Astra的推理强度等级（Reasoning Effort）含义，指出各档位是同一模型的不同思考预算，Ultra则类似拉起多个智能体协作的专项工作组。
推荐理由：作者基于烧完两个200刀会员的第一手使用体感，给出推理等级的通俗解释和分档位省Token的具体用法。
IT之家·人工智能AI 评分7878 OpenAI 宣布用约 10000 个 AI 智能体 88 小时解决纳维-斯托克斯问题，陶哲轩点赞并表担忧
OpenAI 于 9 月 8 日宣布，其未公开的内部模型（性能远超 GPT-6 Astra）解决了千禧年大奖难题之一的纳维-斯托克斯存在性与光滑性问题，通过约 10000 个 AI 智能体协作在约 88 小时内生成了证明，证明初始平滑流体可在有限时间内出现奇点。
Inception Labs：BlogAI 评分6464 Inception 发布扩散大语言模型 Mercury 2.5
Inception 发布 Mercury 2.5，称其为目前最强扩散大语言模型，智能较 Mercury 2 提升 40%，在 NVIDIA GPU 上达 1,107 tokens 每秒，上下文 260K tokens，定价 $0.20/百万输入、$0.75/百万输出，发布期 8 折优惠。
Hacker News：AI 热帖AI 评分5353 作者发布浏览器端 LLM 注意力权重可视化工具
作者发布一个基于 Transformers.js 的 LLM 注意力可视化工具，可悬停查看生成 token 依赖的历史 token，代码开在 GitHub。可视化将所有层、所有注意力头的注意力权重乘以 value 向量模长后聚合为单一数值控制透明度，并预生成提示词避免下载数百 MB 模型；作者还通过修改 onnx 文件暴露内部值，上传到自己的 Hugging Face 仓库供浏览器生成使用。
- Aravind Srinivas@AravSrinivasAI 评分7878引用OpenAI@OpenAI
我们正在分享一个针对纳维-斯托克斯千禧年大奖难题的解决方案，这是数学前沿最深刻的问题之一。 该证明由一组智能体完成，使用了OpenAI的下一代模型，其能力显著超越GPT-6 Astra。 该问题关乎由纳维-斯托克斯方程建模的光滑三维流体运动描述是否会失效。这一问题已悬而未决约90年。
- Rohan Paul@rohanpaul_aiAI 评分6666引用OpenAI@OpenAI
This model represents a step-function improvement on many benchmarks, and its training is ongoing. Our internal model group arrived at the Navier–Stokes solution in 88 hours, using around 10,000 coordinating AI agents. Throughout the effort, we maintained the strict safeguards—including monitoring and isolation—that we apply to all our frontier evaluations.
- Rohan Paul@rohanpaul_aiAI 评分8282引用OpenAI@OpenAI
我们正在分享一个针对纳维-斯托克斯千禧年大奖难题的解决方案，这是数学前沿最深刻的问题之一。 该证明由一组智能体完成，使用了OpenAI的下一代模型，其能力显著超越GPT-6 Astra。 该问题关乎由纳维-斯托克斯方程建模的光滑三维流体运动描述是否会失效。这一问题已悬而未决约90年。
OpenAI：官网动态精选AI 评分8686 OpenAI 宣布以内部 AI 系统给出 Navier–Stokes 千禧年问题解答
OpenAI 宣布其内部 AI 系统给出 Navier–Stokes 存在与光滑性问题的解答，证明初始光滑的流体可在有限时间内形成奇点，并附证明文稿与 Lean 形式化验证。
推荐理由：OpenAI 自述用内部模型与上万智能体给出 Navier–Stokes 奇点证明和 Lean 形式化，还交代了欧拉方程副产物与协作细节。