每日文摘
每日科技/AI 摘要 2026-09-13
今日共采集 90 条，新增 87 条，科技/AI 相关约 18 条，深挖 8 篇。
谷歌被曝攻克 RSI：Gemini 4 被指是 AI 自己迭代出来的
来源：新智元 · 一句话：RSI 竞赛白热化——谷歌、OpenAI、SSI 同发信号
- 要点：
- 曝料称谷歌在 RSI（递归自我改进）方向取得实质进展，Gemini 4 有 AI 自迭代参与；背景：皮查伊透露 Gemini 4 已投入训练、预计 11-12 月发布且将"近乎按月迭代"；姚顺宇称 Gemini 3.8 Flash 是"RSI 巨大飞跃"
- 对照面：Gemini 4 传闻卡在后训练阶段（反而造就 Flash 系列六周三连发）；布林亲自督战、DeepMind 高层重组
- 为什么值得看：注意信源等级（“被曝/被指”，未经官方证实）；但 RSI 竞赛格局清晰——本栏追踪两周的 RSI 线（GLM-6.0→九问 ScienceDiscovery→MetaRSI→Hubinger 警告）至此拼上谷歌一角；“AI 迭代 AI"从未如此接近官宣
- 扩展资料：
OpenAI 正式发布 N-S 论文与 Lean 形式化证明
来源：AI那些事儿 / OpenAI 官方页同源 · 一句话：166 页论文 + Lean 4 证明，1 万个 agent 跑了 88 小时
- 要点：
- 官方发布《Finite Time Blowup for Navier–Stokes》：构造光滑初始状态发展出有限时间奇性（对应克雷 C/D 命题）；约 10,000 个 agent、88 小时、130 亿输出 token；Lean 形式化验证仅 17 小时（人工估算需 13 万+ 人时）
- 争议未消：Buckmaster 承认公开的三个结果都有 Lean 验证、但部分结果未公开；生成模型私有未发布（能力"显著强于 GPT-6”）；结论仍待数学界独立审查
- 为什么值得看：N-S 风暴的技术终章——注意它恰恰示范了陶哲轩们的诉求：形式化验证先于宣告（对照 GLM-6.0"全自训练"路线的不可验证性）；“模型私有"是新的信任问题
- 扩展资料：
11 万星浏览器 Agent 自测：V4.1 Flash 成本仅 Opus 5 的 1/50
来源：智猩猩 · 一句话：同一 agent 框架下 49.9 分→63.4 分、成本 $17→几毛钱
- 要点：
- 11 万星浏览器 Agent（browser-use 生态）公开自测：换用 DeepSeek V4.1 Flash 后基准从 49.9 升到 63.4（+13.5），单次推理成本从 Opus 的 $17.12 降到约 1/50
- 旁证：智能指数测试 V4-Flash 完成成本 $113 vs Opus $4,811（低 97%）；定价对比：V4.1 Flash 高峰输出 ¥8/百万 vs Opus $25
- 为什么值得看：中国模型性价比的第三方实证（非官方口径）——与上周"美国企业转向开源/中国模型 60%+“呼应；对 agent 开发者：模型选型的性价比数据首次有了公开框架级基准
- 扩展资料：
NVIDIA 开源 AVO：harness 让 Claude Opus 从 30% 到 100%
来源：代码拆解师 / NVIDIA 官方博客同源 · 一句话：换 harness 不换模型，ARC-AGI-3 满分
- 要点：
- NVIDIA AVO（通用编码 agent 系统）在 ARC-AGI-3 公开集完成全部 183 关，RHAE 100%——关键是 harness 把 Claude Opus 从裸模型 30% 提到 100%；连续工作 7 天、迭代 30+ 版本；中文社区解读"AI 自己爆改 AI”：长时程浪费集中在 harness 层，让 agent 自适应修改自己的 harness 是解法
- 配套：NVIDIA 还开源了 NOOA（面向对象 agent）框架与深度研究 skill blueprint
- 为什么值得看：harness 工程浪潮的标志性证据（TechCrunch：“harness 而非模型才是主角”）——与 LoopArena（评模型当管理者）、JIT-Agent（生成 harness）构成完整方法论谱系；你的 AGENTS.md 就是人肉 harness，可对照 AVO 的自改机制
- 扩展资料：
NVIDIA×陈天奇：编译器与智能体协同设计，Kimi 算子提速 2.05 倍
来源：智猩猩 · 一句话：agent 提交代码，编译器丢回"能跑/不能跑+延迟数字”
- 要点：
- 新范式：编译器作为 agent 的验证环境（可运行性+基准延迟反馈），闭环迭代优化算子——Kimi 注意力算子提速 2.05 倍；陈天奇撰文《Agent 时代应如何重新思考 AI 编译器》（语言表达/算子计算/推理执行/场景应用四层协同）
- 本质：把"验证瓶颈"（本周最大公约数）交给编译器——机器可验证的反馈让 agent 优化物理层代码成为可能
- 为什么值得看：AI 编译器获得自进化能力的第一份正式范式；与 AVO 同日出现不是巧合——NVIDIA 正在系统性地发布"验证驱动的 agent 基础设施"
- 扩展资料：
Uber GitFarm：大规模单体的 Git 即服务
来源：InfoQ · 一句话：gRPC 远程执行 Git 命令，毫秒级检出、客户端资源省 80%
- 要点：
- GitFarm 把 Git 操作服务化（中心化沙箱化 gRPC 客户端）：免本地克隆、毫秒级检出、80%+ 客户端资源削减；2025 年初已在 Uber 全面部署（代码审查验证、发起 PR 等）
- 为什么值得看：“agent 时代重建版本控制"三部曲的第三部——Cursor Origin（S3 预写日志）、atlas（checkpoint 关联会话）、Uber GitFarm（Git 即服务）：三者共同指向"本地 clone 是 agent 的瓶颈”
- 扩展资料：
Codex 想让 Harness 消失，Claude Code 把它做成「承重墙」
来源：InfoQ（系列对比第三篇）· 一句话：Harness 是产品的一部分，还是终将被模型能力吸收
- 要点：
- 路线分歧：Claude Code 把编排做厚（产品化 harness=承重墙，但 token 消耗约 Codex 的 3-4 倍）；Codex 走薄 Runtime 路线（能力上移进模型，harness 渐隐）；DeepSeek Harness 更进一步把 harness 本身设为开源核心
- 国内动态：多个团队组建 harness 团队"对标 Claude Code"；批评观点：Claude Code 同窗口既规划又执行，长时/并行任务会崩
- 为什么值得看：两周 harness 叙事的综述篇——“厚 harness vs 薄 runtime"与"开放标准 vs 平台插件”（上周 OpenAI/Anthropic 分歧）是同一道题的两个投影；选型时对号入座即可
- 扩展资料：
杭州「全城 Coding 计划」：政府补贴 AI 编程订阅
来源：编程充电站 / 智谱官方同源 · 一句话：城市把 AI 编程当"开发者基础设施"来采购
- 要点：
- 智谱联合杭州市/上城区推出全国首个城市级 AI 编程普惠行动：在杭个人季卡减 44%/年卡减 51%（约 4.9 折）、需社保或学籍验证；上城区企业年卡减 55%（单家上限 100 万）
- 为什么值得看：全球首例"AI 编程订阅政府补贴"——对照美国"Token 自由"争论、员工 AI 账单审计潮：杭州把 token 当公共服务，硅谷把 token 当成本中心；对在杭读者是真金白银（Coding Plan 年卡五折）
- 扩展资料：
今日一句话
- 陶哲轩、邓煜等 25 位菲尔兹奖得主联合声明：AI 公司正在摧毁数学（全文见本栏昨日科技源速递）（机器之心Pro）
- 菲尔兹奖得主邓煜：AI 若解决所有数学问题，我就退休去写百合小说（AI那些事儿）— 声明之外的花絮
- DeepSeek V4.1 Flash 黑科技解析：Flash（差点）逼退 Pro（机器之心Pro）
- Gergely Orosz 观察的软件行业趋势：IDE 衰亡等（架构即人生）
- Worktrunk：把多个 Coding Agent 装进独立执行舱（VibeCoder）
- 经济学人：AI 已在美国创造约 100 万个新岗位（AI那些事儿）
- 传智谱挖走某新势力数十员工；腾讯敬业度调查被指假匿名（创业家）
- 智谱和 MiniMax 进入「低价增长」时代（人人都是产品经理）
- Anthropic 蒸馏报告再反转：军工与医药部分存疑（AI那些事儿）
- Apple Watch 成为苹果最新 AI 硬件（爱范儿）