AI 日刊 · 2026-09-14
Product
1. 腾讯混元开源统一语音生成与编辑模型 AuK
AuK 是 1.5B 参数的开源基础模型，用自然语言指令做语音生成、内容编辑、副语言编辑、声学编辑、增强和分离。技术报告写训练数据约 30.3 亿条指令-音频对，有效监督约 195 万小时。结构上用多模态语言模型做语义条件，50Hz VAE 出声学潜变量，再由混合 Transformer 在 flow-matching 目标下融合。后训练包括开放编辑的人类反馈，以及语音生成的奖励强化学习。蒸馏版 AuK-Flash 可 4 步推理、不用 CFG，报告称墙上时钟约快 4.5 倍。用户实测翻译视频时音色接近，但中文腔仍像非母语；开源权重要自己调。
来源：AuK — Unified Audio Generation and Editing
2. Keep 把网页与文件收藏做成供 Agent 检索的 Markdown 库
Keep.md 把网页、X 帖、PDF、音视频和笔记存成干净 Markdown，并让 agent 经 MCP 或 CLI 检索、打开源文、补笔记。个人功能包括浏览器扩展快捕、Inbox、标签、全文和语义搜索、高亮与导出。它还可以跟踪 feed、频道、仓库和 newsletter，后台清洗归档。MCP 示例是把托管服务加到 Claude Code：claude mcp add —transport http keep https://keep.md/mcp。产品明确把“给人看的收藏夹”改成“给 agent 的上下文库”。定价尚未在材料里写清，也还不是已经取代 Resend 一类邮件工具。
来源：Keep
3. Shopify 设计师开源一套给 Agent 编译用的图标系统
meng shao 介绍 Shopify 设计师 kazdenc 开源的 Regen Icons：一套面向 AI Agent 的图标系统，现有 225 个图标。源码不是 SVG，而是极简 JSON 绘图语言；再编译成多种格式。作者还写了机器可执行的设计规范，让 coding agent 按同一套约束生成和扩展图标。相邻演示显示，给 Astra 网格和描边约束后，它能批量画出还过得去的 SVG 图标集。这是在把设计系统从给人看的文档，改成 agent 可执行的编译器。开源仓库地址和许可证未在原帖正文写全，规模是否覆盖生产图标库也待看。
来源：@shao__meng
Tutorial
1. OpenAI 要求为 Astra 重写过时的技能描述和仓库规则
OpenAI 官方开发者博客写：GPT-6 Astra 比前代更强，也更认字面指令，旧的 skills、AGENTS.md 和任务提示往往在帮倒忙。技能描述应尽量短，并写清何时启用；写太宽会让模型乱加载，描述太多时 Codex 还会截断描述。技能正文应做渐进披露，根文件只当路由。AGENTS.md 不要要求每次编辑先读完全套文档；Astra 会自己找要读的文件，也会自己跑测试，再催就会空转。决策边界若写得过死，它对齐更好，可能在你希望它继续时停住。它也更常在第一版实现后回来等你，需要先定义完成条件。官方建议直接让 Astra 按这篇做一次仓库审计。
2. 一篇长文按问题图解十三种大模型注意力机制
Akshay 的长文把自注意力、交叉注意力、多头注意力、MQA、GQA、FlashAttention、稀疏注意力、PagedAttention、RadixAttention 等按出现顺序拆开。核心约束不是公式，而是 KV cache 显存：70B 模型 BF16、128K 上下文时，KV 大约 40GB，和 4-bit 权重量级相当。MHA 每个头独立存 KV；MQA 让所有 query 头共享一组 K/V，缓存按头数缩小。这些名字常被模型卡并列，但它们解决的是不同问题：有的减缓存，有的限制谁能看谁。文章用图把机制和它所修的缺陷对齐，适合当工程师索引，而不是新论文。
来源：Attention Mechanisms in LLMs, clearly explained
3. 一篇长文讲清模型为何缓存 K 和 V，却通常不缓存 Q
马博这篇文章用“The sky is blue.”把 prefill、decode 和 prefix caching 串起来。Prefill 给每个位置算出 K/V 并缓存；之后每个新 token 仍要算自己的 Q/K/V，但历史 Q 已完成该位置计算，普通 decode 不再用。改 prompt 开头会让后续表示失效，追加在末尾则通常可以沿用旧 cache，这来自因果注意力只能看前面。文中举例：24 层、8 个 KV head、head width 64、BF16 时，4096 位置约 192MiB，8192 位置约 384MiB。Prefix caching 省的是共同前缀的 prefill，不是新回答的 decode。后半还连到 DeepSeek-V4.1-Flash 的 encoder 全局 KV、跨层共享和共享 KV 表示。看懂这一层，再读 MLA 和跨层共享会顺很多。
4. 入门文讲清把 Prefill 与 Decode 拆到不同机器如何工作
Amit Shekhar 把 Prefill-Decode Disaggregation 写成入门：prefill 一次读完整 prompt，decode 逐 token 写回答。Prefill 吃算力，decode 吃显存带宽，因为每步都要重新装入权重和 KV。两者放同一块 GPU 时，新用户的长 prompt 会让正在生成的请求卡住，这叫 generation stall。拆分后，专门机器做 prefill，另一组机器做 decode，中间把 KV 传过去。代价是 KV 传输、调度更复杂，短请求可能得不偿失。文中用 TTFT 和 TPOT 分开看延迟。适合先建立图像，再去读 vLLM 一类实现。
来源：Outcome School | Get a High-Paying Tech Job
5. Raschka 从零做推理课：先做出验证器再进入 RLVR
Sebastian Raschka 的 Reasoning from scratch 第三集专门讲怎么生成验证器。验证器有两个用途：一是评估基座模型和以后每次改进；二是给后面的 RLVR 当奖励。视频从四种 LLM 方案讲起，并同步放到 YouTube。重点不是又一个基准分数，而是把“能检查对错”做成训练闭环的前置资产。没有验证器，后面的强化学习只能靠更弱的代理指标。这是系列课，单集不能当完整实现手册，但路径很清楚：先可检验，再谈强化学习。
来源：@rasbt
Opinions/Thoughts
1. Einstein test：只用历史数据的模型仍做不出相对论
《Nature》特写跟进 Hassabis 的设想：用 1911 年以前的知识训练模型，看它能否再发现广义相对论。Zahavy 的立场是 LLM 不善做爱因斯坦式的溯因跳跃。Mullainathan 团队给轨道力学模型合成数据，它从未推出真正的引力定律，只给每个星系各推一条错误式子。Michael Hla 的 Machina Mirabilis 在光电效应上出现过“光裂成许多脉冲”的直觉片段，但多数失败，且常在复述似是而非的句子。Levine 的 1930 截止模型会漏出罗斯福年代的答案，说明历史语料很难真正截断。苏黎世 Ranke-4B 用 1913 到 1946 多个截止，只敢测“天才的火花”。文章的结论偏冷：数学里可逐步验证，物理世界模型仍缺。
来源：The Einstein test: what happens when AI tries to rediscover relativity?