AI 日刊 · 2026-09-16
Product
1. TypeSafe 发布 Jev：不做聊天，专出带校准概率的结构化决策
参与过 ChatGPT 指令跟随研究的 Diogo Almeida 结束两年隐身，放出 TypeSafe 第一代 System One 模型 Jev。它用名为 RLCD 的方法训练，吃进程序状态，一次并行给出带校准概率的结构化结果，不生成字符串。官方称在这类任务上速度约 20 到 200 倍、成本约 40 到 400 倍于现有大模型。输入价约每百万 token 0.042 美元，输出不计费；端到端约 70 到 500 毫秒。公司称类型错误在数学上不可能。评测是自建工作流，对照 Astra 与 Fable 的平均概率。这是早期访问。官方自己也写了：长期定价是否可持续，现在还看不了。
2. Cognition 发布 SWE-2，用更低成本逼近编码模型前沿
Cognition 推出编码模型 SWE-2，基座是 2.8 万亿参数的 Kimi K3。它在 FrontierCode 1.1 主榜拿到 50.0%，距 Fable 5.1 的 50.9% 只差 1 个点，官方称便宜 64%。DeepSWE 1.1 为 73.0%，终端基准 2.1 为 92.8%。相对上一版和 Grok 4.6，分数和成本都更好。相对 GPT-6 Astra 差几分，成本约四分之一。新的强化学习算法一次训练多个推理强度，试图把整条成本性能曲线一起推上去。数字来自官方博客，不是第三方复现。开源基座再经大规模强化学习，正在把编码模型的价格打到闭源附近。
3. Replit 推出定时任务：先跑确定性代码，必要时再叫代理
Replit 发布 Routines，用来做按小时、每天或每周重复的自动化。它针对代理全天挂着会烧掉大量 token 的问题。每次运行先走确定性代码，只有需要推理时才调用代理。产品逻辑是把代理从常驻进程改成按需触发，用调度省钱。帖文在“何时调用代理”处截断，没有给出定价、失败重试和人工审批细节。能确定的只有方向：重复劳动不该让模型空转。
4. Taste Labs 推出品牌接口，让生成代理按现有视觉规范出活
Taste Labs 发布第一个代理工具品牌接口。它做三件事：在用户已有品牌时抽出可用资产；在策展索引里搜索品牌作参考；核对代理自己的产出是否符合品牌。案例是 General Intelligence Company 用它给编排平台做设计系统。联合创始人说这比预想更难，接口出来后变成接上就能用。材料以案例页为主，没有给出错误率和覆盖品牌数。生成内容最大的产品缺口之一是看起来不像这家公司，这件事正在被收成可调用服务。
来源：General Intelligence Company
Tutorial
1. 用 Git 仓库和长驻协调代理管理一整队编码代理
Fatih Arslan 写他如何管理一批代理。每份计划是一个 Markdown 文件，放在专用仓库，人和云端代理都能读。后来他改用长驻协调者读写该仓库，用版本历史当审计。初始化命令只跑一次，生成草稿、下一步、进行中、完成和丢弃目录。即时通讯告警或自动化都可以触发。关键不是换模型，而是把工作状态做成代理本来就会用的仓库工件。没有这个索引，多代理并行很快就会互相踩计划。
2. 斯坦福新课九讲走完大模型、微调、推理和代理
斯坦福自然语言处理组新课 CME 295 由 Afshine 和 Shervine Amidi 主讲。九讲覆盖 Transformer、注意力变体、位置编码、低秩微调、人类反馈强化学习、推理加速、工具协议、人工智能代理和扩散语言模型。课程和速查表公开。这是把 2026 年工程栈收成一门可跟随的课，不是新论文。材料没有给出作业量、先修要求和是否有实验课。工具协议和代理被写进正规课表，说明这些已经是基础，不再只是博客话题。
来源：X Article
3. 当代理写代码并互相审查，软件工程师还剩下什么
马大伟回顾 2023 年仍把人工审查当最后防线。三年后，他很少审查两个长期业余项目的大部分代码。代理实现功能，另一个模型做审查，测试、故障分析和修复也更多交给代理。样本不是演示项目：一个是带媒体转发和语音运行时的聊天室，一个是投资产品。主业仍在普通团队。他问的是一个项目还需要多少软件工程师，而不是个人神话。文章没有给出可推广的人力公式。价值在于样本难，且作者愿意承认自己已经不再读大多数改动。
来源：BMPI
Opinions/Thoughts
1. 奥特曼对记者称公司今年不会进行公开上市
Alyson Shontell 引述 Sam Altman：OpenAI 在 2026 年不会上市。Altman 称时机不对，因为公司还要把对齐、控制和安全做完。这是口头表态，不是监管文件。它把上市时间和安全工作绑在一起，但没有给出可核验的内部时间表或融资约束。对估值和二次销售预期会立刻有影响。证据强度止于记者转述。不能据此写成已经取消的上市计划，只能写成他昨天这样说。
2. Pocock 认为合并冲突不该写成可插拔技能
Matt Pocock 写过一个逐块结束合并或变基冲突的技能。他现在倾向下一版删掉它，因为这是调度层该管的事，不是技能该管的事。他公开征求反对意见。争论的是职责边界：冲突解决是运行时能力，还是可插拔知识。材料没有给出删除后的替代方案。技能生态正在膨胀。先分清什么该进运行时，能避免把环境问题写成文档，然后让每个仓库再装一遍。