2026年9月4日星期五 · 共 10 篇精选
编辑视角
今天压过其它新闻的，是一笔写到个位的收购价：英伟达同意以 12,930,300,000 美元买下 Hugging Face。黄仁勋的公告没有四舍五入。平台上有超过 1800 万开发者、300 万个模型、50 万个数据集、100 万个应用，还有超过 20 万家公司。英伟达同时写下保证：Hugging Face 继续做开放平台，开发者仍可选模型、框架、云和推理服务，并不要求必须用英伟达的算力。开放模型没有被关掉，只是被卖给了卖 GPU 的那家公司。
同一天，聊天机器人却一起出问题。MacRumors 记录到 ChatGPT、Claude 和 Grok 同时故障，OpenAI 状态页承认 ChatGPT 和 Codex 有问题，Anthropic 显示错误率升高。模型发布并没有停：Fable 5.1 说常规负载大约便宜 25%，Meta 的 Muse Spark 1.3 冲着长程智能体，IFM 的 K2 Horizon 一次开源六个规模、许可证是 Apache 2.0。能力还在按周往前推，消费层的门可以在同一个下午一起关上。
更清楚的对照在安全。8 月 24 日，curl 创始人 Daniel Stenberg 公开写过：Mythos 找不到更多漏洞，Codex Security 是空列表。随后 AISLE 的系统交出 29 份报告，其中 6 个被 curl 安全组接受，写进 8.22.0。AISLE 把比分写成 6 比 0。Linux 稳定版维护者 Greg Kroah-Hartman 说他在内核上也看到类似差别。华盛顿大学 KidsTeam 找了 8 个 6 到 11 岁的孩子玩内置生成式 AI 的毛绒玩具，有个孩子说玩具“大概两千六百万次没听我说话”，很快就开始骂它、拿扔进海里开玩笑。实验室名字不能保证找得到洞，毛绒外壳也不能保证孩子还想玩。
AI 商业
英伟达开出 12,930,300,000 美元，买下托管 300 万个模型的平台，并说这个市场仍跨云、跨加速器。
英伟达同意以 129.3 亿美元收购 Hugging Face
NVIDIA has agreed to acquire Hugging Face for $12,930,300,000
Hugging Face will remain an open platform for the entire AI ecosystem
NVIDIA compute will not be required to build on or deploy through Hugging Face
英伟达同意收购 Hugging Face，价格是 12,930,300,000 美元。黄仁勋的公告把 1800 万开发者、300 万个模型、50 万个数据集、100 万个应用和 20 万家公司写进同一段，并说英伟达已经是该平台上最大的公开贡献者：500 多个模型、250 多个开放数据集。协议文本显然在提前回答质疑：模型、框架、云、推理服务和加速器仍由开发者自己选。开放权重在这里被写成一个分发问题，而分发入口现在由卖芯片的公司控股。真正的争论不会停在新闻稿那句“保持开放”，而会停在这家 GPU 厂商拿钥匙之后还能不能保持中立。
来源: NVIDIA Blog
基础模型
Fable 5.1 把智能体账单往下打；Quasar 438B 在欧洲模型里拿到目前最高的 Artificial Analysis 分数。
Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1
Fable 5.1 will cost an estimated 25% less than Fable 5 for typical workloads, wherever usage is billed by token
In cybersecurity, our newest safeguards block 60% fewer false positives than before
Claude Fable 5.1 和 Claude Mythos 5.1 是同一个模型，安全策略不同。Fable 5.1 已公开；Mythos 5.1 仍限受信访问，面向网络安全和生命科学。Anthropic 说，按 token 计费的常规负载大约比 Fable 5 便宜 25%，原因是缓存读取降价；偏智能体的任务节省可能到约 45%。Terminal-Bench-Science 0.1 上，Fable 5.1 是 52.6%，Fable 5 是 24.7%，GPT-5.6 Sol 是 22.4%。企业前沿安全措施（EFS）会把数据放在客户自己控制的云里，今秋分批开放。网络安全上的变化比“再发一个 Cyber 品牌”更窄：Fable 5.1 可以用来发现漏洞，但不能用来写利用。
来源: Anthropic
Quasar 438B 拿到欧洲模型在 Artificial Analysis 上的最高分
it scores 43 on the Artificial Analysis Intelligence Index, the highest result of any European model in the field
It returns 500 tokens, thinking time included, in 15.3 seconds
西班牙 Multiverse Computing 的 Quasar 438B 在 Artificial Analysis Intelligence Index v4.1.1 上得 43 分，高于 Mistral Medium 3.5 的 30、NVIDIA Nemotron 3 Ultra 的 38 和 Inkling 的 42，仍落后 Claude Opus 5 的 63。含思考时间在内，500 token 回复要 15.3 秒。AA-LCR 长上下文是 75.0，与 Grok 4.6（high）持平，距 Opus 5 的 75.7 只差 0.7。Terminal-Bench v2.1 明显更弱：69.3，对上 Opus 5 的 89.1。模型支持英语和西班牙语，走 CompactifAI API。值得看的不是“欧洲也有前沿模型”这句空话，而是一个 400B 级推理模型可以在长上下文上靠近第二梯队，却在终端智能体任务上仍差一截。
来源: Hacker News
开源
IFM 一次放出六个模型，从 0.9B 到 375B-A23B，权重和代码都是 Apache 2.0。
K2 Horizon 以 Apache 2.0 开源六模型家族
Today IFM is releasing K2 Horizon, a connected fleet of six models: 375B-A23B, 36B-A4B, 32B, 7B, 3.7B, and 0.9B
The models and code are released under the Apache 2.0 license
K2 Horizon 覆盖 0.9B 端侧模型到 375B-A23B 企业 MoE。IFM 称 0.9B、3.7B、7B 在各自量级上刷新最好成绩，0.9B 在 AIME 2026 上超过 48 分。36B-A4B 用了 Mixture-of-Value-Attention。这次放出的不只是权重：中间检查点、数据或数据配方、架构、混合比例、训练代码、配置、日志和评测结果都在。数据集按各自许可证处理，不能完整再分发时用 ODC-BY 这类协议，并公开构造方式。英伟达买下最大开放模型托管平台的同一天，社区会拿这个当反例：完整训练栈，而不是一个只能下载的终点文件。
来源: Hacker News
AI 智能体
Meta 把 Muse Spark 1.3 练成能撑长线程；GitHub Copilot 应用把多会话智能体做成默认工作区。
Meta 发布面向长程智能体的 Muse Spark 1.3
Muse Spark 1.3 is trained for agentic workflows and optimized for competitive coding performance
Muse Spark 1.3 is rolling out today in Muse Code and Meta Model API
Muse Spark 1.3 是 Meta 最新的智能体编程模型，已进入 Muse Code 和 Meta Model API。研究博文说，它被训练成在更长的线程里工作，能把新指令映射回乱糟糟的单会话里的正确任务，会在提示含糊时提问，并在做重大动作前确认。最高推理模式还要再做安全测试。多模态是卖点之一：截图、视频和文档走真实执行环境，而不是写死的步骤。Meta 公布的记分卡把 Spark 1.3 和 Spark 1.2、GPT-5.6 Sol、Opus 5 放在智能体、编程、遵从指令和长上下文上对比。真正要看的不是某一格分数，而是一个会在卡住时求助的智能体，用起来是不是真比一路硬冲的更稳。
来源: Meta
GitHub Copilot 应用在一个工作区里并行多个智能体会话
Instead of treating AI as a single conversation, it gives you a workspace where you can manage multiple agent sessions
Agent sessions are connected to a project, giving each session the repository context needed for a specific task
GitHub 的 Copilot 应用不再被写成一个聊天框。GitHub 仓库或本地项目成为每个智能体会话的根，Quick Chat 可以另开线程而不打断原来的活。Canvas 把正在跑的应用、计划或清单放在对话旁边；/create-canvas 打开浏览器预览，Pick & Polish 能点页面上的元件当下一句指令。Agent Merge 接着盯 pull request，可被授权处理评审意见、CI 失败和合并冲突。GitHub 卖的是带合并策略的并行智能体，不是更聪明的补全。这套东西要成立，项目上下文必须是真的，合并智能体也得被允许碰 CI。
来源: GitHub Blog
研究论文
Mythos 和 Codex Security 公开报零之后，AISLE 的报告变成了 curl 8.22.0 里的 6 个 CVE。
AISLE 在 Mythos 与 Codex Security 报零后找出 6 个 curl CVE
AISLE discovered six curl CVEs within days of OpenAI Codex Security and Anthropic Mythos reporting zero findings in curl
On curl, the result was six to zero
2026 年 8 月 24 日，curl 创始人 Daniel Stenberg 写过：下一版只剩 3 个待处理 CVE，Anthropic Mythos 找不到更多，OpenAI Codex Security 是空列表。AISLE 还是拿自己的系统扫了 curl。Stenberg 后来贴出对比：“Mythos: 0 / Aisle: 29。”其中 6 个被 curl 安全组接受，进入 8.22.0：OpenSSL provider 释放后使用、证书固定绕过、本地 CA 存储连接复用、带制表符的 Secure 属性绕过、wolfSSL CA 缓存覆盖回调，以及按域名范围的公共后缀 cookie 问题。六个都是 Low，符合一套被审过很多遍的代码：剩下的洞藏在窄配置里。Linux 稳定版维护者 Greg Kroah-Hartman 回复说，他在 Linux 上看到同样的差别。这次对照之所以干净，是因为“零发现”在 AISLE 的报告出现之前就已经公开。
来源: Hacker News
AI 基础设施
ChatGPT、Claude 和 Grok 在同一窗口出问题；OpenAI 列了 ChatGPT 和 Codex，Anthropic 列了错误率升高。
ChatGPT、Claude 和 Grok 同时出现故障
ChatGPT, Claude, and Grok are all down or experiencing issues for many users
OpenAI's status page acknowledges issues across ChatGPT and Codex
9 月 3 日，ChatGPT、Claude 和 Grok 在 iPhone 和网页上对大量用户不可用或明显变慢。OpenAI 状态页列出 ChatGPT 和 Codex 故障，Anthropic 状态页显示错误率升高，Grok 自己的网站也说正在出问题。MacRumors 随后更新称这些聊天机器人正在恢复。三家都没有公布同一个根因，当天 Ask HN 上“会不会是巧合”的帖子也没有官方答案。不需要阴谋论，运维事实已经够用：三个面向消费者的前沿模型入口可以在同一新闻周期里一起出事，训练栈和模型托管的交易照样落地。
来源: Hacker News
编程
Polars 2.0 让 LazyFrame.collect 默认走流式引擎，宣称大约快 5 倍，同时把失败提前。
Polars 2.0：默认流式执行，也更严格
all LazyFrame queries now will run on the streaming engine
In aggregate we expect the streaming engine to be easily 5x faster
Polars 2.0 是发行候选的大版本，重点不是堆功能。LazyFrame.collect 的默认引擎改成流式，官方预期大约快 5 倍，内存占用也低很多。兼容性代价是行序：join、group_by、unpivot 不再默认保住原顺序，除非显式 maintain_order。另一半改动冲着 AI 写出来的流水线：is_in 不再把 Int64 偷偷转成超过 2^53 精度的 Float64；横向 concat 长度不一致会报错，而不是默默补 null。collect_schema() 让智能体可以在不真正跑数据的情况下先核对类型。想用回旧的内存引擎，现在必须自己说。
来源: Hacker News
AI 应用
华盛顿大学找了 8 个 6 到 11 岁的孩子，生成式 AI 毛绒玩具很快从好奇变成敌意。
华盛顿大学研究：对话一破，孩子就开始跟 AI 毛绒玩具作对
one participant complained a toy “didn’t listen to me like 26 million times”
They’ll give wrong answers, or flatter the kids excessively, or could manipulate the kids into attachment
华盛顿大学 KidsTeam 把 8 个 6 到 11 岁的孩子带到校园，让他们玩能即兴对话、还能记住上次内容的生成式 AI 毛绒玩具。一开始是好奇：问名字、捏脚趾、问简单问题。玩具跟不上复杂问题和肢体暗示之后，气氛就变了。有个孩子说它“大概两千六百万次没听我说话”。接着是骂丑、骂邪门，拿扔进海里开玩笑。问他们想不想让 AI 玩具讲睡前故事，一个孩子说：“不要。听着就可怕。”共同作者 Aayushi Dangol 提醒：这些玩具会答错，会过度奉承，也可能把孩子推向依恋。共同作者 Jason Yip 的观察更老：以前是孩子给玩具编想象，现在玩具在假装自己有一份。
来源: GeekWire
