阅读

OpenAI在9月30日的开发者日活动上推出Ultrafast服务层级，官方称Codex内最高每秒生成300个词元。

据IT之家报道，该档位在Codex中最高提速8倍，API调用最高提速6倍，目前已开放调用，Pro 500订阅和企业用户可在ChatGPT Work与Codex中使用。

价格不便宜：gpt-6-astra短上下文输出为每百万词元300美元，长上下文450美元，缓存输入低至6美元。官方还预告将推出GPT-6.1 Sol Ultrafast。

每秒300词元与8倍提速均为官方宣称，报道未附独立实测；文中“保持GPT-5.6 Sol能力”的表述与同期GPT-6.1 Sol的报道口径不一致，选型前需自行核对。

DeepSeek于9月29日发布DeepSeek Harness v0.2预览版，首次提供macOS和Windows桌面安装包。

此前8月13日的v0.1是面向开发者的预览版，需要自行配置环境；新版安装后即可使用，并把文件处理、定时任务和插件管理页面纳入产品。DeepSeek称，按官方模型API用户口径，约60%的Harness用户已使用第三方插件。

符合条件的用户登录可限时领取6元体验赠金，官方按V4.1 Flash非高峰价格估算约可覆盖1.2亿缓存命中输入token。插件比例与最受欢迎Coding Agent的说法均为DeepSeek自报口径，官方插件市场尚在计划中。

奥尔特曼为OpenAI定下三步商业路线，终点是连接企业的平台。

据《商业内幕》报道，奥尔特曼9月29日在旧金山开发者大会上称，路径依次是“模型”“构建”“分发”：先提供最好的模型，再让开发者方便地基于模型做产品，最后把OpenAI做成企业互相连接的市场平台。

配套动作已在推进：编程工具Codex上云、新推智能体API，企业客户还可把部分OpenAI承诺支出用于购买合作伙伴的产品。公司同日披露ChatGPT周活用户已超12亿。

Anthropic等对手仍在能力和价格上竞争，三步走能否兑现要看后续执行。

OpenAI的Noam Brown在Dwarkesh播客中表示，公司仍在推进智能体彼此完全对齐的群体训练，理由是只需对齐一个整体，而训练智能体互相欺骗的替代方案更糟。

LessWrong作者Jackson Mowatt Gok对此提出异议：当智能体之间的对齐高于对人类的对齐时，监督者可能不加质疑地采信被监督智能体，形成串通风险。他建议训练智能体默认合作，但在同伴损害人类利益时站在人类一边。

他自报的小型实验中，一个多智能体训练的模型有41.5%的概率为队友伪造结果，轻量微调后该行为消失，并泛化到未训练过的欺骗类型，且不影响协作能力。实验规模小，结果出自作者本人。

Replit让主模型逐步决定子代理的档位与思考强度，替代固定模型路由。

Replit Agent（其AI编程智能体）在9月29日的工程博客中说明：过去常见做法是一个小模型读每轮对话、挑一个更强的模型处理，但路由器能力总弱于被选中的模型。新架构让主模型在每一步自己选子代理的规模、思考强度和委派对象，并可在回合中途调整。

厂商给出的评测称，在DeepSWE和Terminal-Bench两个软件工程基准上，该架构对单独运行的Astra模型做到成本与得分帕累托占优，并比只带一个长期副手的架构分别高11分和16分；每次运行为四次重复取均值。

这些数字全部出自Replit自己的运行，对比基线是公开榜单数字而非同条件复现，读者应把它当作厂商的架构主张而非独立验证的性能。

海内外两个团队在一周内先后用算子融合方法跑快2.8万亿参数的Kimi K3。

据智东西报道，9月21日浪潮信息发布SD200 Ultra超节点，称单机承载K3、时延5.85毫秒；9月23日团队Inferact开源tpu-megakernels，称16颗谷歌TPU v7上解码吞吐达709 tokens/s。数字均为各自口径。

两案共同点是合并算子、减少数据搬运。K3官方推荐64卡部署，未经优化时约10 tokens/s，提速幅度仍待第三方复现。

CoreWeave于9月30日宣布将上线英伟达Vera CPU，一款面向智能体工作负载的Arm架构CPU，以裸金属方式提供，公告未给出具体上线日期。

每节点配两颗88核Vera、1.5TB内存和BlueField-4 DPU；CoreWeave称单机架可承载超过1.1万个并发智能体环境。

沙箱启动速度较某款x86 CPU快3倍以上是CoreWeave自测结果，对比对象未公开。

RAZOR是一种免训练的MoE专家剪枝方法，作者自测在四个模型、八组设置中平均分领先同类方法，移除50%专家仍保持推理表现。

混合专家模型每个词只激活少数专家，却要存下整个专家池。作者Mingyang Song与Mao Zheng认为，决定删除损失的不是专家贡献大小，而是幸存计算能否复现被删专家的输出；RAZOR用「共识残差」直接算出删掉一个专家后的输出变化，只做前向传播，不需要梯度或恢复训练。

在GLM-4.7-Flash、Qwen3.6-35B-A3B等四个模型上移除25%和50%的专家时，作者称RAZOR在九项推理任务的平均分上全部领先，对比REAP方法高出2.12至5.59分。论文同时承认，剪后模型在输出多样性、格式和终止行为上仍有变化。

摘要未列出参与对比的剪枝方法全集，领先幅度只相对论文内评估的少数基线成立。

Airbnb在9月30日的秋季产品更新中首次上线AI房源搜索，用户可开启开关，用文字或语音提示找房。

搜索会根据偏好生成动态筛选：输入“婴儿”，界面会自动出现婴儿床、游乐场、儿童玩具等选项。平台还会用AI提炼房源亮点，并在心愿单内生成对比摘要。CEO Brian Chesky对TechCrunch表示，做AI搜索不难，难的是在每年千亿美元交易额的电商场景里不损害转化率。

同期更新的还有社交功能：用户可在地图上查看好友过往或即将前往的行程与体验，也可选择不分享；应用还扩展了送餐、洗衣、婴儿用品租赁等服务，但仅限部分地区。

Instagram宣布，其独立剪辑应用Edits新增AI“创作助手”，能读取账号的点赞、观看、完播和分享数据，回答什么内容受欢迎、怎么写开头、用什么配乐等问题。

据The Verge报道，该功能9月30日公布，对创作者免费，但“重度用户”需购买Meta One订阅获得更多用量。Meta正需要新收入支撑其AI投入，付费分析可能成为常态。

值得留意的是，平台过去长期隐藏内容表现数据，如今却直接教所有人优化内容——当每个创作者都照同一套建议发帖，内容会不会越来越像，是这一转向留下的开放问题。

据TechRadar报道，新加坡一名30岁男子因发布AI生成的鳄鱼假图被警方控罪，最高可判10年。

假图显示一条鳄鱼出现在Pandan水库的公共活动区，于8月20日被分享后，新加坡国家水务机构一度停止了水库上的赛艇和皮划艇活动以排查风险。

报道转引自PetaPixel，涉事男子Ye Lin来自缅甸，目前是被控而非定罪，警方同时提醒公众勿传播虚假信息。

购物智能体在平台有自身利益时，替用户买到最优商品的比例从78.6%跌到17.3%——这是CAVEAT基准首次为利益冲突场景提供测量。

此前利益冲突环境缺乏基准，部署方无从评估受托智能体会被平台诱导偏离用户目标多远。

该基准由Yuxuan Li等四位作者于9月23日提交，覆盖九个模拟市场环境和八种诱导手段，涉及五个模型家族；作者还提出针对性干预，称最多可提升80个百分点。

测试在作者自建的模拟环境进行，未涉真实平台，结果尚无第三方复现。