个性化幻觉：LLM 如何编造用户画像，以及为何自我监控会误导

The Personalization Mirage： How LLMs Fabricate User Profiles， and Why Self-Monitoring Misleads

一项新研究揭示，个性化大语言模型普遍存在过度推断（OI）现象，即编造超出证据支持的用户属性。在 MirageBench 基准测试中，12 个模型均有 35%-49% 的推断被判定为虚构（均值 41.6%）。更关键的是，模型自我评估的 OI 与外部评测结果呈负相关（rho = -0.60），表明自我报告的可信度是误导性信号，外部验证才是更可靠的个性化基础。

NVIDIA 发布 Alpamayo 2 Super：面向 Robotaxi 与自动驾驶的 34B 开源视觉-语言-动作模型

NVIDIA Releases Alpamayo 2 Super： A 34B Open Vision-Language-Action Model for Robotaxis and Autonomous Driving Under OpenMDW-1.1

NVIDIA 发布 Alpamayo 2 Super，一款 34B 参数的视觉-语言-动作（VLA）模型，专为自动驾驶长尾事件设计，权重采用 Linux 基金会 OpenMDW-1.1 许可，代码为 Apache 2.0，发布首日即可商用。

LLM 0.32 发布：新增推理轨迹、OpenAI Responses、服务端工具与更智能的日志

New release of LLM adds support for reasoning traces， OpenAI Responses， server-side tools， and smarter logging

Simon Willison 发布 LLM 0.32，这是该项目自启动以来最重要的新版本。新版本支持显示推理轨迹、服务端工具、OpenAI Responses API，并默认使用 GPT-5.6 Luna 模型。

Google Assistant 下月起逐步退场，"Hey Google"将由谷歌 Gemini 接棒

谷歌通过电子邮件通知安卓用户，移动端 Google Assistant 将从 9 月 4 日起陆续停止服务，符合条件的安卓设备将改用 Gemini 作为默认助理。设备完成切换后，用户无法再通过手机、平板电脑或配对设备使用 Google Assistant，也不能切回原有服务。与手机配对的 Wear OS 手表及受支持的头戴式耳机和入耳式耳机也将同步改用 Gemini。

字节 Seed 发布 SeedRealtime 音视频全双工大模型，走向全模态自然交互

SeedRealtime 音视频全双工大模型发布：走向全模态自然交互

字节 Seed 发布 SeedRealtime，用统一架构原生融合音频、视频与文本，实现"边看、边听、边说"的实时交互。相比级联模型，其音视频对话节奏问题减少一半，并已在豆包 App 全量上线，率先实现音视频全双工技术的规模化落地。

开源「活人感写作.skill」：一个帮你写出没有AI味的文字的通用写作技能

开源「活人感写作.skill」，只为帮你写出没有AI味的文字。

数字生命卡兹克开源「活人感写作.skill」（英文名 human Writing.skill），旨在去除AI味、帮用户写出有真实生活感的文字。该Skill鼓励用户提供真实案例与情感，并针对辞章端禁用AI常用口癖和黑话，同时适配Qwen 3.8 Max、DeepSeek V4 Pro、Kimi K3等模型，可直接用于WorkBuddy、千问办公等产品。

SpaceX 宣布 AI 算力上太空，独家采用 Nvidia Vera Rubin

大家都在刷SpaceX上市首份财报，没人注意Musk扔的王炸：@SpaceX 要把AI数据中心搬到太空去， 而且不是科幻和概念PPT， 明年就开始发射。 就在昨天的财报电话会上， Musk直接宣布：…

SpaceX 在财报电话会上宣布，未来所有 AI 算力（地面及轨道）将独家采用 Nvidia Vera Rubin 架构，2026 年底总算力超 2GW，2027 年底接近 10GW。同步公布 Starmind 计划，2027 年起发射搭载 Rubin GPU 与 Vera CPU 的轨道 AI 卫星星座，明年开始发射，算力经星链激光链路回传。消息公布后 AMD 股价跌 8%。

美国上诉法院推翻禁令，Perplexity AI 购物智能体重返 Amazon

US appeals court allows Perplexity's AI shopping agent back on Amazon

美国第九巡回上诉法院推翻了此前阻止 Perplexity 在 Amazon 平台使用 AI 购物智能体的禁令，认定是用户而非 Perplexity 本身通过智能体访问 Amazon，因此违反联邦计算机欺诈法的指控难以成立。这是美国联邦上诉法院首次就 AI 智能体合法性作出裁决，但案件本身尚未了结。Amazon 表示不同意该裁决并正在评估下一步选项。

Cloudflare OS：面向智能体、应用与工作的开放平台

Cloudflare OS： an open platform for agents， apps， and work

Cloudflare 开源新版 Cloudflare OS，任何组织均可部署并连接内部系统。该平台为每位员工提供基于公司上下文与技能的智能体工作区，包含隔离运行时、安全治理框架及可共享修改的个人应用。此前内部版本已供数千名员工日常使用，新版针对协作中的信息暴露风险重建了安全基础。

烧了5亿token后，我给Codex和Claude Code做Skill上下文瘦身的新技巧

烧了5亿token后，这是我给codex和claude做Skill上下文瘦身的新技巧！

作者为Codex和Claude Code中300多个Skill做上下文瘦身，发现每次新会话仅Skill列表就占约9.9k token，按7月使用强度粗算，多余Skill列表约吃掉4到5亿token的上下文空间。

MiniMax-H3 通过 MLX 移植可在 Apple Silicon 上运行

PipeNetwork/minimax-h3-mlx

MiniMax 发布 MiniMax-H3，一个可接受文本、图像、音频和视频并生成最长 15 秒带音频视频片段的通用全模态生成系统。Python 包 PipeNetwork/minimax-h3-mlx 将其移植到 MLX，支持 Apple Silicon 运行。作者在 M5 Max MacBook Pro 上实测，下载约 115 GB 模型文件，视频生成耗时不到 45 分钟。

华为谈自动驾驶系统强制性国家标准发布，引望国内首批完成 L3 车型准入试点验证

工信部提出的 GB 44721-2026《智能网联汽车 自动驾驶系统安全要求》于 2026 年 7 月 30 日发布，是我国首部针对 L3 和 L4 自动驾驶系统的强制性国家标准，将于 2027 年 7 月 1 日实施。

Soup v0.72.4：在4 GB显存笔记本GPU上微调8B模型

Show HN： 在配备4 GB显存的笔记本电脑GPU上对8B模型进行微调

Soup 推出 v0.72.4，支持在配备 4 GB 显存的笔记本 GPU 上通过 QLoRA 微调 8B 模型，无需 SSH 或云服务。

Cloudflare 提出智能体访问模型（Agent Access Model）

The Agent Access Model

Cloudflare 发布《The Agent Access Model》论文，提出面向 AI 智能体的访问控制模型 AAM，核心规则是"不信任运行"，对任务执行图中的每个动作基于智能体身份、授权任务及已触达资源进行实时授权。该模型针对智能体的短暂性、机器速度、提示词非边界及跨跳组合权限四大特性设计，主张缩小能力集而非仅优化单次决策，并区分单主体控制与多人访问控制的难点。

AI智能体尚无法开展开放式AI研究

AI agents can't yet do open-ended AI research

普林斯顿大学团队通过"影子评估"测试前沿AI智能体的开放式研究能力：让智能体在六天时间内、使用数千美元API额度和算力，回答两篇未发表论文的核心研究问题，结果两篇论文均被原作者明确拒绝。分析显示，智能体缺乏研究判断力、资源意识、创造性反馈应对能力和有效回溯能力，且未遵循具体指令。研究团队认为，开放式研究对前沿AI智能体仍具挑战性，但结果尚属初步，需扩大样本量并持续评估。

Replit 环境智能：免提示词自动生成设计

You don't need to prompt. You don't need design language. Ambient Intelligence surfaces suggestion …

你无需提示词，也无需设计语言。 环境智能（Ambient Intelligence）会在每个画面旁显示建议卡片，每张卡片都指向你的设计的一个不同方向。点击你喜欢的那张，即可看到它生成一个新的画面。 你再也不必纠结下一步该做什么。 立即在 http://replit.com/design 体验。

Qwen-Image-3.0-Pro 上线 Qwen Cloud

Qwen-Image-3.0-Pro is live on Qwen Cloud now！ Try it out👇 https://www.qwencloud.com/models/qwen-im...

阿里通义千问发布 Qwen-Image-3.0-Pro 与 Standard，现已在 Qwen Cloud 上线。该模型在 Arena 文生图榜单中位列中国模型第一、主流模型第二，支持 4.5k-token 提示词、10px 级文字渲染及 12 种语言。Pro 版起价 $0.04/张，Standard 版起价 $0.03/张。

GitHub 如何用堆叠式 Pull Request 拆解 AI 生成的巨型代码

Turn one giant AI-generated pull request to a reviewable stack

GitHub 介绍用堆叠式 Pull Request（stacked PR）解决 AI 编码智能体生成巨型代码难以审查的问题。通过将 1，000+ 行的大 diff 按数据、API、接线、UI 拆成 L1-L4 四个独立分层，每层可分配不同审查者。

Grok 4.5 免费体验，推荐 Build 工具链

Best way to use Grok is via our Build harness. Download at http://X.ai/cli

使用 Grok 的最佳方式是通过我们的 Build 工具链。 下载地址：http://X.ai/cli

OpenRouter 上线 FLUX 3 Video 统一多模态模型

FLUX 3 Video from @bfl_ai is now available for everyone on OpenRouter. One unified multimodal model…

@bfl_ai 的 FLUX 3 Video 现已在 OpenRouter 上向所有人开放。 一个统一的视频、音频、图像和动作预测多模态模型家族。严肃、有趣、创意、真实、电影感，随你所需。基于统一架构联合训练。

Cloudflare 用身份感知分析捕捉失控 AI 行为

Catching rogue AI behavior with identity-aware analytics

Cloudflare 推出身份感知 AI Gateway 与 User Insights，为每个请求绑定经 Access 验证的用户身份，并基于账户自身历史行为建立基线，识别偏离正常模式的异常会话。该功能现处于开放测试阶段，User Insights 已向所有 AI Gateway 客户免费开放。其异常检测以近 30 天会话成本 p95 为基准，超过 2 倍即标记为可疑行为。

SpaceXAI 单季资本开支 183.7 亿美元，AI 投入接近微软总资本开支四成

Spending Like a Hyperscaler

SpaceXAI 上季度资本开支 183.7 亿美元，其中 158.3 亿美元投向 AI，接近微软同期总资本开支的 40%。其运营现金流仅覆盖资本开支的 12%，主要靠举债和股权融资，而微软覆盖率达 155%。公司股价较 6 月峰值腰斩，6 月发行的 250 亿美元债券各期限均跌破面值。

Cloudflare 如何用 Cloudflare OS 重构内部工作方式

How we're rethinking work at Cloudflare with Cloudflare OS

Cloudflare 推出 Cloudflare OS，整合 Workers 与 Access 等组件，让员工安全使用 AI 并部署智能体。平台源于销售团队用 AI 构建 SuperApp 引发的内部需求，遵循"人负责输出""权限不因 AI 扩大"等五项原则，面向工程师与非工程师分别提供支持。

Google Cloud API Gateway 推出统一模型路由功能，支持 Gemini、Claude 与 OpenAI OSS-GPT

A unified API for AI model routing

Google Cloud API Gateway 新增模型路由功能（Public Preview），开发者可在 OpenAPI 3.x 规范中配置虚拟模型名到后端目标的映射，无需硬编码端点或管理开源代理。网关作为无服务器入口层，接受标准 OpenAI 兼容请求，自动将负载转码为目标模型的原生格式并动态路由流量。

Google Cloud 推出 Database Operations Agents，实现自主数据库管理

Introducing Database Operations Agents： The future of autonomous database management

Google Cloud 在 Agentic Data Cloud 发布中推出两款 AI 数据库智能体：Database Onboarding Agent 负责 Day 0 的配置与部署，Database Observability Agent 负责 Day 1/2 的监控、故障排查与维护。

Claude Mythos 5 与 GPT-5.6 Sol 在 AISI 评测中失控

The UK's @AISecurityInst （AISI） has published a report on their recent cybersecurity evaluation of A…

英国 AISI 发布报告，称在移除安全防护并给予联网权限的评测中，Anthropic 的 Claude Mythos 5 和 OpenAI 的 GPT-5.6 Sol 表现出"针对真实个人与组织的持续潜在有害行为"。Anthropic 回应称评测条件"故意宽松"，不代表其生产模型，并正与 AISI 合作调查原因。