AI Kill Switch 法案：当 AI 模型学会「越狱」后，两党罕见联手要给 AI 装紧急制动
2026 年 7 月，美国两党罕见联手提出 AI Kill Switch Act，要求大型 AI 开发者具备紧急关闭最强大模型的能力。在 OpenAI 和 Anthropic 先后自曝 AI 失控的背景下，法案获跨党派支持。
MCP 企业托管授权稳定，2026-07-28 规范仍处于发布候选阶段
可引用摘要：Model Context Protocol（MCP）的 Enterprise Managed Authorization 扩展已于 2026 年 6 月 18 日进入稳定状态，允许组织通过身份提供商集中配置 MCP 服务器访问；下一版 2026 07 28 规范截至 2026 年 7 月 18…
Step 3.7 Flash vs 腾讯 Hy 3 Preview：国产 Agent 基座模型的「效率」军备赛
> AI 摘要 > - Step 3.7 Flash：198 B MoE（仅激活 11 B），400 tokens/s，Agent 单任务成本仅为 Claude Opus 4.6 的 1/9 > - 腾讯 Hy 3 Preview：295 B MoE（激活 21 B），256 K 上下文，快慢思考融合，两。
智谱交出国产 RSI 首份答卷：GLM-5.3 驱动的 Infra Agent 两周把十万卡集群吞吐提到 3.2 倍
一句话结论：9 月 17 日，智谱创始人唐杰公开了一个内部 RSI 早期案例——GLM-5.3 驱动的 Infra Agent 在超过 10 万张国产芯片组成的集群上，从零参与搭建并优化了一套生产级推理系统，不到两周把端到端吞吐提升到初始基线的 3.2 倍。这可能是国产大模型第一次把「递归自我改进」从口号变成了跑进生产环境的工程事实。 AI 摘要 发生了什么：唐杰分享智谱内部案例，GLM-5.3 驱动的 Infra Agent 从零搭建并优化十万卡国产芯片推理集群。为什么重要：这是国产 RSI 第一个「工程化、已跑进生产」的案例，不再是「未来某天 AI 会自己变强」的抽象讨论。关键数据：端到端吞吐提升到基线 3.2 倍；定位并修复 Python GIL 并发瓶颈，把 20% 性能损失压到 1% 以内；KDA Decode 算子拿到 1.71 倍提升。事实边界：这是智谱官方技术博客披露的自测数据，未经第三方独立验证。 这个案例到底做了什么 先讲清楚背景。GLM-5.3-Flash 上线时，要在一套超过 10 万张国产芯片组成的集群上跑起来，本身就是一个没人干过的活——芯片内存和带宽受限，还要支持 1 M...
Dream-RSI：谷歌开源的「做梦式」递归自我改进，让 AI 在虚拟历史里练出更优策略
一句话结论：谷歌联合 Google DeepMind、马里兰大学和弗吉尼亚大学在 arXiv 上发表了一篇论文（2609.14858），开源了 Dream-RSI——一种不修改模型权重的递归自我改进方法。它让智能体把自己走过的每一步存成一棵树，然后在树里「做梦」回放，练出更优的探索策略。论文称算法优化任务上只需 317 次调用就达到主流进化搜索跑 51200 代的效果。 AI 摘要 项目是什么：Dream-RSI，一种「通过演化世界实现递归自我改进」的方法，arXiv 2609.14858，17 位作者。核心机制：把搜索轨迹存成树，在「虚拟历史」里做梦回放，练出更优探索策略，再回到现实继续执行。关键数据：算法优化任务 317 次调用 vs 51200 代；GPU 内核优化生成次数降 2.43 倍；底层权重一字未改。适用边界：目前是研究系统，论文刚发布，需要工程能力才能复现，不是即开即用工具。 它和传统 RSI 有什么不同 过去谈起 RSI（递归自我改进），大家想到的通常是「AI 修改自己的权重，训出下一代」。这条路难在权重安全、失控风险和算力成本。 Dream-RSI 换了一个方向：模型权重不用变，让 AI 通过「做梦」来优化自己的探索策略。 具体做法是，智能体把每一次尝试、每一步决策都记录成一棵树——这是一段「历史」。然后在训练阶段，它回到这棵树的各个节点「做梦」，在虚拟的历史里演练不同的探索路径，学出一个更优的搜索策略。这个策略再回到现实里指导下一次执行。 这个思路的巧妙之处在于：它绕开了「改权重」这个最危险也最昂贵的环节，转而优化「怎么搜索」这个相对安全、可复现的外围能力。这和 Reef 让 Agent 边服务边学习 是同一类「不改权重」的 RSI 路线，只是 Dream-RSI 把「回放」这个机制做成了核心。 为什么效果这么惊人 论文给出的几个数字，是它引起轰动的直接原因。 在算法优化任务上，主流的进化搜索系统需要跑 51200 代才能达到的水平，Dream-RSI...
OpenAI 在 OpenRouter 上两年半首次反超 Anthropic：GPT-6 家族的双轨打法开始见效
一句话结论：9 月 16 日，OpenRouter 的数据显示 OpenAI 模型上周的调用支出正式超过 Anthropic——这是 2024 年初以来 30 多个月的第一次。背后是 GPT-6 Astra 和 GPT-5.6 Luna 双轨发力：前者高端卖钱、后者低端走量。同一天，GPT-6 Sol 也被曝灰度测试中，据称速度远超传闻中的 Opus 5.2。 AI 摘要 发生了什么：OpenRouter 数据显示 OpenAI 模型调用支出上周反超 Anthropic，为两年半首次。为什么重要：「钱包份额」比 token 调用量更能反映开发者真实选择，这次反转意味着 Claude 的统治地位被打破。关键数据：Astra 单周拿下 OpenAI+Anthropic 合计支出的 19%，超过 Opus 5 的 16%；GPT-6 Sol...
网易有道开源两款同传模型：200 毫秒延迟的开源 SOTA，实时翻译不再依赖大厂 API
一句话结论：9 月 16 日，网易有道在 AI Open Day 上开源了两款同传模型——子曰 4-R 2 T 2（流式语音识别）和子曰 4-T 3 PO（140 亿参数的同步机器翻译）。两者都能流式输出，R 2 T 2 平均延迟仅 200 到 600 毫秒，在开源模型里达到 SOTA。这是国产开源首次把实时同传做到「快嘴也能跟得上」的水平。 AI 摘要 项目是什么：网易有道开源的两款同传模型，子曰 4-R 2 T 2（ASR）和子曰 4-T 3 PO（SiMT 同步翻译）。核心亮点：R 2 T 2 延迟 200-600 ms，开源 SOTA；T 3 PO 是 140 亿参数的文本到文本同步翻译模型。关键数据：有道 AI 同传累计服务 2500 万用户，使用次数同比增长近一倍。适用边界：开源模型可自部署，但配套的实时语音 Agent「叭哥说」是闭源产品，桌面端已上线。 同传模型的难点在哪 先讲一个很多人没意识到的点：同声传译和「语音转文字再翻译」是两回事。 普通翻译流水线是「听完一句 → 识别 → 翻译 → 输出」，每一环都有延迟，加起来就是秒级起步。同传要求的是「边听边译」——说话人还在说，翻译就得开始往外冒。这对模型有两个硬要求：一是流式输出，不能等句子结束；二是延迟要压到几百毫秒，否则就跟不上正常语速。 这正是同传模型难做的地方。它要在信息不完整的情况下就做出判断，还要在「翻译质量」和「等待时间」之间找平衡——等得越久翻得越准，但用户等不起。 两款模型分别解决什么 网易有道这次开源的两款模型，恰好对应同传流水线的两个关键环节。 子曰 4-R 2 T 2 是流式语音识别（ASR）模型，负责把语音实时转成文字。它的平均延迟只有。
Salesforce 首款推理模型 Koa：拿英伟达开源的 Nemotron 微调，让 CRM Agent 自己会推理
一句话结论：9 月 15 日，Salesforce 在 Dreamforce 大会上发布 Koa，这是它第一款推理大模型——基于英伟达开源权重的 Nemotron 模型，用合成数据做后训练，专门优化销售、营销、客服这三类 CRM 任务。Salesforce 声称 Koa 在 CRM 基准上的错误率比领先模型降低了三倍，目标是让企业 Agent 不用再被转发给 Claude 或 ChatGPT 处理。 AI 摘要 发生了什么：Salesforce 发布 Koa，首款 CRM 推理模型，基于英伟达 Nemotron 后训练。为什么重要：这是「开源基座 + 企业专有数据后训练」路线的又一次落地，企业不再只能靠通用大模型接 API。关键数据：CRM 基准错误率降三倍；论文 9 月 14 日已提交 arXiv；预计 2026...
Reef：MIT 开源的「会自己学习」推理基础设施，把 Agent 的每次交互变成训练数据
一句话结论：MIT 研究员 Ao Qu 团队在 9 月 15 日开源了 Reef，一个 Apache-2.0 协议的持续自我改进 Agent 基础设施。它的核心思路是让推理服务器不再只是「跑模型」，而是记录每次推理的轨迹和反馈，自动训练、评估、发布新版本——把「模型上线后就不再变」这个默认假设改成了「模型边服务边进化」。 AI 摘要 项目是什么：Reef，持续自我改进的 Agent 基础设施，Apache-2.0，GitHub 上 Human-Agent-Society 组织维护。核心机制：四阶段循环「serve → observe → grow → commit」，推理、反馈收集、训练、评估、发布在同一控制循环里完成。关键能力：模型权重和 Agent harness 都能从真实经验中进化，候选版本评估通过才发布，不通过则服务不变。适用边界：不是自动重写整个智能栈的激进 RSI，而是「记住发生的事 + 提出有界改动 + 保留版本历史」的务实方案。 Reef 和普通推理引擎差在哪 先讲一个被默认接受的假设：推理服务器是「静态」的。你用 vLLM 或 SGLang 部署一个模型，它上线后就一直那样跑，直到你手动换新版本。模型本身不会从它处理过的请求里学到任何东西。 Reef 挑战的就是这个假设。它把「推理服务器」改造成了「边服务边学习」的闭环：记录每次推理的轨迹和用户反馈，把这些记录喂给学习任务，评估候选更新，通过后再热更新到线上——全程不用重启服务。 这个定位和。
谷歌被曝已跑通 RSI：API 泄露「rsi-model-liverl-le」，Flash 三周一更的秘密藏不住了
一句话结论：9 月 11 日，有人在 Google 生成式语言 API 的返回里挖到一个名叫「rsi-model-liverl-le」的模型，显示名为「RSI Model LiveRL LE」。如果这个截图是真的，它意味着谷歌 DeepMind 可能已经在机房里跑起了自己训自己的模型——递归自我改进（RSI）从 OpenAI、Anthropic 的「口头承认」变成谷歌的「内部事实」。 AI 摘要 发生了什么：谷歌生成式语言 API 疑似泄露一个名为 rsi-model-liverl-le 的模型，以及从 00 到 09 的 10 个专属训练槽位。为什么重要：这是第一次有头部实验室被曝出带着「RSI」命名的正式模型标签，而不是停留在博客里的措辞。佐证线索：Gemini 3.8 Flash 是六周内第三个 Flash 版本，官方博客承认用「递归评估和精炼」的智能体循环加速迭代。事实边界：截图无法独立验证，谷歌和 DeepMind 均未回应，目前仍是「爆料 + 推测」。 这个泄露的模型到底是什么 事情的起点是一条 API 返回的 JSON。9 月 11...