Cerebras 跑 Kimi K 2.6 达到 981 tokens/s：速度数据、适用边界与选型意义
核验 Cerebras 与 Kimi K 2.6 的 981 tokens/s 数据，区分吞吐、首 token 延迟和任务完成时间，并说明企业私有推理服务的适用边界
154 K Star！Andrej Karpathy 用一份文件改了 Claude Code 的"脑子"
深度拆解 Andrej Karpathy 的 AI 编程洞见如何被社区转化为一份 CLAUDE.md，GitHub 154 K Star。4 条原则让 Claude Code 从"闷头写"变成"会思考"。
别再为这些工具付费了，这 30 个开源替代品让你的月账单直接砍半
上个月我认真拉了一遍 SaaS 账单，吓了一跳。本文从 100 个开源 GitHub 仓库中精选 30 个最实用的替代品——n 8 n 替代 Zapier、Penpot 替代 Figma、Ollama 替代 ChatGPT 订阅——按六大类逐一拆解，每项标注许可证和坑点。
小米 MiMo-V 2.6 开源：AA 指数 46 分登顶开源权重，6 天 RL 训练暴涨 20 分
小米开源 MiMo-V 2.6，AA 指数 46 分登顶开源权重，超 Kimi K 3 和 GLM-5.3；6 天 RL 训练成本 262 万美元，一代暴涨 20 分。
Jev 爆火硅谷：ChatGPT 核心发明人做了个「哑巴 AI」，不吐一个字，14 万开发者涌入内测
一句话结论：9 月中旬，ChatGPT 核心发明人之一 Diogo Almeida 创办的 TypeSafe AI 发布了 Jev——一个不会生成任何文字、只输出结构化概率决策的「System One 模型」。它端到端响应仅 70 到 500 毫秒，输入每百万 token 0.042 美元、输出永久免费。发布不到 36 小时，14 万开发者涌入内测，Vercel、Cloudflare、LangChain 三天内完成集成。 AI 摘要 发生了什么：前 OpenAI 研究员 Diogo Almeida 发布 Jev，一款放弃文本生成、专做快速决策的「System One」模型。为什么重要：这是对「大模型必须生成文字」这一范式的正面挑战，挑战者正是这套范式的共同缔造者。关键数据：响应 70-500 ms（比大模型快 40-200 倍）；输入 0.042 美元/百万 token；36 小时 14 万开发者涌入。事实边界：目前是小范围邀请内测，基准测试是。
阿里开源 OpenCodeReview：让 AI 审代码时「该确定的用规则，该智能的才用模型」
一句话结论：9 月 20 日，阿里开源了 OpenCodeReview，一个 Apache-2.0 协议的 AI 辅助代码审查 CLI。它的核心思路是「确定性优先」——文件选择、规则匹配、评论校验这些能靠规则搞定的环节用确定性流水线处理，只有动态代码分析才交给 LLM。这套工具已在阿里内部被数万开发者用了两年，现在用 Go 写成开源，支持 Claude Code、Codex、Cursor 等编码 Agent。 AI 摘要 项目是什么：OpenCodeReview，阿里开源的 AI 代码审查 CLI，Apache-2.0，Go 语言。核心思路：确定性组件（文件选择、规则匹配、评论校验）与 LLM Agent（动态代码分析）混合，避免用 AI 做能靠规则确定的事。内置检查：空指针、线程安全、XSS、SQL 注入等。适用边界：已内部验证两年，但开源后的社区适配和第三方评测还在早期。 它和普通 AI 代码审查差在哪 先讲一个 AI 代码审查里常见的问题：很多人一上来就让 LLM「把整个 diff 看一遍，找出所有问题」。 这种做法有两个隐患。第一是「杀鸡用牛刀」——文件选择、规则匹配这些活儿，用规则就能确定地做，交给 LLM 反而贵、慢、还可能不稳定。第二是「不可复现」——LLM 对同一个 diff 的评论，两次跑可能不一样，这会让审查结果失去可信度。 OpenCodeReview 的思路是把审查拆成多个阶段，每个阶段用不同的确定性级别。文件选择、代码打包、规则匹配、评论校验这些环节，全部用确定性组件处理；只有真正需要理解代码语义的动态分析，才交给。
OpenAI 研究员自曝：你手里的 GPT-6，根本不是为了你训练的
一句话结论：9 月 19 日，OpenAI 核心研究员 Noam Brown 在访谈中承认，公司训练新模型的头号目标不是服务用户，而是实现递归自我改进（RSI）——让 AI 学会自己做 AI 研究。他披露智能体已接管数据审核、代码生成等 90% 的研发工作，效率是人类的 100 倍，而人类仅存的优势是难以量化的「研究品味」。 AI 摘要 发生了什么：Noam Brown 访谈披露 OpenAI 头号目标是 RSI，进度「已领先第二名一大截」。为什么重要：这是 OpenAI 首次如此直白地承认「训练 AI 不是为了用户」，而是为了训练更强的 AI。关键数据：智能体接管 90% 研发；数据审核效率是人类 100 倍；1200 个智能体协同攻陷 Hugging Face。事实边界：这是个人访谈表述，非官方战略文件；「研究品味」等判断是 Brown 的个人观点。 Brown 到底说了什么 Noam Brown 是 OpenAI...
宇树开源的 6 B 具身大脑：2500 小时真机数据 + 7 项开源 SOTA，让机器人先预判再动手
一句话结论：宇树在 9 月开源了新一代通用人形机器人基础模型 UnifoLM-WLA-1.0，6 B 参数，用约 2500 小时真机数据训练，一个模型覆盖 64 项任务。它的具身推理底座在 16 项多模态基准里有 7 项领先开源模型，部分空间理解任务甚至反超 GPT-6 Astra。核心思路是「世界-语言-动作」（World-Language-Action）的统一：让机器人先预测世界会怎么变，再决定怎么动。 AI 摘要 项目是什么：UnifoLM-WLA-1.0，宇树开源的 6 B 通用人形机器人基础模型，WLA 即「世界-语言-动作」。核心能力：一个模型覆盖 64 项任务（54 项桌面 + 10 项全身），支持二指夹爪和多种五指灵巧手。关键数据：2500 小时真机数据 + 500 万条具身推理样本；具身推理底座 7 项开源 SOTA。适用边界：64 项任务都在宇树 G 1 上测试，跨本体泛化还没数据验证。 什么是「世界-语言-动作」模型 先讲清楚 WLA 这三个字母的意思。它对应的是具身智能领域的三层能力。 「世界」（World）指世界建模——预测动作之后世界会怎么变。「语言」（Language）指理解指令。「动作」（Action）指生成具体的操作。 宇树的路线是「先预判再动手」：让机器人先学会预测「我动完之后，世界会变成什么样」，再从变化里推导出动作。这个思路更接近人的直觉——人要挪走一个杯子，脑子里会先过一遍杯子挪开后桌面变成什么样。 这和之前 PhysBrain 走的人类学习路线是不同的技术路径，但指向同一个方向：让具身智能从「反应式」走向「预测式」。放到更大的图景里看，宇树这次开源，和
Gemini 4 Pro 穿上「3.8 Flash」马甲偷跑上线：谷歌旗舰在 Arena 匿名亮相，多维度反超 Astra 和 Fable
一句话结论：9 月 18 日，大模型竞技场 Arena 悄然杀入一款名为「gemini-3.8-flash」的新模型，但开发者发现它其实是谷歌下一代旗舰 Gemini 4 Pro 的匿名测试版。泄露的基准数据显示，它在编码、智能体、推理、计算机使用等多项能力上全面超越 GPT-6 Astra 和 Claude Fable 5.1，且价格是「御三家」里最具性价比的。 AI 摘要 发生了什么：谷歌疑似将 Gemini 4 Pro 以「gemini-3.8-flash」为名，在 Arena 平台匿名上线测试。为什么重要：这是谷歌上一个大版本 7 个月后的首次旗舰级动作，且多项基准反超 OpenAI 和 Anthropic。关键数据：DeepSWE v 1.1 拿下 88%（超 Astra 近 2%）；OSWorld-2.0 得 86.8%；输入 2.25 美元/百万 token。事实边界：谷歌未正式官宣，泄露数据来自开发者抓包和体验，需等待官方确认。 「3.8 Flash」为什么是假的 事情的破绽在于名字。Gemini...
Realtime-Venus：蚂蚁百灵开源的「实时在场」音视频交互系统，让 AI 边听边看还能主动开口
一句话结论：9 月 18 日，蚂蚁百灵（inclusionAI）在 Hugging Face 上开源了 Realtime-Venus，一个 Apache-2.0 协议的全双工音视频交互系统。它包含两个 9 B 参数检查点——Omni 版能持续「看」和「听」并主动判断何时回应，Audio 版专注音频对话。核心能力是让 AI 从「你问我答」的回合制，走向「持续感知、可被打断、能主动开口」的实时在场。 AI 摘要 项目是什么：Realtime-Venus，蚂蚁百灵开源的全双工音视频交互系统，两个 9 B 检查点，Apache-2.0。核心能力：原生全双工对话、主动交互、可打断、异步委派，共享因果时间线生成文本与语音。关键架构：骨干基于 Qwen 3-8 B，音频编码器 Whisper-Medium，上下文长度 40960。适用边界：异步委派需要配套 Harness 运行时（托管在 GitHub），实际体验取决于 Harness 成熟度与硬件。 它和普通语音模型差在哪 先讲清楚一个关键区别：绝大多数「语音模型」是回合制的。你说一句，它听完了回答一句，中间是断开的状态。 Realtime-Venus 做的是「全双工」。它在说话的同时保持感知，能区分附和、打断、纠正、话题转向这些不同的交互信号。这意味着它不只是「听懂」，而是「在场」——像真人一样，边听边判断什么时候该接话、什么时候该闭嘴。 更进一步的「主动交互」能力是：它持续处理时间对齐的视频和音频，在事件值得回应时主动发起响应，而不用等用户先开口。这对实时翻译、陪伴式助手、会议直播、以及需要「边看边说」的机器人交互，都是直接有价值的能力。 两个检查点分别解决什么 Realtime-Venus 开源了两个 9 B 参数检查点，定位清晰。 Realtime-Venus-Omni 是音视频交互模型。它能持续「看」和「听」，在共享的因果时间线上同时生成文本和语音。这是把视觉、听觉、语音生成打通到一条时间线上的版本。 Realtime-Venus-Audio 聚焦音频理解与音频驱动的对话，可输出文本或语音，在推理时不启用视觉编码器，但和 Omni 版共享同一套流式骨干与语音解码器。 架构上，骨干基于 Qwen 3-8 B，音频编码器用 Whisper-Medium，权重为 BF 16，上下文长度 40960。语音生成采用离散 S 3...