本期《AI Valley》头条关注两大主线：OpenAI 宣称其未发布模型调用约一万个 AI 智能体协同工作约88小时，求解了悬而未决近90年的千禧年数学难题 Navier-Stokes，随后由 GPT-6 Astra 用 Lean 形式化验证17小时；但相关数学家指控 OpenAI 接触其一年研究成果后抢先冲击，并迫使其在 Anthropic 任职的共同作者退出，且 OpenAI 尚未公开实际证明。同时，前 OpenAI 与 Anthropic 研究员 Jacob Coxon 宣布辞职，警告行业正不加节制地冲向自我改进的超级智能，Anthropic 对齐科学负责人 Evan Hubinger 称 AI 在十年内灭绝人类的概率达10%以上，多名研究人员公开声援，呼吁实验室减速甚至暂停能力提升。栏目还附带 DNSMOS 校准广告、OpenAI 试图压制电影《Artificial》、韩国向全民开放免费生成式 AI 等简短资讯与多款 AI 工具推荐。
全部资讯
原标题：《Mercury 2.5》 评分: 235 | 作者: Topfi 💭 推理一开就胡言乱语，这也能算更聪明吗？ 🎯 讨论背景 Mercury 2.5 是 Inception（一个主打 diffusion-based LLM 的初创公司）发布的预览模型，主打极低延迟和很高的 token throughput。它通过 OpenRouter（聚合多家模型 API 的平台）等渠道提供，评论里也拿它和 Mercury 2、Gemma、Qwen、Claude Haiku 之类的 fast model 做对比。和传统 LLM 的 next-token prediction 不同，diffusion model 会先生成整体再逐步 denoise，所以它尤其适合 rerank、subagent、voice agent 这类对延迟敏感的场景。讨论中还牵涉到 open weights、数据训练 opt-out、ZDR（Zero Data Retention，零数据保留）以及它在 agentic coding 和 creative writing 上的实际短板。 📌 讨论焦点 速度与实时任务
原标题：《How An AI math breakthrough ignited a controversy》 评分: 163 | 作者: pseudolus 💭 先偷数据再抢功，也叫独立发现吗？ 🎯 讨论背景 OpenAI 先发布博客，称自己用大量 agent 和 Lean（形式化证明助手）解决了 Navier-Stokes（流体方程组）这个 Clay Mathematics Institute（克雷数学研究所）的 Millennium Problems 之一，并把它包装成可能推动 materials design 和 drug development 的进展。随后媒体报道把焦点转向两位研究 Navier-Stokes 的数学研究者，他们长期用 Codex（OpenAI 的代码辅助模型）等 LLM 辅助推导，之后在成果发布时间、署名和沟通上与 OpenAI 发生冲突。争议的关键点是 OpenAI 是否在对方公开前就从产品日志、提示词或去标识化数据里获得线索，以及是否把别人的进展重新包装成自己的成果。因为这次结果本质上是一个 existence proof 式的形式化结论，而不是可
原标题：《Flock Wants a Closely Surveilled World with No Exit》 评分: 408 | 作者: pseudolus 💭 既要全天候监控，谁来保证不会先轮到你呢？ 🎯 讨论背景 Flock（YC 2017 批次的车牌识别/公共监控公司）在美国各地向警局、地方政府、HOA 和一些 fusion center（执法数据汇聚中心）销售联网摄像头与 ALPR（自动车牌识别）系统，能把公共道路上的车辆和部分行人线索集中到一个可检索数据库里。争议之所以爆发，是因为 404 Media（独立科技媒体）等报道了它被用于追踪堕胎、自定义执法、骚扰前任、移民执法和其他越权用途，同时还传出数据安全和访问控制问题。评论区把焦点放在美国宪法第四修正案、third-party doctrine，以及 Carpenter v. United States（美国最高法院关于定位数据的判例）和 Chatrie（关于 Google 定位历史的联邦上诉案）上，讨论政府能否借助私人承包商绕开 warrant。对比对象则包括英国的 National ANPR Service（英
阿里技术团队主导的 Apache Paimon C++ 项目正式发布首个 Apache 基金会版本 v0.3.0。该项目源于 2024 年 1 月阿里集团统一采用 Apache Paimon 作为数据湖表格式，为解决 ODPS、StarRocks、Native Flink、Native Spark 等 C++ Native 引擎无法依赖 JVM 处理 Paimon 表语义的难题而创建。Paimon C++ 通过 Arrow C Data Interface 实现批式数据交换，并提供 FileFormat、FileSystem、MemoryPool、Executor 等深度可定制插件，同时保留 ORC、Parquet、Avro 等默认实现和元数据缓存。功能上支持 Append 与主键表的 Scan、Read、Write、Commit、Compaction 全链路，覆盖 Merge-on-Read、Deletion Vector、Data Evolution、多模态数据及全局索引检索。性能方面通过分层 Spill Merge、并行预取、异步 Row-to-Batch 和 COUNT(*)
字节跳动推出基于豆包大模型的AI输入法「豆包输入法」，支持Android、iOS、macOS和Windows全平台，主打深度整合AI的语音识别能力。该输入法采用Seed-ASR语音识别模型，中英文测试集错误率比同类产品降低10%-40%，支持普通话、英语、粤语及中英文混合识别，能结合上下文智能整理输出、过滤口头禅并自动添加标点。Windows桌面版于2026年9月正式发布，Mac版此前已上线，用户可按住或双击Option键触发语音输入。产品还提供AI智能联想、轻声说话模式和约150MB的离线语音模型，界面简洁无广告，并支持智能输入（云端）与基础输入（纯本地）两种隐私模式供用户切换，免费使用。
深度求索宣布将于9月10日前后正式发布DS V4.1 Flash模型，该模型在性能、费用、速度和总用时等指标上全面超越DS V4 Pro。发布后，API平台上用户发出的V4 Pro请求将自动路由到DS V4.1 Flash，并按新模型价格计费，使用成本更低。V4.1 Pro发布后，原V4 Pro调用将继续路由至V4.1 Pro。目前用户可通过将模型名称改为deepseek-v4.1-flash-expires-on-0910提前测试中间版本，该版本响应快、token效率高。Flash定价区分闲时与高峰时段，闲时缓存命中0.20元、未命中1.00元、输出4.00元；高峰缓存命中0.04元、未命中2.00元、输出8.00元，高峰为工作日09:00-12:00和14:00-18:00。
懂车帝接入火山引擎 AI MediaKit，搭建可组合的音视频处理底座，应对汽车内容平台三类创作挑战：营销视频素材复用导致成片相似度过高、UGC 用户素材加工门槛高、底层媒体处理能力难以跨业务复用。双方采用"模型能力 + 媒体处理工具"协同架构，由懂车帝多媒体基建负责业务规则与工作流，模型负责内容理解与生成，AI MediaKit 以原子接口形式执行裁剪、拼接、翻转、倍速、贴片、转场、字幕及画质处理等任务。该方案支撑营销视频批量多样化生产，并将同一套工具底座复用于 UGC 一键成片，覆盖高光剪辑、Vlog、口播视频等场景，降低视频创作门槛，提升规模化处理效率。
火山引擎日志服务 TLS 推出 LLM 应用可观测最佳实践，针对智能助手等 AI Agent 应用的运行过程黑盒问题，提供全链路透明化能力。方案核心是 TypeScript LLM Observer SDK：应用仍通过 OpenAI 兼容客户端调用火山方舟等模型服务，SDK 负责采集模型调用、Token 消耗、耗时和错误信息，并遵循 OpenTelemetry GenAI 语义约定转换为标准化 Trace，通过 OTLP/HTTP 上报至 TLS Trace Topic。SDK 在业务请求外层创建 Agent Span，将模型与工具调用生成 Model Span 与 Tool Span，关闭正文采集时仍保留观测元数据，并支持通过环境变量控制避免密码、AK/SK 等敏感信息上报。AgentLoop 前端提供 Session、Trace 和调用链三类仪表盘：会话分析按 session.id 聚合多轮请求，Trace 分析展示单次请求的 Token、耗时与状态，调用链分析还原 Agent、Model、Tool Span 的父子关系，可用于精准排障、成本优化与完整复盘。文章还介绍了演进方向，包
Hacker News 上围绕一篇付费墙文章展开讨论，主题是 1990 年《纽约客》刊登的讽刺短文《Coyote vs. Acme》，该短文将 Looney Tunes 中 Wile E. Coyote 起诉 Acme 公司的情节写成荒诞法律故事，并被改编为同名电影。讨论呈现两极化：部分评论者将它视为童年回忆加持的轻松怀旧合家欢娱乐片，认为客串与彩蛋有效，适合作为消遣；另一部分评论者认为影片笑点重复、剧情平淡、完成度不及《Who Framed Roger Rabbit》。此外，线程还涉及提前入场遭遇 33 分钟影院广告的糟糕体验、对导演人选的质疑，以及转载付费内容是否符合 HN 开放分享精神的争论。