2026年9月8日星期二

核心摘要

• Meta 的自主研究智能体 AIRA3 在 NVIDIA 的 Kaggle 竞赛中从约 4,000 支人类团队中脱颖而出，名列第 8 并斩获金牌——全程无需人类干预，同时还将生产环境 GPU 内核延迟降低了 27%。
• Insilico 由 AI 设计的药物 rentosertib 在为期 12 周的 2a 期临床试验中，使患者在六个蛋白质组学衰老时钟上的指标平均“年轻”了约 3-4 岁——样本虽小，但六个独立时钟的结果完全一致。
• ARC Prize 在精简配置下运行了 GPT-6 Astra，结果其在 ARC-AGI-3 上的得分从 99.9% 暴跌至 62.7%——相同的模型、不同的脚手架，这提醒我们基准测试分数同样取决于测试框架本身。

头条新闻

• Meta 的 AIRA3 击败 4,000 支人类团队，在零人工干预下斩获 Kaggle 金牌. NVIDIA 举办了一场旨在提升 30B 模型推理能力的 Kaggle 挑战赛——所有参赛者使用相同的工具。用于改进其他 AI 模型的自主研究智能体 AIRA3 在约 4,000 支参赛团队中名列第 8 并夺得金牌。它通过共享论坛和文件系统异步协调运行多个长周期智能体，没有中央控制器：智能体发布研究发现，其他智能体在此基础上继续推进，实现知识的累积。在竞赛之外，该系统将生产环境 GPU 内核的延迟降低了 27%，并在将 4,000 年前的阿卡德语泥板翻译成英语的任务中达到了金牌水准。其泛化能力的声明是最值得关注的部分：相同的系统面对新领域时，只需更改任务规范即可。 ^[1]
• GPT-6 Astra 满分通过韩国高考 CSAT——却在一天后的同一测试中仅获 62.7%. Astra 在长达 8 小时的韩国大学修学能力试验（CSAT）中获得了 450 分的满分，成为首个在无互联网连接下所有科目均获满分的 AI——且在同一测试中消耗的 token 数量少于 GPT-5.6、Claude 或 Gemini。但硬币的另一面是：据 ARC Prize 报告，Astra 在完整配置下于 ARC-AGI-3 测试中达到了 99.9% 的高分，随后在使用精简测试框架时暴跌至 62.7%。相同的大脑，不同的脚手架，结果却大相径庭。The Neuron 总结的经验值得借鉴：针对你手头实际需要完成的一项真实任务构建自己的评估标准，从准确性、所需修改次数、耗时和成本四个维度为两个模型打分。一个 15 分钟完成但需要修改六次的模型，未必比一个耗时 30 分钟却能直接交付成品的模型更好。 ^{[2] [3]}
• 一款 AI 设计的药物让患者在六个衰老时钟上的测量结果更年轻. Insilico Medicine 利用 AI 设计了针对特发性肺纤维化的实验性药物 rentosertib。随后，研究人员将其为期 12 周的 2a 期临床试验采集的血液样本，放入六个通过血液蛋白质模式估算生物学年龄的蛋白质组学衰老时钟中进行检测。所有六个时钟均显示接受治疗的患者生物学年龄有所降低——效果在第四周左右最为显著，平均“年轻”了约 3-4 岁，其中一个时钟的读数甚至达到了约 6 岁。不过需要坦诚说明的是：这些时钟无法完全区分“衰老减缓”与“病情好转带来的蛋白质指标改善”。但与细胞衰老和代谢相关的通路也确实出现了变化，诺贝尔奖得主 Michael Levitt 认为，六个独立时钟达成一致可能比任何具体数值都更有意义。创始人 Alex Zhavoronkov 称这是他一生中最重要的一篇论文。实际应用层面的转变在于：未来的临床试验或许可以同时测量疾病治疗与抗衰老效果，而无需分别为两者开展独立试验。 ^[4]
• 真实果蝇大脑在 Minecraft 中实时运行——涵盖全部 176,422 个神经元. Google Research 与 HHMI Janelia 研究所绘制了一只雄性果蝇大脑中每一个神经元的图谱：包含 176,422 个神经元和 1.25 亿个突触连接，且数据全部公开。一款新的 Minecraft 模组打包了这份完整的连接组图谱，并在独立线程上实时运行每只果蝇生物的大脑——游戏世界输入感官信号，由真实的运动神经元决定其行为。两个 HUD 面板分别显示实时神经系统状态（按 B 键）以及包含脉冲历史和果蝇视网膜视角的解码运动指令（按 H 键）。当你向果蝇冲刺时，迫近检测神经元会触发逃跑跳跃；丢下糖块，口器运动神经元就会被激活。这完全基于真实的神经通路，而非预设脚本。体验方法：将 jar 文件放入 .minecraft/mods/ 目录，运行 /fruitfly spawn，然后按下 B 和 H 键。 ^[5]
• Matt Shumer 的 3D 世界构建秘籍：核心不在于提示词，而在于循环机制. 大家一直在问 Matt Shumer 究竟用了什么提示词来构建那些令人惊叹的 GPT-6 Astra 3D 演示（播放量超 15M+）。答案是：工作流程。他的秘籍是“参考图 → 资产 → 组装 → 评审 → 交付”。首先提供真实照片或概念艺术图，为 Astra 设定精确的视觉目标；让专门的子智能体在 Blender 中构建独立资产，并在 Three.js 或 Unreal 中进行组装；在盲测状态下将渲染图和参考图交给一个全新的智能体，它指出的每一处差异都会成为构建智能体的下一个修改任务；如此循环往复，直到评审智能体无法分辨哪张图是真实照片。浏览器游戏适用：Three.js + Blender。照片级真实感世界、人群与角色适用：Unreal。包含初始提示词、/goal 设置和盲测方法的完整教程请见链接。 ^[6]
• 智能体正在全面升级黑客的攻击手段. Google 威胁情报小组（Threat Intelligence Group）的第二季度报告显示，AI 攻击正从辅助走向自动化：攻击者部署了多智能体框架，能够自主扫描基础设施并窃取凭证。某黑客团伙在攻破一处云环境后，借助智能体在不到六小时内便策划、构建并执行了一次大规模凭证窃取攻击。报告还指出，攻击者正直接瞄准 AI 知识产权——包括代码、提示词和模型——并通过购买被盗的 AI 账户来规避访问成本。防御者的应对之策必须双管齐下：一方面采用基于智能体的检测技术，另一方面引入创造性的阻碍机制，例如利用 Cloudflare 的新工具来推高攻击的运行成本。正如 Hultquist 所言：这是一个“规模化、行动更迅速的对手”。 ^[7]
• Arm 希望让机器人说同一种语言. 在 Arm Everywhere China 大会上，Arm 扩展了其物理 AI 生态系统以减少机器人行业的碎片化现象：Arm Total Design 联盟已扩展至 80 多家企业，包括 AWS、Hugging Face 和 Unitree；新推出的机器人能力框架（Robotics Capability Framework）则旨在建立一套标准化词汇表，并明确界定机器人的智能化等级——类似于自动驾驶的 Level 0-5 分级策略。Arm 执行副总裁 Drew Henry 估计该市场规模约为 $25B，并表示在过去 12 个月中，已有 20 亿颗基于 Arm 架构的芯片出货并应用于物理 AI 场景。统一语言只是迈出的小小第一步，但鉴于大多数人形机器人硬件均在中国制造，该行业无法承受重蹈当今 AI 领域“专有与开源对立”的覆辙。 ^[8]
• iPhone 摄影依然是 Apple 讲得最好的 AI 故事——也是其发展蓝图. 在本周的 iPhone 发布会前夕，Jason Hiner 回顾了过去十年间相机功能中悄然应用的机器学习技术：人像模式的主体分离（2016 年）、夜间模式与 Deep Fusion（2019 年）、摄影风格、实况文本、主体抠图，以及如今 iOS 27 的空间重构图（Spatial Reframing）和更强大的消除功能（Clean Up）。Apple 秉持的纯粹主义立场——正如相机副总裁 Jon McCormack 所言，照片是对真实发生瞬间的赞美——使其与那些大肆重新生成内容的竞争对手区分开来（Samsung 将咬过的纸杯蛋糕还原便是令人印象深刻的例子）。Hiner 希望填补的差距在于：像移除变焦照片中分散注意力的围栏这类基础编辑功能，目前 ChatGPT 已经做得很好。其核心观点是：Apple 引领 AI 未必需要依靠新版 Siri，而是可以通过让用户每天都在使用的功能悄然变得更好——这些功能甚至无需大声标榜自己是 AI。 ^[9]

深度阅读

• Mistral 以超 €21B 估值融资 €3B——创下欧洲最大规模科技股权融资纪录. 据 NYT 报道，Mistral 的此次融资是一场赌注，旨在让欧洲掌握更多自主的 AI 基础设施，而非租用美国的基础设施。 ^[10]
• ByteDance 创始人正亲自打造 AI“世界模型”. 据 Bloomberg 报道，张一鸣正亲自督导一项面向实时虚拟环境的“世界模型”研发工作，目标是最快于下月发布——这将直接挑战 Meta 和 Apple。 ^[11]
• Anthropic 放弃约 $6B 的 Decart 收购案. 据 Investing.com 转引 Bloomberg 报道，该交易虽已取消，但双方未来仍可能展开合作。 ^[12]
• 2026 年迄今已有近 130,000 个科技岗位消失. Uber、PayPal、Oracle 和 Apple 均将裁员归因于 AI 驱动的业务重组。如今各类行业通讯中的招聘板块每周都在变薄。 ^[13]
• 利用目录的检索模型：召回率达 82.6%，幻觉近乎为零. 将文档自带的目录（TOC）这一简单的结构化信号作为检索脚手架。有时候，看似平淡无奇的抽象方式恰恰是最正确的选择。 ^[14]
• 体积缩小 54 倍的视觉模型实现端侧农作物病害检测，且精度无损. 通过蒸馏技术获得无需数据连接即可运行的模型。这是面向无法保证网络带宽的农业场景所打造的端侧 AI。 ^[15]
• Artificial Analysis 提高基准测试刷分难度. Intelligence Index 现在通过真实的业务任务来测试智能体工作流，而非单纯的聊天问答。基准测试的更新换代本身正在成为一个独立领域——这与上文提到的 ARC Prize 脚手架事件相呼应。 ^[16]
• 将智能体记忆视为一种文件格式. Cal Paterson 主张采用一种简单得多的方法来处理智能体记忆——使用文件，而非数据库。这是 Sidebar 评选出的本周最具实用价值的 AI 架构读物。 ^[17]
• 每周工作三天，依然筋疲力尽. Jenny Wanger 每周只工作三天，却依然感到精疲力竭——她的观点是，当休息无法缓解疲惫时，工作量本身就从来不是问题所在。对于任何正在权衡向智能体与人类分配多少工作量的人来说，这是一篇值得阅读的职场文章。 ^[18]

工具与发布

• SuperAstra —— 用日常英语修改 Super Nintendo 游戏. GPT-6 Astra 可在你玩游戏的同时实时读取并重写底层 SNES 机器码，例如输入：“每当马里奥吃到金币时，发射 20 个火球。”修改在帧与帧之间即时生效，且支持瞬间撤销。需要 Python 3.10+、BizHawk、你自己的 ROM 以及一个 OpenAI API 密钥。现已开源。 ^[19]
• Herdr 0.9.0 —— 从单一客户端控制你的所有 AI 智能体. 通过一个客户端即可管理跨多台机器运行的 AI 智能体。已在 GitHub 上开源。 ^[20]
• Switch —— 将任意 AI 智能体接入 Slack、Teams 和 Discord. 无需迁移，无平台锁定——这是一个用于将现有智能体部署到各类聊天界面的粘合层工具。 ^[21]
• RecipeTables —— 将任意食谱转化为嵌套式备菜表格. 粘贴食谱文本或 URL，即可生成以食材为行、以步骤为合并列的表格。这是信息设计领域一次小巧且真正实用的尝试——延续了 Sidebar 一贯推崇的可用性理念。 ^[22]
• Lucet —— 面向未来的 AI 界面设计模式库. 专为智能体界面打造的模式库：补全了缺失的状态设计，实现了缺失的功能交互。对于目前正在设计智能体产品的任何人来说，这都是极佳的参考资料。 ^[23]
• Spawn —— 只需描述想法，即可生成多人浏览器游戏. 根据文字描述，利用 Savi 构建多人浏览器游戏；你可以与朋友共同构建游戏世界并立即进入体验。 ^[24]
• Murfy —— AI 时代科研论文的 Overleaf. 支持实时多作者协同编辑、AI 自动修复编译错误、不限协作者人数，且无按席位收费模式。可免费开始使用。 ^[25]
• Claude Style Patch —— 让 Claude 重新像人类一样写作. 只需一个配置文件，即可去除 Claude 生硬的模棱两可表达和大量使用冒号的句式。免费、开源，而且颇具讽刺意味的是，它与本期文摘的整个主旨高度契合。 ^[26]
• Olostep —— 为智能体将网站转化为干净的结构化数据. 单一 API 即可处理网页抓取、代理和验证码（CAPTCHA）问题，确保你的智能体获得干净的输入数据。提供免费试用，之后为 $9/月。 ^[27]

Prompt of the day