AI日报｜Anthropic CEO 呼吁放慢前沿步伐；OpenAI 确认 2026 年不上市；Perplexity 全面采用 GPT-6 Astra 系统

模型发布/更新

Qwen 3.8 Max 阿阿里云 (Alibaba Cloud) & Fireworks AI

• 一言以蔽之：阿里云与 Fireworks AI 达成深度合作，正式将旗舰大模型 Qwen 3.8 Max 引入 Fireworks 开发者社区。
• 核心亮点：
  • 全球极速托管：为全球开发者提供兼顾速度与高生产级品质的通义千问旗舰模型托管推理服务。
  • 开源生态赋能：大幅降低企业级开发者调用旗舰多模态模型的门槛与延迟。
• 技术规格：旗舰多模态大模型 / 企业级 API 托管 / 极速推理
• 传送门：

  View post on X by @FireworksAI_HQ

  在 X 上查看 @FireworksAI_HQ 的貼文 ↗

产品发布/更新

Perplexity 集成 GPT-6 Astra OOpenAI / Perplexity

• 更新内容：Perplexity 官方宣布全面信任并采用 OpenAI 最新 GPT-6 Astra 模型来处理端到端系统任务。Astra 被用于编写通信、修改软件并监控生产系统，其高度的自主性使团队在日常维护和系统迭代时的检查频次大幅降低。
• 适用人群：[软件工程师 / AI 开发者 / 自动化运维]
• 体验通道：OpenAI 官方博客

Amp Free Agent AAmp Code

• 更新内容：AI 编程助手 Amp 宣布推出全新政策：用户只需自带模型订阅或 API 密钥，即可完全免费使用其强大的 Agent 编码服务。
• 适用人群：[软件工程师 / 全栈开发者 / 独立开发者]
• 体验通道：Amp 官方公告

ColaMD 2.1 MMarsWave AI

• 更新内容：免费、优雅的开源 Markdown 编辑器 ColaMD 正式发布 2.1 版本。新版本原生支持标签页功能（支持 ⌘T 创建、⌘W 关闭及多选打开），并将安装包体积从 200MB+ 大幅缩减至 80MB，实现 60% 的轻量化瘦身。
• 适用人群：[Markdown 深度用户 / 开发者 / 写作写作者]
• 体验通道：

  View post on X by @oran_ge

  在 X 上查看 @oran_ge 的貼文 ↗

行业动态

Anthropic CEO Dario Amodei 发表重磅文章《我们必须放慢前沿步伐》 AAnthropic

• 事件概述：Anthropic 首席执行官达里奥·阿莫代伊（Dario Amodei）发表全新署名文章，呼吁整个 AI 行业主动放慢前沿模型迭代速度，并提出包含三步走的行业降速与安全对齐规划。作为第一步，Anthropic 宣布单方面向第三方独立评估机构开放永久性的“员工级访问权限”。
• 影响分析：该倡议迅速引发了业界领袖及技术社区的强烈反响与多方辩论，再次将前沿大模型的增速、监管边界与安全博弈推向全球风口浪尖。
• 新闻链接：Dario Amodei 官方博客

Sam Altman 《财富》最新访谈：OpenAI 2026 年绝不上市 OOpenAI / 《财富》

• 事件概述：OpenAI 首席执行官山姆·奥特曼在接受《财富》杂志专访时明确表态，在技术面临极高安全风险与对齐挑战的当下，公司 2026 年绝不考虑上市。
• 影响分析：奥特曼指出，OpenAI 特殊的治理结构正是为了保障在需要为人类整体利益而“暂停训练”或违背短期财务利益时，不受公开股市的逼迫，进一步确立了安全优先于资本回报的战略底线。
• 新闻链接：《财富》深度报道

Gary Marcus 深度剖析 Dario Amodei 放慢提议：三份赞誉与两分怀疑 GGary Marcus

• 事件概述：知名认知科学家、学者 Gary Marcus 发表长文，对 Dario Amodei 关于放慢 AI 发展的提议进行深度拆解。
• 影响分析：文章在肯定 Anthropic 致力于透明度承诺的同时，援引多方技术与政策专家的质疑，指出 METR 评估机构与大厂资本过近的潜在利益冲突，并对“借地缘安全威胁维持技术加固”的论调提出批判。
• 新闻链接：Gary Marcus Substack 专栏

论文研究

Recurrent Looped Transformer (RLT) 架构技术报告 AAI 研究社区

• 研究动机：针对传统 Transformer 模型在处理超长上下文与多步骤推理时面临的计算开销激增与静态深度瓶颈，探索跨 Token 的循环递归架构。
• 核心创新：引入 Recurrent Looped Transformer (RLT)，使解码器在每一个 Token、Prompt 和 Response 上实现循环复用。因果编码器构建全局 KV 内存，解码器深度随序列长度动态增长，而单 Token 计算成本保持恒定。
• 研究成果：在预训练、SFT、采样及强化学习回放（RL Replay）中保持统一的状态转移机制，有效提升了推理效率与大模型长视距推理能力。
• 论文地址：

  View post on X by @omarsar0

  在 X 上查看 @omarsar0 的貼文 ↗

其他分享

谈论是否应该亲自动手构建 Agent Harness OOmar Sar

• 内容简介：知名 AI 研究者 Omar Sar 分享了关于“是否应当构建自定义 Agent Harness”的深度思考。他认为学习编写 Harness 是掌握前沿智能体、解锁真实世界复杂任务可靠性不可或缺的最佳途径。
• 传送门：

  View post on X by @omarsar0

  在 X 上查看 @omarsar0 的貼文 ↗

Mole CLI v1.54.0 持续演进：极速终端清理与扫描工具 TTw93

• 内容简介：开发者 Tw93 分享了其开源热门项目 Mole CLI 的最新进展。版本更新至 v1.54.0，带来了更快的扫描速度、更流畅的进度反馈以及更安全的清理诊断机制。
• 传送门：

  View post on X by @HiTw93

  在 X 上查看 @HiTw93 的貼文 ↗