v2.1.272
Anthropic 于 9 月 15 日发布 Claude Code v2.1.272，这是一个以 bug 修复和可靠性改进为主的小版本更新，没有新增功能。对正在把 Claude Code 接入日常开发流程的团队来说，这类维护型版本值得跟进。
标签： 大模型
蚂蚁开源 SingProbe：以轻量探针实现大模型生成风险实时拦截，计算开销不足 0.5%
蚂蚁集团 AI 安全实验室开源了大模型内生安全技术 SingProbe，复用基座模型推理时的隐藏状态，以不到 0.5% 的额外算力实现 token 级实时风险拦截，并兼容 29 款主流大模型。
硅基流动上线开源模型 Hy4 preview，770B 总参数、1M 上下文
硅基流动（SiliconFlow）上线开源模型 Hy4 preview，总参数 770B、单次推理激活 49B、支持 1M 上下文，采用 Apache 2.0 协议，可直接接入 Claude Code、Codex、Cursor 等现有工具。
GPT-5.6 Luna 对比 GPT-6 Astra：$1.20 的模型做代码评审够用吗
Entelligence 用 50 个公开基准 PR 对比 GPT-5.6 Luna 与 GPT-6 Astra，发现 Luna 只花 3.6% 的钱就查出 Astra 约 75% 的真实 bug，但误报率接近四分之一，且安全类缺陷漏得最多。
在 Copilot 自动模型选择中配置成本与质量
GitHub Copilot 的自动模型选择功能新增效率、均衡、智能三档，让用户按任务需要决定自动选模时更看重成本、质量还是响应速度。这把“用哪个大模型”从黑盒默认值变成了可调的参数。
AI 革命究竟新在何处？
TIME 刊文讨论“AI 革命究竟新在何处”，指出人工智能并非 2020 年代才出现，自 1956 年达特茅斯会议起已历经数十年起落；真正的新变化是通用基础模型、自然语言交互和具备行动能力的 Agentic AI 三件事叠加，但谁来管理、如何与人类协作，目前仍是开放问题。
OpenArch——现代大型语言模型（LLM）架构的 PyTorch 实现
GitHub 上出现了一个名为 OpenArch 的开源项目，用纯 PyTorch 从零手写实现了 GPT-2 XL、Llama 3、DeepSeek R1、Kimi K2、GLM 4.5 等十余个现代大模型架构，目标不是追求性能，而是让每种架构的注意力、归一化、位置编码等设计选择变得可读、可对比。
听起来和她一模一样”：AI 语音诈骗逼真得令人害怕——以下是如何保护你的家人
AI 语音克隆已经逼真到能冒充家人紧急求助行骗，而研究显示约 36% 的成年人可能因此上当。识别亲人声音这一传统身份验证方式，正在失效。
当 LLM 评判者意见一致时，我们该信吗？
亚马逊云科技团队在 ICML 上提出一种“依赖感知”的 LLM 评委聚合方法，用 Ising 模型识别多个评审模型之间是否只是“同源同错”，在三个任务上比加权多数投票基线准确率提升 9%–14%，论文时间标注为 2026 年 8 月 26 日。
为什么机器学习研究 Agent 不会过拟合？
亚马逊科学家在 2026 年 9 月 10 日发布研究指出，LLM 驱动的机器学习研究 Agent 反复在同一基准上迭代却不会过拟合，原因是它们学到的是高度可压缩的策略，而非记住数据。这项工作给"基准刷榜是否等于真实进步"这个老问题提供了可实验的解释。