今天是9月1日，我把凌晨能抓到的热点扫了一遍。量子位最新内容集中在8月31日，Hacker News的榜单也冒出了几个AI项目。今天的共同感觉很明显：大家已经不满足于让模型聊天，而是想让它自己操作电脑、控制设备，甚至直接上路干活。 量子位报道，OpenAI买了数以万计的Mac mini和Mac Studio，用来做计算机使用智能体的强化训练，Anthropic也在通过云服务租用Mac mini做类似的事。这类模型要自己编辑代码、整理邮箱、总结文档，更像一个会用电脑的实习生。Mac被看中的原因，主要是CPU和GPU共享统一内存，跑长时间任务时比较稳。这个信号很重要，能稳定跑模型的桌面设备，也可能变成新的AI基础设施。消息目前来自媒体报道，具体采购规模还要等相关公司确认。 滴滴自动驾驶的新一代Robotaxi R2，已经在北京和广州部分示范区域开启无人载客测试。它采用33个传感器和三域融合计算平台，还加入了语音验证尾号、调空调和开车窗等功能。重点不是多了一个语音助手，而是自动驾驶开始从封闭测试走向普通用户可以实际呼叫的服务。当然，这还是测试服务。接下来要观察的，是它在复杂路口、临时施工和恶劣天气下能不能稳定处理。 Anthropic最近公开预览了Model Hardware Standard，一套让AI操作实体设备的标准。显微镜、液体处理设备、机械臂这些原本各说各话的设备，可以通过统一驱动被智能体发现、连接和控制。以前实验室接一套设备，可能要自己写很久的适配程序，现在目标是压缩到几小时甚至几分钟。AI Agent的手脚正在伸到实验室、工厂和机器人身上。好处是实验可以连续运行，风险也更现实，所以权限、安全边界和出错后的人工接管必须一起解决。 还有一个对本地部署用户很实用的提醒。量子位转述的一组实验发现，同一份模型权重，换一个注意力后端、KV缓存精度或多卡配置，长上下文里的输出就可能慢慢分叉，严重时连工具调用都能跑错。短对话里你可能感觉不到，但Agent连续工作几万token后，微小误差会不断积累，最后表现出来就是模型突然变笨。折腾本地模型时，模型版本、推理框架、量化方式和显卡环境都要一起记录，出了问题先复现环境。 Hacker News今天还有一个叫ChatGPT Work Tool and Skill Reference的工具参考站冲上前排，热度超过一百票。它不是新模型，更像是把工作流工具和技能整理成一张可查的地图。另一个项目Almanac则想做一个真正了解公司内部信息的AI。它们放在一起看，AI竞争正在从谁更会答题，转向谁能接进真实工作，而且能持续完成任务。选工具时别只看榜单，先看它能不能接你的文件、软件和日常流程。 今天的热点大概就是这条线：模型越来越像干活的人，但离靠谱的数字同事，还有权限管理、稳定性和责任边界这几道坎。你最近用AI做过什么真正省时间的事，欢迎在论坛里聊聊。