AI Builders Digest 0910：Devin 破解 RSA-260 刷新纪录，DeepSeek V4.1-Flash 直击 KV cache，Paul 重返 OpenAI

今天的 AI Builders Digest 主线是 agent 基础设施的供给侧总动员：Cognition 的工程师驱动多个 Devin 构建高性能 GPU 格子筛，完成 260 位 RSA-260 因式分解，把公开纪录从 2020 年的 RSA-250 直接推进十年；DeepSeek 开源 V4.1-Flash，把 agent 长会话最痛的 KV cache 内存压到上一代的 1/4，1M 上下文、Day 0 上线硅基流动；Claude Marketplace 打通企业支出承诺。人事侧，Sam Altman 欢迎安全重将 Paul 回归 OpenAI（3349 赞）。

今日总结

主线：纪录、内存与承诺。

Devin 把 RSA 挑战推进到 260 位。 Cognition 员工 samyok 率团队驱动多个 Devin 智能体构建高性能 GPU 格子筛，完成 260 位 RSA-260 的因式分解，刷新了自 2020 年 2 月 RSA-250 起无人撼动的公开纪录。值得注意的不是算力本身，而是编排：人定义目标与验收，agent 设计并搭建数论计算的基础设施。上周还在吵「谁证明了几何难题」，这周 agent 已经把密码学的公开锚点拔了。

DeepSeek 直接攻击 agent 的内存账单。 V4.1-Flash 的参数组合拳：552B MoE、prefill 约 8B/decode 约 16B 激活、原生视觉、1M 上下文，KV cache 占用约为 V4 Flash 的 1/4，MIT 许可开源。agent 会话越长、上下文越贵，KV cache 就是那个悄悄吃掉预算的项；把这项成本砍掉四分之三，等于把长程 agent 的经济模型重写了一遍。

企业采购的聚合入口开张。 Claude Marketplace 上新 CrowdStrike、Cursor、Factory、Gamma、Vercel，企业可以用 Anthropic 支出承诺直接购买这些 Claude 生态产品（2858 赞）。云厂商的 committed-spend 打法正式进入 agent 生态：预算在哪，分发就在哪。

经济叙事的攻防。 Shipper 对 Anthropic 经济情景报告提出两点关键假设（189 赞）：设计良好，但改变这两个假设，分析结论会显著不同。Levie 给出调和框架（205 赞）：AI 的能力与 GDP 影响之间的错位，答案是扩散远比人们想的慢，且会以意想不到的方式呈现。模型的可调参沙盘上线第一天，假设之争就开始了。

今日关键词： RSA-260 · KV cache · Marketplace · Paul 回归

官方博客

AI Hot：Devin 智能体完成 RSA-260 因式分解，刷新公开纪录

AI Hot·2026-09-10 18:50 CST·原文链接

Cognition 员工 samyok 率团队驱动多个 Devin 智能体构建高性能 GPU 格子筛，对 260 位的 RSA-260 完成因式分解，刷新此前由 RSA-250（2020 年 2 月）保持的公开 RSA 挑战纪录。

RSA 挑战是密码学的公开锚点：上一次纪录刷新还是六年前、由人类专家团队完成。这次的分工值得存档——人定义目标，agent 造工具、跑数论。纳维-斯托克斯的署名之争还在进行，RSA-260 又添一例：AI 时代的计算纪录，评议规则都得重写。

AI Hot：DeepSeek V4.1-Flash，KV cache 降到上一代的四分之一

AI Hot·2026-09-10 20:40 CST·原文链接

DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可在 Hugging Face 开源，目标直指 KV cache 与长上下文处理成本的大幅压缩。

开源阵营的竞争焦点完成了转移：去年比「能力追平」，本周 GLM 比价格、Qwen 比本地、DeepSeek 直接改写长会话的成本结构。agent 时代最贵的不是首次推理，是第 100 次交互时还在缓存里的那 99 万 token。

AI Hot：V4.1-Flash Day 0 上线硅基流动，552B MoE 支持 1M 上下文

AI Hot·2026-09-10 22:21 CST·原文链接

硅基流动宣布 DeepSeek-V4.1-Flash 于 Day 0 上线其平台。规格书全貌：

• 552B MoE，prefill 约 8B 激活、decode 约 16B 激活
• 原生视觉，1M 上下文窗口
• KV cache 占用约为 V4 Flash 的 1/4
• MIT 许可证

Day 0 可用意味着「开源即服务」的窗口期竞争进入小时级。配合上周 DeepSeek 多模态开源的节奏，国产开源阵营完成了一周双更。

X/Twitter 动态

Sam Altman（OpenAI CEO）：欢迎 Paul 回归，服务优先

Sam Altman（sama）·2026-09-09 22:38 CST·原文链接1·原文链接2

两条。人事（3349 赞）：欢迎 Paul，感谢你为 AI 安全所做的一切，「期待再次共事」——安全研究重将回归 OpenAI，放在误对齐披露框架改革的当口，信号意义大于职务本身。承诺（7017 赞）：如果那样会很糟糕，但我们会优先保障客户的服务质量，直到重新回到正轨。配文语境未明，但「服务优先」的姿态与上周的发布危机一脉相承。

Thibault Sottiaux（OpenAI Codex/ChatGPT）：重置未生效已修复

Thibault Sottiaux（thsottiaux）·2026-09-10 02:23 CST·原文链接1·原文链接2

运营收尾（9117 赞）：早间部分 banked reset 在 ChatGPT Work 与 Codex 中未完全生效，受影响时间窗的用户已全部补齐。士气（5776 赞）：很高兴和大家一起在这里建造，有太多可探索的。花絮（2971 赞）：与研究员争论新模型命名是最大乐趣之一，他们的提案总是最搞笑的。发布周的余震与日常，都在这三条里。

Claude（Anthropic 官方）：Marketplace 上新，支出承诺打通

Anthropic（claudeai）·2026-09-10 00:09 CST·原文链接

Claude Marketplace 新成员（2858 赞）：CrowdStrike、Cursor、Factory、Gamma、Vercel。企业现在可以用 Anthropic 支出承诺购买更多 Claude 生态产品。当 Cursor 都进了 Claude 的货架，编辑器战争的边界开始模糊：竞争与合作将在同一张采购单上并存。

Dan Shipper（Every CEO）：Anthropic 经济报告的两个关键假设

Dan Shipper（danshipper）·2026-09-10 02:47 CST·原文链接

对昨天 Anthropic 经济情景模型的批评性阅读（189 赞）：这是一份设计精良的报告，但其中两个重要假设一旦调整，分析结论会显著不同。情景模型的价值不在结论，而在暴露假设；第一天就被专业读者拆出关键参数，恰恰说明开放沙盘的决策——争论透明地发生了。

Aaron Levie（Box CEO）：扩散比想象的慢，coding agent 比想象的广

Aaron Levie（levie）·2026-09-10 01:26 CST·原文链接1·原文链接2

两条互补判断。宏观（205 赞）：调和 AI 能力与 GDP 影响的错位，答案是扩散远比人们想的慢，且会以意想不到的方式呈现。微观（70 赞）：coding agent 的用途将远超所有人此前的想象，会出现全新的工具品类。宏观慢、微观快，这两条同时为真的世界，正是企业现在最困惑的地方。

Guillermo Rauch（Vercel CEO）：半年八次降价与基准活动

Guillermo Rauch（rauchg）·2026-09-10 07:11 CST·原文链接1·原文链接2

价格侧的半年总结（211 赞）：过去 6 个月，8 次降价/费用减免/结构优化，外加 16 项模型折扣，还有更多在路上。活动侧（183 赞）：与 Benchmark 合办 AI Benchmarks，调侃这是「旧金山史上名字最贴切的活动」。在跑分信任危机的一周办基准峰会，时机本身就是观点。

Peter Steinberger（独立开发者）：OpenClaw 的仪表盘与云会话

Peter Steinberger（steipete）·2026-09-10 10:51 CST·原文链接1·原文链接2

OpenClaw 的进化两则：Dashboards/Mini-Apps 两个月前还是他的提议，如今已替换掉大量围绕 OC 自建的定制工具，「一切都是侧栏条目、仪表盘或页面」（161 赞）；云会话终于快了——Remote Terminal、WebVNC 与 computer use 的 CUA（25 赞）。另有一条「This is brilliant」（1153 赞）的转发喝彩。harness 战争的另一个战场是自用工具的产品化速度。

Zara Zhang（独立开发者）：想法易得，信念难求

Zara Zhang（zarazhangrui）·2026-09-09 16:15 CST·原文链接

一句话格言（114 赞）：Idea is easy, conviction is hard。接上周「建什么成为瓶颈」的讨论：想法的供给在 agent 时代近乎无限，稀缺的是押注一个想法并扛住证伪期的信念。执行贬值之后，信念成了第三种被重估的资产。

Peter Yang：用新模型照自己的盲点

Peter Yang（petergyang）·2026-09-10 00:50 CST·原文链接

一个实用 prompt（95 赞）：测试新模型思考能力的最爱方式，是让它对你阻碍自己进步的盲点给出残酷而诚实的反馈，把相关上下文直接贴给它。模型评测的最小单位不是基准题，是它对你的理解有多准。

数据采集时间：2026-09-10 23:26 CST