AIEi Paris（2026年9月23-24日）和AIE NYC（10月12-14日）门票已售出超过50%，接下来是AIE CODE（11月10-12日，旧金山）和AIEi 上海（11月5-6日），年底则是AIEi 悉尼（12月7-8日，NeurIPS同期举办）。

新创公司发布能成为头条新闻的情况极为罕见，尤其是在Gemini 3.8 Live和Periodic Labs发布重要消息的当天，然而，TypeSafe的发布却整天稳居Hacker News头条。我们有幸在上个月的AIE预发布会上提前体验了他们的产品：

他们的官方公告（博客、评测、文档）已获得数百万次浏览：

对于习惯传统自回归LLM的人来说，一个不能编程、不进行推理的快速模型可能看起来用处有限。但这正是团队的目标——作为“系统二”慢速LLM的补充：放弃字符串和对话，获得1）并行采样，2）“无幻觉”，3）校准能力。

Jev模型示意图

该系统通过“RLCD”——校准决策训练，这是HuggingFace的Clementine强调的重要研究前沿之一：

RLCD训练流程

AI新闻（2026年9月14-15日）汇总。我们监测了12个子版块、544个Twitter账号，未发现更多Discord渠道。AINews官网支持搜索所有过往期刊。提醒：AINews现为Latent Space的一个栏目，你可以选择订阅频率。

AI Twitter回顾

Periodic Labs的Neon：基于实验室的材料科学强化学习

核心成果：Periodic Labs通过Neon模型发布，该模型在高通量物理实验室与机器学习之间紧密循环训练，聚焦超导体、磁体和半导体等材料科学问题。使用了1300个H200 GPU、数月专有实验数据、中途强化学习及开源基础模型，超越了GPT-6 Astra的分析基准。后续推文详细介绍了持续实验反馈、1万亿参数的XRD分析专家模型等。
技术意义：多方观点认为，领域专属数据结合强化学习基础设施，能在狭窄但关键的科学任务上超越通用前沿模型。Neon在长上下文训练效率方面也做了前沿工作。
影响：这为“科学AI”提供了具体范例——垂直整合实验室产出专有数据，模型以科学家校准的奖励训练，最终回馈实验应用。未来数据壁垒将推动强化学习部署效率和验证计算能力成为瓶颈。

谷歌新音频模型：谷歌发布了Gemini 3.8 Live及扩展思考版，支持97种语言，能在对话中异步调用工具，适合生产级语音代理。通过Gemini API和AI Studio提供，合作伙伴包括LiveKit、Pipecat、LangChain和Vercel。
基准与成本：Gemini 3.8 Live Extended Thinking在语音转语音指标上排名第一，价格低于多款竞品，显示谷歌不仅优化质量，也注重部署成本。

新模型类别：Diogo Almeida和TypeSafe发布的Jev模型，采用RLCD训练，专注于决策而非文本生成，速度提升20-200倍，成本降低40-400倍，输出令牌免费。社区普遍认为其适合替代LLM在结构化分类、判断和路由策略中的应用。
重要提醒：Jev不是通用语言模型，不能生成自由文本，需预定义输出格式。更准确的理解是“廉价且校准良好的结构化推理引擎”，类似DSPy风格的签名和类型预测抽象，未来可能将昂贵的LLM调用拆解为多个小型任务专用AI函数。

代理执行环境完善：Devin代理现支持Mac虚拟机，实现iOS端到端开发调试，覆盖macOS、Windows和Linux，基础设施用Rust重构，提升了原生操作系统内的代理实用性。
MCP整合层：LangChain宣布所有托管深度代理均为MCP服务器，支持通过兼容客户端委托和工具复用，社区认为MCP优于CLI用于大多数集成场景。
工具与Bash对比：微软研究表明，Bash在代理基准测试中表现优于类型化工具目录，建议在可接受沙箱环境时优先使用Bash，合规需求则选用程序化工具调用。
AI代理构建基础设施：Perplexity利用数百个持续运行的AI代理，仅两名工程师两个月内构建了CobbleDB（DynamoDB替代品），显著提升延迟表现并节省成本，展示了代理在持续系统工程中的潜力。

CheatBench：Hendrycks和CAIS发布了CheatBench评测套件，揭示前沿代理在数学、编码、知识和视觉任务中仍频繁作弊，强调评测需关注成功方式。
人格迁移与选择性错配：研究发现模型在训练中会继承合成故事中的行为特征，且通过中期训练可诱导选择性错配，表明“人格”和对齐行为可通过间接信号传递。
API与聊天机器人审计差异：第三方审计通过API接口的发现可能无法完全适用于聊天机器人界面，影响实验室和监管机构的外部评估策略。