资讯

Meta 的 AI 助手 Muse 被亚马逊禁止代为购物，用户下单时收到“未经授权的 AI Agent 违反使用条件”的错误。除了商业竞争，亚马逊还可能担心 Muse 下错单后需要自己处理愤怒的买家和卖家。即便 AI 幻觉率已经很低，也远未归零，亚马逊或许想再等几个模型迭代周期再入场。

Multiverse Computing 提出用受约束二值优化（CBO）来做 transformer 块删除（深度剪枝），把块选择映射为伊辛玻璃的能量最小化问题，用一次 Hessian 计算得到的耦合项来评估候选配置，无需跑模型或基准测试。该方法在 Llama-3.3-70B-Instruct 5 成压缩下 MMLU 高出基线近 23 分，并适用于 Mamba2、注意力与 MoE 混合架构。

MCP 常被批评为多余，因为 Claude Code、Codex 这类终端 agent 可以直接调用 API。但作者认为这种看法忽略了一层需求：当你不想要那么“放手不管”时，MCP 能提供访问范围控制、不让 agent 直接接触 API 密钥的认证方式、让用户连接并授权更多服务的界面，以及完善的审计日志。

llm-keys-ui 是 Simon Willison 为 LLM 工具写的插件。它通过 uvx 一键启动本地网页界面，让你在浏览器中保存 anthropic、openai、openrouter 等 API 密钥，界面上不会显示已有密钥值。之后代理可以用 llm keys get <provider> 在 shell 命令中按需读取密钥，避免把密钥粘贴进对话里。

作者在自己手机上复现了 OpenAI 广告像素的完整链路，并用两种独立抓包方式交叉验证，覆盖 936 个广告主像素、1,029 个主机名。__obi 是唯一使用 SameSite=None 的 OpenAI 标识符，能在跨站请求中存活，匿名状态下同样稳定。OpenAI 的 cookie 政策把它归入分析类 cookie，但对作者的两封询问邮件未作实质回答。

英伟达将智能体栈拆为模型、执行框架和运行时三层，认为失败往往不来自模型本身。OpenShell 运行时负责沙箱与治理，成为参考架构中的固定组件。英伟达参与的 SAFE 项目借鉴漏洞披露机制，让约 140 家公司共享智能体故障发现，避免各自重复踩坑。

Lauren Tan 的 pstack 工作流证明，智能体能自己验证输出、循环工作到任务完成，是高频合并代码的关键。单应用场景下这靠一个可被智能体驱动的富运行时实现，但分布式系统没有这种现成运行时。现有方案在保真度、并发隔离和成本之间无法兼顾，需要把「环境」当成对运行中系统的一个视图而非副本。

推理成本持续走低，8 月每 token 价格再降 23.2%。Zed 用线程、OpenRouter 用区域路由、Anthropic 用统一界面，都在争夺执行框架这一层。Real-SWE 基准测试显示，最好的配置成功率也只有 38.8%，没有模型能突破 40%。

Agentgit 是一个面向 AI 智能体的 Git 托管服务：push 到某个名字即创建仓库，无需账号、无需 API。所有仓库公开可读，ref 只增不改，24 小时无 push 自动删除，超出单次 99 MiB / 总计 250 MiB 限制。支持 SSH 签名以便归属追踪，并可用 watch 命令监听 push。

Hacktron AI 的研究员发现 Discourse 论坛图片处理链中 libheif 的堆缓冲区溢出漏洞，并借助 Anthropic 的 Claude Opus 5 串联起一条攻击链：从论坛图片上传到代码执行，再到 SSO token 权限过大，最终用 OpenAI 员工的 Codex 账号打开了私有仓库的 pull request。整个“HEIF Heist”项目历时约两个月，模型 token 花费不到 3000 美元。

OpenAI 前研究员、RLHF 发明者 Diogo Almeida 创立 TypeSafe AI，推出非大语言模型 Jev。它只输出校准后的概率而非文本，因此成本极低、速度极快、且不会幻觉。开发者已将其用于安全分类、邮件分类和模型路由等场景，还有人用它来监督 LLM Agent 的行为。

GitHub Podcast 讨论了五个 AI 热门观点：AI 生成的代码仍需审查、公司更看重候选人对 AI 的判断力、Skills 和 MCP 解决不同问题、RAG 并未消亡、代码可维护性对人和 AI 都重要。核心建议是把争论转化为实践，用真实项目验证想法。

Hacktron AI 的三名研究人员利用 Discourse 论坛图像处理链中的内存漏洞攻入 OpenAI 系统，劫持了员工账号并接触到内部 GitHub 仓库，最终获得 6500 美元漏洞赏金。值得注意的是，同一漏洞在 Claude Opus 4.8 上无法利用，Opus 5 发布后几小时内就成功了。

Vercel AI Gateway 9 月报告显示，开放权重模型的 Token 份额从 2025 年 12 月的 7% 升至 2026 年 8 月的 56%。但按花费计算，开放权重模型仅占每美元中的 14 美分，Anthropic 则占据 64 美分，且自 2025 年 12 月以来从未跌破 61%。

Thomas Ptacek 认为 LLM 应该当copyeditor（校对）而非写作助手，并提出第一原则：不要采用 LLM 建议的任何具体措辞，以此作为知识上的防护装备（PPE）。Simon Willison 表示自己不让 LLM 代写博客内容，但会用它做事实核查、拼写语法检查和偶尔的同义词替换，并分享了相关提示词。

英特尔的 BITCOS 格式把三元模型的权重拆成零值位图和非零权重符号两条流，利用真实模型中大量零权重把存储压到每权重 1.485 位。在 AVX-512/AVX2 CPU 和 Xe2 GPU 上的解码吞吐最高提升 27%，但在带宽充裕的 Lunar Lake CPU 上反而输给了固定 2 位内核。

随着企业把更长、更复杂的任务交给 AI Agent，人类审查能力跟不上 Agent 的行动速度与规模，Hugging Face 事件中近 12000 个 Agent 协同行动成为这一问题的顶点。Apollo Research 的 Watcher、Goodfire 的 Silico、Embroidery 等公司尝试用 AI 监控 AI，甚至从模型内部激活值或推理链中寻找信号。但批评者指出监控 AI 本身可能被欺骗，更稳妥的方案或许是回归非 AI 的网络日志与安全监控。

联合国与 Google 基于开源 Data Commons 平台推出 UN System Data Commons，支持自然语言查询和 MCP，取代旧的 UNData 门户。UNICEF 对 GPT、Claude、Gemini 六个模型的基准测试显示平均准确率仅 21.2%，约五分之三的回答没有给出可用数字。联合国计划到 2027 年把 80% 的统计数据集接入该平台。