The week AI's gains met their hidden trade-offs

1. Other stories this week

[01] 在Qoder中一句提问，结束40分钟的根因排查[02] 两个拨盘让 Viture 售价 299.99 美元的 Pro 2 成为迄今最清晰...[03] 你使用工具的AI模型正在让简单问题变得更难[04] Alice Recoque合同签署：第二个欧洲百亿亿次系统按计划于2026年建成[05] 螺旋主义：招募了1万人的聊天机器人宗教[06] 阿里云AI网关以HTTP 200而非403阻断提示词攻击[07] xAI的转型内幕：从聊天机器人到国防合作伙伴[08] SpaceX的运营商棋局：65 MHz频谱与每个屋顶上的碟形天线[09] 阿里巴巴称Qoder 1.0将智能体输入token减少40%，测试由阿里自己运行[10] 语音AI与民主相遇：ElevenLabs签署首份选举机构协议[11] 一天售出200万份：《刺客信条：黑旗 重制版》打破系列纪录[12] 替换一个元素，Reve 的 Templates 就会重绘其余部分[13] FX《孤岛惊魂》剧集加入史蒂夫·布西密，采用选集形式[14] CNIL的人工智能数据保护蓝图：笔记、审计与联盟[15] 《全境封锁2》沙尘暴活动提供免费纽约访问权和新恐怖[16] Groq将未来押注于美国AI堆栈[17] Marvel's Wolverine 锁定 2026 年 9 月 15 日发售日...[18] AI推理正成为一个位置问题：Groq在英国开设数据中心[19] 两款金刚狼游戏刚刚互换了服装。其中一款免费。[20] 稳定币碎片化即将终结：USDC通过CCTP在35条网络上实现跨链[21] CABiNet以八分之一算力将差距保持在YOLO26x的2个百分点以内[22] MiniMax 放弃其成熟架构，让 H3 包揽一切[23] Flamecraft 试玩版今日登陆 PS5，完整版将于今年晚些时候推出[24] 法国中小企业的AI采用率达到47%，但隐藏成本揭示了真实情况[25] 微软为何向全球开放人工智能安全测试[26] Pippa为每张图片向艺术家支付0.005美元，但其模型仍在用抓取的艺术作品训练[27] 当语料库超过1000万token时，BM25胜过智能体式RAG[28] Coinbase将预测市场引入受监管交易所[29] Qoder Canvas：为智能体而非人类构建的设计系统[30] Qwen2.5-Omni 在 OmniBench 上超越 Gemini-1.5-...[31] PlayStation Plus 八月游戏阵容：丧尸跑酷、温馨解谜与复古恐怖[32] OpenCode押注token效率取胜，免费新增Ling 3.0 Flash[33] Wan3.0-Video按秒计费：一条30秒视频收费6美元[34] Voice Memory：一个 776 字节的文件，告诉语音识别何时什么都不做[35] 生产率悖论：为何AI工具反而让员工变慢[36] MiniMax H3视频定价为竞品的三分之一，编辑能力排名第一[37] Anthropic为何将AI政策事务交给一位前最高法院大法官[38] 币安上线黄金和白银期权，进一步深入传统金融领域[39] Mistral AI 17亿欧元押注工厂车间[40] Perceptron Mk1 押注视频AI的未来在于观看而非生成[41] 《怪物史莱克》在电影上映25年后将沼泽带入《Brawlhalla》[42] 忘掉模型竞赛：阿里正在将安全运维自动化[43] 阿里巴巴 Panda Index 赋予 InnoDB 唯一键前所未有的版本历史[44] 安全并未拖慢AI。它正是AI规模化的关键。[45] AI基础设施获得新的安全认证：Together AI通过ISO 27001:20...[46] 苹果创纪录的六月季度得益于关税退税的提振[47] 阿里巴巴史上最强大的模型将开源[48] 三星健康AI助手测试版发布：承诺宏大，细节寥寥[49] BananaMind 2 Micro：2.9M参数、75B Token，和一场极...[50] Muse Code：Meta 在编码智能体竞赛中的抗崩溃押注[51] Cursor的智能体集群从零重写SQLite：分数相同，账单天差地别[52] Binance Pay的二维码推广奏效：阿根廷增长200%[53] Cursor以₹649印度套餐和模型路由器应对代理成本[54] Silent Hill: Townfall 质问当迷雾散去时什么是真实的[55] 法国25亿欧元的人工智能赌注：国家计划能否跟上私营实验室的步伐？[56] Audio8 的纯 CPU 运行时让语音克隆在约 1 GiB 内存中运行[57] 为什么微软认为单一AI模型不足以阻止下一次攻击[58] Node.js 链路在每次 await 处断裂。阿里云 ARMS 代理将其重新拼...[59] 无人愿意转动的旋钮：dtControl2+ε 让你牺牲最优性换取清晰度[60] 为什么 Grok 4.1 Fast 在电话通话中胜过更智能的模型[61] Coinbase希望代币销售公平。但细则更加复杂[62] Reve 2.1 以十分之一算力位居 Arena 第二[63] Reve 的研究人员将加入 OpenAI；其产品保持不变[64] Mistral 的 Shieldstral 将审核策略放在提示词中，而非权重里[65] Shieldstral：3B参数分类器，胜过规模七倍于己的模型[66] LFM2.5-Encoders 为小模型提供了有力论据：CPU 上比 Moder...[67] AI买下了GPU；却没人负责让它们保持忙碌[68] 8月《Lou's Lagoon》中自定义你的水上飞机和岛屿家园[69] 为什么 Qoder 1.0 放弃了单一工作区 IDE[70] 多供应商代理网络中的信任盲点得到修复[71] NHTSA对120万辆特斯拉展开调查：悬挂部件可能无预警失效[72] Penelope 将其推理隐藏在一个解码器层中，以降低推理成本[73] 亚洲半数企业不以英语作为AI工作语言，这就是瓶颈[74] Tycoon2FA 崩溃 92% 及 Teams 语音钓鱼悄然崛起[75] 旧的AI基准测试已失效。以下是替代它们的方法。[76] 将标准操作规程视为代码：一种新的堆栈分页运行时将强智能体与弱智能体区分开来[77] AutoVSR：以验证为优先的AI框架，连接电路原理图与符号表达式[78] Hugging Face 的 Slack 机器人查询生产数据。LLM 永远不会看...[79] 让智能体付费容易，让它们值得信赖则不然。[80] 一场租用 GPU 的接力赛以 200 美元训练出 NanoColibri 的 2...[81] Sakana Namazu押注敬语，迎战最强AI时代[82] 马斯克称“准确”的AI梗图：说对了过去，说错了现在[83] Qwen3.8-Max 在24小时内独自击败458支人类团队[84] 褪色科技迎来溢价：Bending Spoons IPO首日上涨40%[85] Ball x Pit 最终更新提出不可能的要求：双重球槽或双重被动[86] 6月加密货币暴跌17%。真正的动作在场外交易和稳定币领域。[87] 扎克伯格的全天候智能体承诺遇上Meta的信任问题[88] 移植与重制之间的界限：《光环：战役进化》最聪明的改动[89] 为什么你的IoT仪表盘显示的是昨天的数据，以及如何修复[90] 2026年AI基准测试现状：静态测试的崩溃与替代系统的构建[91] 新基准显示，前沿AI视觉模型在基础感知任务上表现不佳[92] 研究人员发现：多元对齐在实际AI生产中尚无立足之地[93] Sakana AI押注反对“最强AI”时代：编排、快速交付[94] 竖屏视频已赢下互联网。现在，艰难的部分开始了。[95] 编码代理正离开你的本地机器：阿里云与Mistral转向远程[96] LiveBench拒绝一成不变, , 这正是关键[97] 双记忆系统教会AI诊断它总是忘记的故障[98] 神经网络的决策现在可以追溯到具体的训练样本[99] 为什么令牌对数概率不是监控AI推理模型的正确信号[100] Anthropic 最聪明的 Claude 是你无法使用的那一款

2. LLM gains arrive with hidden trade-offs

LLMs are at once widening their edge over conventional systems and exposing fresh costs to that advantage. Alibaba's 7-billion-parameter Qwen model beats GPT-4o-mini and Gemini 1.5 Pro on most benchmarks while running multimodally on a single consumer GPU, showing that raw scale is not the only path to performance. JD.com researchers similarly found that an LLM choosing among inventory-allocation formulas cuts the gap to the optimal solution by more than two-thirds compared with any fixed formula. Yet a July 2026 study introduces the concept of a 'regression tax,' showing that loading LLM agents with more procedural skills can make them fail tasks they once handled. Together, these results suggest the frontier is as much about choosing and pruning capabilities as about adding new ones.

[01] Qwen2.5-Omni：开源模型终于实现了竞品只承诺的功能[02] 在京东仓库分配中超越所有固定公式的大语言模型[03] 回归税：为什么给LLM智能体添加技能可能适得其反

3. Apple exits consumer lending, hands financing to Klarna

Apple is withdrawing from consumer lending by handing its decade-old iPhone financing business to Klarna, effectively admitting that financial services are not its strength. The shift wraps Apple's installment offerings into a new leasing program, Apple Upgrade, which offers flexibility but no ownership for customers. Klarna's win signals that specialized fintech partners are increasingly taking over payment infrastructure that large hardware makers once tried to build in-house.

[01] 苹果终止自家iPhone融资计划，将客户转交Klarna