科技巨头放缓 AI 开发的口头协议是安全共识还是卡特尔
喊慢一点容易，谁来定义慢才是真正的戏。
小岛AI 日报
总第 48 期 2026 年 09 月 15 日 · 星期一 18 条信号
XIAODAO AI DAILY 捕捉信号，附带判断
头版 · 本日长文
CI 任务 6 个月涨 25 倍，测试不能再全跑
Anthropic 的 CI 任务在 6 个月内增至 25 倍。真正值得借的不是加机器，而是把测试选择做成有状态、可分片、可观测的服务。
读全文 →让 Agent 修漏洞，跑过一个 PoC 还不够
一份公开复核让 AI 补丁 26% 的结论重新回到方法本身。真正能进主干的补丁，得同时经得住原始 PoC、同根因变体、回归和可复核记录。
做网页先定审美，47.96 万人装的 UI Skill 怎么用
它把模糊的好看拆成设计判断、三个旋钮和交付前检查。适合要做落地页、作品集或重做官网的人，文末有最短安装命令和避坑表。
做语音 Agent，81.5 分第一的模型要不要换
GPT-Live-1 在最新语音榜单拿到 81.5 分。可对电话客服、预约和语音助手团队来说，迁移与否不该由 0.2 分决定，先用十通真实电话把打断、工具、成本和兜底验明白。
Siri AI 上线了，中国大陆用户先别急着升级
它能读懂屏幕、跨 app 找资料，也会替你起草邮件。但首轮英语 beta、中国大陆暂不可用、设备与日限额都摆在前面。换机或升级前，先把这五项查清。
行业 INDUSTRY
模型 MODELS
Fireworks 评测 DeepSeek-V4.1-Flash
便宜模型追平强档位，先看你那条任务是不是同一类。
DeepSeek-V4.1-Flash 进入 Agent Arena 开源模型第 3 名
榜单涨一名不稀奇，成本曲线往下压才会改工具链。
硅基流动上线 Hy4 preview
百万上下文很热闹，长任务有没有记忆才是另一张卷子。
小红书开源 Search Agent 模型 Iris
Search Agent 的分数够亮眼，脏上下文才是上线后的硬骨头。
阶跃星辰发布 StepAudio 3 系列语音大模型
语音不该只拼像人，任务能留在通话里才算过关。
产品 PRODUCTS
Apple 发布新一代 Apple Intelligence 与 Siri AI
真正难的不是会聊天，是替你动系统权限还能不翻车。
Suno 发布 v6 音乐模型
改一句歌词就不用整首重抽，这种细节才是真省时间。
GPT-Live-1 以 81.5 分登顶 Speech to Speech Index
语音榜单差 0.2 分很热闹，真正该验的是十通电话会不会翻车。
研究 RESEARCH
Trail of Bits 复核 1Password 的 AI 漏洞补丁基准
补丁不是让一条 PoC 闭嘴就完事，第二条路径才见真章。
技巧 TIPS
CI 任务 6 个月涨 25 倍，测试不能再全跑
Agent 写得快不叫完工，CI 堵住才是最贵的那一段。
GPT-5.6 Luna 对比 GPT-6 Astra 的代码评审成本
代码评审不是只比单价，漏一个 bug 就能把账单翻过来。
Agent 长任务上下文工程解析
模型忘词不可怕，任务状态被冲掉才是真正的断片。
Expo Skills 为 React Native 提供 UI 与原生模块工作流
做原生 app 最怕从导航开始重搭，这套东西先把常用骨架摆好。
wondelai 设计与产品方法 Skills
设计方法塞进 agent 很方便，别让一堆框架把产品判断挤没了。
design-taste-frontend
页面像模板时，先改设计判断，别急着再叠一层渐变。
本期完 / SAIL WITH XIAODAO AI