Google DeepMind新设的DeepMind研究所发布首批文章，研究者Rohin Shah与Anca Dragan主张，模型以自然语言写出中间推理步骤（思维链）是关键安全优势，便于发现欺骗或问题计划；他们呼吁业界定期测量思维链的可监测性、保留透明架构，并防止模型学会隐藏真实推理。文章同时引述称，OpenAI为GPT-6 Astra发布的系统卡已报告思维链可监测性显著下降。这是实验室立场论述，非独立验证结果。
信息源：the-decoder.com
Meta的AI助手Muse于9月17日推出Mac版。据TechCrunch报道，在Mac上Muse可以在原生应用中与用户的文件、信息、日历、笔记和邮件交互，访问权限由用户选择开启，执行敏感操作前会先请求确认。Muse本月初才在移动和网页端上线并迅速登顶美国App Store榜单，两周内扩展到桌面端，正值Meta与Instinct等消费级AI智能体竞品加速推出新功能的阶段。需要说明的是，以上为Meta官方发布的产品可用性信息，尚无独立性能验证。原文链接：TechCrunch ↗
信息源：techcrunch.com
据WIRED援引联邦选举委员会文件报道，与AI实验室和投资人关联的超级政治行动委员会已向共和党参议员Mike Rounds的南达科他州连任竞选投入近100万美元：其中约60万美元来自外部团体支出，大部分经由获得Andreessen Horowitz资助的Defend American Jobs；另有约21.5万美元直接来自Anthropic、Google、微软等公司员工及其PAC。Rounds从科技渠道筹得的资金已超过本州捐款人。该州今年刚立法要求数据中心承担更多水电成本，AI行业被视为在为下届国会的监管布局提前锁定盟友。金额不大，但指向一个正在成形的支出模式。原文：WIRED ↗
信息源：wired.com
读者现在可以了解：苹果机器学习研究团队的Dynamically Scaled Activation Steering（DSAS）能按输入和层动态计算缩放因子，仅在检测到不良行为时加强干预，从而在毒性缓解与效用保持之间改善Pareto前沿。
此前激活引导通常以固定强度施加，难以兼顾干预效果与模型效用。DSAS把“何时引导”与“如何引导”解耦，作者称该方法与具体引导方法无关，可与现有方法叠加，并已应用于文生图扩散模型，计算开销极小。
这是第一方自报结果，尚无独立验证，代码称将在GitHub提供。论文9月发表于TMLR，arXiv编号2512.03661。
Anthropic首次公开衡量自身AI研发速度的指标：按其采用的Epoch AI分级（AL0至AL5），截至2026年8月，处于AL4（“AI主导”）级别的工作占比达26%，而2026年2月还不足1%；Claude在任何任务中都未达到AL5（完全自主）。需要注意的是，这套评分由Claude自己完成——智能体收集Slack与内部文档证据后由另一Claude模型定级；Anthropic自己的交叉验证显示，员工对同一工作领域的评级仅约三分之一一致，官方评分模型与人类判断一致率为59%，而一级之差正是“协作”与“主导”的界限。该指标与CEO Amodei呼吁协调放缓前沿开发的立场相呼应，但“主导”按人工工时加权，并不代表Claude决定研究方向。数据为厂商自评口径，尚无独立验证。
信息源：the-decoder.com
据TechCrunch援引《华尔街日报》报道，三人安全团队Hacktron AI在OpenAI漏洞赏金计划下，于7月25日通过其社区论坛所用Discourse软件中的libheif图像解码漏洞进入服务器，进而接管多名员工的ChatGPT与Codex账号，其中一人的Codex连接着OpenAI的GitHub组织。团队称所用Claude Opus 4.8多次尝试均未能构建可用利用代码，而Opus 5发布数小时内即成功——此说法出自Hacktron自述博客。OpenAI表示相关问题已修复，并向该团队支付6500美元赏金；Discourse已于7月27日发布修复。事件的意义在于展示前沿模型可压缩漏洞开发的专业门槛，但具体能力主张仍以研究者自述为准。
信息源：techcrunch.com
据The Decoder 9月18日报道，42位英国皇家学会数学院士联名致信学会会长，警告AI存在性风险，敦促学会提醒政府与媒体；署名含菲尔兹奖得主Hairer、Scholze、Werner，署名者均无AI公司背景。信中称前沿模型数月内已解决含一个千禧年难题在内的开放问题，类似能力变化或出现在网络武器、生物制剂等领域；能力说法为署名者判断，未经独立验证。
信息源：the-decoder.com
据The Decoder 9月18日报道，OpenAI发布面向法律工作的Astra for Law：GPT-6 Astra搭配覆盖逾2.3亿URL的美国判例、成文法与法规检索索引，数据来自Free Law Project。OpenAI自测Vals AI法律研究基准，200题通过率54%，纯网页搜索为38.7%。OpenAI称Harvey、Legora等API客户可基于其构建，律所可获得含零数据保留等隐私控制的Trusted Access，另有26个面向Relativity、Clio等的插件。
参考来源：
信息源：the-decoder.com
据WIRED Middle East 9月16日报道，Napster与学校集团GEMS Education签署战略合作，在迪拜开展教师数字人、游戏化学习与课堂模拟等教育AI概念验证，数字人拟以教师本人的课程资料训练、供学生课后提问。Napster已于2025年被Infinite Reality以2.07亿美元收购并转向AI，2026年1月关停音乐流媒体；数据与训练承诺出自其高管，未经独立验证。
原始报道：WIRED Middle East：Napster Is Back and It Wants to Digitally Clone Your Teacher（2026年9月16日） ↗、WIRED转载（2026年9月18日） ↗
信息源：wired.com
AWS 9月18日发布SageMaker HyperPod Inference Gateway：EKS上的GPU感知推理路由插件，按KV缓存占用、队列深度等实时信号为请求选pod，无需改动应用。官方基准称混合GPU与突发负载下TTFT P95较round-robin最多降98%，单集群版已可用，跨集群版未推出。
来源：AWS官方博客（2026-09-18）：Introducing Amazon SageMaker HyperPod Inference Gateway ↗
信息源：aws.amazon.com
电网软件公司Emerald AI与Google、Nvidia、Anthropic，以及AES、Constellation、National Grid、NRG等电力公司共同成立AI能源管理联盟（AEMA），希望把需求响应变成数据中心开发的常规环节：电网紧张时暂停非关键任务、把部分计算负载转移到有余量的站点，以此替代柴油备用发电机。联盟称，这样做可让新增100吉瓦的数据中心接入电网，并称当前美国关键市场新建数据中心并网需时5至7年以上；作为规模参照，高盛2025年发布的研究估计，把最高用电限制在90%几个小时即可释放76吉瓦容量。Emerald AI首席科学家Ayse Coskun向TechCrunch表示，需求响应只能缓解、无法完全消除行业对新建电源的需求。Emerald AI近期完成1.5亿美元A轮融资，由Energize Capital与DCVC领投。
信息源：techcrunch.com
华为9月17日在上海华为全联接大会（Huawei Connect，9月17日至19日举行）上宣布，下一代昇腾960DT AI芯片提前至2027年一季度推出，发言人称其“预计一季度就绪”；发言人告知TechCrunch，此前计划为2027年三季度，新时间表由轮值兼代理董事长David Wang在会上公布。需要说明：这是华为对自身路线图的调整，“性能翻倍、逐年推进”等说法为公司表述，尚无独立实测，“就绪”与规模出货的口径也未界定。另据TechCrunch转述分析师Rui Ma在X上的观察，本周公布的Atlas 960 SuperPoD为4096颗960芯片，低于华为此前提出的15488颗方案，即芯片时点提前、但公布的系统规模小于最初规划。该宣布距9月24日特朗普与习近平在华盛顿会晤约一周。
信息源：techcrunch.com