A.I. 日报
jevals：用类型化Jev决策替代LLM评判的评估工具
jevals是一个开源工具，用类型化Jev决策模型替代LLM评判，为智能体提供评估和护栏。所有评估合并为一个HTTP请求，成本仅千分之一美分，响应时间几百毫秒，适合在每次追踪或智能体循环中运行。支持Jev、Kev、Laya及普通聊天LLM。
行业追踪
163 条仅显示 2026年9月21日 周一 的内容 · 查看全部日期 →
谷歌发布开源智能体编排器AX
谷歌推出开源智能体编排系统AX，通过声明式YAML定义任务，为智能体提供沙箱隔离、工作区配置和网络策略，支持单任务或组合式智能体运行，并在集群上大规模扩展。该系统提供创建、挂起、恢复和删除等基本原语，旨在管理会累积状态并调用模型API的智能体任务。
AI泡沫风险或冲击市场与美国经济
彭博专栏警告，AI相关数万亿美元的投资收益与市值建立在高速增长将持续的假设之上，若增长失速，华尔街乃至整体美国经济可能面临难以化解的连锁冲击。
讨论：千美元级Qwen3.8-27B专用芯片会有市场吗
LocalLLaMA社区讨论如果Taalas推出面向消费者的Qwen3.8-27B推理芯片，定价1000美元、速度达7000 TPS，用户是否愿意购买。发帖者认为此类芯片类似游戏光盘，虽模型固定但速度远超GPU，且不会因新模型发布而贬值。
Autolith：可自我改写的Common Lisp智能体
Autolith是运行在单一Common Lisp镜像中的自修改终端编程智能体，可在运行时检查、编辑甚至破坏并恢复自身实现，维护MCP服务器、记忆、工具和LSP服务器等状态，文件搜索使用Rust库fff，支持多平台。
瑞士与南非小实验室开源27B创意写作模型Hemmingway-1
一个来自瑞士和南非的小型实验室以Apache-2.0协议开源了基于Qwen3.8-27B微调的27B创意写作模型Hemmingway-1，权重已上线HuggingFace，bf16精度约54.7GB，兼容vLLM。在EQ-Bench 4上得分1330，内部盲测写作基准中沟通能力与人类相似度超过所测前沿模型，但数学、代码和事实召回与基座模型持平，属专用型模型。
Qwen 27B在单张3090上自主运行三周
一位用户用单张RTX 3090本地运行Qwen 27B量化模型约21天，目标是让智能体自行编写CUDA推理引擎。期间共运行约2.3亿token、699次压缩耗时约83小时，最终预填充速度约为llama.cpp的一半，但产出了可用的kernel和测试。
瑞典初创公司无人机用Jetson Orin Nano自主选靶轰炸
瑞典初创公司的攻击无人机搭载Nvidia Jetson Orin Nano运行小型AI模型，可在无人工输入、无外部通信的情况下自主选择并轰炸目标。
卫报社论：数学家仍不可或缺，AI公司视而不见
卫报社论批评OpenAI宣称其AI智能体解决Navier-Stokes问题，认为大模型成果依赖人类数学家的既有工作，却未给予充分署名与补偿；数学家Tristan Buckmaster等质疑OpenAI使用其Codex模型数据，OpenAI否认直接获取该材料但未排除数据被用于改进模型。
美财长贝森特称与何立峰会谈成功
美国财政部长贝森特在特朗普与习近平峰会前与中国副总理何立峰会晤，并称会谈“成功”。报道未披露会谈具体内容或成果。
小型神经网络策略游戏竞赛引发讨论
Hacker News上出现一项针对能玩策略游戏的小型神经网络竞赛，并引发社区讨论。该竞赛聚焦在受限算力下训练小型模型完成策略博弈，相关讨论见HN帖子。
高中生开源C++张量库与自动求导项目
一名高三学生用数周时间在C++中实现了简单的张量库和自动求导，代码已在GitHub开源，目的是学习机器学习基础，并向机器学习与C++社区征求建议和批评。
研究者称去污染报告无法解决基准污染，评估方须接手测试
一篇文章指出，实验室自审训练数据、发布去污染报告的做法无法根治基准污染：实验室自我核查、语料涉及版权无法公开、训练数据中的转述与合成内容也难被完全匹配。作者建议改为评估方掌控测试，提交方无法获取标签，评测在离线环境从指定commit自行构建代码复现分数，并尽可能在提交冻结后生成测试数据，只有被复现的结果才算数。
已经到底了