阅读

ShinyHunters泄露的5000条FBI雇员数据中，有3条明确标注属于远程行动小组（ROU），即FBI的秘密黑客单位。

404 Media通过OSINT工具交叉核实了部分数据，名单含住址、多个电话号码，部分还涉及配偶姓名及其电话。路透社补充称，部分职位涉及对华、对俄调查。

FBI表示入侵入口尚未确定，可能是第三方或FBI自身系统，正在调查。名单真实性仅获部分核实，读者应保留余地。

亚马逊首席可持续发展官Kara Hurst在Axios活动上表示，公司尚不清楚将如何实现2040年净零碳排放目标。

据TechCrunch报道，Hurst称“我们仍在朝该目标努力”，但“不会坐在这里说我们知道实现它的所有方法”。她同时确认The Climate Pledge承诺未变。

亚马逊自称连续多年是全球最大清洁能源采购方之一，组合规模42吉瓦，但今年早些时候被披露计划为一处AI数据中心园区建造7.65吉瓦天然气电厂。承诺未变与路径未知的落差，是读者应跟踪的实质信号。

盖洛普调查显示，美国每天使用AI的人里68%对这项技术感到担忧，整体受访者中这一比例只有32%。

调查覆盖37国、每国约千人，于今年4月至7月进行。美国担忧比例最高，74%的受访者表示担忧，仅36%认为AI总体上会帮助国家；新加坡、中国等高使用率国家的乐观情绪则明显更高。

需要说明的是，这项研究由微软委托，目前看到的是TechCrunch对结果的报道。它对读者的意义在于：使用频率不能当作公众接受度的代理指标，AI在招聘、医疗、政府等场景落地时可能遇到更多阻力。

戈皮纳特说，中国的巨额顺差反映的是内部出了问题，不是实力。

Gita Gopinath（戈皮纳特）曾任国际货币基金组织第一副总裁、首席经济学家，现回哈佛任教。她在Tyler Cowen的访谈节目Conversations with Tyler中（文字稿已发布）表示，顺差本身不是该关注的核心，真正要紧的是就业、消费与购买力。

她具体点名中国消费疲弱、资源错配、房地产市场五年未解，以及电动车等行业的“反内卷”限价政策。她也提醒，历史上顺差扩大往往引发贸易战，如1980年代的广场协议。这是她的个人判断，不是新的数据或政策变化。

六位署名研究者9月23日在LessWrong发文，认为潜空间推理架构一旦被采用，链式思维（CoT）作为AI监督工具的价值会大幅削弱。

文章点名三类架构：完全取代CoT的COCONUT、在CoT旁增加潜通道的全带宽transformer，以及用循环加深计算的looped transformer。作者称这类改变'很可能在近期被采用'，因为厂商可能为竞争而牺牲可监控性。

作者区分了两种CoT监督机制：模型'必须'用CoT才能完成复杂任务，和模型'倾向于'把计划写进CoT。他们认为前者在架构不变时还能维持数年，后者对对抗压力更脆弱；而潜空间架构会同时削弱两者。需注意这是观点分析，不是新实验结果，作者也承认必要性论证'远非保证'，目前没有厂商宣布采用此类架构。

对AI供应商追责可能适得其反：赔偿机制会削弱防御、提高攻击者收益，而在垄断且生产性用户足够多的情形下，零责任在一段参数区间内是唯一最优选择。

此前政策讨论默认让供应商担责能改善安全，但这一理论指出责任可以同时改善福利并增加损害：提高服务价格能减少攻防双方投入而不改变攻击成功率，赔偿机制却削弱防御。

这是多伦多大学经济学家Joshua Gans在SSRN预印本中给出的理论结果，未经实证检验，据Tyler Cowen的博客摘要。

该结果为纯理论推导，无实证数据支持，也尚无其他研究者复现；预印本于2026-09-23前后发布于SSRN。

做智能体记忆系统的读者现在有了一个把准确率、总成本和延迟一起纳入评测的选项：DolphinBench要求三者缺一不可。

此前的评测通常只看准确率，成本和延迟往往不被报告，读者难以判断记忆方法的实际代价。

基准包含三个知识工作人设，每人约50万token用户消息，各设200个依赖历史的任务；作者用有历史成功、无历史失败的方式逐条验证任务有效性。这是作者第一方设计与验证。

尚无独立复现或第三方采用；该预印本材料标注日期为2026-09-21，可作评测选项跟踪。

仅用机器翻译生成的语料做预训练，据称就能在法语生命科学下游任务上达到先进水平，并配套放出36.4GB法语生命科学语料。

此前低资源语言与领域缺乏足够本语语料，建模常受制于数据稀缺；作者团队称此路线可绕开这一瓶颈，并同步放出TransCorpus工具包、预训练模型TransBERT-bio-fr及可复现代码。

性能结论全部来自作者自己的评测（自报），基准为法语生命科学下游任务，无第三方对比数字；已被EMNLP 2025 Findings接收，尚无独立复现，对多数读者宜作低资源语言/领域建模的方法信号跟踪。

Tether AI Research于9月2日发布开源翻译模型QVAC TranslatePsy-AfriSLM和EuroNano，可完全离线在手机和笔记本上运行，数据不出设备。

AfriSLM覆盖豪萨语、阿姆哈拉语、约鲁巴语、斯瓦希里语等19种非洲语言，官方称这些语言覆盖约一半非洲人口；EuroNano以英语为中转支持9种欧洲语言、90个翻译方向，最小部署仅36MB。模型已在Hugging Face提供0.8B、2B、4B三种规格下载。

性能数据全部为Tether自报：0.8B版本在FLORES-200、BOUQuET和SMOL基准上超过Qwen3.5-122B-A10B等更大模型，归因于过滤掉约96%低质训练数据。这些对比未经独立复现，相关研究已被EMNLP 2026接收，可作后续验证节点。

Vambo AI发布从零训练的MORENA模型，15亿参数覆盖12种非洲语言，自报基准成绩优于26个受测模型。

开发方称其在非洲语言建模上得1.408 bpb，为26个受测模型中最佳；最接近的对手Lugha-Llama-8B有五倍以上参数，得1.423 bpb。这些数字全部来自开发方自报，经TechRadar转述。

机制上的差异是自建词表：非洲文本编码比Gemma 3少1.39倍token，但仍比英语多约6%的token开销，团队称无法完全解释。训练用约2.2万A100 GPU小时，获UNDP等机构算力支持。

微软于9月23日开放安全运营中心（ISOC）公共预览，把自家安全分析平台Sentinel的日志告警集中分析功能（SIEM）直接并入Defender。

预览面向持有Defender Suite、Microsoft 365 E5或E7许可的客户；已在运行活跃Sentinel工作区的组织暂被排除。案例管理、工作簿等功能开箱即用，用户实体行为分析和第三方数据接入则需额外配置，接入外部数据可能产生摄取费用。

设计核心是让安全智能体获得与人类分析师相同的信号和权限，可自主调查并处置事件，高风险动作仍需人工批准。微软未公布定价，预览期Defender数据免费保留30天。攻击者利用智能体的说法出自微软高管博客，属厂商口径。

从 Neo4j 2026.09 起，Aura、企业版和社区版新建向量索引默认采用重打分二进制量化。

厂商自测称，相比2026.08，吞吐和查询延迟均约为5倍；对768维Float32嵌入，同等内存预算可容纳约4倍向量。原理是先用二进制压缩向量粗筛，再用磁盘上的全精度向量重打分。

所有数字均为Neo4j第一方基准，方法学文章尚未发布，暂无独立验证。技术源自NTU的RaBitQ与Lucene的BBQ实现。