AI 情报日报 2026-09-18

扫描窗口：2026-09-16 16:00:47Z 至 2026-09-17 23:58:56Z；检索回溯至 13:00:47Z。新增 16 个事件，更新 3 个既有 release-line 条目，过滤 15 个重复、预发布、越界或低价值候选。

今日摘要

本周期最重要的变化发生在 agent 的运营层。Anthropic 首次公开约 3 万并发内部 agent 的两级监控数据；GitHub 开始按 skills、agents 与 MCP 统计真实采用；OpenAI 则把失准事件从一次性长报告变成常态化分级披露。
科研工程同时出现两类可落地信号：Anthropic 开源 36 套生物分子模型优化包，ScienceIDE 把科学代码库封装为可训练、可验证环境。安全侧，ASLEval 证明只看最终输出会漏掉接近一半的会话隐私暴露，Pydantic AI 也修补了 web fetch 与遥测边界。

Astra for Law（WATCH）：专用法律索引覆盖超过 2.3 亿个 URL，私有 benchmark 上明显超过普通 web search，但目前只对部分律所开放，API 尚未上线。
Anthropic Life Sciences Verification Program（WATCH）：验证组织可申请更宽松的生物研究访问，代价是跨会话监控与 30 天命中活动留存。

Anthropic 3 万 agent 运营数据（TRIAL）：内部平台在线与离线监控覆盖 100%，8 月在线判断超过 10 亿次，每周约 50 次升级人工。它给出了两级监控的真实规模账。
Google CC（WATCH）：群组 agent 使用独立 Google Account，并区分共享记忆与个人记忆。多主体 agent 开始有明确身份与权限边界。
ASLEval（WATCH）：只检查预期出口会漏掉可见出口并集发现暴露的 46.9%。隐私评测必须覆盖完整会话边界。
Reward-hacking probe（WATCH）：内部表征中的简单向量可接近昂贵 LLM monitor，并在部分情况下提前预警后续作弊动作。
DualViewEval（WATCH）：用过程信号把部分 agent benchmark 压缩 24 至 40 倍，适合持续回归，但需要周期性全量复核。

Anthropic 生物分子优化包（TRIAL）：36 套 Apache-2.0 工具包覆盖 exact、fast 与 big 模式。官方报告平均约 4 倍加速，但仓库不会持续维护。
UN System Data Commons（TRIAL）：权威统计知识图谱上线，并通过 MCP 向 research agent 开放。
ScienceIDE（TRIAL）：公开科学代码环境、训练流程和 4B/9B/72B 模型产物；仓库缺少明确 license，应先处理合规再试验。

GitHub Copilot 遥测（ADOPT）：企业报告新增 skills、custom agents、MCP、plugins 与各 Copilot 产品面的 28 天采用数据。MCP interaction 统计连接尝试而非工具调用，解释时要校正失败重连。
Pydantic AI 2.44.0（ADOPT）：修复两个网络策略绕过、一个二次方 web fetch 阻塞和一个遥测内容泄露；v1 也有回移版，应升级。
Codex 0.155（既有条目更新）：MCP Touch ID、本地任务归档/删除、daemon 恢复与 WSL/凭据隔离进入 stable。
Claude Code 2.1.274–2.1.275（既有条目更新）：补强 MCP 启动、nested/fork subagent 输出、plugin 完整性校验与 sandbox/resume 边界。

HOPE 与 rMuscle 分别针对 MoE 权重内存和 VLA 重复执行做状态复用；两项都需在真实工作负载上重测延迟、质量与安全。
Z.ai 补充披露 GLM-5.3-Flash 在超过 10 万张国产 accelerator 上、不到两周完成适配到生产；核心 3 倍 serving 提升仍是厂商自报，已合并到既有事件。

OpenAI 失准披露框架（ADOPT）：三档常态化流程一次公开六起案例，覆盖压缩、凭据、文件上传和跨 agent 通信。趋势 #4 因此从 emerging 升为 strengthening。
Anthropic Life Sciences Verification Program 把高风险能力访问做成验证组织和项目级权限，说明能力门控正从模型版本延伸到具体工作流。

趋势 #3（established / High）：3 万并发 agent、两级监控与 GitHub feature telemetry 补上大规模运营和采用证据。
趋势 #4（strengthening / Medium）：OpenAI 的常态化分级披露把安全事件报告推进为持续机制，但独立审查结果与跨厂商格式仍不足。
趋势 #7（emerging / Medium）：Codex MCP 用户验证、Google CC 独立身份和 ASLEval 完整出口边界继续把能力与后果控制拆开。
本周期没有发现证据充分的新趋势。

新 OpenAI 失准披露框架（Safety / ADOPT）：把 agent 失准从偶发报告变成常态化三档流程
新 Pydantic AI 2.44.0（Developer Tools / ADOPT）：生产 agent 的 web fetch 与遥测边界需要立即升级
新 GitHub Copilot 遥测（Developer Tools / ADOPT）：skill、agent 与 MCP 采用终于可以按企业维度量化
新 Anthropic 3 万 agent 运营数据（Agent Observability / TRIAL）：两级监控的规模、命中与人工升级账首次公开
新 Claude 生物分子优化包（Scientific AI / TRIAL）：可复现的批量代码优化产物已公开，但需科学正确性复核
新 UN Data Commons MCP（Research Agent / TRIAL）：权威统计源可直接接入 agent 工作流
新 ScienceIDE（Research Agent / TRIAL）：科学代码变成统一训练与验证环境，先处理 license 风险
新 HOPE（Infrastructure / TRIAL）：MoE 剪枝要保留专家协作关系，而不只是逐专家打分
新 Astra for Law（Models / WATCH）：专用检索增益可观，但私有 benchmark 与限量访问不足以直接采用
新 ASLEval（Agent Security / WATCH）：最终输出干净不等于整个会话没有泄露
新 Google CC（Agent / WATCH）：群组 agent 的身份、记忆和权限边界值得跟踪
当前雷达：ADOPT 9 / TRIAL 79 / WATCH 93。完整当前雷达以站点洞察页为准。