数据来源 AI HOT，按北京时间 9 月 18 日整理，并核对链接原文。本期关注 AI 如何进入翻译、文档和电脑操作，也关注研发自动化、审计成果与使用成本该怎样衡量。
模型发布/更新
Qwen3.8-LiveTranslate 更新实时同传，加入说话人区分与双语同步输出
Qwen 发布 Qwen3.8-LiveTranslate，以音频和文本交错的架构连接理解、翻译与语音生成。官方报告，平均滞后指标 LAAL 从上一代的 2.8 秒降至 2.3 秒，并增加实时说话人区分、原文与译文同步输出，以及利用长上下文消除歧义的能力。
语言范围需要分开看：音频输入和文本输出支持 60 种语言，语音输出支持 29 种语言。多人轮流发言时，模型尝试标明每句话的说话人，并让译文语音更稳定地保留对应音色；双语同步输出也便于读者回看原话。
这些性能数字来自 Qwen 自测，LAAL 也不等于任意网络和设备上的端到端响应时间。实际同传质量仍需用目标语言、术语和多人对话材料验证。
🔗 Qwen：Qwen3.8-LiveTranslate 官方介绍
产品发布/更新
ChatGPT 进入 Microsoft Word，支持起草、校对和修改建议
ChatGPT 官方账号在北京时间 9 月 18 日凌晨宣布，用户可以将 ChatGPT 添加到 Microsoft Word，在文档中把零散笔记整理成初稿、梳理复杂段落、校对文字并获取修改建议，也能发现部分格式问题。
OpenAI 的 Sherwin Wu 随后介绍了这一集成，并提到此前的 Excel 和 PowerPoint 入口。此次公告的明确增量是 Word 内的文档工作流；公告未给出可核验的使用量数字，因此不将“用量增长”的描述换算成用户规模。
对写作者而言，减少复制粘贴只是第一步。采用修改建议前，仍应检查事实、语义和格式是否符合原文意图。
🔗 ChatGPT：Word 集成公告 · Sherwin Wu：Word 集成介绍
Meta 推出 Muse for Mac，让个人智能体直接处理电脑任务
Meta 的 AI 官方账号宣布 Muse for Mac 开始推出。Muse 的产品公告列出的任务包括整理下载文件夹、查找遗忘位置的文件，以及总结消息和笔记，并强调操作以用户明确许可为前提。
这让个人智能体的交付从聊天回答延伸到电脑上的文件和资料处理。公告展示的是目前列出的使用场景，并不意味着所有应用、地区或复杂流程都已得到支持；“更多功能即将推出”也应与现有能力分开。
🔗 Meta：Muse for Mac 推出公告 · Muse：功能与授权说明
论文研究
Anthropic 披露研发自动化指标：Claude 主导约 26% 的内部研发工作
Anthropic 发布衡量前沿 AI 开发节奏的方法，覆盖研发自动化程度、智能体监督和算力分配。其内部快照显示，截至 2026 年 8 月，Claude 在约 26% 的 AI 研发工作中达到“AI 主导”等级，达到“AI 协作”及以上的比例超过 90%；被测工作中没有任何子集达到完全自主等级。
“AI 主导”仍包含人的监督。指标基于内部工作记录构建任务目录，再用人员投入时间近似加权，并由模型评估自动化等级。因此，26% 不是裁员比例、岗位替代率，也不是节省工时的直接测量。
报告还介绍了内部主要智能体平台的在线与事后监督，以及一周算力分配快照。它们是公司自报的测量原型，跨机构比较仍需统一口径和外部核验；算力份额也不能单独代表安全研究质量。
🔗 Anthropic：衡量前沿实验室 AI 开发节奏的方法与内部快照
技巧与观点
Trail of Bits 复盘 Miden 审计：先让智能体构建工具，再验证代码
Trail of Bits 介绍了审计 Miden 虚拟机的实践：在正式审阅前的六个月准备期里，团队借助智能体构建语言服务、反编译器、静态分析引擎和 Lean 执行模型，让缺少开发工具的自定义汇编语言更容易被检查。
团队报告，静态分析识别出 400 多处可以加强类型验证的位置，并发现一项高严重性问题；形式化工作则产出 95 个机器检查通过的正确性证明，另找到两个既有单元测试没有发现的细微错误。400 多处改进位置不能直接等同于 400 多个可利用漏洞。
这份复盘的重点是把 AI 用于准备可重复使用的审计工具。Lean 可以检查证明是否成立，人仍要审阅定理是否表达了正确的目标属性；证明通过并不自动意味着整个系统没有漏洞。
🔗 Trail of Bits：智能体辅助工具建设与 Miden 审计复盘
OpenRouter 比较 20 个图像模型，建议按实际账单和任务约束选型
OpenRouter 发布图像生成模型对比，用同一提示词和默认设置调用 20 个模型，记录返回结果与实际计费。测量发生在 9 月 11 日，单张默认调用费用约为 0.006 至 0.134 美元，相差约 22 倍；这是一次实测范围，并非固定价格承诺。
原文显示，不同模型按 token、像素或图片计费，默认输出也可能是不同分辨率或矢量文件，不能只看每张价格就认定质量相同。质量档位、参考图数量、输出格式，以及是否必须同时返回文字，都会影响选择和预算。
对接图像生成服务时，更可复用的方法是用自己的提示词试跑，读取实际计费，检查输出是否满足需求，再估算批量成本。单次小样本结果和排行榜都不足以替代业务验收。
AI 热点日报 · 作者 ZestJT · 数据来源 AI HOT（aihot.virxact.com）