2026年9月2日
Deep SWE 74 分登顶，野榜格局瞬间改写 Gemini 3.8 Flash 在 Deep SWE 基准测试中拿到了 74 分，直接超越了 Fable 5.1 的成绩。这一结果让 Deep SWE 这个榜单瞬间失去参考价值，社区直接宣布它已成为野榜。 这个分数意味着 Gemini 3.8 Flash 在特定代码生成和软件工程任务上展现出极强的表现。测试中它在多个子任务里都表现出色，尤其是在需要复杂推理和多步……
阅读全文
2026年9月2日
OpenAI 的 Astra 模型成为首个达到公司内部“Critical”网络安全能力阈值的 AI，能自主发现并串联软件漏洞。公司计划很快发布，但网络安全相关功能仅限选定合作伙伴提前使用，并在暂停部分开发后增加了失调监控器等额外控制。 这一事实直接表明，AI 在网络安全领域的自主能力已触及公司设定的红线。Op……
阅读全文
2026年9月2日
Altman直接将数据中心用水量与办公楼对比 周二发布的一档播客节目中，OpenAI首席执行官萨姆·奥尔特曼被要求回应人们对人工智能数据中心的抵制，包括水资源消耗的担忧。他反驳称，虽然数据中心素有耗水大户的名声，但现代数据中心的用水量与办公楼的用水量大致相当。 这一表态直指当前公众对……
阅读全文
2026年9月2日
OpenAI 的 ChatGPT/Codex 桌面应用在 codex-primary-runtime 文件夹内捆绑了完整的 LibreOffice 副本、Python 安装包、Node.js 安装包以及 Poppler 和 git，占用数 GB 空间。此前 Anthropic 的 Claude 桌面应用已捆绑 10GB 虚拟机。 这种打包方式直接把大量第三方完整软件塞进 AI 应用安装包里。开发者不再依赖用户已有的系统环境，而是把运行时代码和依赖全部打包，确保 AI 代……
阅读全文
2026年9月2日
代表加拿大不列颠哥伦比亚省坦布勒里奇大规模枪击案受害者的Edelson PC律师事务所，本周将对OpenAI再提交30起诉讼，新增原告包括教师、校长及案发时在校园内但未被枪击的学生，并首次指控其帮助和教唆实施大规模枪击。 30起新诉讼把原告范围扩大到未直接受害者 今年4月，Edelso……
阅读全文
2026年9月2日
Python 开发者现在可以在用户设备上完整运行大型语言模型。 这意味着聊天、语音助手、多模态理解等功能可以完全离线完成，不再依赖云端 API 调用。Real Python 发布的这篇教程从零开始演示了如何用 Python 实现本地 LLM 聊天，并逐步加入语音识别、语音合成、语音活动检测、工具调用和 RAG 能力。 对开发者来说，这条路径的最大……
阅读全文
2026年9月2日
RAGBench上线Hugging Face：同一文档查询下对比三种chunking策略 RAGBench上线Hugging Face后，开发者可以用同一套文档、查询和指标，直接对比semantic、document-level和parent-child三种chunking方式对检索和……
阅读全文
2026年9月2日
伯克希尔增持Alphabet后称其为AI重要玩家 伯克希尔CEO Abel在二季度增持Alphabet股份后表示，Alphabet是AI的‘重要参与者’。他强调伯克希尔对AI在其投资组合公司中的影响有清晰的认识，并认为Google在这一新兴技术中的位置强劲。这一来自传统价值投资机构的……
阅读全文
2026年9月2日
小米秋季新品发布会定档9月7日，这一消息已冲上百度热搜第40位。在英伟达单季营收接近千亿美元、AI算力供需持续紧张的背景下，此次发布会可能成为小米在消费电子领域AI布局的关键节点，直接影响国内手机和平板市场格局。 9月7日或首发端侧大模型手机 小米很可能在9月7日的秋季新品发布会上推……
阅读全文
2026年9月2日
1.1 万插件拆解暴露官方零治理事实 研究者实际拆解了超过1.1万个DeepSeek Harness插件，结果显示官方几乎没有建立任何插件治理机制。这意味着平台既未对插件代码进行系统性安全审查，也未设置插件上架前的准入流程，更没有针对已发布插件的持续监控和下架机制。 具体证据来自对这些插件的……
阅读全文
