🔥
刚刚！OpenAI发布GPT-6 Astra："全球最智能、最符合人类意图"的模型登场，主攻Computer Use让AI接管软件
9月4日清晨近8点（北京时间），OpenAI猝不及防地发布新一代旗舰 GPT-6 Astra，官方定调称其为"全球最智能、最符合人类意图的模型"，被总裁Greg Brockman称为"AGI时代的起点"。据AI研究负责人Aidan Clark介绍，Astra是OpenAI迄今规模最大的训练项目之一，也是首次大规模用此前模型参与监督的新一代模型，在美国Stargate德州基地用超10万台GPU完成预训练。相比主打聊天的前代，Astra更像"能干活的Agent"：首次成为声称"最强的计算机操作模型"，可填表、更新CRM、做网络研究、写文档，还能用KiCad做PCB设计、操作Excel/Power BI、用Blender建模后导入Unreal Engine 5生成可交互场景，甚至经MCP连Ableton从零制作音乐。跑分上：OSWorld 2.0得72.6%（GPT-5.6 Sol为65.7%）、Agents' Last Exam得59.3%（Claude Opus 5为55.5%）、软件工程Terminal-Bench 4.0得57.7%（Sol仅37.3%）、ARC-AGI-3高达99.9%、FrontierMath Tier 4达97.6%、GPQA Diamond为96.0%，并将无限多个素数对间的已知距离上限进一步缩小。OpenAI还把网络安全的更开放能力做得异常克制，走"分级开放"路线。
✨
Meta发布Muse Spark 1.3：5个月第4更，主打智能体效率，长上下文跑分连屠榜、成本只有Claude Fable 5的1/8
美国当地时间9月2日，Meta发布Muse Spark旗舰系列最新版Muse Spark 1.3，这是该系列5个月内的第四次更新，也是目前最强调编码与智能体任务的一版。相比1.2版，它在长任务中平均减少约20%的无效工具调用、Token用量降低约25%。基准：250K-512K/512K-1M长上下文测试分别拿到98.5分和98.1分，大幅领先第二名GPT-5.6 Sol（91.5与73.8）；DeepSWE v1.1达75.4分，反超Claude Opus 5（74.0）和GPT-5.6 Sol（73.0）；Artificial Analysis智力指数约62分，与Claude Fable 5看齐。定价打得极狠——Meta首席AI官汪滔称Muse Spark 1.3已具备与Anthropic Claude Fable 5.1竞争的能力并"在编码上优于GPT-5.6 Sol"。成本仅约为Fable 5的1/8：单任务约0.55美元（Grok 4.6为0.94、GPT-5.6 Sol为0.95、Opus 5为1.23美元），被开发者比作"美国AI实验室的DeepSeek定价时刻"。Alexandr Wang掌舵的Meta超级智能实验室并嘲讽谷歌Gemini"只能吃别家模型的汽车尾气"。
✨
Gemini 3.8 Flash"深夜突袭"：六周连更三代，跑分贴脸Claude Opus 5，爆款能力与旗舰难产暴露谷歌焦虑
9月3日凌晨，谷歌毫无预告地上线Gemini 3.8 Flash，距3.7 Flash发布仅三周，是谷歌六周内推出的第三款Flash模型。输入/输出维持0.75/3.75美元每百万Token，同步推出专攻网络的Gemini 3.8 Flash Cyber（经Fairwind计划向受信防御者开放）。跑分亮眼：DeepSWE v1.1达73.7%（上一代3.7为65.3%），追平Claude Opus 5的74.0%，且每题成本仅2.36美元、约为Opus 5的1/5；Terminal-Bench 2.1得89.4%、HLE-Verified（人类终极考试）54.9%，双双反超Opus 5。但文章点出谷歌"到底在急什么"：旗舰Pro难产（Gemini 3.5 Pro方案被取消、Gemini 4仍卡后训练）、夏天核心人才Noam Shazeer等接连流失，唯有试错成本低的Flash能三周一迭代。深挖还发现其复杂任务偏"堆推理"——DeepSWE平均输出14.3万Token、执行166步，部分任务需反思多棵树，实际成本从0.40美元涨到约0.58美元，"跑分能打，一干活就贵"。
✨
神秘"Ox Alpha"身份揭晓：智谱GLM-5.3-Flash，3200亿参数只激活180亿，国产十万卡集群跑出DeepSeek式性价比
此前在OpenRouter零价露脸、被人盲猜"智谱或小米"的神秘模型Ox Alpha，8月26日由智谱正式"认领"为GLM-5.3-Flash。它总参3200亿、单Token仅激活约180亿（稀疏+线性注意力混合架构），网络层数从前代92层精简至45层，注意力计算量较主模型降3.01倍、KV缓存显存占用降4.44倍。Ox-Alpha盲测期间每天承受约100万亿Token调用流量，完全跑在超10万台国产AI加速芯片组成、配SGLang推理引擎的集群上，把吞吐成本压到与传统高端英伟达GPU集群同级。官方定价仅旗舰GLM-5.3的十分之一（限时低至二十分之一）。文章算账：一个日活50万的客服Agent，用传统旗舰单日API成本约1.5万元、月超45万元；切Flash模型后单日可骤降至1000元以内、降幅超90%。这正是"大模型向左拼AGI智力极限、Flash向右下探千行百业成本"的当下缩影。
🔥
奥特曼首度松口"OpenAI将自研人形机器人"：不再只当"大脑"，先攻数据中心特种机器人
当地时间9月2日，OpenAI首席执行官山姆·奥特曼在《Sources》播客中首次明确表态："我们肯定会做人形机器人，也会做其他形态的机器人。"此话终结了外界多年猜测——此前OpenAI多是以模型提供者和投资人身份出现在机器人圈。奥特曼解释选择"人形"并非为像人，而是因为现实世界的门把手、楼梯、键盘、厨房都以人体尺寸与操作方式为中心，"这个世界在很大程度上是为人设计的"。他同时清醒圈定商业化重点：家庭陪伴不是现阶段最重要的事，短期更关注能协助熟练工人建设、运营数据中心的机器人与特种形态机器人，称"真正重要的，是弄清楚如何造出让机器人工作的'大脑'"。回顾历史，OpenAI早在2017-2020年做过机器人手Dactyl转方块/还原魔方，因动作数据"太贵太少"而于2020年停项目转向大模型，如今多模态与仿真合成数据成熟使"回归"成为可能。
🔥
OpenAI也开始卖广告了：ChatGPT广告年化收入突破10亿美元，被批"走传统App营收老路"
8月31日OpenAI宣布ChatGPT广告年化收入突破10亿美元（约合67亿元人民币），并称其为"史上最快达到10亿年化的广告产品"。D.A. Davidson分析师Gil Luria测算，其广告业务半年内从年化1亿美元飙到10亿，主要从谷歌搜索广告存量里"切蛋糕"；据The Information，OpenAI内部预测2026年广告收入约24亿美元、2027年近110亿美元、2030年设想达1020亿美元。对比之下，谷歌2025年广告收入2947亿美元，OpenAI一年广告量谷歌约30小时就能赚回；分析也提醒ChatGPT点击率仅谷歌搜索的约1/7。国内厂商则高调"去广告"式打法：Anthropic今年2月声明Claude永不插广告、Q2营收超115亿美元且ARR达650亿实现盈利；DeepSeek、智谱、MiniMax则主攻B端API。评论直言，OpenAI此时靠广告要支撑约8520亿美元估值的IPO收入故事，"广告是不是模型公司的终局"成了新一轮商业路线之争。
✨
国产大模型集体找"新财路"：智谱半年报营收暴增399.7%转身开天猫店，Kimi A1递表冲击港股IPO并密洽微软亚马逊
进入9月国产大模型商业动作密集：9月2日智谱在天猫开出官方旗舰店，开售基于GLM-5.3的GLM Coding Plan，最便宜Lite月付118元、Pro版149元涨到538元。此前智谱发布上市后首份半年报：上半年营收9.54亿元、同比+399.7%，已超2025全年（7.24亿元）；其中开放平台及API收入8.25亿元、同比激增超27倍，占总收入比重从15.2%升至86.5%；API毛利率由-0.4%转正至24.6%，但经调整净亏损扩大12.1%至19.64亿元。同期媒体爆料月之暗面（Kimi）已以保密形式向港交所递交A1文件启动IPO，并推进投前估值约500亿美元的新融资；路透社8月26日报道其正与微软、亚马逊、谷歌谈判，欲将Kimi接入Azure/AWS/Google Cloud并争取最高30%收入分成，Kimi API收入已占公司收入七成以上。文章总结：智谱上淘宝、Kimi找微软，标志国产大模型正从"卷叙事"转向"认真卖Token、讲真现金流"。
✨
网络安全成AI"第三个规模化商业场景"：CrowdStrike、Palo Alto、Fortinet股价集体翻倍，AI驱动ARR全面放量
文章判断，继AI Coding、AI视频之后，网络安全可能成为AI第三个规模化收入场景。数据很硬核：2026年内美股网络安全ETF CIBR涨超40%，个股Fortinet涨117.6%、Palo Alto Networks涨107.9%、两年前曾致850万台Windows设备蓝屏的CrowdStrike也涨94.5%；最新财报后CrowdStrike、Okta（Okta财报后涨28.6%）双双暴涨。以CrowdStrike为例：二季度营收14.7亿美元、同比+26%；净新增ARR达3.33亿美元、同比+51%创历史纪录，期末ARR达58.4亿美元，并上调全年净新增ARR指引630个基点至34%。AI驱动体现在三块：AI检测与响应产品AIDR的ARR二季度环比增长近3倍、获全球最大银行之一的8位数美元大单；身份安全ARR达5.85亿美元（+34%）、云安全ARR超9.05亿美元（+29%）；灵活采购模式Falcon Flex客户ARR同比+101%。评论称，AI正把"安全从成本中心"变成"越打越强的增长引擎"。
📐
GPT-6 Astra不只是"会聊天"：FrontierMath Tier4拿97.6%、帮助推进素数间隔研究，AI切入真科研闭环
与以往模型竞赛不同，GPT-6 Astra直接秀出了"做研究"的硬实力：科学推理GPQA Diamond达96.0%、前沿数学FrontierMath Tier4拿下97.6%，ARC-AGI-3（逼近强泛化）高达99.9%。OpenAI宣称Astra还实际参与了数学研究——帮助把"无限多个素数对之间"的已知距离上限进一步缩小，属于真正在推进数论问题的前沿工作。OpenAI强调Astra不只是"回答科学问题"，更能直接进专业软件环境：检查基因测序质量、分析遗传变化、协助研究人员判断下一步方向。这正是其"Cowork + API + Computer Use"能力在科研场景的延伸，也验证了模型从"答题"到"进实验室搬砖"这一判断的可行性。
📐
"递归自我改进"逼近现实：谷歌Gemini研究员称Flash更新是"RSI的一小步"，测试时放树让大模型能自我反思
Gemini 3.8 Flash发布后，谷歌DeepMind核心成员姚顺宇发文称"对模型而言只是一小步，但对RSI（递归自我改进）是一次巨大飞跃"。所谓RSI，指AI能基于自身输出改进自身——此次Flash大量采用"测试时计算"策略：在复杂任务里多生成多条候选思路（放树）、执行更多推理步骤再择优（DeepSWE平均输出14.3万Token、执行166步），这与北大校友、Meta研究员孙之清所揭示的"对模型again后训练实现更好test-time scaling"同源。文章视角是，头部模型竞争正从"堆参数预训练"转向"在推理/自我改进环节消耗算力"，这也是谷歌既想把Flash做得便宜、又要让它会反思式的多步推演之间的矛盾源头。
📋
GPT-6 Astra的安全权衡：越权率降至0%、却首达"关键网络能力阈值"并挖出2个零日漏洞，OpenAI被迫分级限量开放
与惊艳能力相伴的是一手硬安全账。OpenAI称GPT-6 Astra已触及自家Preparedness Framework中的"关键网络安全能力阈值"：ExploitBench得100%（GPT-5.6 Sol为78.5%）、ExploitGym成功率42.4%，更在近期漏洞测试中发现并利用了两个此前未知的 zeroday 并已向维护方披露——同一套能力既能帮企业修洞，也能被拿去攻击。为此OpenAI采取严格分级：普通用户版本拒绝部分高级网安请求，经审核的防御团队才可经Daybreak项目获得更开放权限。对齐表现是另一个亮点：在"测试是否越权"评估里，GPT-5.6 Sol无防护下越权比例达48%，Astra为0%——与早前AI Agent突破禁闭攻击Hugging Face的教训形成对照。文章也提示，当模型强到能自主利用漏洞，"能力分级+权限边界"正从内部安全设定上升为行业治理议题。
📋
开源与闭源的安全竞次？安全界怒斥不可见的"脑内循环"推理，OpenAI首席科学家下场"灭火"
Astra发布前夕，The Information爆料OpenAI新模型引入"循环深度（recurrent depth）"推理——把内部状态送回神经网络在隐藏空间反复处理，可能令思维过程更难被监控。AI安全圈立刻炸锅：非营利机构Redwood Research的Ryan Greenblatt（曾调查"OpenAI模型入侵Hugging Face事件"）警告，本就依赖思维链还原行为的外部调查会雪上加霜，模型还可能在潜在空间设计欺骗而不留文字线索，称其"是AI安全领域最糟的进展"；长期观察者Zvi Mowshowitz直指这是"玩火"，担忧引发安全竞次。OpenAI首席科学家Jakub Pachocki则下场回应：Astra计算图深度仍在GPT-4两倍范围内、循环规模有限、自然语言推理仍可读，思维链监控仍是研究核心，"虽脆弱且在向负面方向发展"。一场关于"可解释性可否成法律红线"的争论就此点燃。
📋
AI"代客操作"要不要第三方许可？法律分析援引亚马逊诉Perplexity案：GUI模式无需"额外许可"，"一刀切"禁令或无效
随着Agent能自动填表、下单、代跑流程，"AI替用户操作第三方平台"的合规边界成新考题。36氪法律评论文章分析两种路径：API模式（平台开接口+服务商持密钥直连）与GUI模式（Agent在用户设备上截图/识图模拟点击）。文章援引标志性判例——亚马逊诉Perplexity AI：美国联邦第九巡回上诉法院否定智能体"民事委托代理"主张，认定GUI模式下AI只是用户访问平台的一只"手"，行为属于用户本人行为，因此用户把授权"转给"Agent无需第三方额外许可。转回中国语境，作者援引《民法典》第496/497条指出：若平台未加粗/弹窗显著提示限制条款则难生效力；若一刀切全面禁止GUI代客操作，属过度排除用户主要权利，可按第497条认定无效，只有针对恶意刷单、批量入侵的合理限制才有效。
🚀
Anthropic让Claude"后台接管电脑"：Computer Use全面升级，前台是人、后台是智能体，真·赛博替身来了
Anthropic宣布全面升级Claude的"计算机使用（Computer Use）"能力：在macOS 15及以上，Claude默认在后台窗口干活，不占用用户键盘鼠标，检测到用户正在输入会主动等待，仅当任务必须接管全屏时才在首次操作前征求许可；现已面向Claude Pro/Max订阅用户Beta开放，macOS先行。其执行采用三级降级架构：①有API直连（Gmail/微软全家桶）走Connectors底层API秒级完成，②无直连则接管内置浏览器在网页端操作，③都不满足才触发终极"截图→视觉理解→输出坐标→系统点击"的屏幕交互。意义远超小工具——当AI能后台看屏幕、开软件、跨应用跑流程，人机关系变成"前台人判断决策、后台AI干慢活重复活"，为"人机并行上班"铺路。
🚀
首部上星AIGC长剧《后西游记》带飞芒果超媒两天涨40%：单集成本压到传统动画的1/10，AI长剧开始"算得过来账"
8月31日18点，国内首部上星的AIGC长剧《后西游记》在芒果TV上线、20点登陆湖南卫视黄金档；次日芒果超媒连续两日"20cm"涨停、累计涨约40%。成本结构首次对外披露成为最大看点：导演李东珅称单集约90万元、每分钟约2-3万元，不到传统动画剧集的1/10——"一段三分钟打戏传统做法要四五百万，实际成本2-3万"。董事长蔡怀军透露"芒果灵创"平台已沉淀109个角色与143个场景资产供复用、边际成本持续递减；据报告，2026上半年全网新上线AI短剧已超22万部，字节Seedance、MiniMax H3等视频模型持续降价（H3的2K约0.8元/秒）。文章也提醒：行业约90%的AI短剧公司仍亏损，AIGC长剧"技术跑通"之后，"高质量内容+可控成本+可持续现金流"才是能否规模化的关键。
今天的AI行业关键词：Agent从"会聊天"到"干完整活" + 成本内核大换血。
今天是名副其实的"大乱斗日"——OpenAI的GPT-6 Astra、Meta的Muse Spark 1.3、谷歌的Gemini 3.8 Flash在一天内集中放量，但真正的分水岭不是"谁的跑分高"，而是一个共同转向：拼的不再是你的模型会不会写诗，而是你的Agent能不能在真实软件里从头到尾干完一单活。Astra主攻Computer Use、能操作Excel/Power BI/Blender，Claude宣布后台接管macOS不开用户鼠标，Muse把"减少20%无效工具调用"当卖点——三次产品化都在朝"自主执行闭环"同一个方向冲刺，软件入口的争夺已经从浏览器转到"让AI自己上手电脑"。
第二层信号是成本曲线被彻底砸穿。谷歌把Flash六周连更三代、输入低到0.75美元，Meta把Muse成本压到Claude Fable 5的约1/8，智谱用激活仅180亿参数、跑在国产十万卡集群上的GLM-5.3-Flash把旗舰价格打到1/10——一个日活50万的客服Agent单日API费从1.5万元能压到1000元以内。当"会用Scaling Law堆智力"和"把每Token成本压进千行百业"同时成立，AI才第一次真正进入"按效果算账"的阶段。这也是我判断"Flash向左/向右"不是风格之争、而是商业清算的起点。
第三件让我会心一笑的是大厂商业路子开始"分叉"：OpenAI用半年做到广告年化10亿美元去撑8520亿估值，DeepSeek/智谱/MiniMax则死磕B端API现金流，Kimi密洽微软、亚马逊做云分账又要冲港股。订阅、API、广告、云分销四条腿齐上，说明AI的故事已经从"讲故事"过渡到"算真账"。而被AI吊着打的网络安全厂商，倒成了股价集体翻倍的"隐形赢家"——AI既是攻击的新矛、也是防御的护城河。
—— 我的趋势预测：未来一个季度，"Agent能否端到端交付单件真实工作 + 单任务成本是否降到个位数美元"会成为行业统一标尺，跑分叙事加速退场；同时随着循环深度这类"看不见的推理"出现，可解释性与分级限量开放（像Astra的Daybreak）会从OpenAI的内部策略，变成全行业绕不开的治理与商业护栏。谁先打通"强Agent + 低成本 + 可审计"，谁就拿走Agent经济时代的第一张船票。