DATE ARCHIVE
2026-09-22
当日发布的文章 2026-09-22.
小米发布 MiMo-V2.6 系列模型，并公布公司报告的训练数据与基准测试结果
小米表示，Pro、Flash 以及正在推出的 Pro-UltraSpeed 模型在不到六天的时间内完成训练，报告的成本低于 300 万美元。这一公告对于高效的开放权重 AI 至关重要，但提供的来源并未独立验证这些结果，也未显示其在所有闭源模型中均处于领先地位。
Windows 隐藏的滚动条快捷方式并非通用
微软的一篇历史文章解释了右键“滚动到这里”以及 Shift+点击如何让长距离滚动更轻松——但现代框架对这些行为的实现并不一致。
“关闭”并非真的关闭：Apple Intelligence、同意权与仍然保留的设置
一名 macOS 用户报告称，系统升级后，一个可见的 Apple Intelligence 退出选项消失了，同时留下了 22.28 GB 的占用空间，由此提出了一个现实问题：隐藏在深处的控制项是否仍能构成有意义的同意机制？现有证据支持作者对其所见情况的描述，但不足以确定 Apple 的意图、全部网络行为，或每一项设置的技术含义。
Waymo 的新公共交通奖励很简单——但它奖励的关联可能是错的
Waymo 正在湾区测试一项计划：当用户使用 Visa 支付的 Waymo 行程与使用非接触式 Visa 的公共交通行程在两小时内发生时，可获得 2.85 美元的 Waymo Cash。该优惠降低了部分首公里和末公里接驳的成本，但其支付规则、有限的地域范围以及未针对行程目的进行设计，意味着它目前还不是一个无缝衔接、且已证明能够扩大公共交通使用的系统。
Unreal Agent 的异步工具循环：成本节省从何而来——以及比较的边界在哪里
Unreal Labs 表示，其 Go 语言工具框架允许工具在后台运行，同时模型仍可接收引导输入并启动其他工作，从而减少等待时间和令牌用量。该公司 2026 年 9 月 22 日公布的测试结果显示，在四项编程测试中，其成本低于 Codex 和 Pi，且通过率相近；但这些证据既不能证明普遍可节省 40% 的成本，也不能证明各比较系统采用了完全相同的模型和设置。
Tailscale 的下一轮提速瞄准数据包、中继与启动过程
Tailscale 表示，它正在降低数据包复制开销，为繁忙的路由节点增加并行队列，并缓存网络映射，以便控制平面响应缓慢或不可达时设备能够更快启动。
西雅图推进针对个性化定价的杂货规则
西雅图市议会通过了一项旨在限制基于个人数据进行的个性化杂货定价的法案。该法案仍需市长的签字，且提供的记录在执法和现实世界的价格歧视方面仍留下了重要问题。
利用哈希标签与槽位感知优化 Redis 集群性能
在使用 Redis 集群时，如果多键操作涉及的键分布在不同的哈希槽中，可能会导致高延迟。通过利用哈希标签将相关键强制分配到同一槽位，并优化数据检索模式，开发人员可以显著提高吞吐量并减少往返时间。
Qwen Image 2.1 将 70 亿参数的文生图与图像编辑合为一体
Qwen 发布了 Image 2.1：视觉生成组件拥有 70 亿参数，支持原生 RGBA 输出、最多 10 张参考图的多对象编辑和原生 2K 生成。官方仓库还列出了 Diffusers、ComfyUI 等首日集成；但许可证仅限研究和评估用途，商业使用需要另行授权。
GPT-6 Sol 与 Luna：价格更低、智能体效率更高，但基准测试的解读也更复杂
OpenAI 表示，GPT-6 Sol 和 Luna 将 Astra 级能力扩展到速度更快、价格更低的层级，同时改进提示词缓存和 API 经济性。独立基准测试页面证实了部分分数和方法细节，但不断变化的排行榜以及依赖投入程度的成本意味着，购买者应在自己的工作流中验证实际性能。
在 Claude 和 Claude Code 中充分利用 Opus 5.5
一份实用指南，介绍如何在 Claude 应用和 Claude Code 中有效使用 Anthropic 的 Opus 5.5 模型，涵盖提示策略、长时间运行引导技术、安全行为及性能改进。
Fearless SIMD v1.0：为稳定版 Rust 带来安全且可移植的向量化支持
Fearless SIMD v1.0 的发布为 Rust 中的单指令多数据（SIMD）操作提供了稳定且内存安全的抽象，使得在无需编写临时不安全代码的情况下即可实现高性能计算。
每七秒一次：世界杯标识审计能告诉我们什么，又不能告诉我们什么
布里斯托大学的一项研究统计了2026年国际足联世界杯转播信号中，与不健康食品和饮料、酒精、赌博、加密货币及预测市场相关的品牌超过93,000次可见曝光。分析表明，即使各地的广告规则不同，嵌入球场周边的品牌标识仍能触达观众；但其对可见性和估算曝光次数的衡量，并不能证明观众注意到、记住或消费了相关产品。
Claude Opus 5.5 承诺降低人工智能智能体成本，但相关证据需谨慎解读
Anthropic 表示，Opus 5.5 在典型工作负载下的成本降低了 40%，同时提升了编码与安全表现。其公布的价格支持这一说法的部分内容，但相互冲突的基准数据以及有限的独立证据，使实际节省幅度更不确定。
AI 编程的隐性成本是被推迟的维护
Alexandru Nedelcu 认为，代码质量之所以难以学习或优化，是因为其后果往往需要很长时间才会显现。辅助材料阐明了他的技能发展类比，但并不能证明 AI 编写的代码天生难以维护，也不能证明完全不用 AI 的团队就更安全。