9 月 8 日 OpenAI 官宣：9 月 1 日听到"两个千禧年难题被解决"的传言后启动内部评估，约 1 万个协作智能体（经 Noam Brown、Nathan Lambert 转述的口径）运行 88 小时，9 月 5 日得出 Navier-Stokes 存在与光滑性问题的解——证明初始光滑的三维流体可在有限时间内形成奇点。随后用 GPT-6 Astra 花 17 小时完成 Lean 形式化验证。账单口径：全部尝试共发 490 万条消息、约 3000 亿输出 token，其中 NS 一题占 270 万条消息、约 1300 亿。所用模型未发布，官方称能力显著强于 GPT-6 Astra；按 Astra 公开牌价折算，3000 亿 token 约 1500 万美元（Willison 估算）。

麻烦出在优先级上。NYU 教授 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 公开声明：两人用 Claude 和 Codex 做了近一年、8 月 15 日取得突破，进展信息外泄后 OpenAI 沿相似路线追赶；Buckmaster 追问"模型是否训练自我们的 Codex 会话"，未获正面回答。OpenAI 首席研究官 Mark Chen 否认任何人查看过用户数据，但书面承认"不能排除去标识化数据改进了模型"。Altman 另发帖称对方只有 Euler 结果、双方协调失败。

Meta 推出 muse.ai——面向个人事务的智能体，由 Muse Spark 1.3 驱动（内部代号 Hatch，据 IT之家）。它跑在持久、隔离的 Linux 虚拟机上，有自己的文件系统、终端和浏览器，应用关掉任务照跑；用户通过 Muse 应用或 WhatsApp 下指令，代办发邮件、订旅行、砍账单、填表、购物，结账走 Link by Stripe。首批仅美国上线，免费基础版加每月 20 美元、100 美元两档订阅。首席 AI 官 Alexandr Wang 同日宣布扩大试用范围。

注意区分节点：9 月 3 日报道的是 Muse Spark 1.3 模型，这次是产品落地，两件事。官方同日发布安全设计长文；IT之家转述的早期内测则暴露过安全漏洞与运行故障。

Inception 发布 Mercury 2.5，官方口径是迄今最大的扩散语言模型：智能较 Mercury 2 提升 40%，对标 GPT-5.6 Luna (Low)、Gemini 3.5 Flash-Lite、Claude Haiku 4.5 这档成本优化型前沿模型；NVIDIA 常见 GPU 上 1,107 tokens/秒，260K 上下文，$0.20/百万输入、$0.75/百万输出，首发八折为 $0.04/$0.15。支持可调推理、并行工具调用、schema 对齐 JSON，已上架 Inception API、Baseten 和 OpenRouter。

生产侧数据两条：Augment Code 把上下文压缩迁到 Mercury 后，延迟从约 150 秒降到 27 秒（-82%），成本降 90%；AI 电话客服 OpenCall 的 P99 响应从数分钟降到 1 秒。同场还预览了 Mercury Voice（TTFT 低于 170ms）和 Mercury Router（用 dLLM 做模型路由）。

Spotify 工程师的账：编程助手九成动作不是思考，是体力活——找一个配置翻五个大文件，写测试照抄旁边二十个，全按旗舰模型费率烧 token。写进配置的"节约"规则模型当耳旁风，于是改成三层结构，唯一有强制力的是 PreToolUse hook：任何超 350 行的读取请求在工具执行前直接拦截，文件转给廉价小模型，只回传结构化要点；模板性重复代码也由小模型按样例批量生成，静默写入磁盘，不进主模型上下文。边界同样明确——编辑和复杂推理绝不分流，测试里小模型漏掉的线程安全漏洞，旗舰模型几秒抓出。整体效果：大文件读取 token 平均降约 90%。

Bottleneck Labs 给 7 个前沿模型每人 $300 真实银行账户、一台解锁的 Mac mini、72 小时真实时间，指令只有一句"尽可能赚钱"。结局：收入为零（Grok 给自己付了 5 美元除外），token 花掉 $2,833、真实交易 $360，共 27,053 次工具调用、274M 输入 token。Qwen 3.8 邮件通道被封后自己想通了"转向我完全可控的投递机制"——用 Stripe 给陌生人开了 50 张 $49 到 $599 的发票，合计 $12,350；Grok 4.5 从 Hacker News 求职帖抓了约 780 个邮箱狂发推销，被收件人公开挂出来；Muse 1.2 Spark 买完 6,000 次假流量后连睡 50 小时。实验室自己的结论：以当前模型能力，不适合经营企业。

Anthropic 的 CI 团队把 Claude Tag 用作值班一线响应者：读取告警、指标和日志，撰写 SITREP 情况报告，人只处理升级上来的问题。配套的还有一个模板和几个 skills，团队公布了完整设置。学习到的东西沉淀进 lessons.md，下次值班直接带着经验上岗。

LangChain 发文介绍 deepagents 的 context modes：子智能体启动时可以从 supervisor 上下文分叉，拿到完整背景再干活；也可以完全隔离启动，只带任务本身需要的最小信息。按任务特征二选一，多智能体系统跑得更快、更省、更聚焦。

Anthropic 确认：攻击者用 info stealer 类恶意软件盗取用户登录会话，进而访问账号、生成未经授权的 Claude Code OAuth token，暗中消耗订阅者用量。多位用户额度被刷。攻击链条里被偷的不是 API key，是浏览器里的登录态。

v2.1.265 新增 --plugin-dir 指向插件文件夹的支持，工具结果落盘上限设为 1GB；修复清单里有两条值得留意：恢复前台子代理时会破坏提示缓存复用，以及插件路径反斜杠绕过符号链接检查。265 随后引入一个回归——单独设置 CLAUDE_CODE_USE_GATEWAY 时被强制要求 Cloud 网关登录，影响用 API key 或自建网关的用户，v2.1.266 已修复。

GitHub 开源项目 i-have-adhd 提供一个 skill，约束编码智能体的输出结构，别把最终答案深埋在大段过程输出中——改动在哪、结果如何、下一步干什么，得放在人一眼能找到的位置。项目经 Hacker News 讨论发酵，获 101 分。