诺奖得主阿西莫格鲁在新论文《Automation and Repression》中，用数学模型比较了"发钱维稳"和"技术镇压"两种路径的成本，结论是在资本逻辑下后者可能更划算。这给硅谷长期兜售的"AI 取代工作就发 UBI"叙事泼了一盆冷水。
一条带有 #AI成人短剧 标签的推文在 X 上宣称某部 AI 生成的成人短剧正在加更，链接指向网盘而非平台页面，帖子浏览量约 150 万，但评论区已有用户当场质疑"这是 AI，别发假消息"。这起个案的价值不在内容本身，而在于它暴露了 AI 视频生成被用于成人叙事后的分发、核验与合规问题。
Anthropic 一名核心预训练研究员离职后登上 CNN，警告 AI 可能在本十年末带来毁灭性风险，而 CEO Dario Amodei 没有反驳或追责，反而公开认同其担忧，顺势把这场风波转化为公司"最负责任参与者"的形象背书。
李博杰（Bojie Li）开源了新书《深入理解 AI Infra：量化分析与系统设计》的全部书稿，约 500 页、共 12 章，从硬件约束和模型架构出发推导 LLM 推理与训练系统设计，试图为 AI Infra 领域补上一本“量化研究方法”式的教材。
社区作者 Dongxi 东锡 NLP 于 2026 年 9 月 13 日发布一篇技术解读，解释了大模型推理中 KV cache 只缓存 K 和 V、而不缓存 Q 的原因，并顺带说明了追加内容与修改前文为何会导致缓存失效。
DAIR.AI 汇总了 9 月 7 日至 13 日的三篇代表性 AI 论文，分别来自谷歌、微软和 IBM，主题集中在长时程智能体的结构化规划、4B 参数编码智能体的合成任务训练，以及利用文档目录结构做检索。它们共同指向一个趋势：在不盲目堆参数和算力的前提下，用更聪明的训练数据与结构设计提升模型表现。
掘金社区出现一篇实操向文章，介绍如何用 WorkBuddy 搭建一套 7×24 小时运转的「AI 投研团队」，把原本依赖分析师的资料收集、信息筛选与初步研判环节交给自动化流程。它值得关注的点不在于某个模型升级，而在于 AI 应用正从单点问答走向多角色协作的工作流。
习近平在金砖峰会上提议建立中国主导的开源 AI 合作社区，并邀请成员国加入北京 7 月刚成立的 World AI Cooperation Organization；与此同时，中国商务部门仍在讨论是否限制 Qwen、豆包、GLM 等模型的海外访问。一边向外推开源，一边对内收紧，是这则新闻最值得关注的地方。
中国团队 AllSpark 开源了两个搜索 Agent——350 亿参数的 Iris-mini 和 3970 亿参数的 Iris-pro，并公开了完整训练配方。它们在各自同尺寸开放权重搜索 Agent 中排名第一，且训练数据还带来了未被专门训练过的通用工具调用和办公任务能力提升。
Meta 在路易斯安那州霍利里奇开建其史上最大 AI 数据中心，周边房租被建筑工人和运维人员迅速推高，一间四居室月租从约 1200 至 1500 美元涨到 3000 美元，这揭示了算力扩张对本地住房与劳动力市场的直接冲击。