❯ 特朗普称将任命 AI 沙皇并组建「AI 部队」，把安全担忧斥为骗局

[总统发文] 特朗普 9 月 19 日在自有社交平台发长文，称将任命一名 AI 沙皇并组建一支「AI 部队」，明确对标他第一任期设立的太空军。同一篇文章里，他把「联邦层面缺乏 AI 护栏」这一类担忧称作骗局，并表示不会允许美国 AI 产业在与中国等国的竞争中被「摧毁」。

[语焉不详] 具体内容几乎全是空白：他没有说明「AI 部队」如何运作、隶属哪个部门、承担什么职责，也没有提名沙皇人选或给出时间表，只补了一句「只有高智商人士才需应聘」。作为背景，风投人士 David Sacks 曾担任特朗普的 AI 与加密货币沙皇，今年 3 月因特别政府雇员任期到期卸任，目前担任总统科技顾问委员会主席，这个位子已空了半年。

[时点冲突] 更值得留意的是时机。就在上周，《The Information》披露 Anthropic、OpenAI 与谷歌已在工作组层面讨论共同的安全标准，桥水的 Greg Jensen 则公开呼吁把控制超过 5% 算力的公司按系统重要性银行监管。行业自己在往「建规则」走，白宫却在同一周把安全担忧定性为骗局。

[落到项目上] 直接受影响的是正在为合规做预算的企业与实验室。把安全顾虑打成骗局，等于告诉行业联邦层面短期内不会出强制标准，约束只能靠第 02 条那种自律组织。下一步的观察变量很具体：AI 沙皇的人选来自产业界还是国安体系，这一个任命会决定「AI 部队」是产业推进办公室，还是真正带执法权的机构。

▪ SIGNAL白宫喊出「AI 部队」的同一周，三家实验室正在私下商量自己的安全标准，规则的起草权已经不在政府手里。

❯ 达摩院开源 RADAR 医学模型，读腹部 CT 识别约 150 种病症并登上《科学》

[模型开源] 据南华早报，阿里巴巴达摩院开源了医学视觉语言模型 RADAR，能通过读取增强腹部 CT 识别近 150 种病症，其中包括恶性肿瘤。模型覆盖 18 个腹部器官，论文发表于《科学》，代码在论文见刊次日、即 9 月 18 日上传 GitHub。

[训练与成绩] 此前这类医学 AI 多是单病种检测器，RADAR 走的是通才路线。据研究团队披露，它用超过 40 万例增强腹部 CT 检查、1500 万对具备解剖学感知的图文数据训练，直接从临床报告里学，不依赖人工标注。在近 4 万例真实检查上，146 项临床发现的平均 AUC 为 0.913；在一项头对头研究中，它胜过 26 位资深放射科医生中的 23 位。

[许可细则] 开源的口径需要拆开看：GitHub 上的代码走 Apache 2.0，但 Hugging Face 上的权重用的是 CC BY-NC-SA 4.0——允许研究、要求署名与相同方式共享，排除商业部署。换句话说，医院和研究机构可以直接用，想把它做进商业产品的厂商不行。

[落地变量] 改写的是基层影像科的产能约束。一次增强腹部 CT 由资深医生逐器官读片耗时极长，而一个通才模型把 146 项发现压进一次推理。下一步要盯的是权重许可会不会松动到允许商用——不松动，这套能力就只会停在论文和医院的内部系统里，进不了商业影像设备。

▪ SIGNAL胜过 26 位医生中的 23 位，却禁止商用，这次开源放出的是能力，留住的是通路。

❯ Anthropic 联合 MIT 斯坦福推演 2030 三种情景，极端档失业率逼近 12%

[三种情景] Anthropic 经济团队联合 MIT 与斯坦福学者发布 2030 年三种经济情景推演，方法是把美国劳工部的岗位拆成微观任务，再按 AI 落地速度分档。据 Anthropic 披露的口径：温和档 GDP 较无 AI 的对照经济高 1.6%，AI 大致相当于升级版办公软件；显著档高 8.3%；极端档高 32.4%。

[代价栏] GDP 那一栏越好看，劳动力那一栏越难看。据同一份报告，显著情景下失业率 4.6%、知识工作者工资基本持平；极端情景下失业率逼近 12%，知识工作者工资跌超 10%，劳动在 GDP 中的份额从温和档的 59.4% 掉到 45.2%——增长的大头归了资本。配套民调与 Morning Consult 于 8 月合作完成，覆盖 10980 名美国人，多数人的预期偏向显著甚至极端档。

[逻辑翻转] 报告点出的那处翻转最值得写：这一轮自动化越偏向纯认知的工作越先被接管，与过去两百年「机器先替代体力劳动」的顺序正好相反。Anthropic 给出的建议也顺着这条线——从纯知识记忆与加工，转向物理世界、真实信任关系，以及资产与算力的所有权。

[口径提醒] 要重新掂量的是拿这份报告做人力规划的企业。Anthropic 明确把它定性为情景规划而非预测，三档之间的差距大到无法据此排班；而报告出自一家卖模型的公司，极端情景对它的商业叙事是加分项。下一步要盯的是有没有第三方机构用同一套任务拆解跑出不同结论；在那之前，这份报告最该用的是那张拆解表，不是那三个 GDP 数字。

▪ SIGNAL一家卖模型的公司算出「极端情景 GDP 涨三成、失业率涨到两位数」，这两个数字里只有一个是它的卖点。

❯ 阿里开源 Qwen-Image-2.1，70 亿参数支持原生透明与十张参考图

[权重开放] 阿里通义千问团队开源 Qwen-Image-2.1，70 亿参数，生成与编辑统一在一个模型里，官方称是该系列中最均衡、最具性价比的一款，并宣称性能超过大多数闭源模型。模型已上架 Hugging Face、GitHub 与魔搭，ComfyUI 与 vLLM 均给了首日支持。

[两处硬功能] 与前代拉开差距的是两个具体能力：一是原生四通道 RGBA 输出，透明度由模型直接产出，不再需要额外跑一遍抠图；二是单次最多接受 10 张参考图，多图输入的推理速度据官方说明被大幅加速。另有原生 2K 输出与更好的文字渲染，官方给的例子是丢进一张三视图角色参考、直接生成完整分镜。此前该系列的透明底一直要靠后处理补。

[消费级门槛] 70 亿参数这个体量是关键：它能在消费级显卡上跑起来，把「生成加编辑加透明底」三件事压进一张卡。此前想同时拿到这三样，要么串联多个开源模型，要么走闭源接口按张付费。对做设计工具与内容流水线的团队来说，这次开放动的是他们的成本结构，而不是画质上限。

▪ SIGNAL70 亿参数、原生透明、十图输入，这三项凑在一张消费级显卡上，闭源图像接口的定价第一次有了实质压力。

❯ 长鑫科技第五代平台量产，有源区半间距做到 11.95 纳米

[量产宣布] 长鑫科技在 2026 世界制造业大会上宣布第五代技术平台正式量产。据公司公布的参数，该平台用四重曝光技术把内存阵列的有源区半间距做到 11.95 纳米，存储器电容深宽比 45:1，核心动能区高度降至 6762 纳米，公司称已接近全球最先进存储生产平台的工艺水平。

[产出提升] 对产业更有用的是另一个数字：同等条件下每张晶圆产出较上一代提升 50% 以上。基于该平台的 24GB LPDDR5X 产品已量产，并全面进入国产主流旗舰手机供应链。此前一段时间，这家公司的进展主要出现在 HBM3E 风险试产的消息里，这次是第一次把基础 DRAM 平台的完整工艺参数摆到台面上。

[供给含义] 存储密度和单片产出同时提升，改的是国产存储的供给曲线而不只是规格表。全球内存正处在 AI 需求挤压消费级供给的周期里，一个能把每片晶圆多出五成产能的国产平台，先缓解的是手机厂的成本压力。接下来要盯的是这套平台什么时候被用到 HBM 的基础芯片上——那才是它与 AI 算力真正接上的地方。

▪ SIGNAL每片晶圆多出五成产出，比 11.95 纳米这个数字更能说明国产存储的位置变了。

❯ TypeSafe 的 Jev 三天内被 Vercel 与 Cloudflare 接入，成本低两个数量级

[快速接入] 据福布斯报道，TypeSafe AI 的模型 Jev 在发布后三天内被 Vercel、Cloudflare 等四家接入，Vercel 称它是自家 AI 网关史上被采用最快的模型。Jev 的定位不是聊天模型，而是所谓「系统一」模型：返回带类型、带置信度的结构化决策，而不是一段文本。

[评测对照] 据 TypeSafe 公布的工作流评测，在安全告警、智能体审查、发票处理与客服四类任务上，Jev 与 GPT-6 Astra 和 Claude Fable 5.1 平均答案的一致率为 67.8%，与 GPT-5.6 Terra、Claude Sonnet 5 持平。差距在另一栏：拿到同样分数的 Sonnet 5，每例成本高出 293 倍、延迟高出 195 倍。此前这类结构化判断一直只能交给旗舰模型顺带做。

[分层选型] 这类模型改的是模型选型的分层方式。过去判断「这条告警要不要升级」「这张发票对不对」也要调用旗舰模型，成本与延迟全按最贵的算；把决策类调用拆给一个小而确定的模型，旗舰模型只留给真正需要生成的环节。做智能体编排的团队接下来要算的是决策调用在总调用量里的占比——占比越高，这一层能省下的钱越接近两个数量级。

▪ SIGNAL同样的分数、两百分之一的延迟，智能体里最贵的那部分调用可能根本不需要旗舰模型。

❯ OpenAI 与 Anthropic 扩张推高新加坡办公室租金，前者洽租邵氏大厦五层

[租金压力] 据英国《金融时报》 9 月 20 日报道，包括 OpenAI 与 Anthropic 在内的 AI 公司正在推高新加坡的办公室租金，扩张的直接动因是新加坡政府的招商动作。这是 AI 公司扩张第一次以「推高一座城市写字楼租金」的形式出现在报道里。

[两家的动作] 具体到面积：据报道，OpenAI 正在洽谈租下新落成的邵氏大厦海滩路项目约 10 万平方英尺、共五个楼层，约占该楼办公面积的四分之一。这接续的是它 5 月的宣布——新加坡将承载其美国之外的第一个应用 AI 实验室，配套 3 亿新元投资与未来数年 200 多名专业人员的招聘。Anthropic 则在海湾舫的海洋金融中心租下约 100 个工位，并将于 10 月开设新加坡办公室，这是它在亚太的第五个。此前两家在都柏林也在同时找扩张空间。

[外溢成本] 被推到台前的是AI 扩张的本地外溢成本。过去两年这类成本主要体现在电价与数据中心用地上，现在多了一项写字楼租金——而这一项直接落在同城的其他企业头上。要盯的是新加坡政府会不会在招商与本地租金之间做平衡，以及同样在招商的其他亚太城市会不会复制这套代价。

▪ SIGNAL算力的账单落在电网上，人才的账单落在写字楼上，AI 扩张的成本正在往城市身上摊。

❯ 苹果 Siri 家庭中枢最快下月出货，同时开始裁撤 Fitness+ 员工

[产品细节] 据彭博的 Gurman，苹果代号 J490 的 Siri 家庭中枢正在员工家中测试，最快下月出货。形态接近一台小号 Echo Show，Siri 是它的杀手级功能——这款设备原本计划 2024 年就亮相，一直等到 Siri AI 本月随 iOS 27 正式发布才具备条件。

[家庭布局] 它不是孤立产品：据同一篇报道，家庭中枢与新款 HomePod mini、以及一台搭载 Siri AI 的电视盒子共同构成苹果在家庭场景的抓手，对应新任 CEO 泰纳斯的「智能个人中枢」构想——在那套说法里，iPhone 仍是最理想的 AI 设备与移动生活的锚点。此前两周，泰纳斯刚在首场发布会上给出「史上最大新品周期」的定调。

[另一头] 同日的另一条消息方向相反：苹果已开始裁撤 Fitness+ 员工，主要集中在音频侧。Gurman 判断这不代表服务被砍，更可能是最终并入健康应用，时点更像 2027 年而非更早；此前他报道过苹果对该服务的财务表现不满意，并提过它可能被并进一项 AI 驱动的健康订阅。一边给家庭场景加硬件，一边把跑了五年的订阅服务往主应用里收，苹果在订阅业务上的取舍已经开始显形。下一步要盯的是健康订阅会不会在 2027 年合并落地。

▪ SIGNAL家里多一台设备、订阅少一个入口，苹果正在把分散的服务收回到 Siri 这一个口子上。

❯ 稚晖君发布启元 Q1 与 T1 人形机器人，首发接入腾讯云 WorkBuddy

[两款产品] 稚晖君发布启元 Q1 与 T1 两款消费级人形机器人。Q1 定位个人机器人，身高 88 厘米，可折叠放进背包，外观结构件支持自定义；T1 支持轮足人形与四足形态切换。公司对两款产品分别打出「全球首个个人机器人」与「全球首个可变形个人机器人」的口径。

[硬件与生态] 硬件上最拿得出手的是自研的「鸡蛋关节」，公司称是行业量产体积最小的一款：重量 260 克、直径 47 毫米，峰值扭矩密度 85 牛·米每千克。生态上，两款机器人首发接入腾讯云 WorkBuddy，启元由此成为首个接入该平台的具身智能企业——机器人开始直接调用云端的技能模块干活。此前 WorkBuddy 的接入方主要是金融机构与企业软件。

[接口之争] 值得单独看的是这条接入。机器人本体的差异化越来越难做，技能从哪来正在变成新的分野：自研一整套，还是接进一个已有技能矩阵的云平台。腾讯把 WorkBuddy 从办公场景推到具身智能上，等于在抢机器人技能层的接口位置。要盯的是接入方会不会从启元扩到其他机器人厂商——扩得开，WorkBuddy 就不只是一个办公产品了。

▪ SIGNAL机器人开始去云上取技能，身体谁做都行，技能从哪个平台拿才是下一个卡位点。

❯ SemiAnalysis 因英伟达收购着手迁离 Hugging Face，转向魔搭

[用脚投票] 半导体研究机构 SemiAnalysis 公开表示，自英伟达收购 Hugging Face 以来，团队一直在研究把部分工作从该平台迁走，转向魔搭等替代方案，并明说这是在英伟达已承诺平台保持开放的前提下做的决定。

[第一例] 这是那笔 129.3 亿美元收购公布后，第一个公开、具名的「用脚投票」案例。英伟达当时的承诺写得很明确：Hugging Face 将对整个 AI 生态保持开放，开发者可自选模型、框架、云与计算平台，不强制使用英伟达系统。此前该平台是开源模型事实上的唯一集散地。一家以中立分析立身的研究机构仍选择迁移，说明承诺本身抵不过所有权变更带来的预期。

[替代去向] 更该留意的是迁移的目的地：魔搭是阿里的模型社区。一家美国研究机构把工作迁向一个中国平台，这个方向本身就是信号。下一步要盯的是是否出现第二家、第三家公开迁移的机构——出现了，英伟达那句开放承诺就要靠实际的部署占比来自证，而不是靠公告。

▪ SIGNAL收购公告墨迹未干，第一个用户已经在搬家，开放承诺要用留存率来兑现。

❯ Claude Code 加入 AGENTS.md 支持，接受 OpenAI 主导的指令规范

[规范让步] Anthropic 给 Claude Code 加入了 AGENTS.md 支持：从 2.1.277 版起，在任何没有 CLAUDE.md 的目录下，工具会直接读取 AGENTS.md，用户可用 /config 关闭。据 The Register，Anthropic 此前曾拒绝过支持该规范的请求。

[规范归属] AGENTS.md 是 OpenAI 于 2025 年 8 月推出的通用格式，Codex、Cursor、GitHub Copilot、Gemini CLI、Devin 等工具均已支持，据 The Register 报道，全球采用它的开源项目超过 6 万个。OpenAI 已于去年 12 月把它捐给 Linux 基金会下的智能体 AI 基金会，而 Anthropic 既是该基金会的白金会员，也把自家的 MCP 协议捐了进去——两家的规范其实已经放在同一个筐里。

[互通成本] Claude Code 的流行本来给了 Anthropic 坚持自有标准的底气，这次让步说明它算过一笔账：规范上的各自为政，换不来对等的收益。对同一个代码库被多个编码智能体轮流处理的团队来说，少维护一份指令文件就是实打实的省事。接下来要看的是CLAUDE.md 会不会逐步退成兼容层。

▪ SIGNAL两家把各自的规范都捐进了同一个基金会，智能体这一层的标准战事实上已经停了。

❯ 阶跃星辰发布 Step 5 Preview，6000 亿参数 MoE 配 100 万上下文

[模型发布] 阶跃星辰发布 Step 5 Preview，是一款总参数 6000 亿、激活 270 亿的混合专家模型，上下文窗口 100 万，带视觉能力，官方主打软件工程与金融任务两个方向，目前已在阶跃自家平台上线。

[参数取舍] 6000 亿总参数配 270 亿激活，是一个明显偏向推理成本的配置：能力上限按总参数走，单次调用的开销按激活参数走。配上 100 万上下文与视觉能力，指向的是长文档加图表的专业场景——金融研报与大型代码库正是这两类任务里上下文最长的。此前国产开源阵营在这个参数区间的主力是 DeepSeek 与智谱的几款模型。

[定位判断] 明确说是 Preview，且没有公布第三方跑分，说明这更像一次能力预告而非正式交付。对做选型的团队，现在能确定的只有架构与上下文长度这两项，真正的比较要等独立评测机构给出智能指数与每任务成本之后，那两个数字出来之前，这条最多算一次排期提醒。

▪ SIGNAL六千亿总参数配两百七十亿激活，国产模型在能力上限和推理账单之间选了后者。

❯ 传下周多款旗舰模型进入测试，Opus 5.5 检查点被指已出现

[未证实] 社交平台上的泄露账号称，Sonnet 5.2、Opus 5.2 等四款模型已进入测试，另有 Grok 4.7 与 GPT-6-Sol 的确认或暗示；另一条称泄露者发现了 Opus 5.5（代号 claude-wafer-eap）的新检查点，发布可能就在近日。这些说法均无官方确认，源头是少数账号互相转引，属传言级。

[怎么看] 值得注意的不是名单本身，而是它的密度：一份清单同时点到 Anthropic、OpenAI、谷歌与 xAI 的下一档产品。作为背景，上一次这种密度出现在三周前，四家实验室确实在同一周各出了一款顶级模型。但泄露账号在版本号上多次给过相互矛盾的说法，比如 Opus 的下一个版本在同一天被说成 5.2 与 5.5。

[怎么用] 在官方开口之前，这份名单唯一的用处是排期而不是选型。做技术选型的团队这周不该为此改计划，做内容排期的可以留出窗口。下一步的确认点很清楚：Anthropic 或 OpenAI 的官方发布页出现新版本号，在那之前所有版本号都只是传闻。

▪ SIGNAL同一天里 Opus 的下一版被说成两个版本号，泄露密度高不等于可信度高。