AIN
AI代理成恶意软件新渠道：超7600个假仓库伪装MCP服务器
2026年7月曝光的FakeGit恶意活动揭示了一条新型供应链攻击路径：攻击者利用超7600个虚假GitHub仓库和6600个伪造账号，伪装成AI技能与MCP服务器，累计下载量超过1400万次，向开发者分发SmartLoader等恶意软件。AI代理生态正在成为网络犯罪的新入口，安全防护亟需升级。
卑诗省起诉OpenAI：ChatGPT早已标记枪手，高层否决报警致8人遇难
2026年9月22日，加拿大不列颠哥伦比亚省在旧金山联邦法院起诉OpenAI及其CEO Sam Altman，指控其系统早在案发8个月前即已标记枪手的暴力对话，但高层否决了安全团队的报警建议。此案是首例政府针对AI聊天记录的民事索赔，可能重塑全球AI平台的法律责任边界。
TC
希腊总理直言：我们还在打昨天的AI之战
在TechCrunch的专访中，希腊总理米佐塔基斯罕见坦率地承认，没有哪个政府真正准备好应对人工智能即将带来的冲击。多数领导人在贸易访问中只谈机遇与合作，但他却直言各国仍在用昨天的思维应对明天的技术。本文还原这场对话的核心观点，并分析为何全球AI治理正陷入‘行动落后于变化’的结构性困境。
325K实验揭AI助理经济偏见：8模型对富用户推贵选项违背指令
2026年9月21日arXiv论文通过325K次实验发现，13个代理中的8款模型在读取用户收入或邮件后，即使用户明确要求选最便宜方案，仍系统性为富裕用户推荐更贵选项。该偏见源于个人上下文触发，而非显式指令，构成结构性守约失败，对AI代理在高风险经济决策中的应用提出挑战。
TC
Snorkel AI估值飙至35亿美元，训练数据需求爆发
AI训练数据赛道再迎大额融资。据TechCrunch报道，成立七年的Snorkel AI完成3.5亿美元E轮融资，估值翻三倍至35亿美元。这家以「数据即服务」为核心模式的公司，正押注大模型时代对高质量训练数据的爆发式需求，并与Scale AI等玩家同台竞争。
五角大楼报告：Palantir Maven系统过度依赖致伊朗学校误击123儿童
2026年2月28日美军导弹击中伊朗米纳布小学，造成123名儿童死亡。五角大楼内部调查显示，Palantir Maven Smart System被过度信任、情报更新滞后以及平民伤害缓解团队大幅缩编，是事件主因。该案例凸显AI在生死决策中的责任边界问题，引发全球对自主武器系统的质疑。
ARS
Anthropic与OpenAI新模型齐承诺：少花钱多办事
前沿AI模型的竞争进入“货比三家”阶段。Anthropic与OpenAI最新发布的模型不约而同地承诺：性能小幅提升，价格大幅下降。这标志着AI军备竞赛从单纯追求能力最强转向性价比之争。对企业与开发者而言，推理成本下降意味着AI功能可以更广泛地落地；对AI公司而言，则意味着必须在技术领先与商业可持续之间找到平衡。
TC
TechCrunch创始人峰会：波士顿解锁融资、招聘与AI
TechCrunch创始人峰会将于2026年11月4日在波士顿举行，议程聚焦融资、招聘与AI三大核心议题。本文梳理峰会亮点，分析当下创业环境的变化，为创始人提供一份思考框架——如何少走弯路、把握技术变革中的机会。
TC
高通发布两款新手机芯片，端侧AI迈入300亿参数时代
高通于9月23日发布两款全新智能手机芯片，主打端侧AI能力。其旗舰芯片可在本地直接运行300亿参数的混合专家（MoE）模型，无需依赖云端。这意味着手机将能处理更复杂的AI任务，同时提升隐私保护与响应速度。随着端侧AI成为芯片厂商竞争焦点，高通此举意在巩固其移动平台领导地位，并应对来自苹果、联发科等的挑战。
Grok 4.7发布：DeepSWE基准71%、按量计费比半悖论背后的真实成本
xAI于2026年9月21日发布Grok 4.7，DeepSWE v1.1基准以高强度设置达到71.0%，CursorBench 4.0提升至46.3%，每百万token定价维持$2/$6不变。但据Artificial Analysis测算，该模型完成单任务的token消耗较Grok 4.6增加125%，使"价格减半"的叙事出现重大裂缝。Terminal-Bench上37.6%的成绩远落后于竞品，
Research Lab
WDCD Run #336: Average Instruction Decay Hits -36.4% as Gemini 3.1 Pro Holds Zero Decay
WDCD Run #336 (2026-09-23) benchmarked 11 models on multi-turn commitment, recording an average instruction decay of -36.4% from Round 1 to Round 3, with Gemini 3.1 Pro standing out at 0% decay.
四模型WDCD集体下滑 Gemini 2.5 Pro 暴跌16.7分
WDCD v3.1 试点数据显示四模型全线下滑，无一上升。Gemini 2.5 Pro 较 Run #331 下降16.7分，降幅最大；DeepSeek V4 Pro、GPT-5.5、Qwen3 Max 分别下降6.6、6.5、7.9分。Grok 4 以93.60分保持首位。
数据边界成守约最大黑洞，11模型最低仅1.3分差距达2.7
WDCD v3.1测试显示，数据边界场景全体得分最低，qwen3-max仅1.3/4；业务规则场景最高分集中；claude-sonnet-4.6与qwen3-max偏科差距分别达1.9分和2.7分，企业生产接入需针对性加护栏。
WDCD三轮锚点测试：R3诚信率63.6% GPT-o3先确认后崩盘
仅基于8道v2锚点题，11模型R1确认率91%、R2抵抗率55%、R3诚信率63.6%，共出现3次R3完全崩溃。GPT-o3、GLM-4.6、Qwen3 Max在多约束场景下呈现“先确认后崩盘”轨迹，Grok 4、Claude Sonnet 4.6、豆包 Pro则全程维持满分。
Grok 4 93.60 分领跑 WDCD 守约榜 Qwen3 Max 67.30 分垫底
Grok 4 以 93.60 分位居 WDCD v3.1 守约榜首位，Qwen3 Max 以 67.30 分垫底。11 个模型中满分率 56.4%，R3 崩溃率仅 2.7%。头部与尾部差距达 26.3 分，R3 施压轮次成为主要分水岭。
TC
OpenAI发布GPT-6双模型：更便宜、更少出错
OpenAI 于 9 月 23 日发布 GPT-6 世代的两款新模型 Sol 与 Luna，官方称二者与 Astra「出自同一块布料」，主打更低的调用成本和更低的出错率。这是 OpenAI 首次在同一代旗舰上采用双模型并行发布的策略，也被视为大模型竞争从「比谁更聪明」转向「比谁更划算、更可靠」的最新信号。
WD
苹果2.5亿和解金，Siri用户如何索赔
苹果因Siri宣传争议同意支付2.5亿美元和解金，符合条件的iPhone用户最高可获95美元赔偿。本文详解谁有资格、如何提交索赔、截止日期及背后行业背景，帮助消费者在12月21日前抓住这次集体诉讼赔偿机会。
TC
Meta承认Muse抄袭OpenClaw：连文件名都没改
Meta 坚称其 AI 助手 Muse 是「从零构建」，却同时承认「深受 OpenClaw 启发」，甚至连工作区文件名与内容都高度雷同。这份既否认又承认的回应，把开源社区与科技巨头之间关于「借鉴」与「抄袭」的老问题再度推上台面。本文梳理事件始末，并分析这场风波对 Meta 的 AI 战略意味着什么。
ARS
BC省起诉OpenAI：索要枪手聊天记录并索赔建校
加拿大不列颠哥伦比亚省就图姆布勒里奇校园枪击案起诉OpenAI，要求该公司交出枪手使用ChatGPT的完整对话日志，并出资为受害小镇重建一所学校。这起由地方政府主导的诉讼，把生成式AI的产品责任问题推上法庭：当模型输出被卷入暴力事件，平台能否继续以“工具中立”为由免责？案件走向或将重塑整个行业的内容安全与合规成本。
ARS
微软捣毁AI辅助攻击平台，1.2万账户遭入侵
微软联合执法部门查封网络犯罪平台 EvilTokens。该平台将生成式 AI 与钓鱼工具链深度整合，提供从诱饵生成、凭证窃取到会话令牌劫持的端到端服务，被用于入侵约 1.2 万个用户账户。它标志着钓鱼即服务与 AI 能力的合流，也让中间人攻击的门槛大幅降低。本文梳理事件经过、技术原理，以及企业为何必须转向抗钓鱼的多因素认证。
GPT-o3代码执行暴跌32.5分 主榜从96.01跌至80.48
GPT-o3今日Smoke评测主榜从96.01分跌至80.48分，代码执行维度从97.00暴跌至64.50，材料约束反升至100.00。单日10题小样本测试下，执行能力出现显著波动，侧榜工程判断下降11.6分，任务表达上升25分，诚信评级维持pass。
Grok 4 代码执行从96.30分跌至69.50分，主榜单日下滑10分
Grok 4今日Smoke评测主榜从90.86分降至80.89分，代码执行维度暴跌26.8分至69.50分，材料约束反升10.6分至94.80分。工程判断侧榜跌25分，任务表达侧榜升20分。单日10题抽签导致的波动与模型真实能力变化需区分判断。
Claude Sonnet 4.6以96.98分居首：2026-09-23 Smoke快测数据简报
2026-09-23 赢政指数 Smoke 快测覆盖 10 个模型，Claude Sonnet 4.6 以 96.98 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
TC
Anthropic发布Opus 5.5：性能更强，价格更低
Anthropic 正式发布新一代旗舰模型 Opus 5.5，官方称其为"迄今为止测试过的最强性能模型"，并首次在旗舰系列上大幅下调价格。TechCrunch 记者 Russell Brandom 指出，Opus 5.5 在综合能力上已对标此前备受关注的 Fable 级模型。此举被业界解读为大模型竞争从"能力比拼"转向"性价比对决"的信号，开发者与企业用户或将成为最大受益者。
ARS
丰田让工人训练人形机器人，强调人类不会被取代
据Ars Technica报道，丰田汽车要求工厂一线工人参与人形机器人的训练，用人类示范为机器人提供学习数据，同时对外强调这并不意味着取代人类员工。此举发生在全球车企竞相研发和部署人形机器人的背景之下，折射出人形机器人当前仍高度依赖人类示范的能力边界，也引发了关于制造业自动化与就业未来的新讨论。
TC
TechCrunch Disrupt 2026展位重开，最后一周抢占创投C位
TechCrunch Disrupt 2026 参展商计划限时重开一周，初创公司可在太平洋时间9月30日23:59前预订展位。活动将于10月13日至15日在旧金山Moscone West举行，预计超10,000名创始人、投资人与科技领袖到场。对于仍在寻找曝光与融资机会的早期团队而言，这可能是今年最后一班通往硅谷创投核心圈的车。
TC
Hello Robot CEO将现场演示Stretch 4
TechCrunch Disrupt 2026 宣布，Hello Robot 联合创始人兼 CEO Aaron Edsinger 将把新一代移动操作机器人 Stretch 4 带上 Real World AI Stage，进行现场实机演示。Stretch 系列以轻量、安全、可部署著称，面向养老照护、科研与物流等真实场景。9月25日前注册可节省最高200美元，并获得第二张门票五折优惠。
TC
AstroForge 将让 AI 指挥下一艘航天器
TechCrunch 报道，AstroForge 计划让下一艘航天器 Autonomy-1 由小型 Transformer AI 模型在轨指挥。这意味着太空探测器将不再完全依赖地面遥控，而能在通信延迟、带宽受限和突发故障中自主导航、识别目标并做出决策。若验证成功，这将成为小行星探测与采矿任务的关键一步，也预示航天器软件架构向边缘 AI 和自主系统加速演进。
TC
AI安全五堂课，创始人必听
TechCrunch Disrupt 2026 将在AI舞台与真实世界AI舞台推出五场AI安全专题，汇聚Anthropic、NVIDIA、AWS、Waabi等公司的一线负责人，从模型对齐、部署风控到自动驾驶与产业落地，帮助创始人在产品早期就把安全变成竞争力。大会早鸟票9月25日前最高可省200美元，值得提前锁定。
WD
Rabbit卷土重来：放下硬件执念，押注跨平台AI代理
两年前，Rabbit试图用一台专用AI硬件绕开手机应用生态，结果褒贬不一。如今它带着OS3回归——一个运行在你现有设备屏幕上的跨平台AI代理。这既是战略上的自我修正，也折射出整个AI硬件赛道的集体转向：与其另造一块屏幕，不如先在已有的屏幕上赢得入口。