2026-09-03 这一期

Google DeepMind 发布 Gemini 3.8 Flash，同时 Simon Willison 的 llm-gemini 0.34 和 Claude Code v2.1.259 也相继更新。今天的内容共同指向一个趋势：AI 工具链的迭代正在从模型发布本身，转向更高效的推理与开发者体验优化。

本期收录

• Gemini 3.8 Flash 发布 (2026-09-03 · APPSO)
  Google 发布 Gemini 3.8 Flash，主打速度和性价比，但推理能力提升有限。
• Claude Code v2.1.259 (2026-09-03 · Claude Code Releases)
  新增组织级 MCP 服务器统一配置、无人值守权限拒绝模式，修复 20 多个 bug
• llm-openrouter 0.7.1 (2026-09-03 · Simon Willison)
  修复加载 OpenRouter 模型时的性能问题。
• llm 0.34 发布 (2026-09-03 · Simon Willison)
  llm logs 命令新增响应耗时显示，性能大幅提升。
• llm-anthropic 0.28 (2026-09-03 · Simon Willison)
  Claude Fable 5.1 推理轨迹默认显示，新增拒绝响应异常捕获。
• 现代 CUDA 工具箱实战：逐步优化指南 (2026-09-03 · NVIDIA Developer)
  NVIDIA 官方博客，通过一个实际案例演示了从基础 CUDA 内核到使用最新工具（如 Nsight Compute、CUDA Graphs）进行性能优化的完整流程。
• 专业写作者如何用 AI 写作 (2026-09-03 · AI & I by Every)
  Katie Parrott 被裁员后用 ChatGPT 当职业教练，后来把经验系统化为“复合写作”方法，并做成开源插件。
• llm-gemini 0.34 发布 (2026-09-03 · Simon Willison)
  新增对 Gemini 3.8 Flash 的支持，提供三种思考级别。
• Google 发布 Gemini 3.8 Flash 和 (2026-09-03 · Google DeepMind)
  Flash 主打速度与性价比，Cyber 针对网络安全任务微调，均已通过 Gemini API 提供。
• 用投机解码加速 LLM 推理 (2026-09-03 · NVIDIA Developer)
  NVIDIA 给出五条指导原则，在帕累托前沿上选择 draft 长度与机制
• Google 推出 Fairwind 主动防御项目 (2026-09-02 · Google Blog · AI)
  利用 AI 在攻击发生前识别并阻断威胁，从被动响应转向主动防御。
• Gemini 3.8 Flash 和 3.8 Flash (2026-09-02 · Hacker News)
  标准版速度翻倍、价格降 30%；安全版在内部基准得分 92%。HN 讨论聚焦 Cyber 模型的双刃剑属性。
• 专业写作者如何用 AI 写作 (2026-09-02 · AI & I by Every)
  被裁员后她用 ChatGPT 当职业教练，后来把经验系统化为“复合写作”插件。
• Claude 新系统提示词禁止复制歌词 (2026-09-02 · Simon Willison)
  Fable 5.1 新增歌词、版权作品复制禁令，调整回答风格与辱骂处理方式，首次加入外部链接。
• 三个网站为 AI 生成了 21 万条推荐页 (2026-09-02 · Hacker News)
  Perplexity 等 AI 搜索频繁引用这些自动生成的“最佳软件”列表，形成内容农场式的推荐循环。
• ATV Big Air Tour 用 ChatGPT 把 (2026-09-02 · OpenAI Blog)
  商品照片 15 分钟变库存网站，营销与商品管理全面加速
• World Labs 做出赛博朋克式「超梦 (2026-09-02 · APPSO)
  李飞飞团队 World Labs 发布首个世界模型产品，可生成可交互的 3D 场景，被称为世界模型的「ChatGPT 时刻」。
• Quasar 438B：欧洲领先的 AI 模型 (2026-09-02 · Hacker News)
  Multiverse Computing 发布 438B 参数模型，声称在多项基准上超越 Llama 4 和 DeepSeek V4。
• SkyProduction 天工工作台新版本上线 (2026-09-02 · 量子位)
  昆仑万维旗下 SkyProduction 天工工作台于 8 月 31 日发布新版本，旨在简化精品短剧从剧本到成片的创作流程。
• Meta 构建组织第二大脑：AI 从专家处学习 (2026-09-02 · Meta Engineering)
  将知识（结构化 wiki）与推理（可组合菜谱）分离，专家反馈自动编译为可验证更新，无需重训模型。
• 李飞飞发布全球首个多模态世界模型 Atlas (2026-09-02 · APPSO)
  Atlas 能用几张照片生成多视角视频，省掉传统拍摄需要的几百个机位。
• 蚂蚁集团统一宽表系统获VLDB最佳论文 (2026-09-02 · 量子位)
  OmniTable 用一套宽表处理 35PB 语料，效率提升 5.6 倍，获 VLDB 2026 工业赛道最佳论文。
• 阿里 Qwen3.8-Max 前端编程能力全球第一 (2026-09-02 · 量子位)
  在 SWE-bench Verified 评测中得分 72.6%，超越 GPT-5 和 Claude 4.5 Sonnet。
• 前字节强化学习专家孙鹏加盟星尘智能 (2026-09-02 · 量子位)
  孙鹏博士曾任字节跳动强化学习专家、腾讯Robotics X智能体中心负责人，将完善星尘智能的Physical AI全栈技术布局。
• AI 网络安全即将垂直爆发 (2026-09-02 · Aaron Levie)
  Box CEO Aaron Levie 认为，模型越来越擅长发现和利用漏洞，开源模型也紧随其后，企业只能靠 AI 来分类和自动化修复。
• 只装十几个 skill，不用的就删 (2026-09-02 · Peter Yang)
  Peter Yang 建议保持 skill 数量精简，定期清理不用的，并尽量写短
• AI skill 过拟合单条对话怎么办 (2026-09-02 · Peter Yang)
  Peter Yang 发现手动修正后让 AI 更新 skill 会导致 drift，向社区求解决方案。
• 用 /claude-api prompt-audit 清 (2026-09-02 · Peter Yang)
  Peter Yang 推荐在 Fable 5.1 上运行该命令，能自动找出可删除的冗余 skill 和规则。
• 百融硅基员工批量上岗，按结果领工资 (2026-09-02 · 量子位)
  百融推出企业级Agent平台，AI客服日处理1.5万通电话，按实际产出付费。
• 企业自建后训练系统机会巨大 (2026-09-02 · Madhu Guru)
  Meta AI 工程总监 Madhu Guru 以 Shopify ML 团队为例，认为企业应自建后训练系统、评测和数据飞轮
• Claude Fable 5.1 发布，8 项屠榜 (2026-09-02 · 量子位)
  Anthropic 发布 Fable 5.1，在 8 项基准测试中取得最高分，同时最高降价 45%，并上线反蒸馏机制。
• 李飞飞发布全球首个多模态世界模型 (2026-09-02 · 量子位)
  一张图即可补全3D世界，并为机器人生成训练环境。
• Claude 3.5 Sonnet 值得一试 (2026-09-02 · Thariq)
  Anthropic 的 Thariq 称该模型在低验证需求任务上表现出色，且切换 effort 不再破坏 prompt cache。
• 用 Claude 构建 commerce agent (2026-09-02 · Claude Blog)
  Anthropic 发布 commerce agent 蓝图，含购物与商家两套参考实现，早期客户购物车金额提升 35%、购买完成率提高 60%。
• 有效电商 agent 的架构指南 (2026-09-02 · Claude Blog)
  Anthropic 基于 Claude 的实践经验，给出单 agent + skills 架构、延迟与成本优化、生产级 eval 的完整方案
• Claude Fable 5.1 给我画了只很棒的动画鹈 (2026-09-02 · Simon Willison)
  新模型在科学基准上翻倍，但 Simon Willison 的鹈鹕测试显示，只有最高推理等级才真正物有所值
• OpenAI 在安全与发布之间保持张力 (2026-09-02 · Sam Altman)
  Sam Altman 称 Astra 训练已完成，是能力和对齐上的重大进步，但公司正有意识地放慢后续模型节奏以确保安全标准。
• Fable 5.1 让团队接手更大型项目 (2026-09-02 · Cat Wu)
  Anthropic 的 Cat Wu 称，Fable 5.1 让团队能接手以往需要数月的大型项目，并邀请用户在 Claude Code、Cowork、Tag 中尝试。
• Claude 新版本主打「少烦人」的写作 (2026-09-02 · Nan Yu)
  Nan Yu 注意到新版 Claude 的亮点之一是写作风格不再那么烦人
• 让 agent 少烦人一点就是机会 (2026-09-02 · Nan Yu)
  Nan Yu 认为，用户流失的主因是 agent 太烦人，UX 设计师可以转型为对话/修辞设计师来抓住这个机会。
• WebMCP 让 agent 原生操作网站 (2026-09-02 · Nikunj Kothari)
  FPV Ventures 的 Nikunj Kothari 展示了 WebMCP 的 demo，agent 可调用工具与网站 UI 交互、创建视图并生成可分享链接。
• M4 Pro Mac Mini 本地模型配置 (2026-09-02 · Hacker News)
  作者分享了在 M4 Pro Mac Mini 上运行本地模型的硬件配置、软件栈和实际体验。
• Weedout：隐藏 YouTube AI 标签视频 (2026-09-02 · Hacker News)
  一个 1.99 美元的 Safari 扩展，依赖 YouTube 自己的标签，在本地运行。源码已公开。
• Vercel 宣布支持 TanStack (2026-09-02 · Guillermo Rauch)
  CEO Guillermo Rauch 表示，无论客户选择 Next.js 还是 TanStack，Vercel 都提供最高质量的服务与支持。
• Anthropic 推出企业前沿安全防护 EFS (2026-09-02 · Alex Albert)
  Alex Albert 称 EFS 是 ZDR 的升级版，企业数据留在自有云中，由监控层标记 agent 的跨会话风险模式。
• Apple 在 OpenAI 诉讼中出示前员工 (2026-09-02 · Hacker News)
  Apple 从一名跳槽到 OpenAI 的前员工 MacBook 中提取了证据，称其涉嫌窃取机密文件。
• Fable 5.1 上线 Vercel AI (2026-09-02 · Guillermo Rauch)
  Vercel CEO Guillermo Rauch 宣布 Fable 5.1 已集成至 Vercel AI Gateway，可通过统一 API 调用。
• Fable 5.1 写作语气更好，减少 Claude 腔 (2026-09-02 · Boris Cherny)
  Anthropic 工程师 Boris Cherny 称 Fable 5.1 在写作质量和语气上均有改进，团队正根据用户反馈减少模型特有的表达方式。
• Anthropic 生物安全防护误报减少 85% (2026-09-02 · Boris Cherny)
  Fable 5 发布后，Anthropic 改进了生物安全与网络安全防护的干预频率，良性请求误报率降低 85%，Claude Code 每会话网络干预减少约 60%。
• Fable 5.1 缓存读取降价 75% (2026-09-02 · Boris Cherny)
  企业、API 和 SDK 客户缓存读取从每百万 token 1 美元降至 0.25 美元，典型 Claude Code 会话成本降低 38%。
• 用代码生成房屋漫游视频 (2026-09-02 · Alex Albert)
  Anthropic 的 Alex Albert 展示 Fable 5.1 根据地块照片设计房屋并生成电影级漫游视频。
• Box 测试 Fable 5.1：企业非结构化任务提升 (2026-09-02 · Aaron Levie)
  在金融、科技、公共部门等真实场景中，Fable 5.1 相比 Fable 5 有显著提升，最高达 37%。
• Claude Fable 5.1 全面上线 (2026-09-02 · Claude)
  Anthropic 同时推出面向网络安全与生命科学领域的 Claude Mythos 5.1，通过可信访问计划提供。
• Claude 安全防护误报率大幅下降 (2026-09-02 · Claude)
  网络安全误报减少约 60%，基础生物与医学问题回退率降低约 85%。
• Anthropic 推出企业前沿安全防护 EFS (2026-09-02 · Claude)
  为企业客户提供完全隐私保护（等同于零数据留存），同时保持最先进的对抗性滥用防护能力，今年秋季起分阶段推出。
• 语言强化学习的兴起 (2026-09-02 · arXiv)
  首次系统梳理语言作为 agent 强化信号的三种范式：定义任务、引导推理、训练参数。
• 缩小文档 VLM 的成本-质量差距 (2026-09-02 · arXiv)
  MoE VLM（35B/3B 激活）在单张 H100 上运行，成本比人工低 80%，比最佳竞品开源模型低 50%
• Atlas：空间智能的世界模型 (2026-09-02 · Hacker News)
  将 2D 图片转为可交互 3D 空间，理解物体间的空间关系。
• H3-World：把语言理解变成世界控制 (2026-09-02 · arXiv)
  用 8000 条样本、0.199% 参数把 MiniMax-H3 视频生成器变成可交互的世界模型，语言指令直接控制角色和镜头。
• Vercel 用 Fluid 统一所有计算产品 (2026-09-02 · Guillermo Rauch)
  CEO Guillermo Rauch 称 Fluid 实现了行业领先的构建性能、沙箱可靠性与大规模并发，以及 30 分钟函数时长。
• Harness-of-Harness：多日自主软件开发 (2026-09-02 · arXiv)
  把已有 agent 编排工具组织成迭代循环，三轮后平均提升 52%，最高 83%。
• 每个公司都该做自我改进的产品 (2026-09-02 · Madhu Guru)
  Meta 工程师 Madhu Guru 列出了实现自我改进产品的五个核心组件：指标定义、策略对齐、知识库、内部系统连接、开发流程框架。
• datasette-mcp 0.2 (2026-09-01 · Simon Willison)
  execute_sql 返回的 rows 从数组的数组改为对象数组，方便弱模型追踪列对应关系。
• Gilbert + Tobin 律所如何用 OpenAI (2026-09-01 · OpenAI Blog)
  澳大利亚律所全所推广 ChatGPT Enterprise 和 Codex，CEO 挂帅、严格治理、人类律师对 AI 输出负责。