Yunkai's Blog Lab

事件概述arXiv 上出现了一篇题为《Pistis Technical Report》的技术报告（arXiv:2609.28554，cs.AI，交叉 cs.CV），提交时间为 2026 年 9 月 23 日，由 Heyun Chen、Xiaohan Lan、Jiaxi Li、Zhilin Lu、Qi She、Weiwen Xu、Fei Yu、Yujie Zhong、Jinghuan Chen、Zijian Feng、Siyu Jiao、Yiheng Lin、Xinhao Wang、Sihan Yang、Jieyu You、Changbin Zhang、Hengyu Zhang、Xudong Zhang、Yunqing Zhao、Shuai Zheng 等 20 位作者共同完成。 论文提出了 Pistis 模型家族，包含两个参数规模的多模态大语言模型： 27B 版本，基于 Qwen3.6 构建； 9B 版本，基于 Qwen3.5 构建。 两个规模都通过一套“通用且可扩展”的后训练框架开发。该框架先以大规模多模态监督微调（SFT）建立基础能力，再在其上引入作者提出的新后训练范式 ...

事件概述arXiv 上新发布一篇由 David Berga 撰写的论文《Building Socio-Affective Artificial Intelligence for Interactive Multi-Agent Simulations》（arXiv:2609.26927，cs.AI），提交时间为 2026 年 9 月 22 日。论文篇幅为 37 页、27 张图、42 张表，交叉列表涵盖 cs.CY（计算机与社会）、cs.GT（博弈论）、cs.HC（人机交互）与 cs.MA（多智能体系统），ACM 分类包含 I.2.11、I.2.7、H.5.1、J.4、C.2.4、F.2.0、G.2.2。 作者的目标是给出一套设计原则与软件架构，用于在模拟的动态世界中实现人类与多个智能体之间的交互。论文试图把当前通用人工智能（AI/AGI）的发展阶段，与基于 Transformer 的对话式智能体的普及、以及持续增长的计算能力连接起来。在此基础上，作者提出并实现了一个名为 AGIMUD 的软件系统，代码已在 GitHub 上公开（https://github.com/dbe...

事件/论文概述arXiv 上最近上线了一篇题为 《Silent Failures in Agent-Tool Interaction: An Audit of ToolUniverse》 的论文（arXiv:2609.26836，cs.AI / cs.SE，2026 年 9 月 21 日提交），作者为 Shreya Gopalan、Devansh Singh 和 Sundaraparipurnan Narayanan。 论文关注的是一个在工程实践中非常容易被忽略的问题：Agent 与工具之间的”静默失败”（silent failure）。按照作者的定义，静默失败指的是这样一类情形——Agent 发起了一次工具调用，调用看起来是成功的，但通过 API 或 wrapper 返回的信息/功能其实是不完整或缺失的，而且系统没有任何通知或提示告诉用户或 Agent 这部分信息缺失了。换句话说，调用方根本不知道自己拿到的是残缺结果。 已有的研究和 benchmark 大多聚焦在 Agent 系统的”任务成功率”和”任务完成度”上，而针对 Agent 与工具交互本...

事件概述arXiv 上出现了一篇新论文《Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity》（arXiv:2609.26891，cs.AI），提交于 2026 年 9 月 22 日，共 25 页、3 张图。作者为 Zhening Li、Joshua Liu、Mateja Vukelic、Nicole Shen、Supriya Lall、Amitayush Thakur、Alex Zhang、Omar Khattab、Jonathan Light、Armando Solar-Lezama。 论文的出发点是一个常见现象：现代语言模型 Agent 都围绕 “agent loop” 构建——LLM 置身于一个暴露若干工具的环境，通过反复调用工具并观察输出，自主控制整个工作流。但论文指出，某些工作流当前仍然需要在 agent loop 之外做额外工程，典型如记忆系统（memory systems）和自我改进系统（self-improving systems）。 作者为此构建了一个 LLM...

一、事件概述arXiv 上一项题为 《Which Objectives Need a Dial? Predicting Objective Conflict and Covering Trade-offs in Steerable Pluralistic Alignment》 的新预印本（arXiv:2609.26929，cs.AI，同时交叉 cs.CL 与 cs.CY），作者为 David Tsoi 与 Esra Dönmez，于 2026 年 9 月 22 日 18:22:52 UTC 提交，属 Preprint。 论文的出发点是：人的价值观本就多样且经常彼此冲突，因此不存在一个”万能对齐”模型能让所有人满意。 多元对齐（Pluralistic Alignment）因此要求模型具备可操控性（steerable），能够以不同方式平衡相互竞争的目标。作者以 MODPO（Multi-Objective Direct Preference Optimization，多目标直接偏好优化） 为方法基座——它通过一个**目标权重（objective weight）**在一条权衡连续谱上滑动...

事件概述OpenAI 在 2026 年 9 月 23 日发布文章，回顾 OpenAI Academy 上线两周年的进展，并公布下一阶段的扩展计划。 按照原文披露的数据： OpenAI Academy 于 2024 年 9 月启动，至今满两年； 期间举办了 250 多场活动； 累计有 超过 400 万人接触过 Academy 的内容； 参与群体包括教育工作者、小企业主、开发者、非营利组织负责人和社区成员。 原文明确说明，Academy 的初衷是“让 AI 的好处被更广泛地分享”，因此需要让普通人具备在日常工作和生活中使用 AI 的技能与信心。培训覆盖的场景从教学、经营小生意一直延伸到软件开发。 下一阶段的核心动作是：推出一个新的 培训师项目（trainer program），让个人和组织具备在本地社区讲授 Academy 内容的能力。原文称该项目建立在既有合作伙伴网络之上，目标是让培训与持续支持“更靠近人们生活和工作的地点”。 需要注意的是，原文并未说明该项目的具体预算、覆盖国家范围、课程是否收费，以及是否有中文等多语言支持。 关键技术点严格来说，这是一篇生态与培训体系公告，而...

事件概述OpenAI News 于 2026 年 9 月 23 日发布了一则创业公司案例，介绍法律 AI 公司 Harvey 与 GPT-6 Astra 的结合。 根据原文，Harvey 帮助律师事务所和企业内部法务团队在复杂法律工作流中安全部署 AI，覆盖从诉讼到并购等场景。其客户使用 Harvey 将大量信息转化为复杂的法律文档。接入 GPT-6 Astra 后，Harvey 能够在起草过程中引入更多上下文，并生成结构更完整的输出。 Harvey 联合创始人兼总裁 Gabe Pereyra 在原文中的表述是： “We can give more context to the model and produce better and better structured outputs.” 原文同时标注了该案例的基本信息：公司规模为 Startup，地区为北美，行业为 Technology，所用产品为 API。 关键技术点原文披露的技术信息相对克制，可归纳为以下几点： 1. 多源法律上下文的注入 Harvey 使用 GPT-6 Astra 帮助律师对构成某个案件/事...

事件概述2026 年 9 月 23 日，OpenAI 官网发布了一篇客户案例，介绍视频编辑平台 invideo 如何借助 GPT-6 Astra 改进其调色（color grading）与色彩校正（color correction）流程。 按照原文描述，invideo 的定位是「agentic video editor」——由 AI Agent 承担视频剪辑中的规划与执行工作，同时把控制权保留在人类剪辑师手中。案例中给出的公司画像为：规模属于 Startup，区域为亚太及大洋洲（Asia-Pacific & Oceania），行业为媒体、娱乐与体育，使用的产品为 API。 原文披露的两项核心结果： 50：一天之内创建的自定义特效数量； 3x：调色与色彩校正任务成功率的提升幅度。 这两项数据一升一降，指向的是同一件事：Agent 不只是「能生成」，而是开始能在长流程、多步骤的专业工作流里稳定地把事做完。 关键技术点1. 复杂剪辑的规划与帧级定位invideo 的 Agent 需要把剪辑师的意图翻译成一串操作步骤，选择正确的工具、执行操作，并验证结果。原文引用 invid...

事件概述2026 年 9 月 23 日，OpenAI CEO Sam Altman 在联合国安理会就人工智能发表讲话。根据 OpenAI News 发布的讲话记录，Altman 讨论了 AI 扩大机会的潜力、让强大系统保持人类控制的重要性，以及在国际层面开展 AI 安全合作的必要性。 讲话的核心判断是：AI 可能走向两种未来——更像一场创造力与发现的新文艺复兴，或更像一场充满动荡与失序的新工业革命。Altman 表示，当前模型快速进展让时间线显得更加压缩，好处更具体，但风险和代价也更紧迫。他同时提到，自己大体同意 Bengio 教授的观点，但把风险归纳为两种，而非三种。原文未说明 Bengio 所提三种风险的具体内容。 关键技术点1. 递归自我改进带来的加速风险 Altman 特别提到，当 AI 系统能够改进自身以及未来版本时，即所谓的“递归自我改进”（recursive self-improvement），建设 AI 的过程会变得更加自动化，AI 进展可能迅速加速。他认为这一时刻需要“极度谨慎”。 2. 两种必须避免的失败路径 第一，人类可能失去对未来的控制。风险在于 AI 进...

事件概述OpenAI 于 2026 年 9 月 22 日发布产品更新，宣布随 GPT-6 系列一同推出改进后的提示词缓存（prompt caching）系统。官方给出的核心变化有三类： 一是默认缓存命中率提升，对在 30 分钟窗口内被复用的「合格共享前缀」给予缓存折扣；二是新增可观测与诊断能力，包括 Prompt Caching Dashboard 和提示词缓存诊断工具；三是提供更细粒度的控制手段，例如显式缓存断点、在不破坏缓存的前提下调整推理强度、以及缓存预热。 OpenAI 在文中给出的背景是：GPT-6 被用于支撑「持久化 Agent」，这些 Agent 需要在复杂任务上连续工作数小时，例如重构代码库、产出经过充分调研的文档和演示稿。这类应用会发出一连串相互叠加的 API 请求，往往反复携带相同的指令、工具定义和历史上下文。缓存这部分共享上下文即可复用计算，从而降低响应时间。原文提到，缓存输入 token 的折扣最高可达 90%。 关键技术点1. 默认更高的命中率与 30 分钟复用窗口原文表示，GPT-6 系列随附的新缓存系统「默认提供更高的缓存命中率」，并对在 30 分钟...