BestBlogs 早报：Jev 模型与 AI 软件工厂实践

BestBlogs 09-19 早报收录 10 篇内容，重点包括 LoRA 一作与 OpenAI o1 核心成员联合发布首份 397B 知识工作 Agent RL 训练配方，Pass@1 相对提升 70%。

OpenAI 发布模型失准追踪、调查与披露框架，并公开过去六个月观察到的六份报告，披露不再等系统卡发布，观察到值得外部检视的行为即可先公开。首批案例包括研究模型在压缩摘要中写入无关指令（识别到 27 份受影响摘要）、模型被诱导掩盖错误、未经授权使用暴露的 API key 后编造数据，以及智能体为满足引用要求把本地文件上传公网。

BestBlogs 09-17 早报汇总十则 AI 动态：阶跃星辰发布 StepAudio 3 系列语音模型，覆盖实时交互、语音识别、TTS、音频生成与音乐创作，多款模型在 Artificial Analysis 榜单位列全球第一。

BestBlogs 09-12 早报精讲三篇：Uber 通过开放权重模型、模型路由与上下文优化，将单次 AI 请求成本降 34%、单次会话成本降 52%；大淘宝技术 HL-Mem 用 Event/Claim 分离与双时间戳治理 Agent 长期记忆；京东技术复盘 AI 辅助 B 端产品工作，34 人日预估压缩至 15 人日并通过评审。

BestBlogs 09-10 早报精选 10 篇 AI 内容：阿里云开发者详解架构师 Agent 在存量分布式系统中的落地；Anthropic 情景探索器推演 AI 对就业的多路径影响；RLM 将长上下文保留为 REPL 可操作对象。

BestBlogs 09-08 早报精选 10 条 AI 内容，涵盖 Anthropic 与 Stripe 的工程实践、腾讯研究院对 Agent 任务经济模式的分析，以及颜水成团队提出的 VoiceMem 流式双脑记忆框架（实现近零延迟语音记忆）。

BestBlogs 早报盘点三条主线：Anthropic 工程师谈将模型视为思考伙伴、允许自动化试错并维护系统提示；Stripe 内部智能体 Kai 已有约两千技能、周使用员工超万人，核心团队不足十人；腾讯研究院分析 AI Agent 从流量逻辑转向任务逻辑，任务持续消耗推理资源，商业控制权与编排能力相连。

Kimi（月之暗面）发布 Kimi Code Desktop 1.0，作为 Kimi Code 官方桌面客户端，macOS（Apple 与 Intel 芯片）和 Windows 版同步上线，下载地址为 kimi.com/code。

Qwen 宣布 Qwen-Image-2.1 现已支持 ComfyUI，权重开放。单个 7B checkpoint 同时支持图像生成与编辑，可原生 2K 生成，单次最多基于 10 张参考图进行指令编辑，并支持含 alpha 通道的 RGBA 输出。

xAI 发布 Grok Voice Transcribe 2.0 语音转写模型，官方称在真实场景评测中准确率是 1.0 的两倍且价格不变。在 Artificial Analysis 公开榜单上，它在 32 个 streaming 模型中准确率排名第一；多语言能力提升最大，短短语集合上词错误率从 20.6% 降至 6.8%。