AI 前沿观察

DeepSeek 在官方 API 文档发布 DeepSeek-V4.1-Flash（News 标注 2026/09/10），面向长上下文与视觉 Agent 团队；Hugging Face 权重近 24 小时仍在更新。官网首页无带日期公告，一手出处是 API News / Change Log / 定价页与模型卡。

• 规格：官方称这是新架构家族里最小的一款，原生看图。552B 参数 MoE；Causal Encoder–Decoder 非对称激活——输入约 8B、输出约 16B。上下文 1M，最大输出 384K。支持 thinking / 非 thinking，推理强度可在 1–100 连续调节。权重 MIT 许可。
• 成本结构：官方对比上一代，KV cache 只要约 1/4 HBM、1/8 SSD；模型卡写明全局 KV 约 890 字节/token。缓存命中往往占 Agent 账单大头，压 cache 就是压长上下文费用。
• 怎么调用：新模型名 `deepseek-flash`。旧名 `deepseek-v4-flash`、`deepseek-v4-flash-vision-exp` 已退役，暂时路由到 V4.1-Flash 并按 Flash 价计费。Flash 支持视觉；V4 Pro 官方定价表写明不支持视觉。并发上限 Flash 2500、Pro 500。官方点名 WorkBuddy（含 CodeBuddy）与 OpenCode 已接好。
• 定价（官方美元，每百万 token）：Flash 非高峰：缓存命中 $0.003、未命中 $0.15、输出 $0.60；高峰为 2 倍。高峰时段为工作日 01:00–04:00 与 06:00–10:00 UTC，其余为非高峰。新定价自 2026-09-10 04:00 UTC 生效。
• V4 Pro 口径必须再核：News 页仍写「2026-09-14 04:00 UTC 起，`deepseek-v4-pro` 将改走 V4.1-Flash 并按 Flash 价」。但 Change Log 与定价页脚注已改口：应需求，9 月 14 日之后继续提供 V4 Pro，计价不变。上线前以 Change Log / Models & Pricing 为准，不要只看 News 旧句。

GitHub 于 2026 年 9 月 11 日更新 Copilot code review，面向已在用 Copilot 审 PR 的工程团队：它会在你改完问题后自动关掉对应评论，并在 Lite 档用多个智能体复审。

• 自动关闭：你推送的后续 commit 若已处理某条 Copilot 评论，复审时会自动 resolve；没改完的继续开着，避免评论区堆着过期意见。
• 智能提交说明：一键应用 Copilot 的改代码建议时，不再套默认 commit message，而是按这次改动生成说明。
• 审得更深：复审现在用上 Copilot SDK 的全套 shell 工具（在 agent 防火墙后），可跑构建、测试、脚本，并向可用工具/API 取证。官方称实验里正面反馈增多，高严重度发现更多、吹毛求疵更少。
• Lite 改集成：Lite 档不再单智能体单干，而是多个智能体各自看、再合成一份审查。官方实验：高/中/低严重度「被采纳评论」分别多 47% / 31% / 11%，审查成本约降 8%。这些改动只提高审查质量，不改变你怎么发起或接收审查。

GitHub 于 2026 年 9 月 11 日宣布 Copilot 用量指标正式纳入 VS Code Agents 专用窗口，面向企业主、组织主和账单管理员，用来看有多少人真在用独立 Agent 窗口、用得有多勤。

• 企业/组织汇总（1 天与 28 天）：新增可选字段 `daily_active_vscode_agent_users`（当日独立活跃用户），以及 `totals_by_vscode_agent`（`session_count` 与 `total_user_messages`）。
• 用户级报告：新增 `used_vscode_agent`（是否用过该窗口），以及每用户的 `totals_by_vscode_agent`。
• 边界：只覆盖 VS Code Agents 专用窗口，与编辑器里的 Agent Mode、通用用量汇总分开。没有数据时字段保持缺省或 `null`，兼容旧报表。
• 谁能看：企业 owner / billing manager、组织 owner，以及被授予 `View Copilot Metrics` 的自定义角色；且必须先打开 Copilot usage metrics 策略。

AWS 于 2026 年 9 月 11 日发文，面向已在 Amazon Bedrock AgentCore 上跑多智能体的团队，用一套航空订票演示说明：生产事故经常看起来像「Agent 变笨」，根因却可能是权限或限流。

• 两层监控：AgentCore Evaluations 对线上对话抽样，用 LLM-as-a-Judge 打 helpfulness / correctness / goal completion，并解释低分；AWS DevOps Agent 在出事时自动拉 CloudWatch、跨服务追 IAM / Bedrock / 运行时，给出根因与修复建议。
• 为什么难盯：演示用 Swarm——主管只做入口，专家之间动态交接、共享工作记忆，没有固定调用图可埋点。一次「西雅图→波士顿→迈阿密 + 伴侣券 + 差旅政策 + 金卡升舱」要并行查航线、读会员、再按顺序下单。
• 怎么接：观测数据从 AgentCore runtime 经 OpenTelemetry 进 CloudWatch；质量分也进同一处。事故可通过签名 webhook 交给 DevOps Agent。完整 CDK 与仪表盘在官方样例仓库，并指向 FAST（Fullstack AgentCore Solution Template）里的 Evaluations 指南。
• 核对范围：这是官方 how-to 与参考实现，不是新产品发布日。AgentCore Evaluations、DevOps Agent 的区域、采样比例与报价，请打开对应产品页再写进运维手册。

AWS 于 2026 年 9 月 11 日发文，面向要把业务做成「带界面的 MCP 服务」的团队，示范如何用 Amazon Bedrock AgentCore 托管 MCP Apps：在 ChatGPT、Claude 等支持该扩展的宿主里渲染同一套 HTML 卡片，而不是只回纯文本。

• 协议与平台：MCP Apps 给 MCP 加上可交互 HTML 小组件；AgentCore runtime 提供按会话隔离的无服务器 MCP 宿主，AgentCore Gateway 露出单一安全端点。样例「Unicorn Rentals」可浏览、预订、查看与归还，官方写明在 ChatGPT 与 Claude 里体验一致。
• 请求怎么走：宿主先 `tools/list` / `resources/list`；用户一句话被译成 `tools/call`（如 `list_unicorns`）。有 `_meta.ui.resourceUri` 的工具会再 `resources/read` 取自包含 HTML，在沙箱 iframe 里渲染。业务逻辑在独立 Lambda + DynamoDB，MCP 层只做协议适配。
• 生产注意：Gateway 前可加 WAF（IP 白名单、托管规则、限流）；runtime 用资源策略只允许 Gateway 角色调用。观测走 CloudWatch；非结构化出站文本可用 Bedrock Guardrails。计费按容器时长与调用量。仓库：`aws-samples/sample-agentcore-mcp-apps`。
• 核对范围：这是官方教程 + 样例，不是 MCP Apps 标准本身的发布日。ChatGPT 需打开 Developer Mode 并登记插件；Claude 走 Connectors。具体宿主是否已对你的账号开放 MCP Apps，请打开各宿主设置核对。

Cursor 于 2026 年 9 月 10 日在官方 Changelog 发布 Projects（测试版，即日起向全部用户滚动开放），面向要做大功能、迁移或整站交付的开发团队，用协调智能体把长期任务拆给大量子智能体并行推进。

• 怎么分工：左侧导航进入 Projects。协调智能体自己不写代码，负责规划、把任务派给执行智能体，再把完成件交回给你验收；可按工作量并行拉起所需数量的子智能体。
• 云端不停机：Project 跑在独立的云电脑上，合上笔记本也不会中断。需要本机测试时，协调智能体会再拉起本地智能体。
• 共享上下文：每个 Project 维护一套在云端与本机之间同步的文件，智能体会写入调研、产物，以及它对代码库和你偏好的理解。例如有人摸清了某服务的测试方法，后续智能体都能沿用。
• 订阅信号：可让协调智能体盯 Slack 频道、按日程跑，或跟踪全部 PR；接到信号就行动，不必等你再提示。接到 Slack 报缺陷频道后，可按每条缺陷自动分派。
• 核对范围：官方写明为 beta、即日起滚动开放。额度、价格、企业管控与地区可用性请打开 Changelog 原文核对后再写进团队规范。

OpenAI 于 2026 年 9 月 10 日通过官方博客 RSS 发布 Agents API，面向要上线云端智能体的产品与平台团队，把它定位为托管服务，底层由 Codex 套件驱动编排、长会话与工具调用。

• 官方一句话：用 Agents API 构建并上线云端智能体；托管服务，由 Codex harness 提供编排、长时间运行的会话，以及工具使用。
• 和「自己拼 Agent 循环」的差别：官方强调的是托管与套件，而不是再发一套提示词模板。适合已经在用 Codex / ChatGPT 工具调用、想把会话和编排交给平台的团队。
• 核对范围：本次抓取官网正文页被 Cloudflare 拦截，卡片只采用官方 RSS 标题与摘要中的事实。定价、配额、地区、是否对所有 API 层级开放，以及和 Assistants / Responses API 的替换关系，请打开原文核对后再写进架构评审。

OpenAI 于 2026 年 9 月 10 日通过官方博客 RSS 介绍 ChatGPT Work 里的 Data agent，面向要在对话里用公司数据出洞察的业务与分析岗，强调用自然语言连接数据、发现洞察，并搭建交互式仪表盘。

• 官方定位：Meet the Data agent in ChatGPT Work——连接公司数据，发现洞察，用自然语言搭建交互式仪表盘。
• 和「把表格贴进聊天」的差别：官方写的是「接上公司数据」再分析、出仪表盘，而不是一次性粘贴一份 CSV。适合已经在用 ChatGPT Work、希望少走一遍 BI 排期的团队。
• 核对范围：本次抓取官网正文页被 Cloudflare 拦截，卡片只采用官方 RSS 摘要。支持哪些数据源、权限模型、是否写入源系统、定价与企业管控，请打开原文核对后再对财务口径负责。

AWS 于 2026 年 9 月 10 日宣布 Amazon Quick 桌面应用在 macOS 与 Windows 正式 GA，面向企业知识工作者；同期给 iOS / Android 增加活动流，把邮件、日历、CRM 与即时消息收成一份按优先级排列的清单。

• 桌面能做什么：用自然语言问复杂问题、在后台组装会议简报，并把一个人搭好的仪表盘、智能体与自动化分享给全组。官方强调数据留在客户环境、对话保持私密，审计走 Amazon CloudWatch 与 AWS CloudTrail。
• 手机活动流：智能体自己能处理的事项从列表里消失，剩下「只有你能拍板」的短队列；会学习关系、优先级与习惯，而不是只按到达时间刷屏。
• 合规与预览客户：官方写明从第一天起带 HIPAA、FedRAMP、SOC 2、ISO 27001。Southwest Airlines、LabCorp、PGA TOUR 等在预览期使用桌面端，原文引用了他们的内部评价，属客户证言，不是可复现基准。
• 不是二手转述：这是 AWS 自有助手产品的桌面 GA，不是在转述另一家模型上架。

AWS 于 2026 年 9 月 10 日为 Amazon SageMaker Inference 实时端点新增 PREFIX_AWARE 路由策略，面向已在实例上打开前缀 KV 缓存的 LLM 服务团队，让带相同提示词开头的请求稳定打到同一台机器。

• 要解决的错位：vLLM / TensorRT-LLM 能缓存共享前缀，但默认随机路由会把同一段 3000 token 系统提示打散到整个机群，每台都冷启动。新策略按请求开头做亲和，并带过载保护：目标实例满了就改道，扩缩容时只挪一小部分流量。
• 官方基准（Llama 3.1 70B Instruct，7 台 ml.p5.48xlarge，vLLM 打开前缀缓存）：8000 token 共享前缀、持续 1 小时时，P50 TTFT 降 71–77%，P90 降 33–37%，KV 缓存命中率从约 25% 升到逾 80%，吞吐升 15–16%。短对话（ShareGPT 风格 30 分钟）P50 降 13–16%，吞吐只升约 2%。路由本身多 1.3–1.9 毫秒。
• 怎么开：在端点配置的 RoutingConfig 里设 RoutingStrategy=PREFIX_AWARE，并配置 PrefixLength（1024–65536）与 ConcurrencyThreshold（1–1024）。原生 Invoke 按请求体字节计，OpenAI 兼容 API 按抽出的消息字符计；多租户可用 X-Amzn-SageMaker-Prefix-Aware-Id 或 prompt_cache_key 做隔离。
• 前提：至少两台实例，且容器侧必须打开前缀缓存。单实例或请求序列化不一致（JSON 空格、键顺序）会让亲和失效。

Anthropic 于 2026 年 9 月 10 日发布《Detecting and countering misuse of AI: September 2026》，汇总 2025 年 12 月至 2026 年 8 月、由其威胁情报团队识别并打断的滥用，覆盖网络攻击、影响力行动、监控、诈骗、生物误用、常规武器与蒸馏七类。官方写明：除一起非法蒸馏外，这些案例用的是 Claude Haiku / Sonnet / Opus，不涉及 Fable / Mythos。以下数字与归因均为 Anthropic 单方叙述；通义、Kimi、DeepSeek 官网近 24 小时未见带日期回应。

• 网络攻击趋势：官方称 AI 已压低「国家队 vs 个人」的技能门槛，多数案例里模型不只回答问题，而是编排侦察、利用与窃取；人仍决定目标并复核结果。报告举俄罗斯关联 GTG-20006 等案例，说明检测规则被绕过的速度在加快。
• 非法蒸馏（官方定义）：工业化、隐蔽地抽取模型能力并复制到另一模型，通常靠被盗信用卡、账号与 API Key。阿里巴巴（通义实验室 / Qwen）：Anthropic 称为其测过最大的思维链蒸馏，针对 Opus 4.6 / 4.7，用于 Qwen 3.5 / 3.6 / 3.7；2026 年 5–7 月归因逾 1.51 亿 次交互，峰值近 300 万次/天、逾 3500 个欺诈账号。月之暗面：官方称其曾把用户请求悄悄转到 Claude（多数打到 Opus）再把回复显示为 Kimi，并抽取思维链；5–7 月归因逾 2300 万 次，其中 10 天内近 30 万次、约 5380 个账号。DeepSeek：官方称其用类似跨会话回放拆出推理痕迹，并在第三方编码套件流量上把部分用户转到 Opus；2026 年 7 月 14 天内归因逾 1210 万 次。
• 边界：这是厂商威胁报告，不是法院判决或被点名公司的承认。能力、定价、产品是否上线不在本报告范围内；亦见于 TechCrunch 对同一份报告的转述。

Hugging Face 于 2026 年 9 月 10 日发文介绍 Workflow1111：用 Gradio Workflow 把 AUTOMATIC1111 稳定扩散 WebUI 的大部分能力收成一张工作流画布，面向要在浏览器里拼出图管线、又想直接当 API 调用的团队。

• 画布上有什么：11 条媒体管线、73 个节点，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测转重绘蒙版、ControlNet 风格标注、去背、PNG Info、图生视频等。节点只有四类：本地 Python 函数、InferenceClient 调模型、调用另一个 Space、读 Hub 数据集。
• 怎么跑：用 Hugging Face 账号登录或提供 access token，模型调用走你自己的配额。也可复制 Space 改线。约三分之二节点是纯本地 fn（36 个算子里 32 个 fn、22 个完全不联网）。
• 每个输出都是接口：官方写明画布上的输出节点会生成 REST 端点（文中列举 /image、/edited_image、/png_info 等 9 个），打开 mcp_server=True 后也可当 MCP 工具；调用方在 X-HF-Token 里带自己的 token，Space 不代持密钥。
• 和 ComfyUI 的官方对照：节点可以跑在你没有的硬件上（Inference Providers / Space）；自定义节点就是普通 Python 函数。这是 Gradio 工作流示例，不是 AUTOMATIC1111 官方迁移公告。