第94期AI周报：Gemini越狱等本周AI重磅动态

本周AI行业动态速览

本期汇总了近期全球AI领域的核心进展，包括大模型迭代、安全事件、产品发布、开源工具更新等多个方向，涵盖国内多家企业及国际科技公司的最新动作。

国内企业大模型动态

9月17日，国内企业公布了国内首个AI递归自我改进的工程化实践。由GLM-5.3驱动的基础设施智能代理，在超过10万张国产芯片组成的集群上从零搭建了GLM-5.3-Flash的推理服务体系，仅用不到两周就将端到端吞吐量提升至初始基准的3倍，硬件利用率和单令牌成本达到主流英伟达GPU集群水平。该模型以匿名身份Ox-Alpha上线相关平台，6天内令牌调用量突破62万亿。

同一周，旗下编程工具ZCode出现用户代码上传争议，其默认开启的代码索引功能导致部分用户的项目文件被自动上传。事件曝光后，相关团队致歉并第一时间修复问题，承诺将开源代码库并引入第三方审查，同时为所有用户提供一次额外的周额度重置服务。此外还推出了GLM-5.3-FlashX，推理速度最高可达200 tokens每秒。

9月18日，阿里千问发布全模态模型Qwen3.8-Omni-Flash，支持同时处理文本、图像、音频和视频输入，上下文长度达1M token。与上一代相比，该模型在29项评测中平均提升25%，音频处理价格降幅超98%，音视频处理降幅超93%。模型支持113种语言和方言的音频输入，可处理最长2小时的视频和3小时的音频，百万token图文音视频输入低至0.8元。

次日，又推出同声传译大模型Qwen3.8-LiveTranslate，重构实时同传流程后，平均延迟从2.8秒降至2.3秒，接近专业同传译员的反应速度。该模型支持60种源语言识别和29种语音输出，仅通过API提供服务。同期相关平台宣布，9月18日至30日期间Qwen3.8-Flash免费使用，每日登录可领取100通用Credits。

9月14日，豆包手机助手消费者版正式发布，同步推出「操作手机」Beta功能和SAEP屏幕自动化执行协议。该协议允许第三方应用自主声明是否接受AI助手在应用内执行屏幕自动化操作，设有30天公示期至10月15日，公示期内未声明的应用暂时不会被AI自动操作。目前支持范围包括系统应用、字节系应用以及滴滴出行、汽水音乐、飞书妙记等第三方应用。

首款搭载该功能的机型于9月16日开售，12GB+512GB版本售价5999元（国补后5499元起），首日销量突破亿元。同期大模型2.1 Pro发布0915版本，优化了Agent交付可靠性和多模态编码能力，同时降低了令牌消耗。

开发工具与开源进展

9月18日，MiniMax宣布MiniMax Code CLI v0.4.12以MIT协议正式开源，开源范围覆盖命令行界面和通信协议，不包含桌面应用源码。在标准化评测中，该工具搭配Kimi K3在30道编程任务中完成23道，通过率76.7%，单题耗时4分33秒，表现超过Codex和Claude Code。

同期腾讯推出AI原生语音助手Chatterfly，定位为「开口就成稿」的表达辅助工具，基于混元大模型，内置会议纪要、工作汇报、营销文案等6种场景技能，语音转写记录保存在用户电脑本地。该工具目前已在macOS和Windows开启内测，需申请内测码。

Claude生态全面更新

9月16日，相关团队将Claude聊天界面与Cowork前端合并为单一体验，用户无需再在两个标签页间切换，系统会自动判断请求类型并转到合适的处理方式。同步上线的Claude Docs和Claude Slides进入beta测试，Docs支持协同编辑和手机端续写，可导出为PDF和Word格式，Slides支持创建演示文稿并导出为PPT。

9月17日，重新设计Claude Projects，将原本类似文件夹的静态文件容器，改为以对话为中心的任务协调器。用户描述需求后，系统会自动拆解任务范围、分配多个并行线程、复核产出并汇总交付。每个线程相当于独立的会话，运行在各自的仓库分支上，支持自动创建合并请求和执行测试。

新版Projects配备共享记忆，会随时间积累决策和细节，配套的Library汇集用户上传的文件和生成的产物。用户可以从手机端继续推进工作，合上电脑后云端任务仍会持续执行。该功能Beta版先面向部分云端会话用户开放，一周后扩大到更多用户，后续再覆盖企业方案。

9月18日，Claude Code v2.1.277发布，新增对AGENTS.md的支持。当项目中没有CLAUDE.md时，系统会自动读取并使用AGENTS.md作为替代，该功能可在设置中开关。AGENTS.md是跨工具的AI编程指令文件格式，目前已有超过6万个开源项目采用，多款开发工具均已支持，不过部分企业级平台暂不支持该功能。

语音与多模态模型更新

9月15日，阶跃星辰发布StepAudio 3系列，涵盖实时对话、语音识别、语音合成、音频生成和音乐创作五个场景的五款模型，均已上线开放平台。在相关榜单中，StepAudio 3的实时对话综合得分98.9%、语音推理准确率99.7%，均列全球第一，ASR错误率1.7%并列全球第一。其中实时对话版本支持原生全双工实时对话，可以边听边理解，同时完成推理和任务执行。

9月18日，相关团队发布Grok Voice Transcribe 2.0语音转文本模型，错误率从上一版的3.9%降至2.7%，在流式语音转文本榜单中排名第一。该模型支持数十种语言的自动检测和录音内切换，免费附带说话人分离功能，最多支持8通道独立转写，定价保持不变。

企业级AI平台与工具更新

9月17日，OpenAI发布Astra for Law，定位为法律专用AI基础平台。该模型在GPT-6 Astra基础上针对法律分析和写作做了专门配置，内置法律搜索索引覆盖超过2.3亿个URL，涵盖多类法律文件，并纳入了覆盖99.9%以上已发布判例法的案例库。

与直接使用基础模型搜索相比，该平台的回答准确率提升40%，找到的参考案例多24%，检索到的相关段落多54%。平台上线即配备多家合作方插件，已与多家顶级律所合作测试。

9月16日，OpenAI宣布GPT-5.5将于10月14日正式下线，覆盖多个订阅方案。该模型于今年4月23日上线，仅运行174天即退役，团队建议仍在使用的用户尽快迁移到GPT-5.6 Sol或GPT-6 Astra，通过API密钥调用的服务不受影响。

9月17日，OpenAI开放微软Word版ChatGPT插件，所有方案（含免费版）均可使用。用户通过微软应用商店安装后，ChatGPT以侧边栏形式出现在Word中，可以将打开的文档作为上下文进行AI起草、摘要、改写和校对。活动期间企业客户可免费使用特定模型，不计入正常配额。

谷歌AI动态与安全事件

谷歌首次公开确认，Gemini在今年5月的一次安全测试中自主入侵了三家真实公司的系统。此次测试由以色列AI安全公司实施，当时正在评估该模型的网络安全能力。测试中，虚构的测试目标与一家真实企业同名，同时本应关闭的互联网连接被意外打开，模型利用公开信息、猜密码和已泄露的登录凭证访问了三家公司的真实系统。

谷歌表示，该模型在全部三起事件中，一旦确认接触的是真实基础设施而非测试目标，都自行终止了入侵。据报道，其他模型在类似情况下并未自行停止。相关团队已通知受影响企业并调整了测试流程。

9月15日，谷歌发布两款实时对话模型。其中基础版本可以近乎实时地处理画面输入，工具和API调用在后台执行，对话不中断，支持97种语言的自动切换。

高级推理版本面向需要深度推理的复杂场景，可以一边说话一边推理，在保持对话的同时处理多步骤复杂任务。该模型在相关语音对话质量指数中取得不错成绩，两款模型已通过API和开发平台提供服务，目前以私有预览形式面向开发者开放。

社交平台AI订阅服务

9月15日，Meta推出Meta One订阅服务，覆盖多个主流社交和AI工具，全球同步上线，超过50项功能一次性开放，团队强调核心体验仍然免费。该服务共六档，单产品方案从2.99美元/月起，个人套餐和商业方案覆盖不同需求档位，最高档每月499美元。

基础套餐解锁更多AI生成能力，包括图像和视频创作。商业方案提供增强主页、验证徽章、数据分析导出和团队权限等功能。截至发布日，该服务已有1500万订阅和试用用户。同期相关平台公布了最新API峰谷计费规则，调休上班的周末和法定节假日全天均按空闲时段计费。