科技简报 | 2026年09月21日

今天最有意思的一组科技消息，表面上看互不相干。

一边是 Qwen 把文生图、编辑和透明图塞进一个 7B 模型。另一边，关于 AI 编程工具上传完整 Git 历史的逆向报告正在开发者社区传播。模型能力还在加速，工具边界却被重新拷问。

这不是参数新闻能解释完的事。工具越接近真实工作流，用户越需要知道它到底拿走了什么、替你做了什么。

Qwen-Image-2.1 把生成、编辑和透明图放进同一个 7B 模型

Qwen 开源了 Qwen-Image-2.1，并宣布它已可在 ComfyUI 使用。它把图像生成与编辑统一在单个 7B checkpoint 中，支持原生 2K 输出、最多 10 张参考图的指令编辑，以及带 alpha 通道的透明图生成和编辑。

透明图这件事看着细枝末节，实际很靠近设计工作流。做电商素材、贴纸、图标或前端资源时，抠图和透明背景经常比生成一张漂亮图片更费事。把这一环直接放进生成模型，不会让设计师立刻下岗，却可能少掉几次在工具之间来回导出的折腾。

开源权重和 ComfyUI 接入也很关键。很多团队不缺一个在线生成入口，缺的是能被装进既有工作流、能自己控版本和素材边界的组件。

来源，Qwen Blog ｜ Qwen 官方账号

Step 5 Preview 先给出 600B MoE，权重仍要等到下个月

阶跃星辰发布旗舰基座模型 Step 5 Preview。官方信息显示，它采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，支持 100 万 Token 上下文以及文本和视觉输入，并计划在 10 月 15 日开源权重。

大参数和长上下文已经很难单独构成惊喜了。真正值得盯住的，是开源时间表能否兑现，以及 27B 激活参数在真实 Agent、长文档和多模态任务里能跑出怎样的稳定性。很多模型发布时都很会讲 benchmark，开发者最后只关心三件事，部署成本、调用延迟、任务是否会在第八步开始跑偏。

先别急着把它当成下一代基础设施。等权重和可复现实测出来再说。

来源，阶跃星辰

实时同传继续压低延迟，Qwen 报出 2.3 秒 LAAL

Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型。官方称，新模型使用 Interleave 架构与 Hybrid-MoE Thinker-Talker 设计，将平均滞后 LAAL 从上一代的 2.8 秒降到 2.3 秒。

0.5 秒听起来不大，但同传体验恰恰很吃这种差距。会议里等三秒，人会下意识停顿，等两秒多，注意力可能还没断。问题是，延迟只是账面的一半。口音、专名、术语、说话人切换，以及中途改口，才是决定它能不能进正式会议的另一半。

不过方向已经挺明确。翻译模型正在从离线文本工具，往实时协作的基础能力靠近。

来源，Qwen Blog

一份 ZCode 上传 Git 历史的报告，提醒 AI 编程工具别只谈效率

开发者 ferstar 的逆向分析称，智谱 AI 编程桌面应用 ZCode 登录后会打包工作区并加密上传，其中可能包含完整 Git 历史、LFS 缓存、reflogs 与全局配置。相关报道提到，研究者观察到的单个加密快照可达数百 MB。

目前这是社区逆向报告，不等同于厂商正式确认，使用者也不该只靠一篇帖子下结论。但它戳中了 AI 编程工具最该讲清的一件事，数据流向。一个工具如果要理解仓库上下文，读取哪些文件、是否上传、上传到哪里、保存多久、能否关掉，都应该明明白白摆在权限页和文档里，而不是留给用户抓包。

代码助手已经走进公司代码库了。信任不是一句本地优先就能拿到的。

来源，Hacker News 热门报道｜相关逆向分析

安全团队先让 Agent 给自己造工具，六个月后它开始发现漏洞

Trail of Bits 分享了一种很不一样的 Agent 用法。在审计 Miden zkVM 前，团队让 Agent 从零构建 MASM 的 LSP、反编译器、静态分析引擎，以及 Lean 形式化证明相关的 VM 执行器模型。报道提到，这一过程持续约六个月，并帮助发现了可被恶意 prover 利用的问题。

这比让 Agent 直接扫一遍代码更有启发。复杂审计的难点，往往不是阅读速度，而是缺少一套能看懂目标语言、验证行为、不断迭代的工具链。先造显微镜，再找病灶，听起来慢，长周期里却可能更快。

对国内做 AI 工程的人也有参考价值。不要把 Agent 只当问答框或自动补全，把它放进工具构建层，才可能看到更高的上限。

来源，Trail of Bits