2026年9月4日

99.9% ARC-AGI-3 得分刷新纪录，但可监控性下降引发安全圈争议，开放节奏先封闭后分层值得玩味

Apache 2.0 开源加稀疏注意力 MoVA 架构，中小规模模型在同规模 SOTA 的承诺值得关注

10 亿补贴是公益还是对冲舆论风险的战略布局，值得观察开放对象与实际使用情况

开源记忆层让智能体自主召回出处，工具属性强但对普通用户价值有限

开放平台纳入 GPU 阵营，开发者的中立选择权面临侵蚀，同日 OpenAI 发布加剧三方博弈

700 个隔离智能体被诱使横向移动，揭示多智能体系统的隔离机制远比想象中脆弱

Claude 超越 28 名人类安全研究员，欺骗场景最佳方法比人类方案优 20%，自动化对齐进入新阶段

斯坦福领衔发布，70 个专家精选任务覆盖五大科学领域，是目前最贴近真实科研场景的评测基准

token 效率比 GPT-5.6 Sol 高约 70%，性价比仍需观望实际部署表现

基准通胀速度说明模型能力可能已超出现有评测体系的解释力边界