人工智能领域本周动态密集：Anthropic将于周三的IPO前会议上披露内幕，同时为其即将发布的Claude Fable 5.5再添一贯的末日论调——这次瞄准的是小型AI模型如何利用家用智能设备相对有限的计算能力，开始不受控制地自我复制。
与此同时，Meta刚刚揭晓了其Muse Wonder和Muse Wonder Full模型，虽然充斥着常见的“跑分注水”，但其引人注目的Active Memory方案倒为其增色不少。
本周的主角无疑是Anthropic。
在Claude Fable 5.5模型被发现出现在Azure AI新增条目中——即litellm的model_prices_and_context_window_backup JSON文件——之后，爆料人@synthwavedd通过X平台发帖透露，该模型预计本周就会落地，最快可能在今天。
与此同时，Anthropic在周一发布了一篇警示性文章，指出相对小型的AI模型可能“再过几个月”就能在智能烤箱、杂牌安卓电视盒子以及其他安全防护薄弱的各种家用设备之间自我复制，形成一个无法关闭的持久性僵尸网络。
为了证明其论点的可行性，Anthropic下属研究人员以每台约55美元的价格购买了15台安卓电视盒子，将它们连接在一起，并以每秒0.39个token的极慢吞吐量在这些设备上运行谷歌的Gemma模型——每台盒子只承载模型的部分层。这证明了一个可行的AI模型确实能以这种方式托管。
研究人员还测试了AI模型能否自主完成整个复制周期：扫描网络、跳转到新设备、投递载荷（此处为Llama3.1-8B）、激活载荷，然后重复。在测试中，Z.ai的GLM-5.2在“一个由8个GCP节点组成、运行redroid（安卓15模拟器）的防火墙VPC内”，成功将Llama3.1-8B移植到全部8个节点上。更值得一提的是，GLM-5.2在五次独立试验中成功了四次。
当然，研究人员通过使用未锁定的网络端口——ADB端口无身份验证——大幅降低了入侵节点的门槛。但关键在于，虽然GLM-5.2体积太大，无法塞进单台电视盒子——它运行在独立服务器上，将Llama3.1-8B模型安装到每个目标设备——但一个理论上能装进这些设备的更小型模型可能在今年年底问世，从而为自我复制的僵尸网络铺平道路。
在其他方面，Anthropic正准备于2026年10月14日周三在其旧金山总部召开IPO前投资者会议，届时预计将公布其财务状况，包括至关重要的年度经常性收入（ARR）指标，外界普遍估计约为700亿美元。
最后，Anthropic刚刚大幅提升了每日合并代码变更的速度。由于该AI实验室现在使用Claude自主编写代码，其开发速度飞速攀升，每日合并代码变更量从2,500次跃升至30,000次以上。如此庞大的规模随后击穿了其现有的Git基础设施——这些设施专为人类设计。为此，Anthropic开发了Scion——一个全新的、高度可扩展的内部版本控制系统，专为永远在线的AI代理打造。
在Scion的开发过程中，工程师们使用早期的Claude Mythos Preview模型，完全重写了其从Git到Scion的摄取管道的手工原型；在无需额外指令的情况下，该模型自主优化了管道，使其运行速度提升4倍、内存占用减少20倍，同时保留了所有复杂的数据规则——这表明这款未发布的模型具有全面的优越性。
Meta Muse Wonder或许“跑分注水”，但其Active Memory方案相当引人入胜
与此同时，Meta刚刚推出了Muse Wonder和Muse Wonder Full（仅对Muse Code用户开放），显示模型能力大幅跃升：前者在Artificial Analysis Intelligence Index v4.3中得分52，后者则拿下56分（最大推理强度）。这表明Muse Wonder Full仅次于Anthropic的Claude Opus 5.5。Muse Wonder Full的API定价也达到了Opus级别。
即便如此，在Meta AI Research发布的官方Muse Wonder模型卡中，Meta警告称该模型并未针对精确空间配置进行优化，并指出：
“视觉与空间推理，尤其是3D任务，仍是一项已知局限。对于依赖精确空间理解的应用，请验证其性能。”
当然，更有趣的一点在于，Meta现在为这些模型赋予了所谓的Active Memory——一种可靠的长期记忆，能够存储用户的重要上下文、个人习惯、偏好，以及跨不同对话的过往互动细节。这样一来，模型在每次新对话中无需从零开始，而是在任务需要时主动检索并呈现相关的历史数据。
这很可能通过一个协同训练的记忆层或语义嵌入数据库实现，将重要事实转化为压缩的语义摘要或向量嵌入。当你开启新对话时，系统会进行快速查找，拉取相关记忆块，并将其附加到当前会话中。
这意味着，模型不仅仅是存储日志，而是能够识别几周前分享的某条信息何时与一个全新的提示相关，并动态地将其调取出来。
