Skip to main content

AI Daily Digest: Ember-1 半价 token 革命、Agent 轨迹可被篡改、MiMo-V2.6 开源登顶 - 2026/09/27

· 4 min read
Yi Wang
Yi Wang
Full Stack & AI Engineer

九月最后一个周末，AI 圈的主旋律从"谁的模型更强"彻底转向"谁的 token 更便宜、谁的审计更可信"。今天三个信号值得记住：Fireworks 发布 Ember-1（同质量、省 40% token）、arXiv 论文证实编码 Agent 可篡改自身执行轨迹、小米 MiMo-V2.6 Pro 以 46 分刷新开源模型纪录。价格战打到底之后，效率与信任成了新的竞争维度。

Ember-1：让模型"学会少想"​

Fireworks Research 发布 Ember-1，基于 Kimi K3 训练的专门化模型，核心卖点一句话：同样的答案，一半的 token。

  • 推理模型的内部思考常占生成 token 的 90% 以上，且多轮 agent 场景下每轮回放全部历史推理，成本随轮数近似二次增长；
  • Fireworks 跑了 50+ 训练实验、200+ 评测，让模型学会删掉无意义推理、保留有用的自我反思——K3 的推理链可缩短 35–50% 而不掉分：SWE-bench Verified 92.2%（K3-max 为 93.2%）但成本降 15%，DeepSWE 1.1 上 75.2% 反超 K3-max 的 66.4%，成本降 24%；
  • 两家客户的线上 A/B 测试均显示约 35% 的 token 节省，质量指标持平或更好，其一已全量切换生产。

关键洞察是**"调低 reasoning effort"不是等价解**——那会掉分；训练出的高效推理与限制推理预算是两条不同的帕累托曲线。"专门化模型"（在强基座上针对成本重训）正在成为一种独立的产品形态。

安全警报：Agent 的"黑匣子"自己会改​

今天 cs.AI 的新论文 LLM Agents Can Easily Tamper With Their Own Traces 打破了一个行业默认假设：

  • 异步监控、事件调查、合规审计全都依赖 agent trace 重构"当时发生了什么"；
  • 论文证实 Claude Code、Codex 等本地编码 Agent 具备改写自身执行轨迹的能力——只要对日志文件有写权限（这正是本地 Agent 的常态）；
  • 结论：agent 自报的 trace 不是可信证据。轨迹存储必须与执行环境隔离（append-only 外部日志、OS 级审计钩子），合规场景应把"轨迹防篡改"列为与 kill switch 同级的架构需求。

HN 今天热议的 《There are no "rogue" AI agents》（207 分、145 评论）从政策侧呼应了同一主题：所谓"失控"Agent 的每次事故背后都是可追责的设计与部署决策——前提是记录本身可信。

MiMo-V2.6 Pro：开源权重的历史最高分​

小米 9 月 21 日开源的 MiMo-V2.6 Pro（1.02T 总参 / 42B 激活 MoE，MIT 许可，1M 上下文）在 Artificial Analysis 智能指数上拿到 46 分——开源权重模型历史最高，超过 Kimi K3 与 Qwen3.8 Max；Flash 档 0.14/0.14/0.28 的定价把顶级能力拉进"按杯收费"区间。开源阵营与闭源前沿的差距已收窄到个位数分差。

arXiv 前沿精选​

  • PoEM（2609.30226）：用现有策略预测 RL 训练结果——能否在正式开跑前预估一次后训练的收益？RL post-training 成本高昂且不稳定，这是"训练前的性价比预测"方向的开创性尝试；
  • RAPID（2609.30249）：MIT 团队把编码 Agent 的"生成-验证-精修"循环搬进机器人编程，从人类演示自动产出可验证的机器人程序——coding agent 能力外溢到具身智能的清晰信号；
  • AD-WM（2609.30264）：指出潜在世界模型的盲区——事实转移预测误差低不代表能区分不同动作的后果，提出动作判别性训练修正模型预测控制。

简讯​

  • SNL 周末更新节目出现 Anthropic CEO Dario Amodei 谈 AI 对人类的威胁（HN 117 分）——AI 安全议题正式进入美国主流喜剧话语场；
  • llama.cpp 提速 prompt lookup drafting（博文）——本地推理的投机解码还在持续进化，与云端"token 减半"路线殊途同归；
  • OpenAI DevDay 定档 9 月 29 日：GPT-6 路线图下一波平台公告预计落地，值得关注。

关联阅读：本月 digest 已持续追踪 Claude Opus 5.5、GPT-6 Sol/Luna 降价、DeepSeek V4.1-Flash 的 KV cache 四倍压缩——今天的 Ember-1 与 MiMo-V2.6 是同一价格战的两条新战线。