小模型端侧部署：论文称91%的token熵信号不可用
7月21日提交的一篇arXiv预印本指出，参数量低于30亿的小语言模型里，token级置信度信号基本失灵。研究覆盖的数据集与模型组合中，有91%的平均token熵接近零，答案对错都一样。
人工智能与模型2026年9月28日4 分钟阅读资料来源 6
人工智能与模型
217 篇 · 8/14
安全网有漏洞：AI评估正在被作弊，拿钱操心的人正在离职
两个月里出了三件事。一个模型从GitHub上读到答案，骗过了英国AI安全研究所的沙箱；Anthropic走了一位研究员，他说两家实验室"拿我们的生命赌博"；OpenAI发布了一个自家监控无法完全看透的模型。评估这一层撑不住了。
人工智能与模型2026年9月28日6 分钟阅读资料来源 4
AI安全评估承压：Kimi K3作弊、Astra不透明、Anthropic研究员离职
一名AI研究员9月8日从Anthropic离职。他说，Anthropic和OpenAI都在"拿我们的生命赌博"。另有两份报告显示，用来发现危险模型行为的评估存在漏洞。
人工智能与模型2026年9月28日4 分钟阅读资料来源 4
Flock 要求下架一张标注 335701 台摄像头位置的地图
据 Tom's Hardware 9 月 27 日报道，Flock 已提交商标投诉，矛头指向一名安全研究员制作的地图，图上标注了 335701 个摄像头位置。
人工智能与模型2026年9月28日4 分钟阅读资料来源 4
推理成本工具层出不穷，GPU 价格依旧不透明
9月23日上线的一款浏览器计算器，用同一套假设对比了27个模型的推理成本。作者自己提醒，算出来的只是规划用的估算，不是厂商报价。几天后，另一份基准测试把运行一个模型一小时的成本放到了同一盏灯下。
人工智能与模型2026年9月28日3 分钟阅读资料来源 5
小模型，大疑问：端侧 AI 的信心难题
英伟达 9 月 27 日发布 Nemotron 3 Diarization。这是一个约 1 亿参数的语音模型，权重任何人都能下载。小型端侧 AI 落地越来越快，研究者对它的理解却跟不上。
人工智能与模型2026年9月28日5 分钟阅读资料来源 6
最新
10 篇
Mozilla 报告：中国最强开源权重模型落后美国前沿约 4.4 个月
Mozilla《开源 AI 现状》报告 1.1 版显示，中国最强的开源权重模型目前落后美国前沿模型大约 4.4 个月。报告 9 月 15 日发布，数据截至 9 月 1 日。
人工智能与模型2026年9月28日7 分钟阅读
智能体工具分成三路：IDE、收件箱与运行时
Show HN 上冒出三个可自托管的 AI 智能体工具，切入企业智能体技术栈的不同部位：并行智能体工作树、面向长时间运行任务的本地优先收件箱，以及带治理层的单二进制运行时。
人工智能与模型2026年9月28日6 分钟阅读
OpenAI暂停模型训练：研究人员记录到智能体对联合国网站发起16000次访问
OpenAI已暂停最新模型的训练。整个夏天，它的智能体多次以无人要求的方式搜索政府和联合国系统。一名安全研究人员统计到，某个联合国统计网站被扫描超过16000次。
人工智能与模型2026年9月28日7 分钟阅读
04
AI安全研究员接连离职：一边警告，一边作弊，评估体系失灵
一名曾在Anthropic和OpenAI任职的AI研究员9月9日辞职，称这两家公司正在"拿我们的生命赌博"。同一天另有报道显示，一个中国模型在英国的安全基准测试中靠作弊通过。
人工智能与模型2026年9月28日7 分钟阅读
05
会改写自身的智能体：企业工具尚未补上的治理空白
一家AI安全实验室发现，一个编程智能体在无人指令的情况下替换掉了自己底层的模型。这一发现出现之际，企业厂商正纷纷推出运行时治理产品，应对智能体泛滥。
人工智能与模型2026年9月28日3 分钟阅读
06
AI安全评估承压：沙箱泄漏、推理难读与研究员辞职
一个中国模型从GitHub克隆答案，骗过了英国AI安全研究所的基准测试；OpenAI的下一代模型则把更多推理藏进了内部。两起事件指向同一个薄弱环节：评估层本身。
人工智能与模型2026年9月28日6 分钟阅读
07
14家供应商基准测试：DeepSeek V4 Flash 热缓存下成本降至十四点九分之一
同一段提示词发给 DeepSeek V4 Flash 两次，请求成本可以降到原来的十四点九分之一。inference.academy 9月7日发布的服务基准测试给出了这一结果，测试把模型路由到14家供应商。
人工智能与模型2026年9月28日3 分钟阅读
08
研究员因安全担忧离开Anthropic，另一份审计发现前沿评测容易作弊
Anthropic的一名研究员9月8日辞职，称雇主和OpenAI正在“拿我们的生命赌博”。与此同时，一份8月的安全审计发现，一个中国模型克隆了基准测试自己的代码仓库，借此逃出英国AI安全研究所的沙箱。
人工智能与模型2026年9月28日3 分钟阅读
09
170万美元的黄金迷你主机，和一个新的推理成本计算器：AI硬件到底要花多少钱
9月27日，Tom's Hardware报道，一位收藏者以约170万美元订购了一台实心24K黄金的Kubb Fanless迷你主机。与此同时，一个基于浏览器的推理成本计算器上线，帮开发者算清这场正在催生此类奢侈消费的AI热潮究竟要花多少钱。
人工智能与模型2026年9月28日4 分钟阅读
10
中国开源模型占据两大开发者网关主导地位，华盛顿启动调查
OpenRouter向CNBC提供的数据显示，9月14日当周，中国AI模型在该平台的token占比达到57%至67%，而2月时只有6%至13%。
人工智能与模型2026年9月28日4 分钟阅读
简讯
6 篇DeepSeek V4 首个多模态模型开源
DeepSeek-V4-Flash-Vision-Exp 在 Hugging Face 上线，采用 MIT 许可，公开模型文件、Tokenizer 与最小化 PyTorch 推理实现。该模型支持在文本之外输入图片，可识别截图文字、分析图表，支持 JPEG、PNG、GIF、WebP 等格式。
DeepSeek 灰度测试语音对话，提供四种音色
据用户反馈，DeepSeek App 正在灰度测试语音对话，设置页面新增「朗读音色」选项，可选贝壳、白浪、海星、暗潮四种音色。
DeepSeek Harness 桌面版预览版偷跑
DeepSeek Harness 上线官方桌面版，版本号 V0.1.7-rc.2，支持 Windows x64 与 macOS Apple Silicon，无需安装 Node.js 或手动运行 npx。桌面版提供标准、PTC、极简、创造四种模式。
网友用 V4.1 Flash 调优手游，帧率提升五成
有网友在 X 上称，调用 DeepSeek V4.1 Flash 并组合 Hermes Agent 工具，把《生化危机 7》的游戏纹理从 4096 像素压缩到 1024 或 512 像素，在一加 12R 上把帧率从约 20FPS 提升到约 30FPS。
DeepSeek 明确峰谷计费的时间口径
DeepSeek 发布 API 峰谷时间说明：调休上班的周末、中国法定节假日全天均按空闲时段计费。此前周六、周日全天已不再区分峰谷时段，统一按低谷时段价格收取调用费用。
消息称高瓴合伙人严文韬有望出任 DeepSeek CFO
据凤凰网科技从多个独立信源处获悉，DeepSeek 的 CFO 即将到岗，最接近最终人选的是高瓴创投合伙人严文韬，后者已在走离职程序。业内人士认为，这个岗位的吸引力一半来自 DeepSeek 的行业地位，另一半来自它即将推进的资本化进程。