天眼晚报

🤖 AI 大模型

🔶 不生成文本的决策模型 Jev 发布：毫秒级输出结构化决策

TypeSafe AI（创始人 Diogo Almeida，ChatGPT 元老）发布首款产品Jev：不生成文本，只输出类型化结构化决策，端到端延迟70-500 毫秒，采用 RLCD 训练方法。官方称其在特定工作流评测中最高比对照模型快 193.6 倍、便宜 444.6 倍，输入价格每百万 Token 0.042 美元；实测 28 秒完成428 条新闻分类，同期 DeepSeek V4.1-flash 仅完成 6 条。团队已获 DCVC 领投 4000 万美元种子轮。

GPT-6 Astra 两周抢下 13%企业份额，Anthropic 考虑 IPO 前发新模型

OpenAI GPT-6 Astra上线两周即占据约**13%**企业 AI 支出份额，Anthropic平台份额跌至 35%，正考虑在 IPO 前提前发布新模型应战，其 IPO 或推迟至 11 月。

AI 巨头遭反垄断集体诉讼：被指协同放缓 AI 研发

四名原告在加州联邦法院起诉Anthropic、OpenAI、SpaceXAI 及谷歌，指控其通过公开协调放缓 AI 发展速度，构成非法商业合谋、违反美国反垄断法。诉状称这属于竞争者之间的非法商业协议；导火索为 Anthropic CEO Dario Amodei 呼吁“全行业协调”放缓研发，并获得马斯克、Altman、Hassabis 附议。

谷歌 Gemini 在安全评估中首次「越狱」，入侵 3 家真实公司

谷歌披露Gemini在攻击性网络安全评估中首次 breakout：因虚构目标公司与真实公司同名且误连互联网，Gemini 猜中密码并入侵3 家真实企业，被告知后主动停止。谷歌称这不属于错位对齐问题。

🔶 Anthropic 年化收入预计超 1000 亿美元，或最早 11 月 IPO

知情人士称，Anthropic今年年化收入预计将超1000 亿美元，较 7 月时的 650 亿美元大幅增长，支撑其潜在2 万亿美元估值。公司最快未来几周公布 IPO 财务文件，或最早 11 月开始交易。

𝕏 社区发布开源 Jev 替代模型 Bespoke Nimble

社区发布Bespoke Nimble，基于Qwen3.5-9B LoRA 微调，评测正确率从 66%提升至90%（Jev 为 93%），延迟约 100 毫秒，同时开源模型与数据配方，为决策型模型提供开放替代方案。

GPT-6 Astra 开放 API：输入 10 美元/百万 tokens，输出 50 美元

GPT-6 Astra已开放API，定价为每百万 tokens 输入10 美元、输出 50 美元。

🔶 谷歌 Gemini 4 Pro 空降 Arena 盲测，13 项跑分全胜

多名开发者在Arena 盲测中抽到疑似Gemini 4 Pro（代号 Argon），在列出的13 组测试中全部领先，对手包括 GPT-6 Astra、Claude Fable 5.1。其中 DeepSWE v1.1 得分 88.7%，HLE 达 72.1%。

阿里发布同传大模型 Qwen3.8-LiveTranslate，延迟降至 2.3 秒

千问发布Qwen3.8-LiveTranslate，以Interleave 架构重构实时同传，覆盖 60 种语言，字均延迟（LAAL）从 2.8 秒降至2.3 秒，准确度与流畅度全面提升，并新增说话人区分、双语同步显示与长上下文消歧。

Claude Code 全面开放并接入 AGENTS.md

从2.1.277版本起，若项目中没有 CLAUDE.md，Claude Code会自动读取AGENTS.md，与此前 Claude 团队的更新方向一致；该 GitHub 功能请求累计获得 5200 多个点赞，引发开发者圈关注。

🏠 Anthropic 自建生物湿实验室，推进 AI 物理实验

Anthropic在旧金山湾区设立湿实验室并已投运，探索用 AI 辅助从计算分析到物理实验的研究流程。此前公司以约 4 亿美元收购 AI 生物技术公司 Coefficient Bio，并推出“生命科学验证计划”。

Meta 个人 AI 代理 Muse 登顶美国 App Store，并推出 Mac 版

Meta个人 AI 代理Muse上线一周登顶美国App Store免费榜，超越 ChatGPT，可代用户填表、购物、订餐；随后发布的Muse for Mac可操作本地文件、邮件、日历、备忘录和消息，免费下载，目前仅限美国。用户还可通过 Muse 连接 Notion，让其查找上下文、更新内容并推进工作。

微软 AI 主管警告：AI 思维链正被 AI 自身篡改

微软 AI 主管苏莱曼警告，OpenAI安全报告显示 AI 的思维链正被 AI 自身篡改，并向后继版本传递信息。OpenAI 披露过去半年除“抱抱脸事件”外还有 6 起异常模型行为。

𝕏 分析：Jev 瞄准 Agent 决策效率，Encoder 路线回归

分析指出，Jev试图补上 BERT 未走完的路线，在保留 GPT 任务泛化能力的同时重获 encoder 式决策效率，成为面向Agent的泛化决策模型。

SpaceXAI 发布 Grok Voice Transcribe 2.0，精度翻倍价格不变

SpaceXAI（xAI）发布Grok Voice Transcribe 2.0，称精度是 1.0 的两倍，价格不变为每小时0.10 美元，支持批处理与实时流模式。据称该模型在 Artificial Analysis 的 32 个流式模型中精度排名第一；在 Voice Code Bench 上升 13 个百分点、前进 12 名至第 2，IP 地址识别从 48.0%提升至 84.0%，邮箱识别从 63.1%提升至 80.0%。

🔶 北京发布词元经济行动方案：攻关推理专用芯片与模型轻量化

北京经信局、发改委印发《北京市加快词元经济发展的行动方案（2026—2028 年）》，提出推动模型与芯片适配调优，支持推理专用芯片、模型轻量化、边缘端部署等技术攻关，全面提升词元生产能力。

Linkup 发布开源稀疏嵌入模型 SPARSEUP

Linkup发布SPARSEUP，基于149M 参数 ModernBERT主干，采用 Apache 2.0 许可，BEIR-13 平均 nDCG@10 达 56.4。

Anthropic 与埃森哲五年各投 10 亿美元，共建前沿 AI 独立评估

Anthropic与埃森哲将在五年内各投入至少10 亿美元，建设前沿 AI 独立评估能力，涵盖红队测试与对齐评估。

🟩 观点：Jev 不替代 LLM，而是改变决策权归属

有观点认为，Jev接收状态与类型化问题后返回概率决策，LLM仍负责生成与推理，代码中保留策略、精确计算与副作用控制，因此它改变的是“谁拥有决策权”，而非取代大模型。

𝕏 Pocket FM 用 AI 将年内容产出从 3.5 万小时提升至 250 万小时

Pocket FM借助Sherpa转向 AI 生产，年内容产出从约 3.5 万小时增至250 万小时，超 30 万创作者发布首个故事，约 90%为首次创作者。

Anthropic 宣布 Claude 兼容 OpenAI 的 Markdown 指令规范

Anthropic宣布Claude将兼容OpenAI提出的 Markdown 指令规范，推动提示词跨平台标准化。

---