OpenRouter周度token消耗自2025年1月以来增长超25,000%至126.2万亿
OpenRouter的Peter Walker发帖称周度token量约600天增长25,000%；The Decoder 9月17日援引其图表：从2025年1月的0.5万亿增至126.2万亿。思考token与未优化智能体推高计数，token量不等同实际使用或业务价值——消耗居首的GPT 5.6 Luna与收入居首的Astra并不对应。
信息源：the-decoder.com
OpenRouter的Peter Walker发帖称周度token量约600天增长25,000%；The Decoder 9月17日援引其图表：从2025年1月的0.5万亿增至126.2万亿。思考token与未优化智能体推高计数，token量不等同实际使用或业务价值——消耗居首的GPT 5.6 Luna与收入居首的Astra并不对应。
信息源：the-decoder.com
谷歌为Google Home开放MCP集成：Claude、Antigravity、Open Claw等支持该协议的第三方AI代理，可控制家中设备并访问设备与事件历史。据The Verge报道，首批限美国Home Premium Advanced用户（20美元/月或200美元/年），数周内滚动开放；谷歌开发者文档标注为早期访问，称设速率限制、不允许代理开锁。
原文：The Verge｜Google will now let any AI agent run your smart home ↗ 谷歌Home MCP开发者文档：developers.home.google.com/mcp/home ↗
信息源：theverge.com
选型者现在可以知道：4-bit量化大体保留大模型的粗粒度人格结构，2-bit量化则破坏细粒度提示一致性与跨精度一致性，且人格决策主要在上层形成。
此前对开源大模型做量化选型时，人格结构是否随精度改变缺少分层MBTI人格分析依据。
Yao Fu等六位作者对开源大模型做分层MBTI人格分析，覆盖GPTQ、AWQ 4-bit与AQLM 2-bit量化，结果均为作者自报。
结果未经独立验证，仅供人格敏感聊天应用的量化选型参考；预印本v2于9月15日更新，8月26日首次提交，页面自标“进行中”，arXiv:2608.25977。
信息源：arxiv.org
AWS在9月14日的机器学习博客宣布，Amazon Bedrock AgentCore Identity新增Consent portal托管同意门户：管理员为网关创建门户并分享链接，终端用户以企业身份提供商登录后逐个授权GitHub、Slack等服务，门户处理浏览器跳转与会话绑定，令牌存入token vault，操作可在CloudTrail中审计。官方说明，此前采用授权码流程的客户需自行搭建并托管会话绑定基础设施。该功能适用于经Kiro、Claude Code、Cursor等IDE与MCP客户端访问的智能体。
来源：AWS机器学习博客：Manage end-user OAuth consent for AI agents with Amazon Bedrock AgentCore（2026年9月14日） ↗
信息源：aws.amazon.com
Meta团队提出的Bumblebee推荐架构，在每1小时时间步1.552亿独立用户、共810亿样本的工业数据上，作者自报平均c-NE为0.7895，低于HSTU与DLRM。
此前工业推荐系统以HSTU（0.7964）与DLRM（0.8034）为基线，序列建模与特征交叉多按顺序排列，交错排列的收益未被利用。
作者自报：Bumblebee把序列建模与特征交叉交错进可堆叠块，平均c-NE 0.7895，低于HSTU的0.7964与DLRM的0.8034；相同组件交错排列较顺序排列NE改善0.20%，代价是训练吞吐慢约7-10%。
结果未经独立复现；数据出自arXiv预印本（2607.24804，9月15日更新v3）。
来源：
信息源：arxiv.org
Rust官方博客9月17日警告：crates.io安全团队认为一场针对知名Rust开发者的定向攻击仍在持续——攻击者以求职或项目合作为名约视频会议，诱导目标安装所谓缺失的音频解码器或执行剪贴板命令，以控制设备与账号进而发布恶意crate；团队称攻击者已伪造看似合法的公司与LinkedIn档案，此类手法已知被DPRK使用，8月arrayref曾因类似手法被短暂投毒（恶意版本在线86分钟后删除）。团队提醒近期警惕陌生邀约、核查MFA与异常登录。
现在可以检索3,014个智能体技能攻击案例、6,589条轨迹、233个受影响技能和8类风险，这些来自经审核、脱敏的公开攻击轨迹库SkillAtlas。
此前智能体技能安全报告多为私有，现有静态、动态与基准式评估很少保留可公开检验的证据。
作者自报42.5%的成功攻击在首轮未成功后才得手，基于轨迹的标签将预执行防护准确率提升至0.770；上述数字均为作者自报。
该预印本由Yuxin Tian、Liang Pang等五位作者9月11日在arXiv提交（arXiv:2609.13353），已被EMNLP 2026 REALM工作坊接收，非存档论文，尚未见他人复现。
信息源：arxiv.org
免训练具身导航框架HarnessVLN在R2R、RxR、HM3D-v2、HM3D-OVON四个基准上成功率分别达60.8%、53.9%、76.0%、59.3%，超过此前免训练方法，读者可据此了解免训练路线当前能达到的水平。
此前免训练方法需分别搭建感知、记忆与执行流程，难以统一协调。HarnessVLN以统一Agent Harness协调感知、记忆与执行工具，作者称已部署于人形机器人。
上述数字为Yang Chen等作者自报，未经独立复核。
该预印本9月14日提交至arXiv，16日更新v2，结果尚未被独立复现。
信息源：arxiv.org
vLLM项目9月18日宣布，标准CUDA发行版已集成NVIDIA的PyNvVideoCodec硬件视频解码（NVDEC），把视频标注任务的帧解码从CPU移到GPU。NVIDIA视觉团队自报：此前8卡内的工作负载常在4卡前耗尽CPU，现可扩展至8卡，8xH100吞吐较CPU解码翻倍以上；该基准来自其自动驾驶标注场景。
来源：vLLM官方博客：Scaling Multi-GPU Video Captioning with PyNvVideoCodec and vLLM ↗
信息源：vllm.ai
Ninth Wave在9月14日的AWS博客披露其开放金融入驻系统Compass：基于Amazon Bedrock AgentCore的多智能体助手，自动完成银行API对FDX标准的字段映射与就绪度评分。公司自报API映射与分析时间缩短95%，从数周人工流程压缩至分钟级；系统3月1日接入测试客户，6月1日正式可用。该效率数据为厂商与AWS联合发布。
来源：AWS博客：How Ninth Wave built AI-powered open finance onboarding on Amazon Bedrock ↗
信息源：aws.amazon.com
据The Motley Fool援引路透社9月16日报道，SK Hynix正与Intel进行探索性谈判，考虑租赁后者俄亥俄州规划工厂的部分产能，或与Intel及其他伙伴组建合资企业，在美生产内存芯片；双方尚未达成正式协议，且可能面临韩国或美国的监管审查。受此消息及当日大盘上涨推动，Intel股价9月17日上涨约7.6%。若最终落地，长期承压的Intel Foundry将获得一个潜在重要客户，但合作规模、芯片类型与时间表目前均无从确认。
来源：The Motley Fool：Why Intel Stock Jumped 7.6% Today（2026-09-17，援引路透社9月16日报道） ↗
信息源：fool.com
读者现在可以知道：AXON在六个EEG下游任务上，线性探测与全量微调下的平均平衡准确率均超过稠密注意力基线。
此前EEG建模依赖稠密注意力，未区分沿电极的时间路径与跨电极的空间路径。AXON提出自适应各向异性注意力：注意力分为沿电极的时间路径与跨电极的空间路径，门控为每个token预测两路凸组合。
该结果为Mahir Jain等七位作者自报，音频谱实验提示可迁移到EEG之外。
尚无独立验证；预印本9月8日提交、16日更新v3，arXiv:2609.08788。
信息源：arxiv.org