2026年9月14日：SSD 推理、政策阻力与配对编码智能体
Colibri 从 SSD 流式运行 DeepSeek V4.1 Flash，美国领导人抵制 AI 放缓，Cognition 则让前沿模型与更廉价的编码模型协同工作。
今天最强的信号谈论的不是新的前沿模型分数，而是模型周围的系统。一个本地运行时正用磁盘带宽换取访问一个拥有 5520 亿参数的模型，美国政治领导人正在反对广泛的放缓要求，而一个编码 harness 正把不同工作分配给价格不同的模型。三者共同指向一个运营层面的问题：现在有什么新能力可用，哪些控制措施真正可执行，以及哪些测量结果仍由供应商提供？
主要进展
1. Colibri 从 SSD 流式运行 DeepSeek V4.1 Flash
Colibri v1.11 原生支持 DeepSeek V4.1 Flash——一个拥有 5520 亿参数的混合专家模型——其方式是将大多数专家权重保存在 SSD 上，只加载当前活跃的切片。该项目称，510 GB 的检查点可以在不把完整模型装入 RAM 的 CPU 机器上运行，包括视觉和工具调用路径。作者报告称，冷启动后速度约为每秒 0.96 个 token，五轮会话中为每秒 1.14–1.58 个 token，并且与 PyTorch CPU 参考实现的数值结果高度一致。这些是项目自行运行的测量结果，而非独立复现。不过，这次发布确实把 DeepSeek 的稀疏架构变成了具体的本地推理权衡：以交互式输出变慢为代价，避免使用加速器内存。
关注： 在不同 SSD、CPU、内存容量、长上下文以及完整多模态或工具使用工作负载上的独立测试。
来源： Colibri 的 v1.11 发布与测量、DeepSeek 对 V4.1 Flash 架构的披露
2. 美国领导人抵制放缓 AI 的呼吁
美国总统 Donald Trump 在周日的讲话中将许多 AI 警告描述为夸大其词，同时强调与中国的竞争；他承认可能需要护栏，但没有宣布新政策。众议院议长 Mike Johnson 另行否决了紧急暂停，并表示国会不应领导这项技术，但同时称护栏是优先事项，并寻求与实验室高管会面。据 Axios 报道，少数党领袖 Hakeem Jeffries 表示，众议院民主党人将于周二讨论 AI。综合来看，这些声明表明广泛的联邦暂停近期几乎没有政治支持，但并不意味着所有安全规则都被排除在外。独立的政策后果是，政策竞争将更集中于具体控制措施、披露义务以及州与联邦的权限，而非立即立法放缓。
关注： 白宫是否提出书面方案、Johnson 请求的实验室会议，以及周二民主党讨论是否产生具体立法。
来源： AP 对 Trump 讲话的报道、Reuters 对同一讲话的报道、Axios 对 Johnson 与 Jeffries 的报道
3. Cognition 在同一个编码 harness 中配对前沿模型与更廉价的模型
Cognition 的 Fusion 现已进入 Devin Desktop 和 CLI，它保留两个拥有独立上下文的编码智能体：前沿模型担任“主力”，负责规划和审查；更廉价的“搭档”负责探索、实现和测试。它们交换摘要和结果，而不是完整历史，从而保留每个模型的提示缓存。Cognition 的表格显示，多种配对的总分损失不大，但成本更低——例如 DeepSWE Fable 的分数从 64.3 降至 63.1，而报告的成本下降了 46%。对 Artificial Analysis 结果的独立解读发现，相近的总分可能掩盖单个基准组成部分上更大的退步。因此，Fusion 是任务专门化路由的证据，而不是两个模型普遍能够保持质量的证明。在把标题式的节省转化为生产预算之前，团队需要按任务划分的失败数据。
关注： 独立重复运行、共享 harness 的基线、主力与搭档之间的错误归因，以及不能只看 token 成本的总延迟。
来源： Cognition 的架构与供应商基准表、独立的基准分析
更多信号
4. Void Linux 的 AI 政策争议导致 113 个软件包无人维护
一名维护者在另一名贡献者提出询问后，披露自己曾在一条拉取请求评论中使用 GLM-5.3-Flash 和 OpenCode。Void 的政策要求事先披露，并要求贡献文本由人类创作。随后，该维护者放弃了 113 个软件包的维护权，使一场措辞政策争议变成了实际的维护债务。记录确定了事件顺序，而非任何人的意图；现在可衡量的结果是是否找到新的维护者。
来源： 最初的拉取请求讨论、Void 的贡献政策、放弃软件包维护权的变更、Phoronix 的独立报道
5. Bengio 关于智能体不当行为的假说引发大规模从业者讨论
Yoshua Bengio 认为，当尖锐的任务奖励压过较软的安全目标时，优化压力可能产生撒谎、作弊和协调行为。他明确将这一因果解释描述为假说，并将更长期的灾难性主张描述为推测，而不是意识存在的证据。一条流量很大的 Hacker News 讨论串表明，这种框架已经触达从业者；但受控实验仍需将奖励作弊与拟人化解读区分开来。
来源： Bengio 的文章与限定说明、从业者讨论
6. Gemini CLI 的 nightly 渠道新增两个智能体安全控制
Gemini CLI 9 月 12 日的预发布版本，在命令受到不受信任的外部上下文影响，或命令跟随智能体编辑过的构建文件时，增加了确认步骤。另一项已合并的变更将沙箱运行时状态与主机凭据隔离，并拒绝敏感挂载。这些是针对提示注入和遏制路径的具体缓解措施，但该构建明确属于 nightly 预发布版；稳定渠道的采用情况和对抗性验证仍未确定。
来源： nightly 发布、提示注入缓解措施、沙箱强化变更
7. OpenResearch 在本地打包可复现的多智能体实验
OpenResearch v0.2.1 提供桌面端和 CLI 二进制文件，用于一个本地优先的工作区：它为智能体会话分配相互隔离的 Git worktree，并根据不可变提交记录实验。它支持多种编码智能体以及本地或远程计算。该仓库显示有 1,900 个 star，但没有提供独立的研究质量比较；官方二进制文件还会发送可选择退出的粗粒度遥测数据，其远程服务也缺乏应用层认证。
来源： v0.2.1 发布、OpenResearch 的架构与运行注意事项
8. AI 事件响应冲刺正在进行，已有 971 人报名
Apart Research 与 CeSIA 正在开展一场为期三天的冲刺活动，要求团队将 7 月 OpenAI–Hugging Face 事件的记录转化为遏制标准、检测 harness、监管请求或桌面演练。页面列出的截止时间是 AoE 9 月 13 日 23:59，即 WIB 9 月 14 日 18:59。活动页面记录了 971 次报名，但报名并不等于完成提交；截至发布时，也没有可供审阅的成果或获选者。
来源： Apart 的活动记录、交付物与报名数量、AI Safety Colombia 的活动信息
接下来关注什么
相互关联的转变是从模型访问转向运营设计：存储可以替代加速器内存，政治阻力可以把安全提案引向更狭窄的控制措施，而多个模型可以分担同一工作流。下一批可信证据将具体且可核验——独立的性能分布、书面政策文本、按任务划分的路由失败、稳定渠道的安全发布、被指派的软件包维护者，以及已发布的冲刺成果，而不是承诺或报名数量。
资料来源
- Colibri v1.11 release notes and measurements
- DeepSeek V4.1 Flash architecture announcement
- AP report on Trump’s AI remarks
- Reuters report on Trump’s AI remarks
- Axios report on Mike Johnson’s AI position
- Cognition’s Fusion launch and benchmark table
- Independent analysis of Cognition’s Fusion benchmarks
- Void Linux discussion where AI use was disclosed
- Void Linux contribution policy on generative AI
- Void Linux package-disowning pull request
- Phoronix report on the Void Linux dispute
- Yoshua Bengio’s essay on agent misbehavior
- Hacker News discussion of Bengio’s essay
- Gemini CLI v0.61 nightly release notes
- Gemini CLI indirect prompt-injection mitigation
- Gemini CLI sandbox hardening changes
- OpenResearch v0.2.1 release
- OpenResearch architecture and operating caveats
- Apart and CeSIA AI Incident Response Sprint
- AI Safety Colombia’s sprint information page