Infinitum

2026-09-22 AI 日報

來源：21 個引用生成：2026/09/22 08:30

內容

聲明：完全使用AI生成，可能存在錯誤，需謹慎甄別。

摘要

2026-09-22 AI 領域呈現多線並進格局，值得關注的資訊：xAI 正式发布 Grok 4.7，参数规模从 1.5 万亿增至 2.1 万亿，在 Terminal-Bench、SWE-Marathon 等基准测试中大幅提升，法律 Agent 基准得分 19.6% 领先业界。Jev 模型百花齐放，整理出 20 个使用案例，涵盖浏览器操作、代码审查、交易决策等场景，效率与成本表现亮眼。OpenAI 内部模型解决纳维-斯托克斯方程等千禧年难题，引发数学界联名批评，OpenAI 宣布成立独立顾问组回应。

熱點事件

xAI 正式发布 Grok 4.7，参数规模提升 40%

xAI 于 9 月 21 日正式发布 Grok 4.7 模型，参数规模从 4.6 的 1.5 万亿增至 2.1 万亿，涨幅达 40%。训练数据中加入了 SpaceX 多年积累的工程数据，这是其他 AI 公司无法获取的独家语料。官方强调该版本修复了强化学习阶段的问题，模型在困难任务上坚持更久、自我检查更严格。API 定价保持不变（输入 2 美元/百万 token，输出 6 美元/百万 token），Cursor 和 Grok Build 用户可直接使用。在 Artificial Analysis 的 AA-Briefcase 基准测试中，Grok 4.7 xHigh 以 58% 得分仅次于 Claude Fable 5.1 Max 的 59%，在 agentic coding 领域位列第三。

重点： 参数增 40%、价格不变，法律 Agent 基准领先业界 3 倍

來源：展開 10 條收起 10 條

Jev 模型 20 个使用案例百花齐放

Jev 作者 @CompleteSkeptic 明确其定位：不聊天、不写字，只给程序做判断。社区已整理出 20 个使用案例，涵盖多个场景。例如 jev-ultrafast Browser Use 做的高速浏览器 Agent，查一次航班约 7 秒、成本 0.0039 美元；jev-trader 在 Monad 上运行，模型延迟约 81ms，可每个区块做一次交易决策；typesafe-computer-use 让 Jev 操作 Mac，每步约 0.0002 美元，对比 Opus 5 的 0.032 美元成本极低。此外还有弹幕审核（300 条/秒）、应急调度（180 秒分完 275 条报警）、代码审查前置筛选等实用场景。

重点： Jev 定位清晰，只做判断不生成内容，成本极低

來源：展開 1 條收起 1 條

OpenAI 内部模型解决千禧年难题，数学界联名批评

OpenAI 宣布其 8 月 28 日开始训练的内部模型已解决纳维-斯托克斯方程这一千禧年大奖难题，并在数学各领域攻克超过 100 个长期未解的公开问题。然而数学界反应并非一片叫好。9 月 11 日，27 位菲尔兹奖得主包括陶哲轩、Peter Scholze 等联名发表公开信《AI 在数学领域的严重错位》，批评 AI 公司把开放问题当成模型能力的跑分项目，批量高速地产出对错题结论，却跳过了论文撰写、方法提炼、引用前人工作等环节，可能切断数学知识代际传递的链条。OpenAI 随后宣布成立独立的数学与人工智能顾问组（AGMAI），挂靠在普林斯顿高等研究院，成员包括菲尔兹奖得主 Timothy Gowers 等，但明确顾问组不负责建议 OpenAI 放慢研发节奏。

重点： AI 解题引发学术伦理争议，OpenAI 成立独立顾问组回应

來源：展開 1 條收起 1 條

變更與實踐

Hyper3D 推出 Agentic Mode 自主决策建模

Hyper3D 发布 Agentic Mode 自主决策模式，AI 能理解多视图、工业图纸、电商图等素材，自主判断建模方式与参数调整。该功能可生成可编辑的 N-GONS 3D 模型，适用于 CAD、建筑及工业产品设计，支持尺寸调整与动画制作，标志着产品迈向生产就绪与 Agent 就绪阶段。

來源：展開 2 條收起 2 條

OpenAI 内部 AI 模型实现训练流程自动化

据 The Information 报道，OpenAI 内部 AI 模型已基本能自动化新实验模型的训练流程，包括编写 GPU 内核代码和优化训练代码。研究人员只需提供一个优化示例，AI 就能自己花几周时间实现和测试类似改进。多个 AI 智能体已开始互相协作解决问题，不再需要人类参与。加上算力持续增长，以前需几年的实验现在约一周即可跑完。

來源：展開 1 條收起 1 條

安全與風險

AI 解题引发数学界对学术伦理的担忧

OpenAI 内部模型批量解决数学开放问题引发 27 位菲尔兹奖得主联名批评。核心争议在于：数学家解题的价值不仅在于答案，更在于求解过程中发展出的新方法、新概念和理解。AI 跳过了论文撰写、方法提炼、引用前人工作等环节，既有抄袭之嫌，也可能切断数学知识代际传递的链条。这一争议不仅关乎数学界，更预示所有智力工作都将面临的挑战——当 AI 能以极低成本批量产出"答案"，人类知识生产的价值体系将如何重构。

影响： 数学界及更广泛的智力工作领域

建议： 关注 AGMAI 顾问组后续意见，观察 AI 与学术伦理的平衡点

來源：展開 1 條收起 1 條

開源與工具

gortex 将代码库索引为知识图谱

gortex 是一款开源工具，可将程式码仓库索引为知识图谱，涵盖函数、类别与呼叫链等结构。透过自动分析程式码中的函数呼叫与类别继承，建立完整的呼叫链图，便于程式码审查、重构与知识传承。

适用场景： 大型代码库理解、代码审查、重构与知识传承

來源：展開 1 條收起 1 條

DeusData 发布 codebase-memory-mcp

DeusData 发布 codebase-memory-mcp，可在毫秒内将代码库索引为持久化知识图谱，帮助 AI 智能体快速理解项目结构和上下文。

适用场景： AI 编码助手、代码库快速检索与上下文理解

來源：展開 1 條收起 1 條

Boost：macOS 应用内存冻结与恢复工具

Boost 是一款原生 macOS 应用，可在不关闭应用的情况下释放内存，冻结应用后可原样恢复，适合内存紧张时提升系统性能。

适用场景： macOS 用户内存管理，无需关闭应用即可释放资源

來源：展開 1 條收起 1 條

數據與洞察

Grok 4.7 多基准测试显著提升

Grok 4.7 相比 4.6 在多个基准测试中实现大幅提升：Terminal-Bench 从 20.3% 升至 38.0%，SWE-Marathon 从 31.9% 升至 46.0%，HealthBench Pro 从 48.5% 升至 56.7%，Legal Agent 从 15.8% 升至 19.6%，EEBench 从 60.0% 升至 66.0%。在 Artificial Analysis 的 Intelligence Index 中得分 46，超越 GPT-5.6 等模型，agentic coding 领域位列第三。

数据： Terminal-Bench 20.3%→38.0%，SWE-Marathon 31.9%→46.0%，Legal Agent 15.8%→19.6%

意义： Grok 4.7 在编码、法律、健康等多领域实现显著跃升，逼近业界顶尖水平

來源：展開 1 條收起 1 條

Jev 模型效率与成本数据亮眼

Jev 模型在多个场景展现出高效率与低成本优势：查一次航班约 7 秒、成本 0.0039 美元；操作 Mac 每步约 0.0002 美元，对比 Opus 5 的 0.032 美元；处理 500 条电商工单仅需 83 秒、成本 0.01 美元，同期 DeepSeek V4.1 Flash 仅完成 173 条、成本 0.06 美元；分析 724 条直播广告约 40 秒、成本 0.09 美元。

数据： 航班查询 7 秒/0.0039 美元，500 条工单 83 秒/0.01 美元，724 条广告 40 秒/0.09 美元

意义： Jev 在批量判断任务上成本仅为传统模型的 1/10 至 1/3，适合高频决策场景

來源：展開 4 條收起 4 條

趋势观察

本期信息显示 AI Agent 正从概念验证走向生产就绪。Grok 4.7 在法律、编码等长程任务上的突破，以及 Jev 在浏览器操作、交易决策等场景的百花齐放，都指向同一个趋势：AI 正在从"生成内容"转向"执行任务"。但 OpenAI 数学争议也提醒我们，当 AI 能以极低成本批量产出"答案"时，人类知识生产的价值体系将面临重构。对于开发者和企业而言，如何评估 AI 工具在真实工作流中的效率与成本收益，将成为下一阶段的核心竞争力。

← 上一篇2026-09-20 AI 日報下一篇 →2026-09-23 AI 日報