每日文摘

每日科技/AI 摘要 2026-09-17

2026 年 09 月 17 日

今日共采集 90 条，新增 83 条，科技/AI 相关约 17 条，深挖 8 篇。（训练透明化与"干活权"定价日）

小米直播 MiMo 强化训练过程：2.6 Pro 已烧 70 万美元

来源：浪里白条王 · 一句话：把 RL 训练成本实时公开——AI 界的第一场"直播炼丹"

要点：
- 小米直接直播 MiMo 的强化训练过程：MiMo 2.6 Pro 至今已花 70 万美元（GPU 成本实时可见）；沉默半年的 MiMo 团队（此前主打 V2.5 系列，1T 参数/42B 激活/1000 TPS UltraSpeed 模式）预告新版本，主打 RL 上限探索
- 注：MiMo 2.6 为直播中展示的开发代号，官方产品线当前为 V2.5 系（信源为博主直播观察，官方未发通稿）
为什么值得看：训练过程透明化是本周 RSI 讨论的意外注脚——Anthropic 呼吁"可验证的安全论证"、Amodei 要审计算力预算，小米干脆把账本直播了；70 万美元/旗舰 RL 的成本锚点本身就有情报价值（对照 MetaRSI"评估信号是瓶颈"）
扩展资料：
- MiMo 官网

来源：智猩猩 · 一句话：知识层与 harness 层解耦——不同 Agent 框架共享同一企业知识底座

要点：
- 微信团队开源的 WeKnora v0.8.0：多格式文档解析/混合检索/Rerank/知识图谱全覆盖，新增跨会话长记忆、运行时沙箱、Skills 市场、DeepSeek Harness 插件——任何 harness 可挂载同一企业知识层
为什么值得看：企业 agent 落地的"乐高分层"成型——知识底座（WeKnora）×执行框架（DSH/CC/Codex）×模型三层各自独立选型；与你自己的 KB（Markdown+Git+agent 共用）思路完全同构，微信版是把这模式做成了开箱产品
扩展资料：
- WeKnora v0.8.0 落地手记

来源：人人都是产品经理 · 一句话：同一任务 3 分钟 vs Astra 的 19 分钟——快 6 倍的平价旗舰

要点：
- 传闻中的 GPT-6 Sol（仍未官方确认）：SVG 生成任务约 3 分钟 vs Astra 约 19 分钟（≈6 倍速）；同期 GPT-5.6 Sol 官宣降价超 20%（$4/$20 每百万）——“旗舰平价化"路线明确
- 产品线逻辑：Astra（强而贵，Coding Index 仅比 Sol 高约 3%）+ Sol（性价比主力）+ Terra/Luna（分档）
为什么值得看：与 Astra 开放 Plus 但"只能干活不能聊天”（同日背景）合看——OpenAI 在按"用途"而非"能力"定价：干活便宜、聊天贵，agent 场景是平价战场（因为对手是 V4.1 Flash 这类 1/50 成本模型）
扩展资料：
- 36氪：Astra 开放 Plus 的两套额度设计

来源：智猩猩 · 一句话：“先出方案再建模”——1.5B 在毫米公差上打赢通用旗舰

要点：
- ECCV 2026：先产出建模方案再执行，摆脱传统参数量化；比 CADmium-1.5B 三级指标平均提升 13.49%，参数级精度全面超 GPT-5.2（12.01 vs 更高）；代码生成方式 token 开销是命令序列 4 倍的问题被绕开；已开源
为什么值得看：垂类特化模型的又一铁证（对照 SWE-2、Occamy、text-to-cad）——制造业的"那一毫米公差"通用大模型给不了，1.5B 专模可以；CAD+AI 赛道同期还有比特无限×武大 96.39 分拿 ECCV Challenge 全球第一
扩展资料：
- TechBeat 论文页

来源：智猩猩 · 一句话：SFT+RL 两阶段后训练，终端 Agent 能力逼近 Claude 旗舰

要点：
- 混元团队围绕终端 Agent 场景做后训练（SFT→RL），而非重训基座——终端 Agent 评测逼近 Claude 旗舰；背景：腾讯撤销 AI Lab、混元推倒重建、Hy3 preview 曾在 OpenRouter 拿 3.66 万亿 token 周调用
为什么值得看：“开源底座+场景后训练"路线再添大厂样本（对照 Cognition SWE-2 基于 Kimi K3）——基座军备竞赛结束后的差异化全在数据与场景；与阿里 Occamy、面壁 MiniCPM5 同周出现，垂类后训练已成主流打法
扩展资料：
- 网易报道

来源：架构即人生 · 一句话：删掉"不是 X 而是 Y"式套路，保住作者本人的声音

要点：
- /no-ai-slop（MIT，4k+ star）：识别并删除 20+ 种 AI 腔模式（对立句式/“没人告诉你的是"式清嗓子…），保留个人用词与节奏，列出修改清单；兼容 Claude/ChatGPT/Codex；作者随后又发了 /human-review
为什么值得看：与 humanizer（9/3 深挖）、i-have-adhd、Cantrill《读者的反叛》一脉相承——“去 AI 味"已成独立工具品类；对本栏的自省价值：日报写作也该跑一遍（“一句话"句式是否已成套路？）
扩展资料：
- no-ai-slop（GitHub）

来源：人工智能研究所 · 一句话：文本"梯度"先构建有效工具链，再反推用户查询

要点：
- 传统"先出题再找调用链"通过率低；ToolGrad 反向：文本梯度引导迭代构建已验证的工具使用链→合成匹配查询；ToolBench 标注通过率 63.8%→99.8%；仅 500 条样本微调 Gemma-3-12B 即在 BFCL 超同类方法甚至教师模型
为什么值得看：工具调用训练数据的"先验证后生成"范式——与 MetaRSI 的 Data-RSI（从轨迹提取学习信号）同构；对 agent 开发者：小而精的验证数据集（500 条）胜过大而脏的十万条
扩展资料：
- Google Research Blog

来源：极客公园 · 一句话：首销备货 3 万台，实测 3 天——跨 App 自动化常卡在权限墙上

要点：
- 豆包手机助手消费者版随努比亚 NaviX Ultra 落地（OS 层合作+AI 键指纹鉴权，锁屏可调用）；实测：点外卖/回消息/开空调可行，但容易卡在权限或 App 限制上——部分 App 对 AI 自动化设障
为什么值得看：“去 App 时代第一枪"遇上的第一道墙恰是App 厂商的抵抗——与微信 AI 社交（确认式）、Grok Bot 接管微软（权限争议）同题：agent 操作权由谁授予是下一代入口之争的核心
扩展资料：
- 澎湃：自费当主力机 3 天的体验