每日科技/AI 摘要 2026-09-09

今日共采集 90 条，新增 84 条，科技/AI 相关约 18 条，深挖 8 篇。

Mostik：753B 读题、4B 答题，隐藏层直接桥接

来源：VibeCoder · 一句话：大模型的理解不走文本、直传小模型，补齐 50% 差距

• 要点：
  • 架构：GLM-5.2（753B）只做 prefill"读题"，Qwen3.5（4B）在手机端做 decode"答题"；核心洞见——两端都是神经网络，为什么用为人类设计的低带宽文本传递信息？在两个模型的隐藏层之间架桥，大模型直接把"思维"（hidden states）传给小模型
  • 效果：两模型冻结只训中间的桥，4B 补上与 753B 约 50% 的性能差距、自身准确率 +25%（难题子集提升 2 倍）；ARC-AGI-3 竞赛暂列第一；15 人团队（12 博士，含菲尔兹奖得主参与）——即昨日"菲尔兹奖得主入局"报道的本体
  • 与投机解码的区别：不是"保住大模型质量加速"，而是接受一定折损换取省掉大模型的生成成本
• 扩展资料：
  • 机制、账本与疑点分析 — 独立审视视角

同等预算下 Looped Transformer 更强：清华/字节 SMELT 给出首个严格证据

来源：机器之心Pro · 一句话：对齐算力/参数/KV cache 后，循环层仍胜出

• 要点：
  • SMELT 论文（Scaling laws for Compute-Matched MoE Looped Transformers）：首次同时对齐 per-token FLOPs、参数量、KV cache 三项做公平比较（此前研究只对齐参数量，把循环的额外 FLOPs 误记为架构优势）
  • 结论：中间一半层循环两次的 MoE 设计在多尺度下均现扩展优势——“循环层是 MoE 更优策略"的第一个严格证据；性能优势来自更强的知识操控能力而非存储容量
  • 与 GPT-6 循环深度（上周六头条）同一技术线的中国阵营验证（字节 Seed 的 Ouro/LoopLM 系列）
• 为什么值得看：把"recurrent depth 是不是噱头"的争论推向实证；循环架构从"一夜翻红"进入"可量化选型"阶段
• 扩展资料：
  • SMELT 论文（arXiv）

马斯克杀入 Copilot 主场：Grok Bot 直接接管微软账号

来源：36氪 / 新智元同题 · 一句话：Outlook/日历/OneDrive 全打通，“你睡觉它上班”

• 要点：
  • 9/1 Grok Bot 宣布接入微软账号：读取/写入/执行 Outlook 邮件、日历、OneDrive 文件——用插件绕过生态壁垒，直接打 Copilot 的办公腹地
  • 更激进的一步：马斯克宣布允许用户把银行账户交给 Grok Bot 管理，承诺"搞砸了他们赔”
• 为什么值得看：agent 权限边界的极限测试——接管第三方账号 vs 本周 LG 电视隐私、Astra 封禁风波，“给 agent 多少权限"已成为产品价值观问题；用微软账号前请想清楚风险
• 扩展资料：
  • C114 报道

Salesforce 算账：全公司狂用 Claude，一年 3 亿美元

来源：CSDN / 华尔街见闻同题 · 一句话：Benioff 开始研究"怎么少花点 token”

• 要点：
  • CEO Marc Benioff 预计年 Anthropic 账单达 3 亿美元；对策是 “smart router”——自动判断哪些问题用贵模型、哪些用小模型；另有企业单月 AI 支出 5 亿美元、有公司忘设 Claude 额度上限一月刷爆
  • 行业面：Uber 四个月烧完全年 AI token 预算；对照 Anthropic ARR 440 亿美元（12 个月+350 亿）——买方痛与卖方爽是同一枚硬币
  • Salesforce 上周推出 Claudeforce（客户直接用 Claude 操作 Salesforce 全家桶），Q2 净利 +87%
• 为什么值得看：AI 账单系列（硅谷倒查账单→360 亿 token 失控→本条）的"大厂正面样本"：smart router（模型路由）正在成为企业 AI 的标配中间件
• 扩展资料：
  • 华尔街见闻：Salesforce 财报与 Anthropic 扩大合作

Anthropic Labs 揭秘：20 人小队、两周去留、允许 80% 失败

来源：机器之心Pro（Business Insider 编译）· 一句话：两周一次原型评审，成功率仅 20-30%

• 要点：
  • 内部 Labs 团队约 20 人，以两周为周期评审产品原型：推进、转向或终止；联合创始人 Ben Mann 透露尝试成功率仅 20-30%
  • 失败不浪费：未达预期项目的技术模块与需求洞察被回收整合进其他项目
• 为什么值得看：精益创业式快速试错在 AI 产品上的组织样本——与 Fable 5.1 发布、FLT 形式化同属一家公司的"另一面"；对小团队的最大启示：允许失败的同时要求两周可评审的原型
• 扩展资料：
  • 腾讯新闻报道

面壁开源 2B「小钢炮」MiniCPM5-2B：通用 Agent 杀到端侧

来源：机器之心Pro · 一句话：工具调用/深度搜索/代码生成进 2B，连训练数据都开源

• 要点：
  • MiniCPM5-2B 首次在端侧实现通用 Agent 能力雏形（工具调用、深度搜索、代码生成）；部分任务超 Qwen3.5 和 DeepSeek-R1，Agent 榜"断层第一"；训练数据一并开源
• 为什么值得看：端侧叙事（上周六"7B 逆袭"）的进一步下探——2B 级就能跑 agent 全家桶，手机/IoT 的"本地大脑"门槛再降；数据开源对复现研究尤其友好
• 扩展资料：
  • 新浪财经报道

Astra 发布当周，OpenAI Computer Use 核心成员离职创业

来源：智猩猩 · 一句话：Computer-Use Agent + 强化学习负责人 Maximilian Sieb 出走

• 要点：
  • Sieb 此前在 OpenAI 负责 Computer-Use Agent 与强化学习，Astra 发布当周宣布离职创业（方向未明，大概率 computer-use/agent 赛道）
  • 背景：OpenAI 前员工已创出至少 7 家独角兽；白雨石加入腾讯混元（上周五）后，人才流动继续加速
• 为什么值得看：Astra 的 computer-use 能力（Path to Astra 线）的操盘手出走——下一家值得盯的公司；人才流向是预测赛道的风向标
• 扩展资料：
  • 21财经：OpenAI 系独角兽清单

DeepSeek 扩招 150 人，0 个 AI 研究岗

来源：量子位 / 凤凰网科技同题 · 一句话：150 个 HC 全给了服务端与 Agent 弹性计算工程师

• 要点：
  • DeepSeek Harness 负责人崔添翼放出约 150 个 HC：全部是服务端开发 + Agent 弹性计算研发（面向 2-10 年资深后端），零研究岗
  • 信号：以"小而精"著称的 DeepSeek 也到了工程扩张期——AI 落地对基础设施/工程能力的需求超过纯研究；36 氪之问"AI 越强公司怎么还越需要人"的实例答案
• 为什么值得看：AI 公司人才结构的拐点样本——模型能力商品化后，竞争重心转向 harness/服务端/弹性计算的工程纵深；对求职者：agent 工程是当下最确定的赛道
• 扩展资料：
  • 凤凰网科技报道

今日一句话

• WorkSwarm「永续会话」：Agent 长时工作不跑偏的解法（机器之心Pro）
• 多模态检索头首次被锁定：长文档内部检索真相（36氪）
• 字节 QA 实践：测试用例生成 Agent 落地（字节跳动技术团队）
• 通往 AGI 之路，字节要同时修两条（36氪）
• 王云鹤创业后交出首个模型（量子位）
• IDC：商汤小浣熊中国 AI 编程市场份额第三（编程充电站）
• 10 月 1 日起公安机关可远程渗透测试：176 号令落地（ai热爱家）— 合规风向注意
• HarmonyOS 7：小艺成为系统大脑，手机自动省出 100G（ai热爱家）
• MCP 和 CLI，到底怎么选？（人人都是产品经理）
• 用 GPT-6 Astra 操控 Blender 玩 3D：保姆级教程（人人都是产品经理）