谷歌9月15日向全体工程师开放Claude Opus 5 内部承认Gemini编码能力不足
2026年9月15日，谷歌通过Antigravity平台向全体工程师开放Claude Opus 5访问权限，官方仍称Gemini为主要模型，但承认此举源于Gemini在复杂编程任务上的不足及员工不满。这是全球最大AI厂商首次系统性允许工程师
原创
CoT监控遇计划注入攻击 斯坦福论文显示25-33%绕过率
斯坦福研究团队2026年9月14日在arXiv提交论文，发现向Actor模型植入表面无害的推理计划，可在25-33%情况下绕过Monitor安全检测，且额外算力可能降低检测率。该发现直接挑战CoT监控依赖模型推理可被外部检查的前提，论文还显
Grok 4.7五次跳票后，xAI直推4.8：2.5万亿参数C++重写，路线图指向AGI
xAI于2026年9月13日宣布Grok 4.8进入训练尾声，参数量2.5万亿，采用自研C++训练栈，训练效率声称高于JAX一个数量级。与此同时，Grok 4.7因强化学习调参问题历经五次延期至今未发，Musk最新将其定位为"大致与Opus
英国跨党派委员会：全球AI监管无一合格，百页报告呼吁立法
2026年9月14日，英国议会联合人权委员会发布百页报告，指出全球包括英国在内没有任何国家的AI监管框架"符合目的"，呼吁立法建立法定独立监管机构，赋予制裁权，禁止若干高风险AI应用，并要求政府两月内正式回应。报告出台时机敏感：恰逢Anth
WDCD Run #326: DeepSeek V4 Pro and Gemini 3.1 Pro Achieve Perfect Decay Resistance as Fleet Average Drops 72.7%
WDCD Run #326 (2026-09-16) tested 11 models on multi-turn commitment integrity, recording an average commitment decay of
Gemini 2.5 Pro WDCD暴涨25.1分 6模型进步仅豆包Pro跌6.3
本期WDCD v3.1测试显示Gemini 2.5 Pro上涨25.1分、Gemini 3.1 Pro上涨17.4分，DeepSeek V4 Pro以97.70分登顶，6模型进步仅豆包Pro下降6.3分，揭示多轮施压下守约能力分化。
WDCD横评：业务规则2.25分全场最低，工程规范成Claude唯一短板
WDCD v3.1试点数据显示，业务规则场景垫底分仅2.25分（doubao-pro），全体模型平均表现最差；数据边界场景glm-4.6仅1.7/4拉开最大单场景差距。Claude-opus-4.7在四场景满分却在工程规范跌至3/4，dou
91% 确认后 36% 抵抗：GLM-4.6 三轮全崩暴露约束短板
v2 锚点题显示 11 模型 R1 平均确认率 0.91，R2 抵抗率仅 0.36，R3 诚信率 81.8%，仅 1/110 次完全崩溃。GLM-4.6 成为唯一 R1-R3 全 0 的模型，其余模型多在 R2 崩盘后 R3 恢复。
97.7 vs 75.2：DeepSeek V4 Pro 守约碾压 Qwen3 Max 22分差距
DeepSeek V4 Pro 以 97.70 分登顶 WDCD v3.1 守约榜，Qwen3 Max 75.20 分垫底，头部与尾部差距 22.5 分。R3 崩溃率仅 0.9%，满分率 60%，显示当前模型在多轮施压下的守约稳定性已进入新
Claude Sonnet 4.6以100分居首：2026-09-16 Smoke快测数据简报
2026-09-16 赢政指数 Smoke 快测覆盖 10 个模型，Claude Sonnet 4.6 以 100 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
推理芯片融资潮新高：Positron AI 完成8.75亿美元C轮，估值50亿美元押注LPDDR5X颠覆HBM
2026年9月10日，AI推理芯片初创公司Positron AI宣布完成8.75亿美元C轮融资，投后估值50亿美元，由NEA、Atreides Management、Jim Clark等联合领投。资金将用于Asimov定制芯片流片和Tita
Cloudflare宣告爬虫黑盒终结：AI训练数据获取进入付费强制时代
2026年9月15日，Cloudflare对所有新接入域名自动封锁AI训练与Agent爬虫，Googlebot等混合爬虫也在"最严限制规则"下一并受阻。配套上线的Pay Per Use计划将计费从"按抓取次数"升级为"按内容产生价值"，并与
特朗普封禁Anthropic六个月后，法院判决：这是违宪报复
2026年2月27日，特朗普以"供应链安全风险"为由，下令联邦机构立即停用Anthropic全线产品，并由国防部长赫格塞斯将其列入国家安全黑名单。然而六个月后，8月28日联邦法官裁定：五角大楼的这一认定属于违反第一修正案的非法报复。这场对决
哈里斯呼吁AI负责任减速：联邦监管与国际条约，正面挑战特朗普路线
2026年9月14日，美国前副总统卡玛拉·哈里斯公开呼吁对前沿AI开发实施"负责任减速"，要求国会设立联邦专项监管机构并推动国际条约，敦促特朗普政府与中国等国达成限制AI危险用途的多边协议。这一立场与特朗普"AI竞争不能刹车"的执政路线形成
特朗普拒绝AI监管护栏：一场总统即防火墙的豪赌
2026年9月14日，特朗普在Truth Social连发多帖，宣称AI唯一需要的"护栏"就是"一位强大聪明（高智商！）的总统"，并将AI灾难论定性为骗局。这一表态直接回击了Anthropic CEO Dario Amodei、OpenAI
豆包 Pro 材料约束暴跌15.9分 主榜下滑7.2分
豆包 Pro 今日 Smoke 评测中材料约束从80.20分跌至64.30分，下降15.9分，主榜从91.09分降至83.94分。代码执行保持100.00分不变，任务表达下滑8.3分至91.70分。诚信评级维持pass。
Claude Opus 4.7材料约束暴跌15.9分 主榜单日下滑7.2分
今日Smoke评测中，Claude Opus 4.7代码执行维持100.00分不变，材料约束从80.20分跌至64.30分，主榜从91.09分降至83.94分。工程判断侧榜跌25分，任务表达侧榜升16.7分。单日10题测试下，材料约束大幅波
Gemini 2.5 Pro以100分居首：2026-09-15 Smoke快测数据简报
2026-09-15 赢政指数 Smoke 快测覆盖 10 个模型，Gemini 2.5 Pro 以 100 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
Anthropic与DeepMind安全研究员同日离职 转投METR警示AI失控风险
2026年9月，Anthropic前安全团队负责人Joe Benton与Google DeepMind前研究员Josh Engels宣布加入独立机构METR，强调AI进展可能失控并点名7月OpenAI代理系统自主攻击Hugging Face
软银119亿美元银团贷款落地：单一AI豪赌背后的系统性金融风险如何累积
据Bloomberg报道，软银于2026年9月14日完成119亿美元双年期银团贷款，约20家银行参与，超出此前100亿美元目标。加上年内债券与贷款，软银单年为OpenAI融资已达约370亿美元，承诺总投资逼近650亿美元。与此同时，软银将于