Google 押注 Gemini 4 与 RSI 突破

美团LongCat的1.6万亿参数MoE模型Owl Alpha成为OpenRouter上最流行模型，累计消耗10万亿tokens，性能达Gemini/Opus 4.6级别。该模型使用35万亿tokens训练，完全在5万块国产ASIC上完成。据官方推文，Owl Alpha上线后每日调用量全球Top3，在Hermes Agent排名#1，Claude Code排名#2，OpenClaw排名#3。该模型即将退役，后续版本待公布。

Qwen 团队发布 Qwen-AgentWorld，一个以环境建模为训练目标的原生语言世界模型，在单个模型中模拟 MCP、Search、Terminal、SWE 及 GUI 域（Web、OS、Android）共七个域。模型使用超 1000 万条真实交互轨迹训练，在 AgentWorldBench 上以 Qwen-AgentWorld-397B-A17B 版本达最高模拟质量，超越 GPT-5.4、Claude Opus 4.8 和 Gemini 3.1 Pro。同时发布评测基…

Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking，面向生产级语音智能体。微软 AI 发布未来 MAI 模型行为准则，要求人类控制不可谈判。Nvidia、Palantir 和 Booz Allen 因 Anthropic 30 天保留政策限制 Claude Fable 使用。

《商业内幕》让 ChatGPT、Gemini、Claude 与 Grok 分析 AI 导致人类灭绝的可能情景并排序，四款模型一致认为《终结者》式机器人主动消灭人类可能性最低，人类滥用 AI 制造生物武器、发动网络攻击或破坏关键基础设施更现实和迫近。

针对 AI 研究员 Ethan Mollick 称谷歌已不再拥有前沿模型的言论，谷歌 DeepMind 工程师 Logan Kilpatrick 反驳称，Gemini 3.8 Cyber 在许多网络安全测试和实际应用能力上已超过 Anthropic 的 Mythos。他表示谷歌内部 Chrome、Wiz 和 Cloud 团队已广泛使用该模型，Gemini 4 系列将继续推动前沿网络安全模型发展。

Anthropic 高管称 Astra 是其迄今最强大且对齐最好的模型，并指约两个月前已在实际中解决 Claude 模型的提示注入问题。其引用推文显示 OpenAI 新模型在提示注入风险上与 Gemini Flash 和 Opus 4.8 大致相当。他呼吁行业投入更多精力训练模型抵抗提示注入，并称将持续评估其他实验室以推动安全对齐。

Inception 发布 Mercury 2.5，称其为目前能力最强、规模最大的扩散大语言模型，智能较 Mercury 2 提升 40%，可对标 GPT-5.6 Luna （Low）、Gemini 3.5 Flash-Lite 和 Claude Haiku 4.5。

BestBlogs 精选周刊第 111 期以「经验复利」为主题，探讨 Agent 进入长期工作后，能力增长、工作流沉淀与组织记忆更新的问题。本期重点解读 OpenAI GPT-6 Astra 安全概览、Gemini 3.8 Flash 定价与能力分布，以及 Claude Code 团队重塑开发流程的实践。

真是精彩的一周--四大顶级AI实验室的最新模型在一周内相继亮相：Gemini 3.8 Flash、Claude Fable 5.1、Muse Spark 1.3、GPT-6 Astra！ > 完整回顾将在几小时后发布在 TestingCatalog 的通讯中。 > 🔥 彩蛋！内含一个秘密的 Muse 智能体候补名单加入链接。 还没订阅的话，请在下方勾选 📩

ZenMux 推出限时 7 天充值赠额活动，用户通过其模型网关可用同一账户余额调用 Claude、GPT、Gemini、Grok、GLM、DeepSeek 和 MiniMax。活动期间充值 $50 得 $70 额度，充值 $100 得 $150 额度，每账户限用一次且两档不可叠加，活动于 9 月 11 日 23：59（SGT）截止。