AI日报 | 2026年09月13日

今天的 AI 新闻里，有两组数字很扎眼。

一边是 DeepSeek V4.1-Flash 的 552B 总参数和 8B prefill 激活参数，另一边是 OpenAI 的 Habitat 每秒超过 7000 万次请求。模型在继续变大，线上系统却在拼命把每一次推理、每一次读写压得更便宜。这个矛盾，恰好是今天最值得看的主线。

另一头也没有闲着。Anthropic 提议给第三方评估者永久员工级访问权限，Cursor 开始让协调者 Agent 调度数千个子 Agent，OpenRouter 则把有状态 Shell 直接塞进模型工具箱。能力从演示走到基础设施，权限、成本和审计就再也不是产品详情页里的小字了。

今天最重要的三件事

DeepSeek V4.1-Flash 开源了 552B 参数的权重，比较有意思的不是总参数，而是它把 prefill 激活参数控制在 8B，decode 阶段是 16B。RSS 给出的判断是，CED 架构瞄准的是编码 Agent 最贵的一段开销，长上下文的 prefill。

很多人看 Agent，只盯着模型能不能一次把任务做完。但真实工程里，反复塞入仓库、日志、需求和历史状态，往往比那几句最终回复更烧钱。模型若能把上下文阶段压下来，Agent 才更可能从几分钟的炫技，变成持续跑几小时的工作流。

不过也别急着把参数表当成结论。性能、工具调用稳定性、复杂任务的失败恢复，仍然要靠真实项目验证。开源权重把门打开了，工程账并没有消失。

Dario Amodei 在 We Must Pace the Frontier 中提出三步计划，并承诺让第三方评估者获得永久的员工级系统访问权限。随后 Sam Altman 公开表示认同，并称 OpenAI 也会开放独立评估者访问。

这不是一句普通的安全口号。模型公司最不愿交出的，恰恰是内部系统的可见度。愿意讨论外部核验，说明行业面对的已不只是「模型会不会答错题」，而是高能力系统上线后，谁能看见它、谁能复查它、谁来为失误负责。

我有时候觉得，放慢不一定是减速，更像是在给刹车、仪表盘和维修手册补课。车已经跑起来了，外界需要的不是另一张更快的成绩单。

OpenAI 披露 Habitat 存储平台已经覆盖近 40 个地区，管理超过 500PB 数据，每秒处理超过 7000 万请求，服务每周超 10 亿用户。

这些数字有点枯燥，但它们比模型发布会更接近 AI 产品真正的地基。对话记录、文件、向量索引、权限配置和多地区复制，任何一个环节抖一下，前台再聪明的 Agent 也只会显得不可靠。

别忘了这件事。

Cursor Projects 进入 beta。它的协调者 Agent 自己不写代码，而是拆分和调度数千个子 Agent，面向功能开发、迁移与长期维护。

这个设计挺诚实。大任务最难的地方通常不是生成某个函数，而是分工、上下文隔离、冲突合并和验收。把协调者与执行者拆开是合理方向，但数千个子任务也会把可观测性和成本放大数千倍。会调度，不等于会交付。

OpenRouter 发布了 beta 版 openrouter shell，让平台上的模型可以在托管 Linux 容器中执行命令，同时上线 Files API。

对开发者很方便。对平台设计者，这也把老问题重新摆到桌面上，文件如何隔离，命令如何审计，秘密如何避免出现在上下文和日志里。工具能力加一分，权限边界就要补两分。

OpenAI 在 ChatGPT Work 里推出 Data agent。它可以连接企业数据，用自然语言分析变化，并生成可分享的交互式仪表盘。

这类产品能不能留住企业用户，不在于它能画出多漂亮的图，而在于口径是否可追溯、权限是否准确、异常结论能否回到原始数据。分析自动化是入口，数据治理才是门槛。

OpenAI 将 GPT-Live-1 语音模型开放到 API，开发者可以接入实时、自然的双向语音对话。Google 则发布 Pics，基于 Nano Banana 做局部编辑、图中文字修改和协作创作。

它们共同指向一件事，模型能力正从单独的聊天窗口退出，嵌到现有产品的工作流里。交互变顺了，用户对延迟、稳定性和错误处理的容忍度也会变低。

Suno v6 发布 v6、v6-wild 和 v6-mini 三个版本，并与 Warner Music Group、BMG、Believe 等版权方合作。音乐模型的竞争正在离开单纯的生成质量，进入版权和分发的现实地带。
LlamaIndex 的 just-in-time Agentic OCR 提出两遍式文档处理，先低成本粗解析全部文件，再只对相关页面调用 VLM。这个思路不花哨，却很适合需要控制成本的 RAG 系统。
Together AI 微调服务新增 GLM-5.3、Kimi K2.7、Qwen 3.5 等模型支持，以及实验跟踪和数据集预览。开源模型的可选项越来越多，训练数据和评测纪律反而更值得投入。
Anthropic 的威胁情报报告记录了 Claude 被用于恶意软件、无人机与导弹研发等滥用场景。能力并不会自动决定用途，部署者仍要为防护和监测做足准备。