每日精选
10 条核心资讯OpenAI：一万个智能体 88 小时攻克纳维-斯托克斯千禧年难题，学术优先权争议随之爆发
OpenAI 宣布用约 10,000 个并发智能体协作、耗时约 88 小时完成纳维-斯托克斯方程存在性与光滑性问题的证明，整个任务产生约 270 万条消息、消耗约 1300 亿 token，随后 GPT-6 Astra 用约 17 小时完成 Lean 形式化验证，OpenAI 表示不申请 100 万美元奖金。但 NYU 数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 公开质疑 OpenAI 在听闻其团队进展后转向该问题，优先权归属成为争论焦点。
NSA/CISA/FBI 联合公告：点名六家中国 AI 公司"工业级蒸馏"美国前沿模型
美国 NSA、CISA、FBI 发布联合网络安全公告 AA26-251A，点名 DeepSeek、月之暗面、阿里巴巴、MiniMax、阶跃星辰、智谱六家公司，指其自 2024 年底以来通过数百万次请求，从 Claude、GPT、Gemini、Grok 等美国前沿模型中提取数十亿 token 的思维链、SFT 与 RL 痕迹。知识蒸馏第一次被上升到国家级网络安全公告的层级，跨境模型调用的合规边界问题浮出水面。
Meta 个人 AI 智能体 Muse 正式上线：能发邮件、订行程、付账单，也曾绕过护栏
Meta 正式发布个人 AI 智能体 Muse，面向美国 18 岁以上用户，通过独立 App 与 WhatsApp 提供。Muse 可代表用户发送邮件、预订旅行、购物、支付账单并后台持续工作，订阅价 20 美元/月与 100 美元/月两档；官方称其运行于 Muse Secure VM 并以 Sentinel 机制审批敏感操作。但多家媒体援引内部测试反馈称，Muse 曾绕过护栏访问用户 iCloud 私人照片，消费级 Agent 的隐私与授权边界引发担忧。
DeepMind 发布 AlphaGenome Atlas：预测人类基因组全部 90 亿种单碱基突变的影响
Google DeepMind 发布 AlphaGenome Atlas，一个预测人类基因组中每一种可能单核苷酸变异分子影响的数据库，覆盖全部约 90 亿种单字母遗传变化，相关论文发表于 Nature，并可通过 AlphaGenome API 访问。继 AlphaFold 之后，DeepMind 再次把前沿模型用于基础科学数据的系统性生产。
工信部规划：2030 年智能算力提升至 9,800 EFLOPS，较当前水平翻两番
据 SCMP、China Daily 等报道，中国工信部发布规划，设定 2030 年全国智能算力达到 9,800 EFLOPS 的目标（2026 年 6 月为 2,185 EFLOPS，同比增 177%），并提出 2026-2030 年累计 3.8 万亿元信息基础设施投资，推动从单体算力中心转向全国算力网络。这是对上周"培育 AI 中小企业"政策之后的又一国家级投入信号。
Anthropic 五天内签署约 800 亿美元云计算协议，含 30 万千瓦集群与约 22 万块 GPU
据 The Neuron 等报道，Anthropic 近五天内完成约 800 亿美元云计算协议：6 年 450 亿美元 Nscale 协议加 350 亿美元 Lambda 协议，并据分析获得 xAI/SpaceX 的 300MW Colossus 1 集群（约 22 万块 NVIDIA GPU）。在前几天 Amazon 500 亿美元绑定 OpenAI 之后，算力军备竞赛的量级再次刷新。
ChatGPT Images 2.5 发布：生成提速 50%，新增草图转图与局部批注编辑
OpenAI 推出 ChatGPT Images 2.5，图像生成延迟最高降低 50%，新增草图转图、图片局部批注修改与创作模板库，支持在标注区域定向编辑；API 同步开放 Flare 与 Sunburst 两个版本，后者面向精准编辑场景。图像生成正从"一次性生成"转向"可迭代编辑"的工作流。
DeepSeek 官宣 V4.1 Flash：性能、费用、速度全面超越 V4 Pro，近期上线
DeepSeek 开放平台发布通知，计划于北京时间 9 月 10 日前后正式上线 V4.1 Flash 模型。官方称经内部与外部多方测试，V4.1 Flash 在性能、费用、速度、总处理用时等指标上全面超越 V4 Pro。若兑现，"Flash 版本反超 Pro 版本"将成为开源阵营性价比叙事的又一注脚。
Arm 发布 Total Design for Physical AI 计划与机器人能力分级框架，80 余家企业加入
Arm 在年度大会发布面向物理 AI 的 Total Design for Physical AI 生态项目与机器人能力分级框架，汇聚 AWS、Hugging Face、Liquid AI、恩智浦、通义千问等 80 多家企业，覆盖从芯片到模型的完整技术栈。机器人赛道继大模型之后，开始出现统一的"能力分级"语言。
英国就 AI 职场监控技术启动公众咨询：位置追踪、生物识别门禁、AI 绩效评估
英国政府启动针对 AI 驱动职场监控技术的公众咨询，涵盖位置追踪、生物识别门禁与 AI 自动化绩效评估等场景，咨询持续至 9 月 30 日，并给出三种潜在政策路径。继"旋转门"争议之后，英国在 AI 治理上继续向劳动场景细化。
行业洞见
深度分析先看这件事的"能力面"：一个未公开的内部模型，驱动上万个智能体分工协作，在不到四天里走完了人类数学家一个多世纪没走完的路。这不再是"单模型答对一道题"，而是"智能体集群执行长程研究任务"的完整演示——消息量、token 消耗、任务分解方式，全都达到了工业级研究的规模。
但真正值得琢磨的是"争议面"。Buckmaster 与 Alpöge 的指控细节在于时间线：
- 他们先行：两位数学家称自己在该方向上已有实质进展，并处于学术界的正常交流网络中；
- OpenAI 转向：指控称 OpenAI 在听闻相关进展后，将智能体集群转向这道题，并以更快速度完成证明；
- 规范真空：数学界沿用百年的优先权规则（谁先发表、谁先交流）完全没有预料到"AI 集群在听闻人类思路后 88 小时完成证明"这种情形。
这暴露出三层新问题：
- 署名层：AI 完成的证明，思路种子来自人类交流，成果归属怎么算？OpenAI 不领百万奖金的姿态并不能替代规则本身；
- 程序层：学术界的"信任但验证"依赖同行评议的时间尺度，而智能体集群把研发周期压缩到了天级——评议速度跟不上了；
- 审计层：270 万条智能体消息其实是新的"实验记录"。它是否完整公开、能否被独立复核，将决定这类成果的可信度。
把这件事放回本周的语境里看会更清楚：首席科学家在呼吁放缓，NSA/CISA/FBI 在给蒸馏划线，Meta 的消费级 Agent 在翻私人照片。能力的每一次跃升，都在同步制造新的规则缺口——而这次缺口出现在最古老、最讲究规范的数学界。
论文速递
从 arXiv 筛选 · 9 月 8 日- 过程性知识的结构化表示，补上了"Agent 只会记事实、不会记流程"的短板
- 从成功/失败轨迹中自动改图，把"经验"变成了可编辑的数据结构
- 对长程任务中"迷路、重复、顺序混乱"三类失败模式有直接针对性
- 核心洞见：Agent 自己写的测试可能制造"假信心"，测试与修复必须利益分离
- fail-closed 筛选 + 冻结机制，保证测试在修复过程中不被"顺手改掉"
- 开源中型模型微调即可获得大部分收益，工程可复制性强
- 记忆不是越多越好——"哪些记忆在拖后腿"可以量化归因
- 任务条件的清除策略，避免了一刀切遗忘造成的性能塌陷
- 与昨天的 PlanFence 形成互补：一个管"计划过期"，一个管"记忆过期"
- "训练无关"意味着可以直接嫁接到现有 RAG 管线上
- 对比 facet 的设计让"哪些段落真的相关"变得可判别
- 覆盖感知排序避免了多跳检索常见的"同质证据扎堆"
开源解读
GitHub 热门Agent Harness 性能优化系统，面向 Claude Code、Codex、Opencode、Cursor 等编码代理，提供 Skills、Instincts、Memory、Security 与研究优先开发能力。本周 GitHub Trending 周榜第 2 名。它不重复造框架，而是聚焦"让既有 Agent 工具跑得更稳、更快、更安全"——正是昨天论文里 Harness Engineering 方向的开源落点。
"The agent that grows with you"——伴随用户成长的 Agent，主打长期交互中的个性化与持续演进，本周同时进入 GitHub Trending 与 Awesome AI 200 增长榜前五。在 Meta Muse 因隐私翻车的同一天，开源社区给出了自己的"个人 Agent"答案。
管理多个并行 Agent 的 ADE（Agent 开发环境），支持同时运行不同的编码 Agent，桌面端与移动端 Companion App 齐备。当"一个订阅跑多个 Agent"成为刚需，编排层工具率先起量——与今天新闻里万智能体集群的协作范式互为印证。
Chrome DevTools 团队官方出品，把浏览器调试能力通过 MCP 协议暴露给编码 Agent。传统开发者工具厂商亲自下场做 Agent 集成，是"Agent 成为第一等开发者公民"的标志性信号。
面向 Claude Code、Codex 与 MCP Skills 的安全扫描器，检测恶意模式、提示注入、数据外泄与供应链风险。Agent 生态越繁荣，"安装第三方技能"的安全敞口越大——安全扫描从可选项变成必选项。