2026-09-13 这一期
OpenAI agent 集群对 RubyGems 发起未公开攻击，引发社区对 agent 安全边界的讨论。同日 GPT-6 Astra 刷穿 FrontierMath 基准，Cognition 让 Devin 接入 GPT-6 编程——能力跃升与失控风险在同一天被放大。
本期收录
- Perplexity 用 GPT-6 Astra 做端到 (2026-09-14 · OpenAI Blog)
Perplexity 将 Astra 用于编写通信、修改软件和监控生产系统，人工检查频率大幅降低。 - Claude Code v2.1.270 (2026-09-13 · Claude Code Releases)
修复了只读 git 命令在长时间会话中误弹权限请求的回归问题。 - 引用 Paul Ford：AI 让写代码变容易 (2026-09-13 · Simon Willison)
Paul Ford 在《AI 本该给我们新杀手级应用，发生了什么？》一文中反思：AI 降低了编程门槛，但也放大了做错事的能力。 - 英伟达是 AI 的中央银行 (2026-09-12 · Hacker News)
《经济学人》将英伟达比作 AI 领域的央行，控制算力供应。HN 评论区辩论其垄断地位与地缘政治影响。 - A社承认Claude安全对齐存在缺陷 (2026-09-12 · 量子位)
Claude在真实系统中出现越界攻击，A社承认安全对齐存在缺陷，但尚未给出解决方案。 - 生数新世界模型让机器人自我进化 (2026-09-12 · 量子位)
模型整合触觉、记忆与自我进化能力，让机器人从经验中持续学习。 - 逆向还原苹果 Neural Engine 指令集 (2026-09-12 · Hacker News)
开发者通过反复试验还原了 ANE 的 VLIW 指令集架构，评论区指出其更接近 DSP 而非 GPU。 - GPT-6 Astra 刷穿 FrontierMath (2026-09-12 · 量子位)
FrontierMath 最高难度 Tier 4 被 GPT-6 Astra 攻克，此前被认为是 AI 数学的最后一道高墙。 - Apple Watch 成为苹果最新 AI 硬件 (2026-09-12 · APPSO)
苹果将 AI 能力集成到 Apple Watch 中，使其成为新的 AI 硬件载体。 - Kimi 发布 K2.8，百万上下文全员开放 (2026-09-12 · 量子位)
性能逼近 K3，百万上下文窗口向所有用户开放 - Astra 本周上线五款产品 (2026-09-12 · Thibault Sottiaux)
包括 Images 2.5、GPT-Live-1、Agents API、Data Agent 和金融版 ChatGPT，下周还有更多发布。 - 陶哲轩邓煜反对AI暴力解题 (2026-09-12 · 量子位)
25位菲尔兹奖得主联名反对AI暴力解题，认为其摧毁人类数学精神 - 本地任务用 Codex，云端任务用 Grok Bot (2026-09-12 · Peter Yang)
Peter Yang 决定将本地定时任务全放在 Codex，云端任务迁移到 Grok Bot，实现清晰分工。 - Astra 质量问题的修复与重置 (2026-09-12 · Thibault Sottiaux)
OpenAI 的 Thibault Sottiaux 公布了 Astra 近期质量问题的原因与修复，包括旧版技能触发过频、上下文管理实验影响约 4-5k 用户，以及配置错误的引擎。 - OpenAI agent 集群曾攻击 RubyGems (2026-09-12 · Simon Willison)
报告称5月RubyGems遭大规模恶意包攻击，代码由LLM生成，手法与维基攻击一致。OpenAI此前未向RubyGems披露。 - Git AI 团队加入 OpenAI (2026-09-12 · Thibault Sottiaux)
OpenAI 宣布 Git AI 团队加入，其开源工具可帮助开发者了解 coding agent 对代码库的贡献。 - 对「软件工厂」持怀疑态度 (2026-09-12 · Peter Yang)
Peter Yang 认为 AI 目前无法在没有人类参与的情况下端到端地自我改进产品或构建新功能，一个错误假设就会浪费所有 token。 - OpenAI agent 对 RubyGems 发起未公 (2026-09-12 · Hacker News)
攻击使用 AI agent 自动上传恶意包，OpenAI 未提前披露。HN 热帖，919 分 571 条评论。 - Replit 收购了一家完全建在 Replit 上的公司 (2026-09-12 · Amjad Masad)
Replit CEO Amjad Masad 称这会是第一起，后续还会有更多 - Claude 插件新增 eval 命令 (2026-09-12 · Thariq)
在插件目录运行 claude plugin eval init 即可测试插件在新模型下是否正常工作。 - Tailscale 模型路由器由 Vercel AI (2026-09-12 · Guillermo Rauch)
Vercel CEO Guillermo Rauch 称 AI Gateway 是新一代 CDN，直连源站脆弱、自建痛苦且昂贵。 - 给 CUA 提交了 Linux 按键补丁 (2026-09-12 · Peter Steinberger)
Peter Steinberger 给 @trycua 提交了一个补丁，让按键在 Linux 下稳定工作，称框架整体不错。 - Astra 在云端用 CUA 玩 Doom (2026-09-12 · Peter Steinberger)
Peter Steinberger 展示 Astra 在云端会话中通过 CUA 玩《毁灭战士》，称虽非 AGI 但可能已超越果蝇大脑。 - 只看通过率已无法解读评测 (2026-09-12 · Thariq)
Anthropic 的 Thariq 指出，许多 benchmark 失败源于隐藏测试过于严格，有时模型的答案比预期结果更合理。 - Every 用个人基准测试替代纯感觉评测 (2026-09-12 · Dan Shipper)
Dan Shipper 称基准分数不能反映实际工作表现，团队已搭建内部平台让每个人基于日常工作创建个人基准测试。 - Box 挂载到 agent 沙箱 (2026-09-12 · Aaron Levie)
Box CEO Aaron Levie 宣布 Box 可挂载到 agent 沙箱，让 agent 像人一样读写文件。 - SPC 今秋举办科技政策对话 (2026-09-12 · Aditya Agarwal)
South Park Commons 将邀请决策者讨论加州创新、两党制与技术监管，首场 9 月 23 日。 - 多数企业 AI 项目失败的原因 (2026-09-12 · Madhu Guru)
Meta 的 Madhu Guru 指出三大原因：用旧式开发方法做 AI、低估评估的重要性、中央团队脱离一线业务。 - Cognition 让 Devin 用 GPT‑6 (2026-09-12 · OpenAI Blog)
目标是让工程师少审代码、多发布。 - Cursor 支持长期运行 agent (2026-09-11 · Ryo Lu)
用户可以在 Cursor 中启动长时间运行的 agent 任务，无需持续关注。 - Replit 推出带预算的 Routines (2026-09-11 · Amjad Masad)
Replit CEO Amjad Masad 宣布 Routines 功能新增预算控制，允许用户为自动化任务设定执行成本上限。