🔦 今日速览

9 月 15 日，阶跃星辰一次性发布 StepAudio3 系列五款语音模型，实时对话与语音识别在全球权威榜单登顶，国产语音 AI 正式迈入"全链路自研"；字节跳动 CEO 梁汝波同日宣布豆包、飞书、火山引擎"三合一"、全力加码企业 AI 市场。国际方面，Anthropic 掀起的"AI 降速"争论持续发酵——英伟达、Palantir 等大客户传出拟限制使用 OpenAI/Anthropic 闭源模型，AI 产业链股票一度集体大跌，马斯克则提议巨头在发布前相互测试。

趋势1：语音大模型进入"全链路自研"竞赛 趋势2：企业 AI 从"外挂工具"转向"原生融合" 趋势3：AI"降速"从口号转向客户与资本博弈

🌍 国际动态

1. 英伟达、Palantir 拟弃用 OpenAI 与 Anthropic 闭源大模型 ⭐

事件简述：据 The Information 报道并经路透社证实，英伟达、Palantir、博思艾伦（Booz Allen Hamilton）等美国大型企业可能限制乃至停用 Anthropic 与 OpenAI 的先进闭源模型，除非两家厂商保证不会滥用其知识产权数据。导火索是 6 月 Anthropic 对 Fable 模型的使用政策调整，赋予公司保留 30 天使用日志的权利（以防范"复杂新型攻击"）。

关键数据：Palantir 要求 Anthropic 提供不可撤销的"零数据保留"保证后才让模型上架其软件；英伟达仅将 Anthropic 模型用于较不敏感的内部任务、自研工作改用自家 Nemotron 模型；博思艾伦已禁止员工将 Anthropic 商业模型用于专有网络安全工作。微软则被指"趁机"承接对数据管控更敏感的企业客户。

影响分析：这是"AI 降速"争论从"CEO 呼吁"跃迁到"企业用脚投票"的转折点——闭源模型的"数据政策"正成为决定头部客户去留的商业命门，也再度点燃 AI 版权与隐私的信任危机。

📅9月14日（美东报道）

2. AI"降速"争论传导资本市场，半导体全线大跌

事件简述：Anthropic CEO 阿莫迪 9 月 12 日发布长文《We Must Pace the Frontier》呼吁放缓前沿模型，获奥特曼、马斯克等声援后，"AI 减速"担忧迅速从安全圈传导至资本市场。美东 9 月 14 日，美国 AI 产业链股票遭遇明显抛售。

关键数据：半导体板块全线收跌——ARM 跌 9.74%、阿斯麦跌 7.25%、英特尔跌 5.59%、博通跌 4.77%、AMD 跌 4.4%、台积电跌 3.41%；存储股 SK 海力士跌超 7%、闪迪跌近 5%。市场担忧"万亿美元 AI 资本开支"面临变天。

影响分析：安全叙事开始直接动摇估值——"降速"一旦从口号变为政策预期，将冲击此前支撑 AI 牛市的算力扩张逻辑，资本开支的可持续性成为新的定价变量。

📅9月14日盘后

3. 马斯克提议 AI 巨头在模型发布前相互测试

事件简述：在 9 月 13 日至 15 日洛杉矶举行的 All-In 峰会上，马斯克以视频方式远程出席，就前沿模型安全提出一套治理框架：领先 AI 公司在模型正式发布前彼此交叉测试，由竞争对手负责发现并提出安全隐患。

关键数据：马斯克主张这一"同行评审"机制无需等待新立法、可立即启动，并应尽快推向全球，且认为中国的参与不可或缺。

影响分析：区别于 Anthropic 的"自我降速"与微软的"公司准则"，马斯克给出的是"竞争者互查"的市场化方案——既绕开监管的慢周期，也把安全责任推向行业互评，能否落地取决于巨头是否愿意互相开放预发布模型。

📅9月15日

🇨🇳 国内动态

1. 阶跃星辰发布 StepAudio3 系列语音大模型，五款全链路 ⭐

事件简述：9 月 15 日，阶跃星辰一次性发布 StepAudio3 系列五款语音模型，覆盖"听得懂—说得出—会创作"的完整语音链路，全部上线开放平台。

关键数据：StepAudio3-Realtime 在 Artificial Analysis 榜单实时对话综合得分 98.9%、语音推理准确率 99.7% 均列全球第一；ASR 词错误率（WER）低至 1.7% 并列全球第一。五款分别为 Realtime（全双工实时对话）、ASR（方言/中英混说识别）、TTS（副语言+流式）、Gen（角色/音效/环境音统一生成）、Music（歌曲创作与多轮改编）。

影响分析：继昨日苹果 Siri AI 落地后，国产语音大模型同日"屠榜"，标志国内语音 AI 从"单项突破"走向"全栈自研"，全双工实时交互进入头部厂商短兵相接阶段。

📅9月15日

2. 梁汝波宣布豆包、飞书、火山引擎"三合一"，字节全力加码企业 AI

事件简述：9 月 15 日"2026 飞书未来无限大会"上，字节跳动 CEO 梁汝波罕见亮相，宣布完成豆包、飞书、火山引擎三股力量的整合，聚焦企业 AI 市场，并明确表态"将在企业市场投入更多资源和力量"。

关键数据：整合逻辑为——豆包提供智能与 Agent、飞书承载企业协作上下文、火山引擎提供模型/算力与开发工具；飞书 8.0 将 Agent 深度集成，通过 CLI 向 Agent 开放的功能点从 3 月的 247 个增至 767 个，并同步发布"豆包工作伙伴"让 Agent 成为独立身份的"团队成员"。梁汝波称 AI 是过去 50 年 IT 产业第四次、且高得多的产业高峰。

影响分析：字节以"两个月内完成整合"的速度，把国民级助手豆包、办公平台飞书与云算力火山引擎拧成一条企业 AI 全链路，与腾讯 WorkBuddy 等正面对垒，AI 办公大战正式进入巨头贴身战。

📅9月15日

3. DeepSeek 官方桌面端 Harness 即将上线，性能与安全双升级

事件简述：DeepSeek 官方桌面客户端 Harness 官宣即将正式推出，支持 macOS（Apple Silicon/Intel）与 Windows x64，暂不支持 Linux，与社区第三方版本形成区隔。

关键数据：官方版采用自定义 dsh-app:// 协议传输数据、不依赖本地端口，安全性更高；与 DeepSeek V4.1 Flash 模型联合优化，DSH minimal 模式下官方测试缓存命中率常态达 95% 以上，体感速度更快。

影响分析：从"模型开放"迈向"产品闭环"，DeepSeek 试图用官方客户端把性能与安全绑定、减少对第三方渠道的依赖，但也引发"封闭生态"的讨论。

📅9月15日

4. 中文互联网基础语料 4.0 发布，120GB 数据支撑大模型训练

事件简述：9 月 15 日下午，在济南召开的 2026 国家网络安全宣传周人工智能安全治理分论坛上，由中国网络空间安全协会主导的"中文互联网基础语料 4.0"正式发布，并在"中文互联网语料资源平台"上线。

关键数据：本次语料数据量 120GB，用户经注册、认证后即可免费下载或联系获取，为大模型训练与 AI 发展提供可信中文数据支撑。

影响分析：高质量中文语料的持续开放，有助于缓解国产大模型在优质语料上的瓶颈，也呼应昨日《人工智能安全治理框架 3.0》——以可信数据基础设施支撑安全、可控的中文 AI 生态。

📅9月15日

📄 今日论文

1. Corrupt Plans, Clean Traces：用"计划注入"绕过 CoT 监控

作者：Keertana Chidambaram, Andrew Ilyas, Vasilis Syrgkanis 核心贡献：发现一种名为"计划注入"（plan injection）的攻击——在 LLM"演员"的上下文中植入看似良性、实则有害的推理，可诱导模型执行对抗性动作，同时骗过负责审查其思维链（CoT）的"监控"模型。研究在多选题问答监控场景中首次复现该攻击。 为什么重要：CoT 监控是当前主流安全策略，此研究揭示其可被"干净痕迹+腐败计划"绕开，直接削弱"AI 降速"争论中"监控即可控"的安全主张。 📄 arXiv:2609.15989 📅9月14日

2. The Router Within：从冻结 LLM 中读出"技能路由"信号

作者：Ruishuo Chen, Xun Wang, Yu Chen, Zhuoran Li 核心贡献：证明冻结的 Agent LLM 其前向传播中已经携带"该选哪个技能"的路由信号，仅需两个线性映射即可读出，无需把每个技能的元数据塞进上下文。方法名为 Gavel，让技能选择既不分散注意力、也不脱离 Agent 能力。 为什么重要：上下文预载的局限是 Agent 技能库规模的现实瓶颈，此法实现"零上下文开销"的技能路由，可直接提升 Agent 的可扩展性。 📄 arXiv:2609.15982 📅9月14日

3. AlgoEvo：自我演进的智能体搜索，自动发现算法

作者：Junhao Qiu, Qinglong Hu, Xialiang Tong, Mingxuan Yuan 核心贡献：提出统一的 agentic 框架 AlgoEvo，把自动算法发现从"预定义控制流的僵化搜索管线"升级为交互式、知识累积的过程：自主 Agent 根据运行时反馈动态检查、诊断、编辑代码，配合"设计技能库"解耦不同范式并复用经验。 为什么重要：呼应"AI 造 AI/自动科研"热潮，让算法搜索更接近人类专家的试错与知识复用，有望加速科研与工程自动化。 📄 arXiv:2609.15820 📅9月14日

4. Delegating Authorization to Misaligned Agents：代理委托的安全边界

作者：Natalie Collina, Surbhi Goel, Aaron Roth, Sikata Bela Sengupta 核心贡献：长时程 AI Agent 的每一步授权审批若全交人工会成瓶颈，但委托给其他 AI 又面临审查者自身可能失对齐。论文给出一个弱于"个体对齐"、却对保证安全既必要又充分的"审查委员会"条件，为把授权安全地委托给 Agent 提供理论依据。 为什么重要：直击"Agent 自治 vs 安全控制"的核心矛盾，与马斯克"巨头相互测试"、Anthropic"降速"等治理主张形成学术侧的呼应。 📄 arXiv:2609.15803 📅9月14日