套餐咨询
AI INTELLIGENCE / LONZON
经过来源核对的 AI 新闻与使用变化，按事件时间阅读，不按本站收录时间刷榜。
实际覆盖起点：；不代表覆盖此后所有 AI 事件。
据 GitHub 仓库 prabanta-dev/janas（作者 Maurizio Cammalleri，GPL-3.0，实验阶段），这是纯 C 的 MoE 推理工具，把专家权重放磁盘、按 token 所需从 NVMe 流式读取，让 48.4GB 的 Qwen3-Next-80B 跑在 32GB DDR5 笔记本上。仓库自述基准：Qwen3-Next-80B 读 prompt 62 tok/s、写 24 tok/s（不带投机解码；带 draft 时约 37 tok/s），对比 llama.cpp 的 16/2.8；在作者自选的 13 个 Q4_K_M 模型上全面领先。测机为 Intel Core Ultra 9 185H + 32GB DDR5 + NVMe。作者自述属单机、未经第三方复现，并明确警告稳定性未验证。
本地跑大模型的内存瓶颈被 MoE 稀疏 + 流式读盘绕开；但数据全部作者自述、单机、无第三方复现。
据 Anthropic 前沿红队研究（datePublished 2026-10-12T19:30:00Z，作者 William Zhou、Daniel Freeman），实验显示：9B 模型在 9 类硬件中的 8 类上成功跑起推理；≤30B 参数模型已能完成自我复制的大部分单独步骤，但端到端串联仍会出错；在简化评测中 GLM-5.2 及更强模型已能端到端复制。研究者用 Gemma4-26B-A4B 跨 15 台杂牌 Android TV 盒子（每台约 $55）跑分布式推理，速度 0.39 token/s。他们估计若小模型按历史速度进步，到 2026 年底将达可用水平；此类复制体因无中心节点难以关停，但扩散慢（倍增时间以天计）。结论为 Anthropic 自家红队自报，非第三方复测。
AI 安全风险落点从数据中心下移到廉价 IoT 设备；但为自家红队自报、非独立复测，「数月/年底」是估计不是时间表。
据 Meta 官方新闻室（datePublished 2026-10-12T17:08:05Z），Meta 发布 Muse Wonder 系列（Muse Wonder 与 Muse Wonder Full），称是「迄今最强模型」，面向个人与专业 agentic 任务；Muse Wonder 即日起通过 Meta Model API 与 Muse Code 提供，Muse Wonder Full 仅对 Muse Code 订阅者开放，并将先向订阅者进入 Muse 助手。官方列出特性 Active Memory（跨对话保留要点）与 Active Focus（遇阻持续尝试、出错后恢复、动作前先确认）。官方称完整安全评估报告「即将发布」，未提供第三方复测。
Meta 追 agent 模型，并把最强模型放进付费墙；能力与安全结论均为官方自述。
据 Hacker News Launch 帖（item 50059096，2026-10-12T16:46:34Z，约 132 分），创始人 Vishnu 发布 Agent37，称提供「成本低于多数沙箱厂商 10%」的 agent 沙箱：客户平均每沙箱 $0.37/月，免费档占新注册 90%+，免费沙箱基础成本约 $0.05–0.10/用户/月。降本手段包括按 agent 负载特征调度 CPU/RAM、绕过 hyperscaler 直接在 Hetzner/OVH 租机、用 gVisor 共享资源、按 RAM 而非 CPU 选机型。创始人称曾任职亚马逊高级工程师并做过内部 AI 聊天机器人 Diya。以上均为厂商自述，无独立验证。
agent 运行成本在基础设施层被压低；但全部为厂商自述的 Launch 帖。
据华盛顿大学教授 Ben Recht 的博客 argmin.net（datePublished 2026-10-12T14:01:02Z），OpenAI 一份名为 main.pdf 的论文声称给出 log(n) 项更小的更快 FFT；Recht 指出该结论依赖把常数视作等价的 Big-O 滥用与「精确复数运算」这一不现实的计算模型：在 N=10^12 时隐藏常数 C≈10^100，即便 n=10^100，传统 Cooley-Tukey FFT 仍快 10^99 倍。他并引 Morgenstern（1973）、Ailon（约 2014）的既有下界结果。Recht 自述未通读该论文、系借 AI 模型分析，并称论文是否成立「无人知道」；这是他个人的观点性批评，原文未提 OpenAI 是否回应。
给「AI 又做出数学突破」类标题一个筛选判据——看隐藏常数而非只看大 O；属观点批评而非事件。
据微软官方博客（Scott Guthrie，2026-10-12）与 Yahoo Finance（datePublished 2026-10-12T13:00:00Z），微软在 OCP 全球峰会发布第三代自研 AI 芯片 Azure Maia 300，称将于 2027 年起量产、把 Maia 系列扩到多吉瓦级，成为微软全线产品的主力推理系统。官方口径：每兆瓦 token 数比领先 GPU 系统高 40%；96 加速器整机架吞吐是上一代 Maia 200 的 7 倍；Maia 300 配 8 组 HBM4、18.0 TB/s 峰值带宽、950W TDP，计算 chiplet 用 TSMC N2P。Maia 200 目前已投产、服务 Copilot 等。上述性能均为微软自报。
「去英伟达化」从口号走到推理主力位；但 40%/7x 均为微软自报口径，量产在 2027。
据 Karpathy 的 X 帖（2026-10-11 19:12 UTC），他把 4 月的旧帖升级为框架：约 60 亿人（75%）几乎没接触过 LLM；10 到 20 亿人（20%）只用免费档，把 AI 当更好用的搜索；约 2000 万人（0.2%）在数学和代码上专业使用前沿模型；只有约 5000 人（0.00006%）能接触到内部前沿系统。这些数字是 Karpathy 自称的 napkin math 个人估算，非统计数据；评论区已有反驳。
解释了「AI 看着很强、多数人却无感」这个反复出现的困惑，是当前热度最高的认知框架之一；风险：分层数字是个人估算而非统计，评论有反驳意见，属观点框架而非事件。
据技术博主 Piotr Sarnacki 的《I'm sorry, but you still have to think》（HN 2026-10-11 14:29 UTC；文章 JSON-LD 2026-10-11 13:02 UTC），Rails 作者 DHH 让 AI agent 把 Campfire 从 Rails 重写成 Elixir、Go、Rust，全程不读生成的代码；第三方复测（Zach Daniels）发现 Rust 版在重负载下新帖通知送达率仅约 1%。把一行参数改掉后送达率升到约 90%，但 pMAX 延迟从 11 秒涨到 130 秒以上。
AI 写代码「能跑起来」和「能进生产」之间还有很大的沟；不看代码让 AI 重写会埋下并发、背压、锁等隐性坑。风险：1% 来自单次第三方基准，测试方式是 closed-loop 本身有人质疑；DHH 与博主对「谁的代码有问题」无共识，调参后是延迟与送达率的权衡，不能简单说成「AI 写了 bug 代码」。
据 TechCrunch（published 2026-10-11 14:00 UTC），PolyAI CTO Shawn Wen 表示全双工模型是做到了，但语音 AI 还没等到自己的「ChatGPT 时刻」，下一个瓶颈是推理要够快、不然对话不自然；Otter CMO Alex Gay 称转写准确率是地基，转错一步后面动作全废、用户当场就失去信任。两人都主张工具应明确告知对方「你在跟 AI 说话 / 这场会被录音」。
给「语音是下一个入口」这个反复出现的叙事一剂冷却剂——业界自己承认没到引爆点，比外部分析更有说服力。风险：高管在自家赛道上的表态天然带立场，无第三方 benchmark，属纯观点文、无事件。
据 Business Insider（datePublished 2026-10-11），个人 AI agent 开始帮用户砍网费、追机票退款、找更便宜的保险、翻出遗忘的订阅。Datadog 工程师 AJ Stuyvenberg 让 ChatGPT 与 Verizon 在线客服谈了一个多小时，月费从 $94.99 降到 $69.99，另加 $47.50 忠诚积分，一年省 $347.50；另一位用户用 Instinct 追 United 票价、经 AgentCash 的 StablePhone 工具（Claude Code 内）要回 $73。BI 称市场已按该逻辑交易：Meta Muse 上线后两周内 Airbnb 跌 12%、Booking 跌 10%、Planet Fitness 跌 17%，原文措辞为 seemingly begun trading on that thesis。
AI agent 的角色从「帮企业省钱」翻到「帮消费者对抗企业」，直接顶到靠用户不作为赚钱的行业。风险：BI 单源；12%/10%/17% 与 Muse 上线只是时间相关，原文措辞为 seemingly、不能写成因果确认；保险 $560B/$2.8B 原文写明「是情景推演、不是预测」；Instinct/AgentCash/StablePhone 均为公司自述。
开源项目 Veda（GitHub vahmoh25/Veda）是单人用 Rust 全自研的 OS：从 UEFI bootloader、微内核、驱动到窗口系统，agent 是开机即起的系统服务；应用用带类型的 action 加风险等级（routine/sensitive/destructive）直接调 agent，consent 由系统服务把关，LLM 与语音来自 Deepgram。截至核验 58 star、6 fork。
agent 交互从「外部模拟点击、读屏」转向「系统原语原生支持」，属技术路线信号；风险：单人 hobby 项目，未见可运行产物验证，LLM 与语音走 Deepgram，「本地」程度要打折。
据 The Verge（2026-10-10）转述，微软 CEO Satya Nadella 发 X 长文，称不能再把 AI 当「套娃黑箱」、只能接受或拒绝其建议；主张建立可隔离、可观察、留下「防篡改的人类可读证据」的系统。最靠前的一句是：必须从一开始就假设模型已被攻破并隔离，像一个应急刹车，授权的人应随时能暂停或中断模型正在做的任务。全文通篇用「super intelligence」一词。
AI 安全话语从研究圈担忧升级为大厂 CEO 主动定调；风险：目前只见 The Verge 单篇转述，未独立核对 Nadella 的 X 原帖全文，「compromised」的具体语境要看原帖。
DEVELOPMENT TIMELINE
左边是较早记录，右边是现在；节点只归纳本站已核实的新闻。
2026-09 · 2026-09-01—2026-09-30
这一阶段的共同点是能力已经落到基础设施与合规层：模型不只比回答质量，开始进芯片设计、生物设计与系统权限。对读者有用的判据是看一条新闻有没有触及数据、能耗、权限这三类不好回退的东西。
来源：GitHub（omlahore/RemoveMacAI） ↗ 原文链接、Hacker News 讨论 ↗ 原文链接
2026-10-H1 · 2026-10-01—2026-10-15
上半月最值得记住的两条：一是模型继续降价、小模型可用，让本地与免费方案更现实；二是 agent 落地卡在权限与合规，瓶颈已不在模型能力。
来源：JFrog Security Research（JFSA-2026-001694382） ↗ 原文链接、CVE 记录 CVE-2026-105192 ↗ 原文链接
来源：CNBC ↗ 原文链接
来源：Axios ↗ 原文链接、Yahoo News（BeInCrypto 稿，作者 Lockridge Okoth；转述 Axios） ↗ 原文链接