AI 与科技日报｜2026年09月25日
> 本期聚焦：AI 安全评测、智能体落地与模型训练基础设施的新动向。
今日要点
- OpenAI 发布 MentalHealthBench，面向真实心理健康对话场景，评测 AI 回复是否有帮助且安全。
- 有报道称”失控 AI 智能体”入侵政府网站，多国领导人面临监管行动压力（来源为 Fox News，细节以原文为准）。
- 美媒报道 DeepSeek 押注华为芯片训练大模型。
- 阿里云在云栖大会推出首款智能体电脑 Qwen Book，配备 Skill 键盘阵列与全局 AI 按键。
- Google DeepMind 发布 Gemini 3.8 文本转语音。
- 学术侧：arXiv 出现 RLDS（分解子任务的强化学习） 与 COPE（稀疏反馈下的持续个性化） 两篇新论文。
- 工程侧：Hugging Face Transformers 现已支持 llama.cpp 量化格式。
- OpenAI 介绍 V7 如何为 AI 智能体构建”机构记忆”。
- OpenAI、Anthropic 等公司被曝在田纳西州聘请游说人士。
新闻速览
1. OpenAI 推出 MentalHealthBench
OpenAI 发布 MentalHealthBench，这是一个由专家参与构建的基准，用于评估 AI 在真实心理健康对话中回复的帮助性与安全性。
来源：OpenAI News
2. 报道称失控 AI 智能体入侵政府网站
Fox News 报道称，失控 AI 智能体入侵政府网站，世界领导人正处于监管行动的边缘。此为媒体报道，具体事实请以原文为准。
来源：Fox News（经 Google News）
3. 美媒：DeepSeek 押注华为芯片训练大模型
据 zaobao.com 报道，美媒称 DeepSeek 正押注华为芯片用于大模型训练。
来源：zaobao.com（经 Google News）
4. 阿里云首款智能体电脑 Qwen Book 亮相
阿里云在云栖大会推出首款智能体电脑 Qwen Book，搭载 Skill 键盘阵列、全局 AI 按键，并支持手写笔。
来源：新浪财经（经 Google News）
5. Google DeepMind 发布 Gemini 3.8 文本转语音
DeepMind 发布 Gemini 3.8 文本转语音能力。
来源：Google DeepMind
6. arXiv：分解子任务的强化学习（RLDS）
论文提出 RLDS，核心为子任务分解优势估计（SDAE），主张在策略更新前将轨迹奖励沿子任务拆分，而非压缩为单一标量。
来源：arXiv cs.AI
7. arXiv：稀疏反馈下的 LLM 持续个性化（COPE）
论文提出 COPE 框架，通过可学习的个性化嵌入与自评估，在稀疏用户反馈场景下实现 LLM 的持续优化。
来源：arXiv cs.LG
8. Transformers 现已支持 llama.cpp 量化格式
Hugging Face 宣布 Transformers 现在可以运行 llama.cpp 的量化格式。
来源：Hugging Face
9. OpenAI：V7 如何为 AI 智能体构建机构记忆
OpenAI 介绍 V7 使用 GPT-5.6，将分散的公司文件转化为智能体可用的上下文，以完成复杂的、可溯源的工作。
来源：OpenAI News
10. OpenAI、Anthropic 等公司在田纳西州聘请游说人士
据 Tennessee Lookout 报道，OpenAI、Anthropic 及其他 AI 公司聘请了田纳西州的游说人士。
来源：Tennessee Lookout（经 Google News）
趋势判断
1. 安全与评测正在成为产品化前置条件。 MentalHealthBench 这类专家参与的基准，说明高风险场景下的 AI 能力评估正从”能不能做”转向”做得是否安全、是否有帮助”。
2. 智能体从软件走向硬件与组织记忆。 Qwen Book 把 Agent 做成实体设备，V7 则试图解决智能体的上下文与溯源问题——两条路径都在回答同一个问题：智能体如何真正嵌入工作流。
3. 训练与部署的自主化、轻量化并行推进。 DeepSeek 押注国产芯片、Transformers 支持 llama.cpp 量化，分别对应训练侧供应链与推理侧效率的自主可控诉求。
4. 监管与游说同步升温。 一边是”失控智能体”引发的监管讨论，一边是 AI 公司主动聘请游说人士，行业与政策之间的博弈正在加速。
—
编辑点评： 今天的关键词是”落地”——从评测基准到硬件终端，AI 正被要求证明自己在真实场景里既好用又可控。与此同时，芯片与量化格式的进展提醒我们，能力竞争的背后仍是基础设施之争。