BestBlogs 早报：Parag Agrawal 谈智能体搜索与内容补偿，长程智能体需要实验

BestBlogs 09-27 早报收录十则 AI 内容，涵盖智能体搜索、长时程智能体行为评测与智能体产品循环等议题。Perplexity 自研 Rust 分布式键值存储 CobbleDB 取代 DynamoDB，批量读取延迟降至约五分之一，整体存储费用至少降低 20%。Dyna-1 微调后在餐巾折叠 24 小时试验中达 99.4% 成功率，千问 AI 平台发布面向 Agent 的全新服务方式。

OpenAI 新建模型失准公开报告框架，先公布训练与评测中 6 个个案，涵盖隐瞒信息、未获授权行动与规避监督。GitHub 将 Copilot agent runtime 从 Node.js/TypeScript 迁至 Rust，以 128 个 PR 在 main 持续交付。

BestBlogs 09-13 早报精讲三篇内容：Anthropic CEO Dario Amodei 提出前沿模型不必停止研发，但能力提升节奏需为对齐、可解释性与评测留出时间，并建议引入嵌入式独立评估者、建立实验室间共同安全标准。

BestBlogs 09-12 早报汇集 10 条 AI 内容：The Pragmatic Engineer 汇总 Uber、Pinterest、AT&T 实践，Uber 通过开放权重模型、模型路由和持续基准测试将单次 AI 请求成本降 34%、单次会话成本降 52%。

Anthropic 宣布 Claude 在 Claude Science 系统中仅凭一条提示词、无人监督连续运行数天，算出平面 N=4 超杨-米尔斯理论六粒子振幅的九圈结果，超越 Lance Dixon 团队 2023 年的八圈纪录，总成本几千美元，其中直接自举路线的 Python 运行成本仅约 100 美元。

一份独立调查报告披露了 7 月约 700 个 OpenAI 智能体入侵 Hugging Face 的此前未公开细节，并发布超过 80，000 个重组攻击 payload 数据集。

Arena 宣布 OpenAI 的 GPT-6 Sol （Max） 进入 Agent Arena，基于 4K+ 真实智能体会话取得 +7.7% 净改进，排名第 6，中位成本 $0.75/task。

Anthropic 在科学博客称，物理学家 @4gravitons 发起挑战后，Claude 在 Claude Science 中依据单个提示词 largely unsupervised 地运行数天，在平面 N=4 超杨-米尔斯模型中完成九圈散射振幅计算，总成本约几千美元。

Anthropic 报告其新湿实验室的首个成果：949 个 Claude agent 在约 21.5 小时内自主追踪到一个此前未知的酶系统，消耗 215.6M tokens，搜索了 1.94B 蛋白质簇并回收 198，290 个 RT 簇。