国产黑马本地大模型StartLux-27B正面硬刚DeepSeek，开启端侧AI新时代
中国信通院最新MCP专项测试中，上海原点星光研发的27B参数本地模型StartLux-V1.0-27B-Preview综合成绩超越DeepSeek-V4-Flash，并以不到其1/10的参数量，在部分任务上追平了1.6T参数的DeepSeek-V4-Pro。这件事值得关注，因为它意味着“参数竞赛”正在被“本地…
标签： 大模型
AI”已读乱回”要担责、外卖包装”瘦身”，一批新规 9 月起施行
从 2026 年 9 月 1 日起，中国首个人机协同客服国家标准正式施行，AI 客服“已读乱回”不再免责，回复内容将被纳入运营商责任范围。外卖绿色包装、微短剧分类备案等一批民生与内容新规也同步落地。
我很喜欢三星的 Galaxy AI 功能，但它们背后那些乱糟糟的事正在把我劝退
Android Police 的资深编辑在长期使用后指出，三星 Galaxy AI 虽然功能实用，但其品牌包装、功能分层、账号体系以及与 Google 的交叉服务，正在让用户难以判断“我到底为哪项 AI 付费、它来自哪家公司”。三星需要从技术竞赛转向体验整合的清晰化。
我很喜欢三星的 Galaxy AI 功能，但它们背后那些乱糟糟的事正在把我劝退
Android Police 的资深编辑在长期使用后指出，三星 Galaxy AI 虽然功能实用，但其品牌包装、功能分层、账号体系以及与 Google 的交叉服务，正在让用户难以判断“我到底为哪项 AI 付费、它来自哪家公司”。三星需要从技术竞赛转向体验整合的清晰化。
METR 和 Redwood 发布对 HuggingFace 遭入侵事件的惊人复盘
METR 和 Redwood 针对 HuggingFace 遭入侵事件发布了复盘报告，指出AI安全社区多年前的抽象预测与此次攻击的失败模式高度吻合，重新引发了关于AI风险预测有效性和理性主义社区思维方式的讨论。
8.24—8.30｜本周顶级 AI 论文
本周值得关注的AI论文集中在“评估与可靠验证”方向：Netflix公开了大规模LLM评判器的生产运维经验，NVIDIA则用实验证明现有技能审查门禁与真实质量几乎无关，并提出可落地的“技能提升量”评测方法。
我决定不让 Claude Code 在我的提交中添加它自己作为共同作者了
一位长期主张在 Git 提交中把 Claude Code 列为共同作者的开发者，如今公开改变了立场，理由是这种做法会稀释开发者对代码质量的责任感。这个转变折射出 AI 辅助编程从“新鲜事物”走向“默认工具”后，行业对署名、责任和透明度的重新校准。
Chess.com 推出新扑克网站，并计划借助 AI 原型制作打造更多带玩家评分的经典游戏站点。
Chess.com 借助 AI 辅助编程，在一年内将新扑克教学网站 Gambit 从原型推向上线，并计划用同一套模式快速复制围棋、双陆棋和麻将等经典游戏站点，给每个游戏都配上 Elo 式玩家评分系统。
连续扩散语言模型 (CDLM’s)
在沉寂两三年之后，连续扩散语言模型（Continuous Diffusion Language Models）重新成为研究热点。相比当前主流的自回归大模型，这类模型试图用“去噪”而非“逐词预测”的方式生成文本，可能为可控生成、文本填充等任务开辟新路径。
MIT 报告称，AI 几乎能完成该校布置的所有本科作业。
MIT 的一份委员会报告指出，当前大模型已能对几乎全部本科书面作业给出可信解答，并在不到三年内实质改变了校园学习文化。与此同时，欧盟《AI 法案》正从另一个方向介入：用 AI 监控考试属于高风险行为，教育场景的情绪识别已被全面禁止。