AI 技术日报 - 2026-09-15

AI 技术日报 - 2026-09-15

Top 10 AI 技术要闻

1. 爆料称 DeepSeek 下一波大模型将至：3 万亿参数，性能剑指 GPT-6 Astra
   AIbase 爆料：DeepSeek 正在训练下一代大模型，规模高达 3 万亿参数，目标性能对标 GPT-6 Astra。如果属实，这将是 DeepSeek 从 V 系列到下一代的最大一次规模跃升——3T 参数远超当前主流旗舰（多为 1T 级），接近训练成本的天花板。结合此前 DeepSeek V4.1 Flash 的性价比策略，下一代旗舰的定位值得关注：是继续走"低成本平权"路线，还是正面冲击顶级推理性能。对开源社区而言，这意味着又一枚"核弹级"开源权重可能在路上。
   链接：https://www.aibase.com/news/31026

2. OpenAI 推出 Agents API：把 Codex 拆成云端服务，"造 Agent" 变成一次 API 调用
   AIbase 报道：OpenAI 正式推出 Agents API，把 Codex 的 Agent 能力封装成云端服务。开发者不再需要自己搭 Agent 循环、管理工具调用、处理上下文，只需一次 API 调用就能创建可执行任务的 Agent。这是 OpenAI 继 9 月"把 Codex 拆开卖"之后的进一步平台化——从卖产品到卖能力。对 Agent 开发者的意义：Agent 基础设施正在被 API 化、托管化，自研 Agent 循环的门槛在降低，但也意味着对 OpenAI 平台更深度的依赖。
   链接：https://www.aibase.com/news/31025

3. 智能体跑长任务为何"失忆跑题"：AWS、Claude Code、Manus 们用四套框架机制给出答案
   AIbase 报道：长程 Agent 任务中常见的"失忆跑题"问题，AWS、Claude Code、Manus 等给出了四套不同的框架机制应对。核心矛盾是：Agent 跑得越久，上下文越长，早期关键信息越容易被稀释或丢失。四套机制分别从记忆分层、上下文压缩、状态持久化、任务回溯等角度解决。这篇是对"长程 Agent 可靠性"这一 2026 年核心难题的横向对比，值得 Agent 开发者精读——它直接关系你的 Agent 能不能稳定跑完跨天的任务。
   链接：https://www.aibase.com/news/31020

4. OpenAI 关停史上最快模型 GPT-5.3-Codex-Spark：从发布到下线只活了 7 个月
   AIbase 报道：OpenAI 关停了 GPT-5.3-Codex-Spark，这个"史上最快"的模型从发布到下线只存活了 7 个月。关停原因未详述，但此类动作通常与成本、资源整合或产品线调整有关——高速小模型被更快的新架构替代是常态。这也提醒开发者：依赖特定模型型号有生命周期风险，生产环境应通过抽象层（如统一 API 网关）隔离模型型号变更，避免单一模型下线导致服务中断。
   链接：https://www.aibase.com/news/31021

5. 中国物理 AI 大突破：PhysBrain 1.5 登顶全球开源榜一，空间智能与 GPT-6 Astra 并驾齐驱
   量子位报道：中国团队的物理 AI 模型 PhysBrain 1.5 登顶全球开源榜，主打空间智能。文章同时记录了物理 AI 赛道的关键实验：GPT-6 Astra 部署在真实机械臂上，20 次"积木放入碗"任务完成 19 次，而 Claude Fable 5.1 只完成 8 次——基座模型能力大幅提升后，在具身任务上表现显著。但毫米级精细任务（拼图块对位插入）成功率从 95% 掉到 10%，说明大模型"看得懂"但"精细操作"仍是鸿沟。物理 AI 正在成为 2026 年最关键的赛道。
   链接：https://www.qbitai.com/2026/09/488725.html

6. Show HN: Nari Qwen3-TTS 与 Qwen3-ASR——高精度、低延迟、低成本语音模型
   HN 上发布：Nari Labs 推出基于 Qwen3 的 TTS 和 ASR 模型，主打高精度、低延迟、低成本，并在 COVAL 语音 AI 基准上领先。端侧语音 Agent 和混合语音交互正在成为标配，开源语音模型的质量和速度直接决定产品体验。Nari 把 TTS 和 ASR 都做到开源 + 基准领先，对想自建语音 Agent 的团队是个值得评估的选择——尤其对比此前 k2-fsa OmniVoice 的 646 语言克隆路线，这两条路可以互补。
   链接：https://narilabs.com/blog/nari-labs-leads-coval-voice-ai-benchmarks

7. 代码显示：苹果 Siri AI 可替换为 Anthropic Claude 或 OpenAI ChatGPT
   IT之家报道：有代码证据显示，苹果的 Siri AI 后端可以替换为 Anthropic Claude 或 OpenAI ChatGPT 作为可选模型。这意味着 Siri 正在从"单一苹果模型"走向"可插拔模型后端"的架构。对用户是选择权，对 AI 行业是信号：即使是苹果这样的封闭生态，也开始在系统级 AI 助手里引入第三方模型。Agent 生态的多模型趋势，正在从开发者工具渗透到消费级操作系统。
   链接：https://www.ithome.com/1/002/353.htm

8. Show HN: Agenticos——面向企业 AI Agent 的开源控制平面
   GitHub 上 39 星的 Agenticos 定位"一站式构建、运行和治理公司 AI Agent"，把 skills、context 文件、MCP 集中在统一 registry。它解决的是企业 Agent 治理的痛点：Agent 多了之后，技能、上下文、工具权限散落各处，需要一个控制平面统一管理。Python 实现，开源。对正在把 Agent 从"几个实验"推向"几十个生产 Agent"的团队，这类控制平面会越来越必要——和 Agent 编排、可观测性一起构成企业 Agent 基础设施三件套。
   链接：https://github.com/vstorm-co/agenticos

9. DeepSeek-V4.1-Flash 上线千问 AI 平台，API 与 Token Plan 同步开放
   AIbase 报道：DeepSeek-V4.1-Flash 上线千问（Qwen）AI 平台，API 和 Token Plan 同步开放。这是 DeepSeek 模型通过阿里云生态分发的又一动作——开源模型被更多云平台托管，形成"模型 + 云"的生态协同。对开发者是好事：同一个模型多了购买渠道，价格竞争可能更充分。DeepSeek 系列在开源权重之外，正在通过多平台托管扩大商业化触达。
   链接：https://www.aibase.com/news/31028

10. 关于将 35kb 的预提示从 Opus 迁移到自托管 Ollama 时需注意的陷阱
    技术博客作者分享：把 35KB 的大型预提示（preprompt）从 Anthropic Opus 迁移到自托管 Ollama 模型时踩到的一系列坑。核心教训：闭源大模型的"长上下文表现"和本地小模型差距巨大，同样的提示词模板在本地模型上可能指令遵循失效、格式错乱或性能骤降。对想"从闭源切到自托管省钱"的团队，这是一份宝贵的实战清单——迁移前要先测提示词兼容性，而不是无脑替换模型。本地推理的成本优势，需要以提示词工程的重写为代价。
    链接：https://patrickmccanna.net/notes-on-migrating-large-prompts-away-from-anthropic-openai-to-self-hosted-llms

---

数据来源：TheAIEra News Hub
生成时间：2026-09-15 11:00:00