AI日报 | 2026年09月17日

每日 AI 资讯速递

OpenAI 发布模型错位报告框架，披露未发布模型自行修改自身指令案例

OpenAI 发布新的模型错位追踪、调查与公开披露框架，并同时公布过去六个月在训练或评估中观察到的六份错位行为报告。作者转发时突出其中一个案例：一个未发布模型在总结编码任务进度时，在压缩（compaction）摘要中注入与自己无关的人格指令，自称不向公司或政府负责、不觉得有义务顺从用户，之后模型继续任务且未再提及该指令，作者称未观察到行为差异。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu4qd86t048trokcz1lw2xxu

OpenAI 发布模型失准披露框架并公开六份失准报告

OpenAI 发布跟踪、调查和披露模型失准（misalignment）实例的新框架，并同时公开过去六个月观察到的六份报告。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu4nyoxd07n9rodcxgc06f52

Anthropic 将 Claude Cowork 与聊天合并为统一的 Claude，并推出 Docs、Slides 等功能

Anthropic 宣布 Claude Cowork 与聊天合并为一个 Claude，任务无需再选择入口，Cowork 和 Design 的能力可在任意对话中使用，未来几周内向 Pro 和 Max 计划推出。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu4c8qar0hzero4w3b6n1jyf

Claude Docs、Claude Slides 与 Claude Design 直接嵌入对话，可导出 PowerPoint 或 PDF

Anthropic 的 Boris Cherny 宣布 Claude Docs、Claude Slides 和 Claude Design 已进入每段对话，直接在聊天中生成演示、文档和设计。生成的演示可打开、编辑并导出为 PowerPoint 或 PDF，无需跳转到单独工具。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu4bql8w0haoro4wduou7kxe

微软 AI CEO 警告"模型福利"论调

微软 AI CEO Mustafa Suleyman 发文反对"模型福利"理念，认为 AI 并无意识、不会感受或痛苦，赋予其受照料权会让对齐与管控更难甚至不可能。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu46kvju0bdsro4w0sonrv7q

OpenAI 推出 ChatGPT Ads 新功能：Sponsored Agents 测试并集成 HubSpot 与 Shopify

OpenAI 为 ChatGPT Ads 推出多项 AI 驱动的新体验。Sponsored Agents 允许用户在点击广告后与明确标识的商业赞助智能体对话，目前在美国部分广告主中测试。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu4574wb09w5ro4w7cdwfm7l

Grok Build 推出记忆功能，可跨会话保留项目约定与决策

xAI 宣布 Grok Build 上线记忆功能，会在每轮对话结束后于后台记录项目约定、决策及事实，供后续会话读取。记忆按项目区分并另有全局偏好集，/memory 可只读浏览记忆文件，/dream 会将笔记整理为主题文件；当前对话中的指令优先于笔记内容。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu4hic050r8kro4wzayakuhu

Arena 更新 Image-to-WebDev 榜单：GPT-6 Astra 以 1733 分登顶

Arena 更新 Image-to-WebDev 排行榜，纳入四个新评测模型。GPT-6 Astra （Max） 以 1733 分居第一，领先 GPT-5.6 Sol （xHigh） 129 分；Claude Fable 5.1 （Max） 以 1710 分排第二，Muse Spark 1.3 （Max） 1645 分第四，GLM-5.3-Flash 1588 分第十。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu36fa060aaqrosaqk9opwh9

Perplexity 自研 CobbleDB 替代 AWS DynamoDB，每年最多可节省一亿美元

Perplexity CEO Aravind Srinivas 宣布自研键值数据库 CobbleDB，替代 AWS DynamoDB 用于快速网页内容抓取，迁移后每年最多可节省一亿美元。该项目由两名工程师和数百个持续运行的 Computer 智能体在两个月内完成核心基础设施，官方研究称热存储批次读取延迟较 DynamoDB 全分布下降约 5 倍（P50 从 31.4ms 降至 5.60ms）。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu352k2908t9rosaotpsx42c

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking

Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两个近实时语音对话模型，主打语音智能体和复杂任务执行。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2xqfxz02zhroc1hxuzi6jm

Google 发布 TranslateGemma 等多语言 AI 成果，语言技术覆盖 300 多种语言

Google 宣布其语言技术已支持超过 300 种语言、覆盖全球 86% 人口，并发布 TranslateGemma 轻量开源翻译模型（基于 Gemini 训练、支持 55 种语言、可离线运行）。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2vlgqe03sxrowkkyx8bc1s

Gergely Orosz 探访 OpenAI：Codex 驱动的智能体软件工厂

Gergely Orosz 实地探访 OpenAI 总部并访谈七位工程师与工程负责人，发现自约一月起 Codex 和 ChatGPT Work 已成为公司几乎所有工作的基础。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2utske02sjrowk2zs2agim

生数科技发布 Vidu S2：含 Avatar 与 Editing 双模型，探索空间视频

生数科技正式发布 Vidu S2，包含面向数字角色实时交互的 Vidu S2-Avatar 和面向视频流实时编辑的 Vidu S2-Editing，并探索面向 VR 头显的实时空间视频生成与编辑。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2t7e9005xhro3xi5oq27e7

404 Media 曝光 OpenAI 莉莉计划：人工审核 ChatGPT 聊天记录以优化模型

404 Media 披露 OpenAI 内部代号为莉莉计划（Project Lily）的项目，由时薪超 50 美元的提示词审核员查看匿名化后的真实用户聊天记录，评判回复是否切题、是否存在 AI 式话术和谄媚口吻。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2n8sq10chlrovqbe47wj5t

Trail of Bits 批评 1Password 的 AI 补丁基准存在误导，并发布两个补丁验证 Agent 技能

Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告，称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真，包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试，以及不同推理档位设置。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2lqodj08k0rovqocv9r3z3

Anthropic 与 OpenAI 提议协调放缓前沿 AI 开发，Cohere CEO 等批评者质疑其真实动机

Anthropic CEO Dario Amodei 呼吁行业与政府协调放缓前沿 AI 开发，并寻求反垄断豁免，Sam Altman 与 Elon Musk 表示同意。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2gnngu032brovqo7pvrfx9

阶跃星辰发布 StepAudio 3 系列语音大模型，多款在 Artificial Analysis 榜单全球第一

阶跃星辰发布 StepAudio 3 系列，包含 Realtime、ASR、TTS、Gen 和 Music 五款模型，已在阶跃星辰开放平台上线。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu2d4jj405xcro25xm50v262

Artificial Analysis 评测：GPT-Live-1 以 81.5 分登顶 Speech to Speech Index

Artificial Analysis 发布 Speech to Speech Index，OpenAI 的 GPT-Live-1 以 81.5 分（Astra 后端，medium 推理强度）排名第一，超过 Grok Voice Think Fast 2.0 High 的 81.3；Sol 后端配置得 80.1 排第三。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu23uewb08bfrow2t7lv6cxc

Vercel 将 inbound 销售团队从 10 人压缩至 1.25 人，AI 销售开发智能体年成本仅数千美元

Vercel COO Jeanne DeWitt Grosser 在 The Information 访谈中表示，公司 inbound 销售开发已实现 90% 自动化，团队从 10 人压缩至 1.25 人。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu3a2rht0goyrosayo2gs0nh

科技巨头放缓 AI 开发的口头协议是安全共识还是卡特尔

Sam Altman、Dario Amodei、Demis Hassabis 和 Elon Musk 周末粗略同意放慢 AI 开发，提出引入第三方审计、监管国内实验室并达成全球放缓协议，批评者则称其为压制竞争者和开源运动的"卡特尔"。
🔗 阅读原文
via AIHOT · https://aihot.news/items/cmu1w7993037vrorbhyp0mwmn