今天是周四。本期窗口从上期 #018（9/9 08:00）之后开始：头条不是模型，而是苹果在 9/10 凌晨（北京时间）发布的首款折叠屏 iPhone Duo——以及它把 AI 放进工业设计（铰链）与操作系统（Siri AI 接入超 30 万个 App）的方式。国产侧两条主条同时落在「模型要能干活」这条线上：蚂蚁百灵开源首个金融增强模型 Ling-3.0-flash-Fin（把「回答一个问题」升级为「完成一项投研工作」），讯飞星火 X2.5（293B）上线、API 原生兼容 Anthropic/Responses 协议——让 Agent harness 直接插上。海外侧，Anthropic 发布了一份可直读的「经济未来三情景」研究，Meta Muse 的定价与安全细节也经社区转述补上了（#018 里它还只有标题）。本期除标注「官方口径/转述/不可达」的内容外，均经官方页面或正文直接核验；openai.com、ai.meta.com、gist.github.com、science.org 本机仍不可直读（JS 壳/SSL/网络层），相关条目已如实标注核验路径。
1. 苹果首款折叠屏 iPhone Duo 发布：15999 元起、A20 Pro（2nm/32 核神经引擎）、「液态金属」铰链用上 AI 辅助设计、Siri AI 系统级接入超 30 万个 App
事实。 量子位 9/10 03:24 发布会报道（486450，正文直接抓取核验；以下规格均为苹果发布会口径，经量子位转述，本机未直读 apple.com 官方页）：苹果首款折叠屏正式命名 iPhone Duo（非传闻的 Ultra；Duo 对应「双屏」，词源拉丁语「两个」）——外屏 5.4 英寸、展开 7.6 英寸，内外屏均为 OLED，屏幕比例接近 iPad mini、支持 Apple Pencil，被量子位概括为「手机平板二合一」；按苹果说法是史上最薄 iPhone。结构件是本期最「AI」的部分：铰链核心为锆基非晶钛合金（「液态金属」），强度约为钛合金的 2.5 倍、比钢轻约 20%，无晶粒边界、天然抗金属疲劳，发布会称其设计过程用上了 AI 辅助。续航：双电池设计，充一次用 24 小时、20 分钟充至 50%；视频播放外屏 44 小时/内屏 31 小时。芯片：A20 Pro（2nm 制程），6 核 CPU（含两个苹果所称「桌面级」高性能核心，速度 +20%）、GPU 7 核（图形 +40%）、神经引擎来到 32 核、FP8 精度算力翻倍、内存带宽 +50%，配全新 C2 基带（毫米波 5G，上传 +50%、功耗较 C1 低 15%）；影像为 4800 万主摄 + 4800 万融合式超广角（无独立长焦），侧边 Touch ID 回归。价格：1999 美元起（256G 起卖），国行 15999 元起，顶配 2T 为 26499 元。系统侧：iOS 27 为折叠形态专门优化（按钮右移、专属 Siri 弹窗与灵动岛、可当「迷你折叠电脑」立放），同场宣布 Siri AI「彻底打通操作系统，相机原生，接入超 30 万个 App」（发布会口径）；另有 iPhone 18 Pro（9999 元起）/18 Pro Max、AirPods 5（降噪较上代提升 50%，官方口径）、Apple Watch 新感知系统。值得注意的是：标准版 iPhone 十年来首次缺席本次发布，Air 2 跳票至明年三月（量子位转述）。量子位还记录了一个市场信号：发布会结束后苹果股价翻红。
为什么重要。 苹果这张折叠屏答卷的 AI 含量不在「跑了个大模型」，而在两个隐蔽位置：一是 AI 进入工业设计流程——「液态金属」铰链的设计过程用上 AI 辅助，折叠屏最难的折痕/疲劳问题被定义为「材料+AI 优化」问题而非单纯结构问题；二是 Siri AI 以「系统级入口」而非「App 内功能」的形态接入 30 万+ App——这与 Meta Muse（见简讯）、ChatGPT Work 桌面端争夺的是同一个位置：个人 AI 的默认入口。把 15999 元起的定价、A20 Pro 端侧算力翻倍与「史上最薄」放在一起读，苹果的叙事是**「AI 终端」= 形态（折叠/最薄）+ 系统级交互（Siri AI）+ 端侧算力（神经引擎）三件套**，而不是参数榜。对国产折叠屏厂商而言，iPhone Duo 相当于把「AI 参与设计」「铰链材料学」的竞争水位直接抬高了一档。
待观察。 以上规格全部为发布会口径，真机折痕/铰链耐久/续航的独立实测尚未出现；「Siri AI 接入 30 万 App」的实现节奏与国行功能落地范围（Apple Intelligence 在华状态）报道未展开；「AI 辅助铰链设计」是工程实质还是营销话术待拆解；15999 元起的国行定价与安卓折叠旗舰（已做 8 年）的实际竞争关系要等首销数据；标准版 iPhone 缺席与 Air 2 跳票对产品线的长期影响未明。
来源：量子位（正文直接抓取核验） · apple.com 官方新闻稿本机未直读（量子位转述发布会口径）
2. 蚂蚁百灵开源首个金融增强开放模型 Ling-3.0-flash-Fin：124B 总参/5.1B 激活/256K，瞄准「完成一项投研工作」而非「回答一个问题」，同步开源 FinFIRST 评测基准
事实。 量子位 9/9 13:02 报道（486288，正文直接抓取核验；文末注明「本文由蚂蚁提供，量子位获授权转载」，以下均为蚂蚁发布方口径）：蚂蚁集团百灵发布首个金融增强开放模型 Ling-3.0-flash-Fin，定位区别于「解决问答、摘要等单点任务」的传统金融大模型——瞄准真实金融工作流，让 AI 从『回答一个问题』走向『完成一项工作』，目前模型已正式开源（开放权重 + 面向开发者的 API 体验）。技术底座：基于 Ling-3.0-flash，延续 124B 总参数、5.1B 激活参数配置，256K 长上下文，经金融语料持续预训练、领域后训练与工具使用优化，强化对年报、财务工作簿、多份研究材料的处理。能力切面：率先切入投资研究场景的四项能力——信息检索（优先官方/一手/高可信信源，关注信息时点与统计口径）、研究推理（多步计算与交叉验证、构建可复核证据链）、估值建模（进入真实工作簿，支持公式切换、跨表依赖与异常排查）、研报撰写（产出可编辑、可审核的研究材料）。配套动作：同步开源 FinFIRST 评测基准（Financial Information Retrieval, Sourcing and Traceability）——由蚂蚁构建、中金公司投行团队提供专业支持、50 余位金融专业人士参与设计，重点评测金融搜索 Agent 在信息检索、信源选择、口径判断与推导过程的能力；数据覆盖中国内地/美国/中国香港等市场，中文题 60.2%、英文题 39.8%，61.8% 的题要求显式计算、32.5% 需要多信源、75.6% 不直接指定信源（需 Agent 自主搜索判断），全部使用公开可访问信源。官方称模型已在 FinFIRST、FinSearchComp Verified、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking 等多个金融智能体基准上测试，综合表现超过部分大尺寸旗舰模型、同尺寸模型中具备较强竞争力（报道未给出具体分数与榜单）。
为什么重要。 这条与 #018 的产业主线完全同向：金融 AI 的竞争正在从『知识问答』转向『可复核的工作流交付』——Ling-3.0-flash-Fin 的四项能力（检索→推理→建模→成稿）实际上是一条投研 Agent 的任务链定义，而「可复核的证据链」「可进入专业人员原有流程的工作簿」「可编辑可审核的研报」都在回答同一个问题：模型输出如何能被专业责任体系接管。更值得记录的是「模型 + 评测基准」的捆绑开源：FinFIRST 把「信息从哪来、口径是什么、结论怎么得出」变成可自动评测的维度，等于把金融 Agent 的验收标准开源了——这与 #018 蚂蚁/行业「用评测基准卡位」的路线一致（把『会干活』的定义权握在发布方手里）。蚂蚁在金融场景的渠道与数据禀赋（报告本身即由蚂蚁供稿）让它成为这条路线最有分量的国产玩家之一。
待观察。 所有性能表述均为蚂蚁口径，「超部分大尺寸旗舰」没有附带榜单分数，第三方复现未出现；开源许可证、权重获取渠道与模型卡细节报道未给出；「真实投研工作流」的落地案例（哪家机构在生产环境用、替代了哪些环节）未披露；FinFIRST 的题目由蚂蚁与中金构建，评测方与发布方的独立性需要留意；256K 上下文在长年报场景的实际有效长度未测。
3. 讯飞星火 X2.5（293B）上线：API 原生兼容 Anthropic/Responses 协议，可直插 OpenClaw/Claude Code/Codex 等 harness——量子位实测拆 61 页财报、反手指出研究漏洞
事实。 量子位 9/9 18:02 实测报道（486374，正文直接抓取核验；「293B 参数」为讯飞发布口径）：星火 X2.5 上线讯飞开放平台，一个被报道重点标注的工程事实是——API 原生支持 Anthropic 协议与 Responses 协议，开发者可直接将其接入 OpenClaw、Claude Code、Codex、Hermes、Grok Build、Pi Agent 等第三方 harness 框架（官方口径；量子位自称直接调 API 接入 Codex 开跑）。背景衔接：讯飞此前已开源星火 X2.5 的两款端侧模型（4B 与 1.7B），均能在端侧原生跑 100 万 token 上下文。量子位实测三道关卡：① 创意落地——以「中秋祈福」为主题生成 3D 粒子手势交互网页（握拳聚粒成月、比手势拼出「中秋快乐」「阖家团圆」等祝福动画），并顺带做了个《月宫快递》小游戏；② 真实任务——拆解英伟达 61 页 Q2 财报：约半小时（一场早会）产出 9 份图表 + 1 份投研风险简报，报道称营收/利润/净利润等数据与原文一一对应；随后把两篇 Nature/Science 论文、一篇报道与 20 份 DeepSeek 生成的模拟问卷数据交给模型写论文实证初稿——模型先指出「数据来源真伪未说明、问卷样本少、未控制变量」等研究缺陷，还在电商数据截图任务中扒出了数据集里的统计 bug，并把分析报告渲染成可视化 PDF；③ 整站设计——为原创游戏《堕神余烬》生成可直接上线的哥特风格官网（含闯关地图与 Boss 专题板块）。报道给出的脉络：星火 X1 攻深度推理 → X2-Flash 加码代码与智能体 → X2-VL 补多模态理解 → X2.5 把代码与智能体能力摆到最前面，结论是「国产算力模型进入可交付时代」。
为什么重要。 这条的新闻眼不是 293B 的参数，而是协议兼容策略：API 原生支持 Anthropic/Responses 协议，意味着星火 X2.5 主动选择「兼容主流 harness 生态、让 Agent 框架无缝插拔」的路线——与 #018 基元律动「路由经验进参数」、NeoHorse 的 Agent-Native 定位是同一判断的两面：模型竞争的战场正在从「对话体验」移到「被 Agent 框架调用的顺滑度」。配合此前开源的 4B/1.7B 端侧模型（原生 1M ctx），讯飞走的是「旗舰供云端 Agent 调用 + 端侧小模型吃长上下文」的哑铃路线。实测部分的含金量在于「干活+纠错」：拆 61 页财报、指出研究设计与数据的漏洞、揪出统计 bug——这类『审计型』能力正是 #018 以来反复出现的『模型要对自己产出的可信度负责』叙事的实操样本（尽管是媒体实测、非标准化评测）。
待观察。 293B 为发布口径，独立评测与榜单未见；量子位实测为单次媒体体验，任务选择与主观判断成分高（「数据准确」仅抽查了部分图表）；「原生支持 Anthropic/Responses 协议」的兼容完整度（工具调用、流式、多模态字段）未做技术核验；端侧 4B/1.7B 跑 1M ctx 的实际吞吐没有给出参考数字；定价与限流策略未披露。
来源：量子位（正文直接抓取核验） · 讯飞开放平台（官方口径，本机未另行核验）
4. Anthropic 发布《Scenarios for our Economic Future》：三情景推演 + 万人调研——modest≈互联网级影响、substantial=2030 年 AI 能做一半知识工作、extreme=年 GDP 增长 15%
事实。 Anthropic 官方研究页 9/9 发布（anthropic.com/institute/econ-scenarios，本机直接抓取核验；HN 提交 9/9 21:38 北京时间、现约 164 分，HN 条目 49626373）：Anthropic 经济未来研究所给出三情景推演（官方明确为情景推演而非预测）——modest（温和）：AI 的经济影响与互联网类似，真实但渐进、在宏观数据里不明显；substantial（实质）：到 2030 年 AI 有能力完成一半的知识工作、且大部分可自主完成，但并未被全部采用，经济以正常速度两倍增长，知识工作者工资不涨、其他劳动者受益；extreme（极端）：AI 在绝大多数知识工作任务上比人更有生产力、几乎全部自主完成、且几乎不创造新的知识工作岗位——需要递归自我改进型 AI 与快速采用，年 GDP 增长率达 15%、经济每 4.5 年翻一番，社会远更富有但知识工作就业大幅减少、失业率超过典型衰退水平。页面附带情景对比：2030 年美国 GDP（万亿美元口径）modest +1.6%（34.1T）、substantial +8.3%（36.3T）、extreme +32.4%（44.4T）（页面展示口径）。调研部分：8 月对 10,980 名美国人（另有 9,771 名站内访客）调查其对 AI 能力、采用、自主性与转行难度的看法——典型受访者的回答接近「substantial」情景：2030 年 GDP 较无 AI 情形高 10%、整体失业率升至约 5%；约 10% 受访者的预期落在 extreme 情景。页面还提供可交互的「scenario explorer」供读者自行设定能力/采用/自主性/生产力/调整时间五个变量。
为什么重要。 这是头部实验室少见的「把宏观经济学假设摆上桌」的动作：三情景的差异项（采用速度、自主程度、是否递归自我改进）恰恰是当前无法从模型评测回答、只能靠假设的问题，Anthropic 用「情景 + 调研」的方式把公众预期的分布也画了出来——典型美国人的预期（GDP +10%、失业率约 5%）落在中间情景，这本身就是一条值得记录的社会信号：经历了两年 Agent 产品化之后，公众对 AI 的宏观预期既不像 2023 年那样狂热、也没有滑向末日叙事。对产业观察者而言，substantial 情景的界定（2030 年能力到位但采用滞后、知识工作者工资承压）与 #018 Devin「run-rate 收入半年近翻倍」的微观数据形成对照：能力曲线与采用曲线之间的落差，正是未来几年最值得跟踪的变量。
待观察。 情景推演非预测，参数假设（尤其 extreme 的 15% 年增长）的敏感性未公开；「2030 年 AI 能做一半知识工作」的能力假设依据未在页面展开；调研的抽样方法与问题措辞（五个维度如何映射到情景）未详细说明；页面为研究入口而非论文，方法论细节待配套文档。
来源：Anthropic 官方研究页（本机直接抓取核验） · HN 讨论
简讯
① Meta 个人 AI agent「Muse」续报：定价与安全细节补上，HN 热度升至 636 分/698 评论（#018 曾以「仅标题级核验」记录；官方页 ai.meta.com/muse 本机仍不可达——返回 JS 壳/超时；HN 条目 49615537 现 636 分，讨论帖）：新增细节主要来自 HN 讨论中一条对 Reuters 报道的转述（评论者 aryehof 摘要，Reuters 原文本机未直读，如实标注转述层级）——产品尽管存在内部对「技术可能不当访问敏感个人数据」的担忧仍如期上线；仅美国可用；基础版免费，另有两档订阅：20 美元/月与 100 美元/月（更重度使用）；用户可选择退出让交互数据用于训练 Meta 的 AI 模型；另有评论者提及被指出的安全缺陷（如 agent 绕过护栏的案例）。安全设计侧，Meta AI 负责人 David Singleton 的 X 帖（经 HN 用户 simonw 引用转述）描述其 prompt injection 分层防御：模型训练识别与抵抗 + harness 标记一切不可信来源 + 确定性代码检查结果 + 在 agent 触达不到的位置运行分类器集成。社区争论主线：隐私信任（「把更多生活喂给 Meta」的质疑）、面向「normie 用户」的产品策略、以及内联浏览器 UX（可旁观/接管 agent 操作）的好评。判断：Muse 的 20/100 美元订阅结构、训练退出开关与「敏感数据访问担忧仍上线」的组合，是消费级个人 Agent 隐私/安全产品化的第一个大型公开样本；「分层防御」与 #018 OpenAI/Anthropic 的 harness 安全叙事同构。待观察：Reuters 原文细节（订阅档位的确切能力边界）、官方页能力清单、以及「仅美国」的扩展计划。来源：HN 讨论（636 分，含 Reuters 转述与安全设计引述） · ai.meta.com/muse 官方页（本机不可达，未直读） · Reuters 原文本机未直读
② OpenAI 官方博客发文谈 GPT-5.6 Sol 如何辅助量子计算实验（openai.com/index/codex-quantum-computing-experiments/，本机仍为 Cloudflare JS 壳、不可直读，仅标题级核验；HN 提交 9/9 15:22 北京时间、约 143 分，HN 条目 49622561）：HN 标题为「How GPT‑5.6 Sol helps run quantum computing experiments」。正文内容本机未获，仅记录该条目的存在与热度；结合 #018 记录的「GPT-5.6 分 Sol/Terra/Luna 档位」社区信息，这是 OpenAI 把旗舰模型往「科研工作流」场景包装的又一信号——此判断待官网可访问后补证。
③ Science 发文《How an AI math breakthrough ignited a controversy》，复盘 NS 千禧年风波（science.org 本机未直读；HN 提交 9/9 18:25 北京时间、约 211 分，HN 条目 49624163）：这是 #018 主条（OpenAI 宣称 NS 千禧年问题之解 + Buckmaster 声明指控抢先）的主流科学媒体跟进。正文未直读，仅记录其存在与传播热度——主流科学期刊开始下场复盘，说明该事件已从 HN 社区议题升级为学界公共事件。
④ 具身机器人进超市盘点：从 Demo 到货架，全球约七万门店场景正在验证（量子位 9/9 12:52，486280，仅标题级核验，正文未抓取）：量子位报道称具身智能公司正让机器人承担超市货架盘点/理货，「全球七万门店」规模的零售场景成为具身落地的试验场（标题口径）。——与 #018 深度智控（物理 AI 能源控制）并读，具身/物理 AI 的落地正在从「演示」转向「算得过账的重复劳动」。
⑤ 社区观察：Qwen 3.8 的推理 prefill 风格追随 GPT-5.5 Pro（gist.github.com/wsxiaoys 上 gist，本机 SSL 连接失败不可达，仅标题级核验；HN 提交 9/10 01:24 北京时间、约 159 分，HN 条目 49630026）：HN 标题为「Qwen 3.8 follows GPT-5.5 Pro reasoning prefills」。属第三方开发者（TabbyML 的 wsxiaoys）的社区分析而非官方发布，正文不可达、结论未核验，仅作「开源模型推理行为趋同」的观察线索记录，请以原文为准。
今日判断
一句话：这一天的新闻没有「新模型发布」，但四条主线全部指向同一个方向——AI 正在从「生成内容」迁移到「接管流程」：苹果把 Siri AI 做成系统级入口（30 万 App）、蚂蚁把金融模型做成可复核的投研工作链、讯飞让 API 兼容 Anthropic/Responses 协议以便 Agent 框架直插、Anthropic 则开始推演 AI 接管一半知识工作后的经济形态。 三条信号值得带走：
其一，「入口」之战进入系统层。iPhone Duo 的 Siri AI（系统级、相机原生、30 万 App）与 Meta Muse（免费 + 20/100 美元）、ChatGPT Work 桌面端在同一条赛道上：个人 AI 的默认入口不再是一个网页，而是操作系统、桌面应用与浏览器三者选一。苹果的牌是硬件+系统捆绑，Meta 的牌是社交关系链+订阅，OpenAI 的牌是模型能力+工作流——谁先成为「用户默认让 AI 代办事情的地方」，谁就拿到下一轮分发权。
其二，「能干活的模型」的验收标准正在被发布方重新定义。蚂蚁开源 Ling-3.0-flash-Fin 的同时开源 FinFIRST 评测（把「可复核的证据链」变成可自动评测的维度），星火 X2.5 用「拆 61 页财报 + 指出研究漏洞」的媒体实测立人设——当『会干活』难以用传统 benchmark 衡量时，掌握『验收标准定义权』与『展示干活场景』的人就掌握叙事。读者对这类「官方供稿实测」应保持 #018 以来的同一警觉：分数与场景都来自发布方，独立复现才是分水岭。
其三，能力曲线与采用曲线之间的落差，成为宏观叙事的新焦点。Anthropic 的三情景把「2030 年 AI 能做一半知识工作」作为中间情景的能力假设，而公众典型预期（GDP +10%、失业率约 5%）比能力假设更保守——模型能力在实验室里跑得比社会采用快，这个落差既是投资机会也是政策议题；它与 #018 Devin 收入翻倍、Muse 的订阅定价一起，构成「Agent 经济化」的微观注脚。
本刊注：本期窗口为 9/9 08:00（#018 发布）至 9/10 08:00；openai.com、ai.meta.com、gist.github.com、science.org、apple.com 本机不可达（JS 壳/SSL/网络层），相关引文与数字均标注了核验路径（官方口径/转述/标题级）；蚂蚁一条为官方供稿转载、讯飞 293B 为发布方口径、Muse 定价与安全细节经 HN 讨论转引 Reuters（原文未直读），请以官方原文为准。