「为什么医生让我先拍片子再查 CT，核磁不是更清楚吗？」——影像检查不是「越贵越清楚越好」，四种工具看的是完全不同的物理信号：X 光看空气与骨的对比、CT 看横断面的密度地图、B 超看实时的声波回声、核磁看水分子的状态。本文讲清每种工具的强项盲区、辐射量真相、以及「为什么 B 超便宜却不可或缺」。

Agent 工程系统学习第 9 章：评测是把 Agent 开发从手工艺变成工程的分界线。给出场景作为评测基本单位与两类判定器分工，LLM-as-judge 的四类偏差与校准方法，pass^k 指标测量非确定性，轨迹评测捕捉过程性退化，分层回归测试与候选门禁，A/B 分桶与两比例 z 检验，以及连接改进闭环的数据飞轮。

9月16日，B站「AI无限竞技场」正式上线，首期大模型测评榜单同步公布。]

险资、券商与头部创投持续加码]

· Google 向全体工程师开放 Claude，Gemini 仍是默认模型 · 鸿蒙智行确认问界合作模式调整，赛力斯主导五项业务 · Waymo 计划 2027 年在东京推出全无人出租车 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：i…

IT之家 9 月 16 日消息，在今天（16 日）晚间的零跑 2026 年度技术发布会上，零跑汽车公布了自研的世界模型智能辅助驾驶，200TOPS 算力就能实现，最高提供 1280TOPS 算力的顶级版本，老车主也可升级。 IT之家从发布会…

震撼其他人的 AI 创造，必须先震撼自己 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

In a bid to help creators reach more people, YouTube on Wednesday unveiled a slew of new tools, many of which use AI to …

完整版（含研究方法、逐条证据台账、口径冲突清单、常见误判澄清表、渐进式落地路线与 18 条参考文献）。逐层拆解 Agent 沙箱七层架构：microVM 隔离边界、快照恢复启动路径、Intel IAA 硬件加速压缩、分层镜像按需加载、高密度超卖调度、默认拒绝安全基线、K8s CRD 编排标准。锚定 Firecracker NSDI'20、Sabre OSDI'24、DeepSeek DSec arXiv 2609.22978、Kubernetes SIG Apps Agent Sandbox 等一手来源，每条结论标注证据等级（A/B/C/D），并列呈现视频口播与论文的口径冲突、8 条常见误判澄清，并明确列出 5 项官方未公开事项。

290,802 星的 agent harness 操作系统 2.2.3 线新增面拆解：GateGuard 在首次编辑前拒绝并要求交出具体事实（官方 A/B +2.25 分、代价约 45% 轮次），四档 harness 保真度矩阵自陈「不支持」，Memory Vault 三作用域只创建、unreviewed、拒密钥、不跟符号链接。并如实并排展示它自己公布的 72 场试点「只测到成本、没测到效果」。

功能排期靠拍脑袋、上线效果没人验证，是大多数平台研发的常态。本文给 Proteus AI 平台设计一条「研发 Loop」：定时爬取 GitHub 上同类平台的功能形成 PR，部署灰度环境跑真实流量，7-14 天后用 z 检验判定平台指标是否变好，变好再经 Astra 模型 review 决定合入，变差自动回滚。附六阶段流水线、数据模型、熔断治理与落地里程碑，配六张手绘架构图。

衡宇* 2026-10-07 22:10:33 来源：量子位 乔不迟 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚，2026年诺贝尔化学奖正式揭晓！ 瑞典皇家科学院宣布，今年的诺贝尔化学奖授予法国巴黎第十一大学的**Henri B…

谷歌 Harness² 的双层递归要烧掉大量试跑 token，普通团队抄不动全套，但它背后的三条工程原则可以立刻用：把执行框架显式化为可编辑文件、没有执行证据不许沉淀经验、没有标准答案就用行为对比做探测。本文把它们翻译成八组件资产清点、EXPERIENCE.md 经验模板、盲选式 A/B 试跑与四道防退化护栏，并给出一个最小可行闭环。

Daytona Platforms announced on Friday that it had raised a $60 million Series B round at a $1 billion valuation led by F…

据路透社报道，SK 海力士希望以在美国建设新 NAND 工厂为条件，换取美国政府批准其子公司 Solidigm 为大连工厂 Mod B 区域安装更多美国半导体设备，中国工厂新增收入或用于支持美国建厂资金，并考虑最快 2027 年 IPO。

Arena 起源于 2023 年 UC Berkeley 的众包 AI 模型排名研究项目，宣布完成 2 亿美元 B 轮融资，估值 31 亿美元，由 Lightspeed 和 Khosla Ventures 领投。

Nous Research, the startup developing the open source Hermes Agent, has raised a $90 million Series B at a $1.5 billion …

BM25 是 Lucene/Elasticsearch 的默认相关性算法，也是 2026 年混合检索的标配一半：IDF 加权、词频饱和、文档长度归一，三个直觉撑起一个 30 年不倒的公式。本文逐项拆解它的数学与两个旋钮 k1、b，并说清它和向量检索各管哪一半。

文学家团队借助韦伯望远镜在距地球 500 光年的巨行星 HATS-6 b 大气中探测到水、甲烷、氨，同时发现这颗行星温度可能比标准推算温度低得多。这是透射光谱技术第二次在系外行星大气中检出水汽之外的氨信号。由于氨这类含氮分子在较冷的巨行星中…

天文学家发现了已知最年轻的行星——Elias 2-24 b。这颗不到 100 万年的木星大小行星仍被其形成时的气体和尘埃包围。其令人惊讶的形成速度挑战了关于巨行星如何形成的主流理论。现有的行星形成理论认为，一颗大质量行星不可能形成地如此迅速…

系列第 ④ 篇（收官），对应技能地图第 17–20 格「塑造构建」。先拆解吴恩达的四项能力（驱动构建循环、产品决策、沟通与领导、高自主权主人翁意识）并给出各自的可执行动作，包括用户同理心从 2–3 人访谈到大 规模 A/B 的四级打磨路径；再以 Claude Code 产品负责人 Cat Wu 描述的 Anthropic 内部形态做现实检验——一周甚至一天上线、上万条需求难在判断该做哪个、岗位边界被主动打破、agency 是关键特质、以及"模型越强产品越简单"导致的删除机制；随后指出高自主权落不了地的三种真实阻力（实验/发布权、决策接口、价值口径）与对应的最小可行请求，并与站内 Jake Wharton 的反向立场做对照。附个人与管理者各四条行动清单，及四篇系列总览。

近日，物理AI企业深度智控（DeepCtrls）完成新一轮B+轮数亿元融资。

量子位的朋友们* 2026-10-09 16:53:08 来源：量子位 联想天禧AI自主研发的专业代码智能体框架TianxiCode 以71%的问题解决率登顶全球第一名 近日，在国际公认难度最高、最贴近真实开发环境的软件工程评测SWE-b…

AI coding agents can now build small playable games in minutes, but the results usually look like programmer art: gray b…

IT之家 9 月 25 日消息，当地时间 24 日，据彭博社报道，甲骨文为旗下旗舰 AI 数据中心项目的延期风险**提前采取保护措施**，华尔街由此开始质疑，甲骨文能否如期建成足够的数据中心容量，为 AI 业务扩张提供支撑。 甲骨文已向 B…

With little help from frontier labs, independent researchers are piecing together how AI agents coordinate in internet b…

Recent advances in wearable sensing enable continuous monitoring of physiological and behavioral signals, yet existing b…

Quantization has been widely adopted in LLM training and inference to reduce cost and improve efficiency. However, low-b…

2026 年 9 月，一次东部型超强厄尔尼诺正式形成，多国机构预计它可能成为有系统性监测以来最强的一次。本文从 ENSO 机制讲起，复盘三次历史超强事件在中国的洪涝、台风与暖冬记录，梳理变暖背景下的频率之争与预报能力边界，并给出这一次的中国展望。

IT之家 10 月 8 日消息，AI 基础设施建设的资金需求，正推动一系列大规模私人债务融资交易。 据《华尔街日报》及彭博社今日报道，博通近几周来一直在为 OpenAI 的定制 AI 芯片安排超 500 亿美元（IT之家注：现汇率约合 3,…

“IT早报”时间，大家好，现在是 2026 年 9 月 15 日星期二，今天的重要科技资讯有： 1. 苹果 iOS / iPadOS 27.0 正式版发布：性能优化、升级 Siri AI，增强家长管控... 苹果 9 月 15 日向 iPh…

一份可直接用于团队分享的 Agent 沙箱全景：从进程级到 microVM 的五级隔离谱系、「请求→供给→执行→回收」主流程、六大能力组清单，以及从单沙箱限额到高密度超卖的四层资源并发控制，综合本站知识库 13 篇沙箱主题文章写成。

2018 年 10 月至 2019 年 3 月，波音 737 MAX 8 连续两起空难带走 346 条生命，祸根是 MCAS 系统依赖单一传感器且未对飞行员培训。埃航次日波音声明「对安全性充满信心」，三天后才被中国民航局率先停飞倒逼全球停飞；公司用「飞行员反应」甩锅，用四个月才承认 MCAS 在两起事故中均被激活。最终代价：全球停飞 20 个月、超 200 亿美元直接损失、与司法部 25 亿美元和解——罪名不是事故本身，而是「欺骗监管者」。本系列第十八篇复盘人命级安全危机：当公关的一切技巧失效后，剩下的唯一形态是说真话的时点与彻底的技术修复。

2020 年 4 月 2 日晚，瑞幸咖啡自曝 COO 及下属自 2019 年二季度起伪造交易约 22 亿元——从浑水做空到自曝仅隔两个月，股价单日六次熔断、市值蒸发超七成，退市、罚款、创始人出局接踵而至。但故事没有停在废墟上：三年后瑞幸营收 249 亿元反超星巴克中国，门店破 3 万家，酱香拿铁首日卖出 542 万杯。本系列第十五篇复盘「自曝型危机」——它展示了消费者信任与投资者信任是两种货币，以及一家「账是假的公司」如何用真实的生意完成重生。

2016 年，开售 14 天的 Note 7 即宣布全球召回，速度堪称教科书；但根因未明就复售，更换机在客舱冒烟后被迫停产，国行另有「区别对待」争议。三星随后公开缺陷、推出 8 点安全检查，S8 预订量超前代三成。产品安全危机的铁律：先保人后保牌，道歉不值钱，整改才值钱。

容器只靠 namespace 隔离视图，资源限制与计量的真正执行者是 cgroup。本文拆解 v1 与 v2 的层级与委托差异，cpu、memory、io、pids 四大控制器的超限行为，Kubernetes 的 QoS 分级与 OOM 选择逻辑，并复盘 CPU limit 节流毛刺等经典误配的排查方法。

UCLA/MIT 背景团队开源的多智能体投研框架：四个分析师并行取证、多空研究员结构化辩论、三档风控独立审议、组合经理五档评级拍板，并用已实现收益结算决策记忆。本文拆解其状态机与评级解析机制、五类落地场景，并如实标注论文仅三个月窗口、夏普比率超经验范围等边界。

FDA 批准的 AI 医疗器械已超 1600 个，四分之三以上是影像产品；但深挖审批数据会发现，做过前瞻性临床测试的只有 5%。本文讲清影像 AI 为什么跑赢所有医疗 AI 赛道、审批繁荣背后的证据缺口，以及从获批到「医院真用、有人付钱」之间还隔着什么。

胆固醇不是敌人，问题在于血液「物流系统」会不会超载。本文沿外源、内源与逆向转运三条线拆解脂蛋白循环，讲清动脉粥样硬化的发生机制，再按证据强度盘点 LDL-C、HDL 争议、残粒胆固醇、Lp(a) 与膳食之争，最后落到体检报告的目标值与干预逻辑。

2023 年 12 月，东方甄选小编在官方账号评论区一句「小作文是团队写的」，引爆了董宇辉粉丝与公司的对峙：CEO 孙东旭直播间摔手机、公开谈论主播薪酬，3 个交易日市值蒸发超 60 亿港元，4 天掉粉 250 万，12 天后孙东旭免职；7 个月后董宇辉带着与辉同行彻底单飞。本文复盘这场「治理型舆情」——它不是产品危机，而是公司最值钱的资产和公司战略本身在打架。

10 月 8 日《华尔街日报》与彭博社报道：博通正为 OpenAI 的定制 AI 芯片安排超 500 亿美元融资，与阿波罗、黑石等私募信贷机构早期洽谈；同日《金融时报》曝出 SpaceX 正洽谈约 400 亿美元买英伟达芯片，博通还在为 Anthropic 筹集 600 亿美元。芯片采购的钱开始大规模来自债券与私募信贷，而非利润与股权——AI 算力的融资结构正在换轨。本文梳理交易结构与「循环交易」争议。

用户双击了支付按钮、网关超时重试、支付回调第三次重发——三件事撞在同一毫秒，订单只该创建一次。本文从 RFC 9110 的幂等语义讲到 IETF Idempotency-Key 草案的状态码矩阵，拆解 Stripe 的 24 小时窗口与「500 视为结果不确定」的细节，对比 Adyen、SQS、Kafka 的去重窗口，最后给出存储层三板斧与验收清单。

GPT-3 有 1750 亿参数却不会「听懂指令」，InstructGPT 用 13k 条示范、33k 条偏好排序和 PPO 强化学习，让 1.3B 的小模型在人类评测里反超大 100 倍的前辈。本文逐层拆解 RLHF 三阶段——SFT、奖励模型、PPO——以及 KL 惩罚、标注员分歧、模式坍缩这些决定成败的细节。

OpenAI 已把 GPT-6 推向全体 ChatGPT 用户，官方口径周活超 12 亿。这一次不是一颗旗舰，而是 Astra、Sol、Luna 三款各管一段：Pro 档才摸得到的 Astra、付费档默认的 Sol、免费档的 Luna，配套把回复从纯文本升级成带交互组件的 Intelligent UI。本文梳理三款模型的定价与能力坐标、第三方评测里的真实站位，以及 GPT-6.1 Astra 因安全原因被取消的罕见一幕。

GPT-4 当裁判与人类偏好的一致率 85%，超过了人类彼此之间的 81%——这是 LLM-as-a-Judge 立身的实验，但它交换位置后的一致率只有 65%，一个 token 就能操纵打分，模型版本一漂移榜单就作废。本文拆解机器裁判的奠基实验、三种已知偏差与缓解手段、工程化成本，以及什么时候不该用它。

🏠曝苹果进军智能家居，拟于 10 月 13 日推出家庭中枢 📱iPhone 18 Pro 中国首销 3 天销量超上代首周，苹果周份额达 33% 🌐Google 发布 Gemini 4 Argon，先向网络防御者开放测试 🏢机构预计 …

基于视频《为什么沙箱成了 AI 圈最卷的新基建》的深度延伸调研。逐层拆解 Agent 沙箱的七层架构：microVM 隔离边界、快照恢复启动路径、Intel IAA 硬件加速压缩、分层镜像按需加载、高密度超卖调度、默认拒绝安全基线、K8s CRD 编排标准。锚定 Firecracker NSDI'20、Sabre OSDI'24、DeepSeek DSec arXiv 2609.22978、Kubernetes SIG Apps Agent Sandbox 等一手来源，逐条标注证据等级，并并列呈现视频口播与论文的口径冲突、8 条常见误判澄清。

2026 年 9 月 17 日 Anthropic 首次公开内部指标：截至 8 月 Claude 已「主导」（AL4）26% 的 AI 研发工作，半年前不足 1%，同时约 3 万个 Agent 在线、单月超 10 亿次决策。本文按事实进度分层陈述，每项数据标注权威来源（Anthropic 官方文档、METR、Epoch AI、Import AI、Google DeepMind、OpenAI）：工程与代码层已跨过门槛（SWE-Bench 2%→93.9%、CORE-Bench 21.5%→95.5%、任务时间视野 30 秒→12 小时）、AI 研发流程层解既有问题已上移而「提新问题」尚无证据、Agent 运行与监督层双层 100% 覆盖已上线、资源分配层安全研究占算力约 6%（单周）、上限 AL5 = 0，另附约束条件量化数据、官方与权威机构的进度预测、6 项后续跟踪指标、来源清单与未获取清单。

从控制流与上下文的所有权出发，给出四条可执行的 Agent 工程原则：一切外部接入以工具体系形式接入且不注入系统提示词；逐级披露贯穿技能、工具发现、工具执行与记忆四个环节；Workflow / Agent / Agentic Workflow / Graph 各有场景、不是替代关系；并逐层拆解四者的技术原理——DAG 与状态机、ReAct 循环、宏观图加微观循环的混合架构，以及 State/Node/Edge、超步执行、reducer 合并语义、checkpointer 恢复、interrupt 人审与递归上限。

大模型的「听话」不是天生的，是训练出来的：监督微调（SFT）教它格式，人类反馈强化学习（RLHF）教它偏好，宪法 AI（CAI）试着教它原则。本文讲清这条对齐技术路径的演进逻辑、每一代方法解决了什么又留下了什么，以及为什么 Anthropic 会说「AI 用 AI 的反馈来对齐 AI」。