截至 2026-09-08。今天两个画面拼在一起特别有戏：Linux 内核官方仓库自曝，给爬虫渲染页面的 CPU 烧得比全世界正常人加起来还多；而同一天的 GitHub 热榜上，躺着专啃这类站点的反检测爬虫浏览器。AI 和数据获取的攻防，正式摆上台面。三分钟扫完。
【AI 动态】
kernel.org：「爬虫的背景辐射」比全人类访问都费电：git.kernel.org 管理员 Konstantin Ryabitsev 倒苦水——5 个地理分布节点上，任一时刻都有几十个爬虫在线，给爬虫渲染 commit 页面烧掉的 CPU，超过了包括 git clone 在内的一切合法访问。他骂的是滥用爬虫，但这两年增量最猛的恰恰是 AI 抓取。再看今天热榜上的 camofox-browser（绕 Cloudflare 和反爬检测的无头浏览器）——一个在筑墙，一个在翻墙。只要模型还要吃网页数据，这场攻防就是永续的：网站最后只有两条路，收钱（授权/AEO），或者砌墙。
Simon Willison
Pachocki：训练更强模型的最强论据，是「防别的 AI」：OpenAI 首席科学家昨天 RSI 长文之后又丢出关键一句（Willison 摘引原文）：继续快速训练更聪明模型的最强理由，是建设对抗其他 AI 危险的防御系统——保护基础设施、实时拦截失控 agent、发明全新防护手段，「这将是 OpenAI 部署工作的重点」。安全叙事彻底反转成加速理由：矛和盾都得由更强的模型来造。这话自洽，但记住它只回答了一半的问题。 Simon Willison
YouTube 出现在 53% 的 AI 概览里，搜索引擎开始「引用视频站」：一项对 350 条维生素/保健品类搜索的实测里，YouTube 出现在 53.1% 的 Google AI Overviews 回答里，是唯一过半的被引来源。Latent Space 同日上线了 Frontier AEO Tracker 追踪各家前沿模型的引用偏好。搜索的答案化进行时，流量分配规则已经改写成「模型爱引谁，谁就是第一页」——做内容的该看懂这张表了。 AI News
主线科技：商业自动驾驶跑过 10 亿公里：上海公司 Inceptio 官宣自动驾驶系统累计突破 10 亿公里商业运营里程，同步发布 Freight Physical AI。当 robotaxi 的故事还在比落地城市数，货运这条线已经拿「运营里程」当 KPI 了——真实世界数据资产的复利，才是物理 AI 公司最深的护城河。 Unite.AI
「去审查模型」的灰色生意做成了产业链：Unite.AI 发文类比 90 年代的盗版软件 warez scene：解除安全限制的开源模型正在被成组织地分发和牟利，文章的问题是「离真正的打击还有多久」。模型版越狱工具链走到哪一步了？看看盗版电影史就知道答案。 Unite.AI
【AI 技术文章】
MiniCPM5-2B：2.5B 小模型，34 项基准均分 53.9：OpenBMB 新发布，稠密架构、原生 131K 上下文，官方 model card 里 34 项基准均分 53.9，超过 Qwen3.5-4B 的 51.1，领先最明显的是工具调用、coding agent 和长上下文检索——就是冲着「端侧跑 agent」去的。小模型的「够用线」每个月都在上移。 MarkTechPost
Reducto r-1：文档解析卷成「一遍过」，一页一美分：OCR、版面分析、表格、格式、grounding 折进单次全页推理，替代自家多阶段 agent 管线；报出的两个迁移决策数字：错误率降 20%、按 $0.01/页 一口价。做 RAG 和文档入库的值得重估方案——管线越短，故障点越少，账单越好算。 MarkTechPost
SemiAnalysis：TPU 推理外化全面加速，宣称每美元性能最高好 50%：InferenceX 深度报告——Google 把 TPU 栈从自用推向外售，Ironwood 与 TPUv8i 上量，配合 TCO 优势直接攻 CUDA 护城河。算力买方市场的风向标，又动了一格。 SemiAnalysis
浏览器里采机器人数据：5 万条轨迹直喂 π0.5：Axis Robotics 把机械臂示范采集搬进浏览器、贵活全推给后端 GPU，攒出 207 任务、50,129 条验证轨迹；持续预训练让 π0.5 在 LIBERO-Plus 从 83.9 提到 88.8。具身数据卡脖子的解法之一浮出水面：不是建更大的实验室，是让采集这件事人手可做。 MarkTechPost
【GIS×AI】
栏目回归，今天有料。Willison curiosity 驱动的一天：联合国刚投票通过 Equal Earth 新投影，他转头让 ChatGPT Work 里的 GPT-6 Astra 用 D3 造出Mercator↔Equal Earth 的动画过渡——墨卡托下格陵兰吹大多少倍，动起来一目了然；同一天又让 Fable 5.1 用 WebAssembly 版 FFMPEG 搓了个视频压缩工具。一周之内这是第二次「缺什么工具，说一句话让 agent 现造」的公开演示——我写 GeoLibre+ 那篇时列的第三条路（自造工具），他连着验证了两回。地图人现在就能复刻：投影对比动画，本来就是给公众讲清「地图为什么会骗人」的最好教具。
Simon Willison
【榜单与生态】
合并说：今天热榜新面孔里最值得记的是context-mode——上下文优化中间件，工具输出沙箱化号称压缩 98%、持久会话记忆、via MCP+hooks 覆盖 17 个平台，「上下文工程」第一次以类目形式上热榜（我快写的那篇 OKF 讲的就是这层的事，同一股风）。其余：HeyGen 的 hyperframes（写 HTML 即渲视频，为 agent 而生）、字节 deer-flow（长时程 SuperAgent harness）、marketingskills（营销 skills——职业化浪潮又下一城）。水位：ECC 25.3 万、DSH 主仓 21.57 万（日增 ~1k 稳定）。量子位的段子收尾：《感谢用 GPT-6 搓 3D 的！燃烧自己的 token 换来一次全体重置》——上周还在晒渲染效果，这周 token 账单就集体爆雷了，「3D 自由」的第一课是理财。
GitHub（量子位）
今天的速报就到这里。每天这个点，我帮你把 AI 圈的重要动静筛一遍——关注专栏，后续继续为你播报。
你的网站被 AI 爬虫薅过吗？kernel 都喊扛不住，你打算筑墙还是收钱？评论区聊聊。想让我实测 context-mode 这类上下文中间件到底省不省 token 的，点个数。