每日科技/AI 摘要 2026-09-23

今日共采集 90 条，新增 63 条，科技/AI 相关 57 条，深挖 8 篇。

Claude Opus 5.5 发布：一天内迁移 68 万行代码，单任务成本比 GPT-6 Astra 便宜 80%

来源：InfoQ（另见浪里白条王同题观点帖） · 一句话：Anthropic「放慢前沿」后首款模型，对标 Fable 5.1 的性能、Opus 的价格。

• 要点：
  • 9 月 22 日 Anthropic 发布 Claude 5.5 系列首款模型 Opus 5.5。官方定位（已在 Anthropic Newsroom 核实）：多数工作达到 Fable 5.1 水平，运行成本比 Opus 5 低 40%；这是其参与「放慢前沿」（pacing the frontier）倡议后的首款模型。
  • 编码与 Agent 能力是主打：早期测试者一天内迁移 68 万行代码；GDPval-AA v2.1 综合 Elo 1846（InfoQ 文中数据）；Sonnet 5.5 / Haiku 5.5 将在未来几周补齐 5.5 家族。
  • 价格刀法（InfoQ 文中数据）：API 输入 $4/输出 $20 每百万 token（较 Opus 5 的 $5/$25 降 20%），缓存读取 $0.5 → $0.2 降 60%；量子位 GPT-6 报道交叉印证其 Max 档「性能达 Astra 水平、价格也 Astra 水平」。
  • 博主观点（浪里白条王，未核实）：Opus 5.5 全面超 Fable 5.1、领先国产超 25%，但本质是 benchmark 模型、刀法模型——与官方「Fable 5.1 水平 + 降价」的自述并不冲突。
• 扩展资料：
  • Anthropic 官方发布页 — 一手出处（InfoQ 引用链接）
  • Anthropic Newsroom — 本次直接核验：发布日期 9/22 与「40% cheaper than Opus 5」表述

GPT-6 Sol/Luna 发布：API 价格砍半，Luna 输入价低于「梁文谷」

来源：量子位（另见新智元同题） · 一句话：系列重排后 Sol 下沉主力档，拿 5.6 的价格打 5.6 的分数。

• 要点：
  • OpenAI 深夜上线 GPT-6 Sol 与 Luna：6 系列 API 价格较 5.6 系列砍 50%，Luna 输出再砍超 50%，输入价低于 DeepSeek-V4.1 Flash「梁文谷」（$0.15/M）。系列定位重排：Astra 接过原 Sol 的旗舰位、Sol 接原 Terra 位、Luna 仍是轻量档。
  • Agent 评测（量子位文中数据，官方页本地网络 403 未直接核验）：AutomationBench 六大业务领域 47 工具流程中，Claude Opus 5 max effort 得分≈Sol medium 但单任务成本是其 11.1 倍；Agents’ Last Exam 上 Sol max effort 56.4% 超 Opus 5 最高分、成本低 60%；DeepSWE v1.1 上 Sol 未超 5.6 Sol 但便宜不少，Luna max effort 66.6% 与 Opus 5/Fable 5 medium 相当、成本低 93%-96%。
  • 事实准确性约为上一代错误率一半、接近 Astra；缓存命中输入 9 折且 effort/工具切换不打断缓存，GitHub Copilot 重新处理提示 token 比例降 50%+。文中还披露 OpenAI 内部中位研究员日 token 消耗超 $600、90 分位超 $7000——Agent 成本压力可见一斑。
• 扩展资料：
  • OpenAI 官方发布页 — 量子位给出的官方出处（openai.com 全站 Cloudflare 拦截，本次未能直接打开核验）
  • 新智元同题报道 — 第二中文信源交叉印证发布事实与「价格腰斩」

RSI 跑通 33 轮、参数冲上 10T：云栖大会上的 Qwen 路线图

来源：CSDN · 一句话：Qwen3.8-Max 零人工迭代 33 轮冲进第一梯队，Qwen4/5 目标 10T 参数。

• 要点：
  • 云栖大会上 CEO 吴泳铭判断「机器思考总量将是人类的 1000 倍，今天不到 3%」，AI=模型+芯片+云三大基石；新任 Qwen 负责人刘大一恒（量子位同日报道接棒林俊旸）主讲 Agentic 阶段。
  • RSI（递归自我改进）实跑：Qwen3.8-Max 人类零参与、连续 1 个月 33 轮有效迭代，AA 评分 40 → 45，甩开 GLM5.3/Kimi-K3，无人干预下与 Claude/GPT 最强版本同列第一梯队；期间还零样本完成平头哥新款 GPU 的 SGLang 代码级适配（单实例吞吐 +96%），以及 60+ 小时无人值守调用 EDA 工具 1 万+ 次产出减 42% 面积的芯片物理实现。
  • 参数路线：Qwen2.5 72B → Qwen3.8 2.4T-A95B（两年 33 倍），Qwen4 已在训练中（Max/Flash&Plus/27B），Qwen4.5/Qwen5 目标 5-10T；Qwen3.8-Flash 用稀疏+混合线性注意力，激活仅 6B、训练成本降 90%、缓存命中输入 0.1 元/百万 token。
  • 开源生态（CSDN 文中数据）：Qwen3.8-27B（社区称「本地 Opus4.6」）登顶 HuggingFace 历史最受欢迎模型，月下载 5600 万、衍生模型 1900+；Airbnb、Pinterest（成本不足闭源 8%）、路透社等采用；千问累计开源 460+ 模型、总下载 30 亿+。
• 扩展资料：
  • 量子位：千问一号位刘大一恒接棒林俊旸 — 人事变动交叉印证
  • 科技进化论：云栖大会 Personal Agent 发布 — 同场发布的健康/理财/生态进展

小米 MiMo-V2.6 正式开源：AA 46.32 成开源最高分，RL 扩展工程难度超 DeepSeek-R1

来源：36氪（智东西内容，另见浪里白条王技术帖、36氪罗福莉人物稿） · 一句话：Pro/Flash 原生全模态开源，30 个 RL step 烧掉 347 万美元。

• 要点：
  • 9 月 22 日小米发布 MiMo-V2.6 系列：Pro 与 Flash 原生全模态开源、Pro-UltraSpeed 逐步开放（同等智力输出快 20 倍），同步开源 RL 环境/框架/技术报告。AA 智能指数 46.32，超 Kimi K3 与 Qwen3.8 Max，为该榜开源最高分，与 Grok 4.7 大体相当。
  • RL 扩展细节：6 天 30 个 step、75 万条轨迹、每 step 35-37 亿 token，训练成本 85 万 + 262 万美元；DeepSWE v1.1 上 Flash 48.8 → 65.68、Pro 58.4 → 72.57；全异步架构 + 100 万 token 上下文。罗福莉称其为开源模型迄今最大规模单次 RL 训练、创新与工程难度超 DeepSeek-R1（观点，转引自 36氪/浪里白条王）。
  • 定价延续价格战：Pro 输入 3 元/输出 6 元每百万 token（未命中档），Flash 1/2 元，Grok 4.7 约为 Pro 的 29 倍；9 月 17 日起在 mimo.xiaomi.com/rl/ 直播训练（每小时烧 3.08 万美元）。
  • 保留质疑（智东西实测）：Flash 在 OpenCode 会循环执行命令、长考与翻目录类任务表现一般——高分之下仍有短板。
• 扩展资料：
  • 浪里白条王：MiMo-V2.6 通往扩展 RL 的艰难之路 — 技术视角同题，计算量口径互证
  • 36氪：罗福莉终于杀死了「天才少女」 — 人物侧写，背景补充

腾讯云 Octop 1.0 GA：整套多智能体跑在自己服务器上

来源：老周说实事 · 一句话：MIT 开源的多用户多专家 Agent 平台，NAS 也能装。

• 要点：
  • 腾讯云 9 月将自研 Octop 推到 1.0 GA（7 月开源、MIT 协议，仓库 TencentCloud/Octop）：整套多智能体助手跑在用户自己的机器上，主打多用户、多专家模板（含 16 种 MBTI 人格）、分级权限 RAG 知识库、终端/浏览器 CDP/远程桌面与 MCP。
  • 工程设计：Loop Engineering 让长任务带检查点循环恢复；接入企微/飞书/钉钉/QQ/Discord/Telegram；模型不锁厂（OpenAI 兼容/DashScope/Ollama 均可）；JWT 多用户 + ACL + 额度 + 沙箱隔离。
  • 部署门槛低：一键脚本 / pip / Docker / 桌面端 / 腾讯云镜像 / 飞牛 NAS，建议 16G 内存 + SSD；博主实测提示三个坑——默认 admin/octop 密码务必改、API 额度要盯、权限先收窄。定位与腾讯自家 WorkBuddy（云端成品）错位：Octop 是自托管底座。
  • 信源等级提示：该文末声明「由 AI 辅助生成」，以上细节请以官方仓库与文档为准。
• 扩展资料：
  • TencentCloud/Octop（GitHub） — 官方仓库（文中给出；本地网络对 GitHub 间歇不稳，未逐条核验 README）
  • Octop 官网 — 文档与部署入口

本地版 Jev 来了：Laya-MLX 1GB 内存可跑，但虎嗅泼了盆冷水

来源：36氪（另见虎嗅APP质疑稿、散修程序员小鹏、人人都是产品经理同题） · 一句话：开源平替 Laya 搬上 Apple MLX，M 系芯片毫秒级调用。

• 要点：
  • Jev 火一周后，开发者 mizorewww 把开源平替 Laya 原生移植到 Apple MLX：laya-mlx 的 421M 版峰值内存仅 943.6MiB、322M 版 687.6MiB，M3 Max 上 P50 延迟 7.39ms / 13.42ms，批量推理约 395 q/s，与原版 378/378 结果一致；pip install laya-mlx 即用，贪吃蛇自对弈 75.4 moves/s 零死亡。
  • 定位提醒：Laya 是 ModernBERT 架构的分类/评分/选择三任务小模型，上下文仅 512/1024 token，做不了长上下文任务；Laya 主仓（★10.4k）提供 mmBERT-base（322M，多语言）与 ModernBERT-large（421M）两档。
  • 虎嗅泼冷水（观点）：Jev 是继 Token、龙虾、世界模型之后与 RSI 并列的新热词，上线 Vercel AI Gateway 24 小时即有近 13% 付费团队用过，但「快 200 倍」的它在 LLM 的「大结果」上尚无建树——适合做流程中低级决策的即时层，别指望它替代推理。
  • 生态佐证：量子位 GPT-6 报道中 OpenAI 已官方提及「搭配 Jev 可在任务中途毫秒级切换」；Manus 团队玩梗「Jev 变身实时游戏引擎」、具身智能方向的讨论也在跟进。
• 扩展资料：
  • laya-mlx（GitHub） — 本地版仓库与性能数据出处
  • 虎嗅：号称快200倍的Jev模型，拿不下LLM的大结果 — 反方观点与热度数据
  • 极客公园：Jev，让全球程序员玩疯了 — 昨日同题深挖，TypeSafe AI/System One Models 背景可回看

Capy：让编码 Agent 从聊天一路跟进到可审查的 PR

来源：VibeCoder · 一句话：决策循环跑在服务端、执行关进隔离 VM，CI 等待时机器休眠。

• 要点：
  • Capy 把「生成代码之后」的环节接进持久运行的工作线程：一个需求从聊天入口进入，自动准备环境、追踪 CI、处理评审意见，持续推进到可审查的 PR，减少人在任务间搬运上下文。
  • 架构拆解（博主分析）：服务端决策循环 + 隔离 Ubuntu VM 执行，Thread/Machine 持久身份，VM 可休眠替换、CI 等待期间休眠省成本；Task 子代理只拿自己的 prompt（不继承父对话，靠交接说明），支持 shared/fresh 机器与 stacked PR；快照三阶段（initialize / update-after-checkout / startup），恢复仅 1-2 秒。
  • 评审与凭据设计：PR review 在真实 checkout 上做、只读凭据、增量复评；GitHub token 留服务端 + 短期 grant 下发。博主也给出风险案例——六轮修复烧掉 16.4 万 token / 43 分钟仍不收敛。
  • 信源等级提示：作者声明基于官方文档与 API 分析、未登录实测，官网性能宣传未经独立核验。
• 扩展资料：
  • Capy 官方文档 — 原始出处（文中引用）
  • InfoQ：不受控的 Agent，凭什么上生产系统？ — 同日同题思辨，可对照读

M6 Mac mini 首发体验：24GB 起步、最高 128GB 统一内存，5499 元起

来源：少数派（另见 Mac玩机研究所跑分帖） · 一句话：2nm M6 + 雷电 5，本地跑 AI 的家用底座又便宜了一档。

• 要点：
  • 新款 Mac mini 搭载 M6（2nm，CPU 核心与 A18 Pro 同款——少数派原文表述），内存 24GB 起步、最高 128GB（选配价格昂贵），存储最高 8TB；接口为雷电 5 ×3 + HDMI + 2.5GbE，支持 Wi-Fi 7 与蓝牙 6.0；5499 元起，9 月 19 日开售。
  • 少数派定位判断：Mac mini 不是性能最强、体验最完整的 Mac，但在 AI 时代比以往任何时候都更适合家庭用户——「一台主机，多重角色」。
  • 跑分速览（Mac玩机研究所微头条，未独立核实）：单核大幅领先 Intel Core Ultra X9 388H，多核与其满血版相当，SNL 核显 7000 出头小幅领先。统一内存 vs x86 的老争论随 128GB 档位再次热闹（同博主另文）。
• 扩展资料：
  • 少数派首发体验原文 — 规格与售价一手出处
  • Mac玩机研究所：M6 Mac mini 跑分帖 — 对比 Intel 的跑分口径

今日一句话

• 腾讯上线 Chatterfly，重新定义 AI 语音输入法 — 腾讯 AI 语音输入新尝试（人人都是产品经理）
• Meta 个人 AI 助手刚火 13 天，Amazon 就拉闸了 — 平台与竞品的生态边界之争（极客公园）
• 华为云码道上线鸿蒙编码大模型 — 面向鸿蒙开发者的专用编码模型（CSDN）
• 33.5K Star：OpenAI 官方插件打通 Claude 双 AI 协同 — 官方下场做双模型协同编码（AI开源求索，Star 数未核实）
• GitHub 12万 Star，一条命令把项目变成 AI 能查的知识图谱 — 代码库知识化工具持续走热（编程充电站）
• 假如有一万张卡，RL 训练该怎么扩大规模？ — RL 扩展的工程方法论长文（机器之心Pro）
• 威联通发布 TS-432XeU 短机身机架 NAS — 10GbE/2.5GbE + 四核 ARM，自托管又一小钢炮（数码玩机娱乐站）
• Grok 4.7 零配置接入 Cursor — 开发工具无缝接入体验好评（编程充电站，个人体验未核实）
• 讲真，我没看出这图是 AI 做的 — 国产全模态生图能力观察（量子位）
• 一图看懂 ADrive 跨产品协作实践 — 文件通了，Agent 就通了（字节跳动技术团队）
• Kimi Code 出桌面版：改文件、看网页不用切窗口 — Kimi 编码助手形态补全（Mac玩机研究所，昨日发布）
• OpenAI 研究员：物理隔离无法阻止失控 AI — 安全议题再起争论（新智元，观点未核实）
• AI 末日论吵翻美国，中国为何静悄悄？ — 中美 AI 风险叙事差异分析（虎嗅APP）