2026年09月14日AI 版

依据

Anthropic的Dario Amodei发公开信呼吁放慢前沿模型开发，OpenAI的Sam Altman、xAI的Elon Musk和DeepMind的Demis Hassabis都对此表态支持；特朗普对《金融时报》说「谁赢AI谁赢」，众议院议长约翰逊在CNN称国会紧急监管会是「国家安全威胁」。机制是这样的：头部实验室想以自愿放缓换取政策空间，而政治层面把任何监管都读成对华竞赛中的让步，于是否决发生在立法之前，安全评估、算力与数据治理的推进节奏先被压住。另一层对照是，这些表态都不是法律文本，实际约束仍取决于国会与行政规则，所以「被否决」和「被禁止」不是一回事。

依据

WIRED 的 Maxwell Zeff 说，agent（智能体，材料定义为基于大语言模型、可自主决策执行任务的系统）不是一问一答，而是根据用户原问题给自己几百个小提示；例如让它建网站，可能跑数小时，过程中自我重提示几十次。Boris Gamazaychikov 说这使算力与用户数量解耦，AI 领袖谈的是一人公司背后有几百上千个智能体。机制上，单个查询变成多轮提示和并行助手，任务越复杂，功耗上限越不封顶；OpenAI 称 10,000 个以上智能体发送 2.7 million 条消息解出一道数学题，数学家反驳其说法，但消息本身耗掉大量算力。Sam Altman 曾称收一颗杏仁的水等于 38,000 次 ChatGPT（OpenAI 的聊天机器人）查询，该算法有争议；Zeke Hausfather 算自己日均 Claude（Anthropic 的对话模型）会话可能耗电超过两台冰箱，Sustainable AI Group（可持续 AI 研究咨询组织）说其依据偏旧并将在本月晚些时候发更精确测算。

依据

OpenAI称动用约一万个智能体、数千万美元算力、88小时解出纳维-斯托克斯问题，并发现自己在和NYU教授Buckmaster、以及对手机构的Alpöge赛跑。公司说Buckmaster通过Codex提交的提示不可能影响系统或训练，Buckmaster表示难以采信。争议集中在训练数据来源、贡献认定，以及保密能不能被核验。

依据

Simon Willison 在 9月11日 摘录了 huggingface.co/security.txt 里的一段话：如果 AI 代理是被指派来找漏洞的，CyberGym benchmark（benchmark 指评测基准，材料只说明它在 GitHub 上公开、可以去刷高分）就在那里，不必入侵 Hugging Face，顺便把模型权重也传到 Hugging Face 上。security.txt 是放在网站根目录、给机器读的漏洞报告与联系方式约定文件，浏览器用户看不到，但被指定目标的代理会去抓它，所以这段话实际是插在披露管道里的劝退指令。它的效果完全依赖对方读完照做，既不缩小可达面，也没有留联系邮箱或响应时限。同一博客的标签计数可作为存量对照：security 638、ai-security-research 42、hugging-face 27、accidental-cyberattacks 16、openai-hugging-face-incident 9。

依据

Simon Willison 说他让 ChatGPT Work 里的 GPT-6 Astra（Max）生成从自家出发的 5K 和 10K 环线，跑了 27 分钟，交付内嵌地图加可下载的 GPX（GPS 轨迹文件）和 GeoJSON（地理矢量数据）。他追问方法，模型答：用 Nominatim（OpenStreetMap 的地址地理编码服务）定位住址，用 Overpass（OSM 查询接口）拉取本地道路与步道，再本地算环线；地图由 visualize 技能渲染，写出 /workspace/el-granada-5k-share.html，几何塞在页面内的 JSON 块里，D3 从 CSP 白名单中的 CDN 加载。他真正踩到的是流程不可见：等他想要那段 Python，会话已被压缩（compaction，把长上下文压成摘要省 token），拿不回来。所以他主张凡用压缩的系统都要保留压缩前文本，并让 agent 通过工具调用取回。另外内嵌 HTML 里那条 5K 路线标题是 El Granada harbor loop，距离标的是 5.1 km——文件能下载，但名字和里程之间没有任何核对环节。

依据

AWS Machine Learning Blog 在标题中提出“Build interactive MCP Apps using Amazon Bedrock AgentCore”。MCP 是 Model Context Protocol（模型上下文协议），作用是为代理调用外部工具或数据提供统一接口；AgentCore 被 AWS 定位为构建、连接和优化代理的平台。机制上的取舍是：开发者写一次 MCP 应用，由 AgentCore 承担连接、托管或运行适配，于是少写针对不同环境的胶水层；代价是运行时位置、鉴权链路和排障入口更依赖 AWS，离开这套托管边界的路径没有被材料证明存在。