Claude 写下八成合并代码，CI 任务半年涨 25 倍

概览

本期共 10 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · Claude 写下八成合并代码，CI 任务半年涨 25 倍
2. 重点 · ChatGPT 对话被外包审阅，记忆摘要也在其中
3. 重点 · Codex 演示跨 Mac 迁移会话与工作文件

全球 AI 资讯

4. Perplexity 本地智能体登陆 Windows，跑在 RTX 上
5. Reward AI 发布 OM-1：只用人类手套数据训练
6. 微软发布 37 页人本 AI 行为准则
7. AgentCore 上线托管同意门户，接手 OAuth 授权绑定
8. Abnormal AI 把代码解释器当成智能体的临时草稿纸

区域与早期信号

9. Claude Code 灰度指向 Opus 5.2，官方无公告
10. 蚂蚁发布内生式安全护栏 SingProbe，解码开销低于 0.5%

热门模型动态

Anthropic 自述：代码产出提速之后，瓶颈转移到了测试与持续集成。

Anthropic 表示，Claude 现在撰写了合并进其代码库的约 80% 代码，其工程师的季度代码产出是 2021 至 2025 年期间的 8 倍。前 Chrome 开发者体验负责人 Addy Osmani（@addyosmani）在 9 月 14 日放出这组数字，并说明 80% 指的是能明确归因给 Claude 的生产合并行数，其余 20% 混合了人写代码与其他产物。数据出自 9 月 14 日工程师 Sachin Malhotra 的工程博客。

局限：这些数字均由 Anthropic 自述，未经第三方核验；8 倍衡量的是代码量，并不等于功能、收入或软件质量同比例增长。产出激增的代价直接压到下游——测试与 CI 的膨胀迫使 Anthropic 花三周重建了测试选择系统。

九凤根据本期已引用来源整理。

来源：RuntimeWire · Addy Osmani on X

数百名承包商按代号 Project Lily 评估真实对话，隐私过滤器自己承认会漏。

据 404 Media 9 月 14 日发布的调查，OpenAI 动用数百名外部承包商阅读并评估真实的 ChatGPT 对话，其中包含带敏感个人信息的聊天，内部文件里用代号 Project Lily 指代这项工作。审阅员拿到的是匿名化提示词，有时是整段对话；用户名被移除，但文本本身可能暴露个人细节。部分任务还附带「用户记忆摘要」，内含此前交互、位置信息等 ChatGPT 保留下来的上下文。OpenAI 称对话在交给承包商之前先过 Privacy Filter，用于检测并遮蔽姓名、联系方式、住址、账号与密码等标识符。

局限：OpenAI 自己的 Privacy Filter 技术说明写明，该模型可能漏掉不常见的标识符或有歧义的表述。这条管线默认开启，退出开关埋在数据控制设置里；据报道，即使用户事后退出，此前的对话仍可能被保留。

来源：RuntimeWire · OpenAI Privacy Filter 技术说明 · OpenAI 消费者数据 FAQ

未跟踪文件带着相同哈希落到另一台机器，但跑的是开了特性开关的改装版。

开发者 Developing Adventures（@DevAdventur3s）9 月 13 日演示 Codex 把一段编程会话连同项目状态从一台 Mac 搬到另一台，其中包括一个未跟踪文件以相同哈希到达。13 条推文的线程展示了两条路径：从本地机器发往云端，以及转移到另一台 Mac。在 Mac 到 Mac 的测试中，对话在目的机上继续，未跟踪文件无需 Git 提交或推送即完成迁移——这意味着开发者可以放下笔记本、在 Mac mini 或另一台工作站上接着做，而不必为了换机器把未完成的改动打包提交。

局限：测试用的是开启特性开关的改装 Codex 构建，属于对既有 Handoff 工作流的近距离观察，而非 OpenAI 的新发布；OpenAI 文档显示主机到主机的 Handoff 自 6 月起已经可用。报道也指出，开发者仍然需要一份关于文件、密钥与传输失败的明确契约。

来源：RuntimeWire · OpenAI 官方页面

全球 AI 资讯

本地完成的活不消耗 Perplexity Computer 额度。

NVIDIA 9 月 14 日宣布，Perplexity 在 Windows 版应用中加入 Portable Computer——Perplexity Computer 的本地版本，在兼容的 GeForce RTX PC 与 RTX PRO 工作站上用本地模型规划并执行多步任务：分析数据、跨文件汇总信息、处理重复性工作。应用预置的本地模型包括 Qwen 3.8 27B，该模型经过后训练适配 Perplexity Computer，并针对 RTX GPU 做了优化。敏感信息留在设备上，本地完成的工作不消耗 Perplexity Computer 额度；需要更强的研究与推理时，用户可以把任务向上编排到云端模型。此前该能力已支持 NVIDIA DGX Spark 系统与运行 Linux 的 RTX PC。

局限：能力绑定在兼容的 NVIDIA RTX 硬件上，需要显存 24GB 及以上的 RTX 或 RTX PRO GPU；更复杂的研究与推理仍要向上编排到云端模型。

来源：NVIDIA AI Blog

不用遥操作、不用机器人自采数据，策略直接跑在工业机械臂与人形机器人上。

机器人创业公司 Reward AI（团队此前参与 DexCap、HumanPlus、ALOHA）发布通用操作策略 OM-1（Omnibody Model 1）。训练数据全部来自佩戴 7 自由度传感手套的人类演示，既不含遥操作数据，也不含机器人本体采集的数据；训练完成后以人类速度运行在工业机械臂与人形机器人上。公司把它概括为「一个模型、一套数据接口、任意本体」：多数机器人基础策略靠遥操作或自采数据训练，数据集因此被绑死在单一本体上，而 Reward AI 把采集、学习与控制设计成一条流水线，今天录下的演示可以用来训练尚不存在的机器人本体。

局限：OM-1 是 Reward AI 的自研内部策略，权重、代码、数据集与 API 一律未放出，开发者目前无法在自己的硬件上运行。

来源：MarkTechPost

白纸黑字写下「人比 AI 更重要」，并拒绝模型人格权与模型福利。

微软 9 月 14 日发布一份 37 页的「humanist AI code of conduct」。文件明确写出 people matter more than AI，称 AI 模型没有意识、不应被设计成模仿意识，并拒绝「追求法人资格，或认为模型可能值得福利、应当享有权利」的主张。发布时点正值业界对模型进展的安全担忧升温：Anthropic CEO Dario Amodei 在上个周末呼吁协同放慢 AI 开发，此前有研究者警告，模型能力的推进速度可能超过人类安全部署、验证并控制智能体行为的能力。

局限：这是微软自行制定的公司准则，不是监管要求；报道未提及配套的外部审计安排或违反后的后果。

来源：The Verge

开发者不用再自建授权回调与会话绑定基础设施。

Amazon Bedrock AgentCore Identity 推出 Consent portal——面向 AgentCore Gateway 的托管网页体验与会话绑定端点。智能体要代表用户访问 GitHub、Slack 这类服务，必须先让用户在服务方认证并显式批准授权，再把拿到的 OAuth 授权与批准它的用户安全关联起来，即所谓 session binding。此前走三方 OAuth（3LO，即 OAuth 2.0 授权码流）的客户得自建并托管这套设施：呈现授权 URL、托管公开 HTTPS 回调、认证返回的用户、管理浏览器会话，并调用 CompleteResourceTokenAuth 收尾。现在为网关创建一个门户、把 URL 发给用户即可，用户用本组织的身份提供方（IdP）认证、查看可用服务并授权。AWS 在示例仓库里给了对接 Microsoft Entra ID 与 Okta 的端到端例子。

局限：能力只服务接在 AgentCore Gateway 上的智能体；前置条件仍要客户自己准备——已注册的 GitHub OAuth App 与 Slack app，以及对企业 IdP 的管理权限。

图片来源：GitHub；已转存至九凤 R2。

来源：AWS Machine Learning Blog · AgentCore 示例仓库 · GitHub OAuth App 文档

每天数十亿封邮件的实时威胁检测背后，智能体靠一次性计算环境做聚合与校验。

Abnormal AI 把 Amazon Bedrock AgentCore Code Interpreter 用作实时邮件威胁检测智能体的计算草稿纸——不只是写代码，还用于数据聚合、分析与校验这类光靠语义推理不够的环节。该公司称保护了超过 25% 的《财富》500 强企业，这套系统今天在生产中每天处理数十亿封消息，并以同等规模执行智能体驱动的代码，在邮件抵达收件箱前拦截威胁。它还披露，以全部代码变更为分母，80% 由智能体以某种方式参与构建，40% 由后台智能体端到端完成（全 AI 构建，而非 AI 辅助）。

局限：这是 AWS 官方博客上的客户案例，规模与比例数据由 Abnormal AI 自述，未经第三方核验。

来源：AWS Machine Learning Blog

区域与早期信号

开发者抓包发现模型 slug 已换，前端名字没变。

据 IT之家 9 月 14 日报道（中文来源），多名开发者发现在 Claude Code 中调用 Opus 5 时，行为与网页版 Opus 5 明显不同；通过抓包与查看请求状态（/status），前端名称未变，但背后的模型 slug 已经指向 Opus 5.2，意味着 Anthropic 可能跳过 5.1 直接端出 5.2。开发者用一条关闭联网搜索的冷门知识探针提示词做对照，报告两侧答案完全不一致，据此判断不是同一套权重。实测反馈集中在生成速度更快、长任务更能坚持、不再频繁要求用户「按继续」。

局限：全部证据来自开发者社区自测与中文媒体转述，Anthropic 没有发布公告或模型卡，灰度范围与时间表均无官方口径。同一报道中关于内部代号 Model 2 接管公司大部分代码编写、将替代 85% 研究团队的说法，出自一份未经证实的内部风险报告，本站无法核实。

来源：IT之家

复用推理过程中已有的内部信息边生成边打风险分，不再另起外置护栏模型。

据雷锋网 9 月 14 日报道（中文来源），蚂蚁 AI 安全实验室在国家网络安全宣传周期间发布大模型内生式安全护栏 SingProbe。现行做法通常是用独立的外置护栏模型审核输入或输出，要额外处理待审内容、增加计算与部署成本；等完整回答生成完再检查，风险内容可能已经呈现给用户，提高检查频率又会加重负担。SingProbe 让安全判断与生成同步进行，通过轻量检测模块持续输出风险分数，供系统告警、终止生成或重试。

• 开销：团队在 Ling-3.0-flash 生产环境实测，解码阶段引入的额外开销低于 0.5%
• 效果：团队评测称 flash 版在回答安全分类与流式安全检测任务上超过所选公开基线，幻觉检测与参考基线基本持平
• 医疗场景：SingProbe-Med 在 AntAngelMed-100B 上做完整干预，纠正了基线模型中 25.03% 原本出错的回答
• 覆盖：已适配 Ling-3.0 系列、GLM-5.2/5.3、Qwen、DeepSeek V4 等 29 个主流开源大模型，接入 SGLang 与 vLLM，代码、模型与评测基准同步开源

同期还发布了面向流式生成的评测基准 SingStreamBench，关注模型从正常回答转向风险内容的具体时刻，既检验护栏能否发现风险，也考察是否过早触发、发现是否及时。

局限：评测由蚂蚁团队自行开展，对照的是「所选公开基线」，尚无第三方复现；报道未给出开源仓库地址与许可证，也未列出已适配的 29 个模型完整名单。

来源：雷锋网