📢本周AI快讯 | 1分钟速览🚀

1️⃣ 🐛 DeepSeek V3.1 现“极”字 Bug ：DeepSeek V3.1 被发现随机插入“极”字，影响代码生成，官方承诺尽快修复，开发者需谨慎检查生成代码。

2️⃣ 📊 阿里发布数据分析 Agent ：瓴羊推出“超级数据分析师”，集成问数、解读、报告三大 Agent，20 分钟自动生成专业报告，分析效率提升 90%。

3️⃣ 🎤 OpenAI 发布 Realtime API ：推出 gpt-realtime 语音模型，支持图像输入和电话呼叫，在 MultiChallenge 音频基准测试中达 30.5% 分数，大幅减少延迟。

4️⃣ 🎨 谷歌 Gemini 2.5 Flash Image 升级 ：Gemini 2.5 Flash Image 在 LMArena 排名第一，支持多图融合、角色一致性保持和精确局部编辑，每张图仅需 0.039 美元。

5️⃣ 🌐 Claude for Chrome 限量测试 ：Anthropic 向 1000 名 Max 用户开放浏览器扩展测试，AI 可自主操控浏览器执行任务，提示注入攻击成功率降至 11.2%。

6️⃣ 🔒 Anthropic 更新隐私政策 ：用户聊天记录将默认用于 AI 训练，数据保留期从 30 天延长至 5 年，需主动退出才能避免数据被使用。

7️⃣ ⚡ xAI 推出 Grok Code Fast 1 ：grok-code-fast-1 处理速度达每秒 92 个 tokens，支持 256K 上下文窗口，SWE-Bench-Verified 测试成绩 70.8%，限时免费开放。

8️⃣ 📂 马斯克开源 Grok 2.5 ：xAI 将 Grok 2.5 模型权重发布至 Hugging Face，Grok 3 预计 6 个月后开源，需 8 个 GPU 才能托管。

9️⃣ 🛠️ 苹果 Xcode 集成 GPT-5 和 Claude 4 ：Xcode 26 Beta 7 新增 GPT-5、GPT-4.1 和 Claude 4 Sonnet 支持，提供原生集成和模块化实现。

🔟 🤖 微软推出自研 AI 模型 ：发布 MAI-Voice-1 语音模型和 MAI-1-preview 文本模型，前者单 GPU 不到 1 秒生成 1 分钟音频，后者仅用 15,000 个 GPU 训练。

---

01｜DeepSeek V3.1 惊现“极”字 Bug，官方承诺尽快修复

近期，DeepSeek V3.1 在多个开发平台上被发现存在令人困扰的 Bug：在 API 调用过程中，模型输出结果中会随机插入“极”字或其变体（如“極”或“extreme”）。这一问题最早在火山引擎、Chutes 等平台出现，随后蔓延至腾讯的 CodeBuddy 等更多平台，甚至影响了 DeepSeek 官方服务。

具体表现为，模型会在本不应出现的位置插入“极”字。例如，time.Second 可能被错误输出为 time.Se极，版本号 V1 则可能变为 V极。据 Reddit 用户反馈，即使在贪婪解码模式下，这些异常 token 仍然会优先输出，并频繁出现在其他意外位置，成为第二或第三选择。此类问题在编程场景中尤为致命，若开发者未仔细检查生成的代码，可能会导致编译失败。

关于这一 bug 的成因，有网友推测，可能与大模型编程中的“恶性模式”有关。推测是在 SFT 数据合成或构建预训练数据时，未彻底清洗数据，导致“极长的数组”等异常数据被引入。此后，模型可能将“极”字当作某种特殊符号或语言切换标记使用。如果 R1 版本的数据清洗不彻底，模型在蒸馏过程中“污染”正常输出，类似问题便可能发生。

目前，一些开发者已提出临时解决方案——通过调整提示词来缓解这一问题，尤其是在第三方平台调用 API 时。腾讯 CodeBuddy 表示，已与 DeepSeek 团队取得联系，并承诺将在未来版本中修复该问题。被网友戏称为“极你太美”的 Bug，再次提醒我们，大模型的工程稳定性仍需进一步提升，AI 系统在部署时的稳定性和可预测性应获得更多关注。

---

02｜阿里发布首个数据分析 Agent，助力企业决策提速

8 月 28 日，阿里巴巴旗下的瓴羊正式发布了首个数据分析 Agent，将 Quick BI 中的“智能小 Q”升级为由“问数”、“解读”和“报告”三大核心 Agent 组成的“超级数据分析师”。该系统能够快速获取数据、深入解读并生成洞察报告，极大提升企业决策效率。

三大核心 Agent 各具特色：问数 Agent 通过自然语言指令完成数据提取与分析，并实时生成图表；解读 Agent 精准解析数据并提供自定义总结，帮助用户得出更具深度的结论；报告 Agent 可在 20 分钟内根据指令自动生成完整的专业报告，涵盖从数据统计分析到深度洞察的全过程，并支持个性化编辑。

这一系统的应用大大提高了数据分析效率。例如，在销售管理场景中，传统方式下两名分析师需要 4 小时才能处理 20% 的核心经营数据，而通过报告 Agent，系统能够在 1 小时内扫描全量数据，快速输出经营问题、机会、风险及建议，分析效率提升了 90%。瓴羊表示，这一突破得益于阿里巴巴在业务经验、数据资产与技术能力上的深厚积累，融合了领域增强大模型、语言模型、向量数据库和规则引擎等先进技术，帮助每一位员工都能轻松成为数据分析师。

---

03｜OpenAI 发布 Realtime API 和 gpt-realtime 语音模型

8 月 29 日，OpenAI 宣布 Realtime API 正式全面可用（GA），并推出迄今为止最先进的语音对话模型 gpt-realtime。新版本 API 现在支持远程 MCP 服务器、图像输入和通过 SIP 协议进行电话呼叫，使语音助手能够通过访问更多工具和上下文实现更强大功能。

gpt-realtime 在遵循复杂指令、精确调用工具以及生成自然富有表现力的语音方面表现出显著提升。该模型能够捕捉非语言线索（如笑声），无缝切换语言，并根据需求调整语调（如“简洁专业”或“富有同理心的法语口音”）。此外，OpenAI 还推出了两个新的语音选项 Cedar 和 Marin，专门为 Realtime API 提供。

在性能上，gpt-realtime 在 MultiChallenge 音频基准测试中取得了 30.5% 的分数，较 2024 年 12 月版本的 20.6% 有显著提升。与传统需要串联多个模型的语音转文本和文本转语音管道不同，Realtime API 通过单一模型和 API 直接处理和生成音频，大大减少了延迟，保留语音中的细微差别，生成更自然、更富表现力的响应。

技术方面，Realtime API 通过创建持久 WebSocket 连接与 GPT-4o 交换消息，支持函数调用功能，使语音助手能够通过触发操作或引入新上下文来响应用户请求。例如，语音助手可以代表用户下订单或检索客户信息，以个性化响应。Zillow AI 负责人 Josh Weisberg 表示，他们在早期访问新版 Realtime API 后，发现新模型展现出更强的推理能力和自然的语音处理，能够处理复杂的多步骤请求，让在 Zillow 上搜索房屋或探索融资选项就像与朋友对话一样自然。

---

04｜谷歌 Gemini 2.5 Flash Image 重磅升级，AI 修图能力全面提升

谷歌正式推出 Gemini 2.5 Flash Image（代号 nano-banana），这是其最先进的图像生成和编辑模型。现已通过 Gemini API、Google AI Studio 和 Vertex AI 向开发者开放，定价为每百万输出 token 30 美元，每张图像约使用 1290 个 token（约 0.039 美元）。在 LMArena 平台的盲测中，该模型被评为全球排名第一的图像编辑模型。

新模型的核心功能包括：多图像融合，能够无缝合成多张图片生成单一视觉效果；角色一致性保持，在不同环境、姿势和光照条件下，能够保持同一人物或物体的外观特征；精确的局部编辑，支持通过自然语言指令进行定向调整，如模糊背景、去除污渍、删除人物、改变姿势或为黑白照片上色等；对话式编辑功能，用户可以通过多轮对话逐步完善图像。

在性能对比方面，谷歌表示 Gemini 2.5 Flash 在图像编辑的表现上，常常优于 ChatGPT 使用的 GPT-4o 模型。该模型在多个任务中超越了之前的版本，尤其在角色一致性方面表现突出。即使在姿势、背景或光照发生变化时，模型仍能保持人物、动物或物体的视觉一致性，为创建图像系列或多角度产品拍摄提供了新的可能性。

与传统图像生成模型不同，Gemini 2.5 Flash Image 深度结合了 Gemini 的世界知识，使模型不仅能够生成美观的图像，还具备对现实世界的深度语义理解。谷歌在 Google AI Studio 中展示了该模型如何读取和理解手绘图表、帮助解决实际问题，并执行复杂的编辑指令。此外，所有通过该模型创建或编辑的图像都带有不可见的 SynthID 数字水印，以标识为 AI 生成或编辑的内容。

---

05｜Claude for Chrome 开启限量测试，AI 可自主操控浏览器

8 月 27 日，Anthropic 推出了 Claude for Chrome 扩展程序的限量测试版，允许受信任的用户指示 Claude 在浏览器中代表他们执行操作。目前，该试点仅向 1,000 名 Max 计划订阅用户（每月 100-200 美元）开放，用户可以加入等候名单申请参与。

作为一款 AI 智能体，Claude for Chrome 可以在 Chrome 侧边栏与用户聊天，根据需求执行浏览器操作。该扩展能跟踪用户打开的标签页，分析和理解提示的上下文，并执行相应操作。例如，它可以查看过去一个月的邮件，识别需要跟进的未回复邮件并自动撰写跟进内容；在 Zillow 等房地产网站上搜索符合条件的房源；寻找餐厅并将菜品添加到购物车等。

在安全性方面，Anthropic 进行了大量测试，发现提示注入攻击是主要风险。在未进行防护措施的情况下，恶意攻击的成功率为 23.6%。经过新防御措施后，整体成功率降至 11.2%，针对特定浏览器攻击（如隐藏的恶意表单字段）成功率已降至 0%。为提升安全性，Anthropic 实施了多层权限系统，并提醒用户避免在涉及财务、法律、医疗等敏感信息的站点使用该扩展。

根据内部测试反馈，Claude for Chrome 在管理日历、安排会议、起草邮件回复和处理日常费用报告等任务上表现出显著提升。随着测试的推进和安全性增强，Anthropic 将逐步扩大该扩展的访问范围。

---

06｜Anthropic 更新隐私政策：用户聊天记录将默认用于 AI 训练

Anthropic 宣布对其数据政策进行重大调整，要求所有 Claude Free、Pro 和 Max 用户在 9 月 28 日前决定是否同意将其对话内容用于训练 AI 模型。这一变化标志着公司数据策略的重大转变 —— 此前，Anthropic 明确表示不会使用消费者聊天数据进行模型训练，并会在 30 天内自动删除数据。

根据新政策，选择不退出的用户数据将被保留长达五年，远超此前的 30 天期限。需要注意的是，这一设置默认为“开启”状态，用户需主动在隐私设置中选择退出。该变更仅适用于新的或恢复的聊天和编程会话，过去的对话记录不受影响。企业客户（如 Claude for Work、Claude Gov、Claude for Education 及 API 用户）则不受此次政策调整的影响。

业内分析认为，这一举措反映了 AI 公司对高质量训练数据的迫切需求。与其他大语言模型公司一样，Anthropic 需要大量真实对话数据来提升其在与 OpenAI、Google 等竞争对手较量中的地位。Anthropic 强调，所有数据将经过去标识化处理，自动解除与用户 ID（如邮箱地址）的关联，并使用工具和流程过滤或模糊敏感信息。此外，数据将不会用于联系用户、建立个人档案或进行营销活动。

---

07｜xAI 推出高速编程模型 Grok Code Fast 1，限时免费开放

8 月 27 日，xAI 正式推出 grok-code-fast-1，一款专为智能体编程工作流设计的高速、经济型推理模型。该模型现已通过 GitHub Copilot、Cursor、Cline、Kilo Code、Roo Code、opencode 和 Windsurf 等合作伙伴限时免费开放。

Grok Code Fast 1 的处理速度高达每秒 92 个 tokens，支持 256K token 上下文窗口，特别适合快速原型开发和基础编程任务。xAI 从零开始构建该模型，采用全新架构设计，并在预训练阶段精心组织了包含编程相关内容的语料库。在与合作伙伴的紧密协作下，模型在缓存优化方面表现出色，缓存命中率常超过 90%。该模型在 TypeScript、Python、Java、Rust、C++ 和 Go 等编程语言上表现优异，并在 SWE-Bench-Verified 基准测试中获得 70.8% 的成绩。

在定价方面，限时免费期结束后，Grok Code Fast 1 的定价为每百万输入 tokens 0.20 美元，每百万输出 tokens 1.50 美元，缓存 tokens 仅需 0.02 美元。这个价格使其成为竞争对手的经济型替代方案。用户反馈称，该模型响应速度极快，尤其在处理小型、专注任务时表现出色，能够快速迭代并精确执行指令，显著提升日常编程工作的效率。

---

08｜马斯克宣布 xAI 开源 Grok 2.5 模型，Grok 3 六个月后跟进

8 月 23 日，埃隆·马斯克在 X 平台上宣布，xAI 已将 Grok 2.5 模型开源。他表示：“@xAI 的 Grok 2.5 模型是我们去年的最佳模型，现已开源。Grok 3 将在大约 6 个月后开源。”模型权重现已发布在开源平台 Hugging Face 上，供开发者和研究人员下载、运行和修改。

需要注意的是，这次发布的是开放权重（open-weights），而非OSI意义上的完全开源。发布内容包括检查点和推理说明，但不包括完整的训练数据或端到端流程。AI 工程师 Tim Kellogg 将 Grok 许可证描述为“带有一些反竞争条款的定制许可”，指出该许可证限制用户使用 Grok 来训练、创建或改进其他 AI 模型。硬件要求方面，文档显示需要 8 个 GPU，每个 GPU 至少 40GB 内存才能托管该检查点。

虽然 Grok 2.5 是一个较旧的模型 —— 已被 2025 年 7 月推出的 Grok 4 和 Grok 4 Heavy 超越 —— 但它相比之前开源的 Grok 1 仍有显著改进。马斯克表示，按照当前的时间表，Grok 3 预计将在 2026 年 2 月发布。他还提到，Grok 5 预计将在 2025 年底推出，可能会在 2026 年底或 2027 年初开源。

---

09｜苹果发布 Xcode 26 Beta 7，新增 GPT-5 和 Claude 4 集成支持

苹果发布了 Xcode 26 Beta 7，为开发者带来了增强的 AI 编程工具。此次更新扩展了对第三方人工智能解决方案的集成，开发者现在可以在 Intelligence 设置面板中关联付费的 Claude 账户，直接在 Xcode 中使用 Claude 4 Sonnet。同时，ChatGPT 集成也得到了更新：用户现在可以选择使用 GPT-4.1 或 GPT-5 开始新对话，其中 GPT-5 被自动设置为默认选项。

此次更新延续了苹果在 WWDC 2025 上发布的 Xcode 26 重大升级。在 WWDC 上，苹果首次引入了 OpenAI 的 ChatGPT，用于编码、文档生成等功能，并宣布开发者可以通过 API 密钥引入其他提供商的 AI 模型。开发者可以在 Xcode 中直接连接 AI 模型来编写代码、测试和文档，进行迭代设计、修复错误等任务。

Xcode 为编码任务提供了两个特定的 ChatGPT 模型选项。GPT-5 专为常规请求设计，提供快速、高质量的响应，适合大多数开发工作流程；而对于需要更深入分析的任务，GPT-5 Reasoning 通过投入更多时间来提供更准确的答案。值得注意的是，尽管开发者此前已能通过 API 接入 Claude，但苹果现已为 Claude 提供与 ChatGPT 同等级别的原生 Xcode 集成。这种模型无关、可定制、模块化的实现方式，使 Xcode 在多模型支持的背景下更具吸引力。

---

10｜微软推出首批自研 AI 模型，强化 Copilot 生态独立性

微软 AI（MAI）团队正式推出两款自研模型：MAI-Voice-1 语音生成模型和 MAI-1-preview 文本模型。其中，MAI-Voice-1 能够在单个 GPU 上不到一秒内生成一分钟的音频，成为当今最高效的语音系统之一。该模型已为 Copilot Daily 和 Podcasts 功能提供支持，用户现在可以通过 Copilot Labs 体验其表现力丰富的语音和讲故事功能。

MAI-1-preview 是微软首个完全自主从头到尾训练的基础模型，采用混合专家（MoE）架构，在约 15,000 个 NVIDIA H100 GPU 上完成预训练和后训练。该模型专门针对指令遵循和日常查询响应进行了优化，预计将在未来几周内逐步应用于 Copilot 的特定文本用例中。微软 AI 首席执行官 Mustafa Suleyman 在 X 平台上表示，团队对未来发展充满宏大愿景，涵盖模型进步、计算路线图及通过微软产品触达数十亿用户的机会。

这两款模型强调成本效益。与 xAI 的 Grok 使用超过 10 万个芯片训练不同，MAI-1-preview 仅使用了约 15,000 个 GPU，展现了“以小博大”的能力。Suleyman 表示，团队运用了包括开源社区在内的多种技术，以最少的资源最大化模型能力。微软强调，这并不意味着要取代 OpenAI 的模型，而是计划综合使用来自自研团队、合作伙伴以及开源社区的最佳模型，推动产品发展。同时，微软的下一代 GB200 集群已经投入运行，为未来的模型开发提供强大的计算基础设施支持。

---

我是木易，一个专注AI领域的技术产品经理，国内Top2本科+美国Top10 CS硕士。

相信AI是普通人的“外挂”，致力于分享AI全维度知识。这里有最新的AI科普、工具测评、效率秘籍与行业洞察。

欢迎关注“AI信息Gap”，用AI为你的未来加速。

---

精选推荐