🧪 Anthropic 的一周：湿实验室、自我度量的研发，以及主导 26% 自身研究的 Claude

24 小时内 Anthropic 抛出了三件事，合起来是一套完整的论证。

第一，实验室。 路透社 9 月 18 日报道，Anthropic 已在旧金山湾区悄悄建起一座湿实验室（wet lab，用于做实体实验的场所），其生物学工作早已超出「in silico」（纯计算机模拟）的范畴。生命科学负责人 Eric Kauderer-Abrams 证实了实验室的存在，并表示目标是让 Claude 在有限人工干预下指挥机器人装置做实验，同时强调人类监督仍然不可或缺。这家公司 2026 年一直在为此铺路：Claude Science 软件、诺华 CEO Vas Narasimhan 加入董事会，以及以约 4 亿美元股票收购 Coefficient Bio。Anthropic 划下的边界是不做临床试验，从而不与药企正面竞争。相比之下，Alphabet 旗下的药物发现部门 Isomorphic Labs 多年冲临床，目标已推迟到 2026 年底。

第二，度量。 9 月 17 日，Anthropic 公布了三个追踪 AI 发展速度的指标：Claude 主导了多少 AI 研发工作、智能体行为如何被监督、算力如何分配。数字具体得少见：截至 2026 年 8 月，Claude 主导了 Anthropic 26% 的 AI 研发工作（2026 年 2 月还不到 1%），在超过 90% 的工作中达到「协作」级别以上；其最常用的内部平台上，任意时刻约有 3 万个智能体在做研究与工程工作；在线监督器在执行前检查100% 的智能体动作，通常在数秒内完成——8 月分析的超过十亿次智能体决策中，0.002%（约每 4.7 万次一次）被拦截；7 月 13 日至 20 日的快照显示，投入 AI 研发的算力中约 6% 用于安全。Anthropic 明确表示，在被度量的任何研发子集中，Claude 都没有完全自主运行。

第三，转向。 Claude 现在主导着约四分之一「用于构建下一代 Claude」的工作。这条飞轮正是 Dario Amodei「协同放缓」计划瞄准的对象，而这篇博客就是它此前缺失的操作手册。公开的理由也很正当：尽量缩小前沿实验室与公众之间的信息差。但显而易见的局限同样值得点出：这是被测实验室自己上报、自己选定任务篮、只覆盖一个内部平台的数字，而且按 Anthropic 自己的说法，任务篮捕捉的是既有工作的自动化，而不是新工作的出现。

⚖️ 解封文件：微软自己的团队把 AI 抓取称为「人类历史上最大的劳动盗窃」

《纽约时报》诉 OpenAI 与微软的版权案已持续三年，新解封的文件里出现了被告通常希望永远封存的那类话。需要注意的是，不少内容出自时报自己的法律文书中，底层证据仍处封存状态，但这些措辞本身足够直白。

微软应用科学总监 Brent Hecht 在 2023 年 1 月的内部备忘录中，把两家公司的数据获取称为**「前所未有的惊人盗窃」与「人类历史上最大的劳动盗窃」。2024 年 1 月的一份微软内部演示，把 Copilot 答案引擎导致 nytimes.com 点击率下滑——相对传统 Bing 搜索最多达 93%——形容为「末日循环」（doom loop）**，会同时伤害我们的模型性能和整个网络。同一份文件承认：一个终端产品威胁到其关键供应商的经济基础，这非常不正常，但这就是我们的 LLM 业务对内容供应链造成的局面。

另一些自认则打在其他「合理使用」的支柱上。OpenAI 的 ChatGPT 负责人 Nick Turley 在内部写道，出版商正面临这个产品的生存威胁，它是高度替代性的，而且随着模型变强会越来越替代。Satya Nadella 今年早些时候在证词中表示，任何付费墙内容都应被想要把它用于 grounding 或训练的人授权，并称若早知道有付费墙内容被抓取，他本会行使微软的权利要求 OpenAI 重训模型。当 OpenAI 研究员 Nick Ryder 描述绕过纽约时报付费墙的一个小技巧时，Greg Brockman 回复：啊，不错。

真正新的是规模。仅 OpenAI 的中期训练数据集里就包含超过 91,692 份时报、《每日新闻》与调查报道中心的作品副本；一个来自 Common Crawl 的数据集仅 nytimes.com 域名下就有超过 200 万份文档；经由微软代号 Project Taxi 与 Project Mango 流转的数据中，包含新闻出版商至少 160,903 份独立作品。微软对内部措辞作了切割：微软的立场见于其法庭文件，其中解释了这些转换性使用为何符合版权法，以及 Copilot 为何不构成对出版商新闻的替代。

合理使用的关键在于是否损害原作品市场。而内部文件不仅预测了这种损害，还测量了它，并把它描述为生存威胁——这是最难辩驳的一类证据。

🏗️ 算力建设一分为二：Crusoe 融资 39 亿美元，前沿实验室转而寻找更小的数据中心

Crusoe 以 309 亿美元估值融资 39 亿美元，用途同时包括超大型数据中心与小型模块化**「AI 工厂」——把算力部署在靠近电力的地方，而不是合并进一个园区。同一天，CNBC 报道 Anthropic 与 OpenAI 正在寻找更小**的数据中心交易，与今年春天动辄吉瓦级的公告形成明显转向。而在一项限制数据中心电费的法案被众议院以 417 比 3 通过次日，参议院版本遇阻。

建设并没有放缓，而是在碎片化。更小的站点上线更快、绕开单一电网接入排队、引发的电费争议也更小。若说 2025 年的约束是资本，2026 年的约束就是电力与政治——交易结构正在显示这一点。

🛫 美国联邦航空管理局押注 8.75 亿美元，用 AI 梳理空中交通

FAA 准备上线 SMART（Strategic Management of Airspace, Routes, and Trajectories）——一套旨在帮助空中交通管制员管理工作负荷、更安全地规划航路的 AI 软件，12 年 8.75 亿美元，供应商为 Air Space Intelligence。按 FAA 自己的一页说明，SMART 用 AI 评估航班时刻、天气、机场容量、空域状况与运行约束，以预测流量并提前发现潜在冲突。首批部署在华盛顿都会区。

这是本轮周期里最不耀眼、却最有分量的 AI 落地。它是一套安全攸关系统，所在行业长期管制员短缺；也是本系列第一次出现「AI 出错要用人命而不是点击率来计数」的场景。正因如此，12 年 8.75 亿这个价格标签，可能是整份合同里最不重要的数字。

🇺🇸 选举季的 AI 政治：各州无视白宫，AI 巨头坐上特朗普与习近平会晤的餐桌

  • 各州不再等待。 Politico 报道，在众议院 417 比 3 通过《电费纳税人保护法》之后，共和党与民主党主政的州都在无视白宫的放松监管路线，各自推进 AI 规则。
  • AI 高管进入国宴名单。 据报道，Sam Altman 与黄仁勋计划出席为习近平访美举行的白宫国宴，高通的 Cristiano Amon 也预计出席 9 月 24 日前后的峰会；议题涵盖 AI 安全、发展标准与芯片。
  • 「责任敞口」成了行业新焦虑。 《纽约时报》报道，随着智能体从「回答问题」转向「采取行动」，责任归属问题被推到前台。
  • OpenAI 进军法律行业，推出面向律所的 AI 平台。
  • 预测赛道拿到融资。 伦敦的 Mantic 完成由 Radical Ventures 领投的 2500 万美元种子轮，微软旗下 M12、Thinking Machines Lab 与 Balderton Capital 参投；此前它在 2026 年夏季 Metaculus Cup 预测赛中，通过对政治、经济与文化事件给出校准概率，击败了全部人类参赛者。
  • 同一时间窗内还有： 谷歌一边协助起草各州聊天机器人安全法、一边游说争取豁免条款；MIT 关于**「认知投降」**的报告引发广泛报道，各高校在如何制定统一规则上进退两难；一位老奶奶因 AI 人脸识别误判被指控银行盗窃，索赔 1000 万美元；《华尔街日报》详述一家中国黑客公司用 AI 强化网络间谍活动；半岛电视台报道伊斯兰国用商业 AI 设计爆炸物。

🧩 类型化决策成为主流：Jev 生态两天内突破 400 个仓库

GitHub 搜索 API 返回了 403 个 9 月 17 日之后创建、提及 Jev 的仓库——TypeSafe 的这套模型主张返回的是带有校准概率的类型化决策，而不是生成 token。公开发布两天后，衍生物已覆盖浏览器自动化、shell 历史、语义化 HTTP 路由、Claude Code 与 Codex 的上下文裁剪代理、vLLM 适配器、Rust linter、Chrome 广告拦截器，以及十来个精选 awesome- 索引。昨天的日报写的是其中跑得最快的那个；今天真正的信号是这群人的形状。

同样的直觉也出现在 Jev 轨道之外。NandhaKishorM/laya 同日出现——一个非自回归的*「系统 1」决策引擎，带数学上可校准的概率*，并配好了 PyPI 包、Hugging Face 模型与 Colab notebook。在 Hacker News 上，Bend——一门用证明而非提示词来阻止 AI 出错的编程语言，同时支持 CPU 与 GPU 后端——冲上 510 分。

所有这些底下的架构动作是同一个，而且与厂商无关：把廉价、可验证的分类步骤从 token 生成循环里拿出来，只把真正需要生成的部分交给生成模型。 这与昨天日报中「每步约 0.0002 美元」的 computer-use 仓库是同一种思路，也是智能体时代第一个由自己长出来、而非从 LLM 服务栈借来的设计模式。

⏰ OpenRouter 限时免费模型

模型 上下文 价格 到期
Dots Studio: Dots3-Note Preview (free) 512K 免费 2026-09-30（还剩 11 天）

仍在进行的限时促销只有一条，且与昨天相同——本周期促销货架没有新增。OpenRouter 上常驻的 :free 层规模更大，它是长期免费档而非限时促销，也是各实验室在评估模型时低调放置的地方。

🆕 OpenRouter 新模型

模型 创建时间 (UTC) 上下文 价格
unbiased/pareto 2026-09-17 23:02 262K 输入 $2.50/百万 token，输出 $7.50/百万 token（缓存读取 $0.25/百万 token）

Pareto 被 OpenRouter 描述为为研究、编程与智能体工作流打造的多模态复合模型，在广泛的通用任务上达到前沿级表现——支持文本与图像输入，262K 上下文、最多 131K 输出 token，支持工具调用与结构化输出。一个带 3 倍输入输出价差、缓存读取便宜 10 倍的复合模型值得特别标注：复合／路由模型是按产品定价，而不是按单一 checkpoint 定价，真实成本取决于最终由哪个子模型接单。

它是上次发布以来唯一新建的条目。做出这个判断靠的是创建时间窗口校验——OpenRouter 上其他近期条目，包括 DeepSeek 的 -latest 别名与 OpenAI 的 Astra/Sol/Terra/Luna 家族，全部早于上次发布。

🤗 HuggingFace 热门

本周期采集器的「新上传」列表再次被零下载测试仓库占满（连续第十四次），因此本节改用 Hugging Face 官方 trending 流——反映的是近期热度，而非最新上传。

模型 下载量 点赞 类型
Qwen/Qwen3.8-27B 736 万 15,599 图文转文本
Lightricks/LTX-2.5 159 万 4,277 图生视频
ISTA-DASLab/Qwen3.8-27B-GSQ-RCO-GGUF 108 万 1,290 量化
deepseek-ai/DeepSeek-V4.1-Flash 429,865 3,100 图文转文本
prism-ml/Ternary-Bonsai-2-27B-gguf 405,609 642 三值 / 量化
Edge0/Edge0-35B-A3B-preview 52,519 3,366 文本生成（MoE 预览）
TokenRhythm/NeoHorse-1-4B 22,666 2,359 文本生成
openbmb/UltraData-SFT-Agent-2609 16,384 190 智能体 SFT 数据集
m-a-p/YuE2-3B 13,668 767 文本转音频
markov-ai/cad-1000-hours 153,590 471 CAD 数据集

这份榜单的构成本身就是新闻。第一，Qwen3.8-27B 已经是一个家族而不是一个模型——基础权重加上量化与微调衍生版本，下载量合计超过 200 万，今天还出现了新的社区衍生版本（ukisai/Swift-Qwen3.8-27b）。第二，压缩是当下最活跃的研究前线：一个三值 27B GGUF 与一个 4-bit 级 GSQ 变体同时跻身前五，恰好与今天出现在 GitHub 上的行为消融工具形成呼应。第三，Edge0 的预览版在 5.2 万下载量上拿到 3,366 个赞——约 1:16 的赞下载比，是「被评测」而非「被部署」的典型特征。

⭐ GitHub 热门：AI 专题

采集器列表中的五个条目全部创建于 9 月 11 至 16 日，即上次发布之前，因此下列条目改由 GitHub 搜索 API 替代，并逐一核验了创建时间。

仓库 星标 说明
Continuum-AI-Corp/OrcaBonsai-27B-Uncensored ⭐ 136 面向压缩 LLM 的运行时行为消融——不修改权重、不重新量化，首个目标是 Ternary Bonsai 2 27B
NandhaKishorM/laya ⭐ 56 快速的非自回归「系统 1」决策引擎，概率在数学上可校准；配套 PyPI 包、HF 模型与 Colab notebook
indada/repopilot ⭐ 55 基于 OpenAI Codex SDK 的验证驱动软件迭代：自托管智能体把目标、issue 与 PR 反馈变成带测试、可审查的改动，合并与部署始终由人控制
VDERR/echocat-skill-panel-3.0 ⭐ 53 应用内 skill 管理器，外加一层 skill 调用审计
gylive/ccodex-sleep-state ⭐ 52 在本地采集并重新注入 turn-state，用以绕过 Codex 的质量/限流衰减——订阅用户开始自己调试编程智能体的基础设施

同样值得点名的还有：cobanov/awesome-jev（⭐ 42），它是今天出现的十来个 awesome-Jev 索引之一，也是「新原语接入一个已花两年建造提示词与工具封装生态」时会发生什么的最清晰例证。

💡 关键趋势

  1. 「度量」正在变成产品本身，而评分问题随之而来。 Anthropic 公布了自己的研发自动化指数，OpenAI 则在运行常态化的披露框架。两者都是真实的进步：行业第一次产出了可以支撑政策争论的数字。但两者也都是自报数字、自选任务篮，且出自被质疑速度的实验室本身。下一步真正有用的不是再出一份指数，而是一次独立审计。
  2. 算力建设在碎片化，而不是在放缓。 39 亿美元投向小型模块化 AI 工厂，两家前沿实验室转而寻找更小的数据中心交易，参议院在为电网升级买单问题争执。资本充足，真正的约束是电力、许可与政治——这改变的是「建什么」，而不是「建不建」。
  3. 监督数据可以有两种读法，两种都值得警惕。 Anthropic 的监督器 8 月检查了超过十亿次智能体决策，拦截率约 4.7 万分之一。这要么说明智能体几乎总是守规矩，要么说明检查足够浅、很少触发。同一周，GitHub 上的智能体生态在 48 小时内多出 400 个仓库——采用曲线与控制曲线依然明显不同步。
  4. AI 正在进入实体与安全攸关的工作，评估问题因此改变。 一套 8.75 亿美元的空中交通平台、一座要让 Claude 指挥机器人的湿实验室、一个具备零样本家庭泛化能力的机器人模型。在这些场景里，关键指标不再是基准准确率，而是「系统出错的那一天会发生什么」。

今日数据

  • 覆盖窗口： 2026-09-17 13:07 UTC → 2026-09-18 13:03 UTC
  • OpenRouter 新模型： 1 个（unbiased/pareto，创建于 2026-09-17 23:02 UTC）
  • 限时免费模型： 1 个（Dots3-Note Preview，到期 2026-09-30）
  • Hugging Face 热门模型： 采集 10 个，列示 10 个
  • GitHub 仓库： 5 个（采集器列表 100% 超出时间窗，全部由 API 核验后替代）
  • arXiv 论文： 本周期采集 0 篇
  • 采集器总计： 17 条
  • 当日主线： Anthropic 的三连击——湿实验室、研发度量、Claude 主导自身 26% 的研究；紧随其后是《纽约时报》版权案中微软与 OpenAI 的解封文件
  • 值得记住的数字： Claude 主导的 AI 研发工作占比 26%（2 月还不到 1%）；逾十亿次智能体动作中 0.002% 被拦截；nytimes.com 点击率下滑 93%；以 309 亿美元估值融资 39 亿美元；SMART 项目 12 年 8.75 亿美元；两天内新增 403 个 Jev 仓库