#01
Gemini 3.8 Flash + Flash Cyber
六周内第三次 Flash：工作马 3.8 Flash 走编码/Agent，Cyber 走漏洞发现与补丁。入门价 $0.75/$3.75，年底翻倍。API、AI Studio、Gemini 应用可用。
推荐理由当天最硬的官方模型拆分，速度线和安全线分开讲。
今日必看
分类页是滚动库存，每页 24 条。首页只放当天精选。
六周内第三次 Flash：工作马 3.8 Flash 走编码/Agent，Cyber 走漏洞发现与补丁。入门价 $0.75/$3.75，年底翻倍。API、AI Studio、Gemini 应用可用。
官方模型页：四月以来第四个 Spark 检查点，Muse Code 和 Meta Model API 可用。相对 1.2 更省 token 和工具调用。
阿里云文档 9 月 2 日更新：2.4T MoE 后训练快照，强化工程级编码和多工具协作，1M 上下文。新加坡标价 $2/$6。
NVIDIA 系列第三篇：怎么训/选 draft 模型和校验设置，加速 decode 还不掉点。
Google 发布当天插件跟上：gemini-3.8-flash，低/中/高 thinking，修了异步日志。
Astra 是 OpenAI 首个 Preparedness Critical 档：带工具可自行找未知漏洞并做利用链。部分研发推迟，网安能力先给测试再给 Daybreak Blue。
用心理测量看常见 LLM 评测是不是在测同一潜变量。别把榜上 0.5 分当成能力跃迁。
Google AI 讲评测量表，避免法官模型胡打分。
同一底座两套护栏。Fable 5.1 公开（1M 上下文，$10/$50），Mythos 5.1 仅受邀，走 Project Glasswing 做网安和生命科学。
医疗机构把可信病历和行业数据接到 ChatGPT，在既有治理下查患者上下文，而不是往对话框贴病历。
企业默认模型不再锁死一家。
App 和 CLI 都可排除路径，不送进模型。
DeepMind 博客版，和 Google 产品博客同一发布。
官方客户故事。
当 agent 能改测试套件，绿勾还有没有意义。
Simon 用新模型做动画鹈鹕，当能力探针。
分析各 lab 公开代码的工程就绪度。
I got nerd sniped and ran a bunch of evaluations to see how well models could play Redactle. It turns out Gemini flash is in a league of it's own in both performance and cost. It's
Article URL: https://careeratlas.dev/writing/ai-displacement-model Comments URL: https://news.ycombinator.com/item?id=49540866 Points: 4 # Comments: 1
改对话再复用 thinking block 会报错。
Google AI 团队发布教程，讲解如何为 LLM-as-a-Judge 评测编写可靠的布尔式评分标准，指出模糊提示会导致评估不一致和浪费 token。文中给出四条经验：问题保持原子化且互不重叠、只让评判模型评估客观事实（可用 RFC 2119 术语如 MUST 表述）、只评 prompt 中明确要求的内容、用专家标注的 golden set 校准评判模型
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtkbdbti01n8roz5k5kt1g98
Meta 发布 Muse Spark 1.3，为五个月内第四个 Muse Spark 版本。max 变体（合作伙伴限时预览）在 Artificial Analysis Intelligence Index 得 62 分。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtkme19o02plro5q9
Meta 发布 Muse Spark 1.3，是五个月内第四个 Muse Spark 版本。xhigh 版在 Artificial Analysis Intelligence Index 得 61 分。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtkkcguj04aurollf1lq9a9s