统计周期：2026 年 9 月 12 日—9 月 18 日（北京时间）

🔥 本周热点

  1. 实时语音进入“推理 + 转写 + 应用开发”一体化阶段 — Google 发布 Gemini 3.8 Live、3.8 Live Extended Thinking，并同步介绍面向开发者的 Gemini 3.5 Transcribe。实时交互不再只追求低延迟，复杂推理和专用转写能力也开始成为语音应用的标准组件。Google：Gemini 3.8 Live · Google：开发实时语音应用

  2. OpenAI 把广告从静态展示改造成可对话的 Sponsored Agents — 用户点击 ChatGPT 广告后，可选择与明确标注的品牌 Agent 继续对话；广告主还能用自然语言创建、更新和分析广告活动，并通过 HubSpot、Shopify 接入既有业务流程。对话界面正在成为新的商业分发入口。OpenAI

  3. Agent 开始进入物理 AI 的数据准备流水线 — NVIDIA 展示从 Blender 场景到可供 Isaac Sim/Isaac Lab 使用的 OpenUSD 场景流程：主 Agent 协调专用子 Agent，完成语义标签、传感器、碰撞体、物理属性、预览渲染与 SimReady 验证。这类案例把 Agent 从“写代码”扩展到带明确验收门槛的工程生产线。NVIDIA

  4. AI 生成代码的验证层正在下沉到中间表示 — NVIDIA 用有界多 Agent 流程把 cuTile Python / Triton-TileIR 内核迁移到 Rust，并在每阶段加入机器可检查的判定，包括 Tile IR 结构对比、功能测试和性能测试。重点不只是生成代码，而是让每一步都有可执行的验收证据。NVIDIA

  5. 模型行为披露正在制度化 — OpenAI 发布模型失调行为的报告框架，显示前沿模型安全沟通正从零散案例说明，转向更一致的分类、记录与公开披露方式。随着 Agent 获得更长任务周期和更多工具权限，可比较的事件报告标准会更加重要。OpenAI

🛠️ 新工具 / 产品发布

  • TileGym 的 Python/Triton → cuTile Rust Agent Skill — 把 GPU 内核迁移拆成分析、设备内核、Host/FFI 和 benchmark 阶段，并以 IR diff 与测试作为门禁；技能和转换后的算子均已在 TileGym 仓库公开。NVIDIA / TileGym
  • Agenttik — 面向同时处理多个项目和多个 AI Agent 的管理工具，提供集中式工作区，适合观察并行开发任务。GitHub
  • Slowave — 为编码 Agent 提供本地、自适应的长期记忆层，目标是让不同 AI 工具共享并持续更新项目知识，同时保留本地数据控制。GitHub
  • TabMail — 面向 Thunderbird 与 iPhone 的开源 AI 邮件助手，支持 Gmail、Outlook、iCloud 和 IMAP，可用于收件箱分类、撰写与搜索；官方称邮件和日历正文不会在其服务器静态保存。TabMail · GitHub
  • Nowdex — 在 Mac、iPhone 与 iPad 查看 Codex、Claude、Cursor、Grok 和 Kimi 的剩余额度与重置时间；凭证保存在设备 Keychain，可通过 iCloud 同步连接元数据。Nowdex
  • MoE Microscope — 用可回放的真实训练记录逐帧解释稠密网络、Top-1/Top-2 MoE、递归、Engram 与 SSM 等结构；实验、数据 fixture 和复现步骤均可查看。在线演示 · GitHub
  • gpty — 基于 Godot 与 Rust 的多 PTY 桌面终端，可组织多个终端窗格；对同时运行多个本地 Agent/CLI 工作流的开发者尤其方便。GitHub

📊 模型更新

  • Gemini 3.8 Live / Gemini 3.8 Live Extended Thinking — Google 本周公布新一代实时模型及扩展思考版本，表明低延迟多模态交互与更长推理正在合流。具体性能结论仍以 Google 后续技术材料及独立评测为准。Google
  • Gemini 3.5 Transcribe — Google 将专用转写模型与 Gemini Live 应用开发组合发布，面向实时语音输入处理。Google
  • cuTile Rust 内核迁移结果（厂商声明） — NVIDIA 称其 Agent Skill 已迁移 TileGym 全部 24 个公开算子、约 40 个 GPU kernel；在 DGX B200 上，转换结果平均达到 cuTile Python 性能的 99.5%。该数字来自 NVIDIA 自测，尚需独立复核。NVIDIA

💡 值得关注的趋势

  • Agent 的价值开始由“能执行”转向“能验收”：SimReady 验证、IR diff、功能测试和性能门槛说明，可靠 Agent 工作流需要确定性的检查器，而不能只靠另一个模型点评结果。NVIDIA：3D 场景 · NVIDIA：GPU 内核迁移
  • 实时 AI 正走向模型分工：实时对话、扩展推理和专用转写被组合成应用栈；开发者需要围绕延迟、成本、准确率和打断处理动态路由，而非把所有任务交给单一模型。Google
  • 对话式广告带来新的信任边界：Sponsored Agent 把推荐、咨询和转化放进同一会话，因此广告标识、上下文隔离、数据用途与答案独立性会成为产品治理重点。OpenAI
  • 本地优先成为 Agent 辅助工具的差异点：Slowave、TabMail 和 Nowdex 都强调本地存储、设备钥匙串或零内容留存。Agent 读取更多工作上下文后，数据驻留方式已成为核心产品能力，而非附属隐私条款。Slowave · TabMail · Nowdex
  • 模型结构教育正在工具化、可复现化：MoE Microscope 不只画示意图，还公开训练记录、fixture 与复现命令，为理解 MoE、递归和 Engram 等结构提供了可审计的学习路径。MoE Microscope

本期从候选源包中筛选 15 条相关线索，并优先核验厂商官方页面、项目官网与源码仓库。文中性能数据若仅来自厂商测试，已明确标注为“厂商声明”。