OpenAI发布GPT-6 Astra：迄今最强模型，主攻办公与企业场景
HOT
OpenAI于9月18日发布新一代旗舰模型GPT-6 Astra，官方称其为迄今最智能、对齐性最好的模型，在计算机操作、代码、网络安全与科学研究等维度达到最先进水平，并面向企业办公强化了写作与设计判断力。随模型同步发布的还有安全概览与Path to Astra文档，Astra成为OpenAI首个在Preparedness框架下触及「Critical」网络安全能力等级的广泛部署模型，因此附带更严格的发布防护措施。对开发者与企业而言，Agent类产品的基座能力被整体抬高；但能力越强，合规与安全审查的成本也越高。
Claude Code大重构：内部3万Agent管理技术免费开放
DEV
Anthropic的Claude Code迎来一次大重构，官方首次对外公开其内部管理约3万个Agent的技术方案，并宣布相关能力免费开放。该方案围绕任务编排、上下文管理与多Agent协作展开，被开发者形容为「Git白学了」式的范式变化。与此同时，Claude Code团队工程师在公开分享中强调，AI编程时代工程师的核心能力仍是问题定义与Problem Solving，而非记忆命令。对开发者来说，这既是工具链升级，也是工作方式的重估：能否把复杂任务拆解并交给Agent集群执行，正成为新的生产力分水岭，单点编码熟练度的价值将被重新定价。
唐杰发布智谱RSI首个成果：GLM开始参与构建GLM
NEW
智谱创始人唐杰发布公司在RSI（递归自我改进）方向的首个成果：GLM已开始参与构建GLM本身，意味着模型训练流程中出现了由模型主导的环节。这是国内大模型团队首次把「AI自我改进」从论文概念推进到工程实践。RSI被视为通往更强智能的关键路径，也因潜在失控风险而长期存在争议。若自我改进闭环成立，模型迭代速度可能从「人力驱动」转向「算力加模型驱动」，对国内大模型竞争格局、算力需求与安全治理都会产生连锁影响。该成果的后续验证与复现进展，值得持续跟踪。
Manus重生第17天估值翻倍，作价40亿美元推进新融资
HOT
Manus在「重生」第17天传出新一轮融资消息，估值较此前翻倍，本轮作价约40亿美元推进。此前Manus曾因产品形态与团队变动受到市场关注，如今以更高估值重启融资，被视为通用Agent赛道情绪回暖的直接信号。资本愿意在如此短的时间内给出翻倍定价，说明市场对能真正替用户执行任务的Agent产品仍抱有强烈预期，也反映出头部团队与工程能力的稀缺性。对行业而言，Manus的估值曲线将成为观察Agent商业化能力的重要标尺；对后来者来说，窗口期正在收窄，产品落地速度比概念叙事更重要。
OpenAI投入10亿美元推出Daybreak计划，AI加固关键基础设施防线
HOT
OpenAI推出Daybreak for Frontline Defenders计划，承诺投入10亿美元，向关键基础设施与一线防护机构开放前沿网络安全AI能力，并提供培训与技术支持。此举延续了OpenAI近期在公共安全领域的布局：此前公司刚披露GPT-6 Astra首次触及Preparedness框架下的「Critical」网络安全能力等级。把最强能力同时投向攻击与防守两端，意味着AI安全正从原则讨论进入实际部署阶段。对政府、能源、医疗等依赖关键服务的机构来说，这既是可获得的防护资源，也意味着未来网络攻防的节奏将被AI显著加快，防御方的自动化程度将决定损失大小。
央企做通用Agent：中国电信TeleAgent杀进IDC实测前三
NEW
央企中国电信推出通用Agent产品TeleAgent，并在IDC的第三方实测中直接进入前三，成为少数跻身第一梯队的国产通用Agent。与创业公司路线不同，TeleAgent背靠运营商体系，天然具备算力、网络与政企客户资源，落地场景更偏向企业内部流程与行业应用，而非面向个人用户的通用助手。IDC实测排名对政企采购方具有实际参考价值，也让「央企做Agent」这一命题第一次有了可量化成绩。对整个行业而言，通用Agent的竞争不再只发生在明星创业公司之间，手握场景、算力与客户关系的国家队正在成为不可忽视的一极。
中国AI登上Science：通用模型啃下医院这块最硬骨头
HOT
一项由中国团队主导、登上Science的研究显示，通用AI在医疗场景中取得突破性进展，被形容为「AGI最难一战」的落点竟然在医院。研究并未止步于问答式辅助，而是让通用模型在真实临床流程中承担更复杂的判断任务，且据报道医生不仅不担心失业，反而主动催促上线使用。这为「通用模型能否啃下高门槛垂直行业」提供了正面证据：医疗数据的专业性、伦理约束与高风险长期是AI落地最难跨越的门槛，一旦这条路径跑通，同样高壁垒的法律、金融等领域将迅速获得可复制的经验。
Google医疗AI系统AMIE完成首个实时临床视频问诊研究
NEW
Google公布其研究型医疗AI系统AMIE的最新进展：在一项首创性研究中，AMIE展示了实时临床视频问诊能力，可与患者进行多轮、实时的音视频交互。此前AMIE主要以文本问诊形式出现，此次把诊断对话推进到视频场景，意味着模型需要同时处理语言、表情、语气与实时响应节奏，工程与临床难度都大幅提升。研究型系统走向视频问诊，是从「会回答问题」迈向「能承担诊疗流程」的关键一步。对医疗资源紧张地区而言，这类能力有望缓解基层医生缺口，但安全性验证、责任归属与监管准入仍是上线前必须解决的问题。
OpenAI公开AI生成的纳维-斯托克斯千禧年难题解答与Lean证明
HOT
OpenAI公开了一项AI生成的纳维-斯托克斯方程千禧年大奖难题解答，同时提供了文字写作与Lean形式化证明。该方程解的存在性与光滑性是数学界悬置数十年的顶级难题，悬赏金额达百万美元级别。若此次成果被数学界验证，将成为AI参与基础数学研究的标志性事件；即便仍存争议，把证明写成Lean代码、交由机器逐步检查，也展示了「AI提出加形式化验证」的新型研究范式。对科研界而言，真正的问题已从「AI能否做数学」转向「人类如何审阅、复现并信任AI给出的证明」，评审机制本身也需要升级。
GPT-6 Astra安全概览：首个触及Critical网络安全等级的部署模型
NEW
OpenAI发布GPT-6 Astra安全概览，称其是公司迄今能力最强的广泛部署模型，也是首个在Preparedness框架下达到「Critical」网络安全能力等级的模型。达到该等级意味着模型在发现与利用漏洞等方面的能力已触及最高风险阈值，因此OpenAI为发布附加了更严格的防护、监测与访问控制，并同步公布Path to Astra文档，说明能力评估与前沿安全保障的对应关系。这为行业提供了一个可参照的样本：当模型能力逼近临界点，发布节奏、外部评估与访问控制将比性能参数更受关注，各国监管机构大概率会以此类框架作为立法与执法的参考口径。
OpenAI与GSA合作：向美国各级政府开放近乎零成本的AI服务
NEW
OpenAI与美国总务署（GSA）达成合作，向符合条件的联邦、州、地方及部落政府机构提供零许可费用、使用量五折的AI服务，并扩大网络防御支持。这是美国政府层面少见的大规模AI采购安排，实质上是把前沿模型以近乎零门槛的方式嵌入公共部门工作流。对政府机构而言，低成本接入可加速政务与公共服务的AI化改造；对OpenAI而言，这是锁定公共部门入口、建立事实标准的长期策略。需要注意的是，政府数据的敏感性使安全与合规条款成为合作核心，这类「政府加前沿模型」的模式很可能被其他国家效仿并引发采购规则之争。
OpenAI政策负责人撰文：AI政策窗口正在打开，必须立即行动
OpenAI政策负责人Chris Lehane撰文《AI政策窗口正在打开，我们必须行动》，主张模型能力越强，就越需要更强的安全证据、共享标准与可落地的政策，并呼吁在窗口期尚未关闭时推动立法与行业协同。这一表态的背景是前沿模型能力快速抬升而各国监管节奏不一：欧盟、美国与中国都在推进各自规则，但缺乏互认与统一的评测口径。对企业和监管者来说，该文释放的信号是行业头部公司希望通过参与规则制定来换取确定性；而安全证据、评测标准与跨境互认，将成为下一阶段AI治理博弈的核心议题。
vivo解AI手机这道题：从「会回答」到「会办事」的专属助理
vivo在AI手机上给出了自己的答案：从「会回答」走向「会办事」，核心是构建个体专属的AI助理，让手机从被动应答转向主动执行任务。这一路线意味着端侧模型要与系统权限、应用生态深度打通，才能在订票、日程管理、跨应用操作等场景中真正替用户完成闭环。对手机厂商而言，AI能力正成为换机周期的关键变量：当硬件参数趋于同质化，谁能把Agent能力做成日常可用，谁就更可能留住用户并提升客单价。但端侧算力、隐私边界与第三方应用授权，仍是这条路上必须解决的现实约束，也是各家拉开差距的地方。
Legora用GPT-6 Astra数分钟审完41份文件，找出全部4处预埋错误
法律科技公司Legora使用GPT-6 Astra审阅41份文件，在数分钟内完成任务并准确找出全部4处预埋错误，该金融审查工作流的整体表现提升近40%。这类测试的价值在于用可核验的错误召回率替代了模糊的「感觉更聪明」，为律所与金融机构评估AI提供了量化依据。对法律与合规行业而言，文档审阅长期是人力最密集、也最容易出错的环节，AI若能稳定保持高召回率，将直接改变初级律师与合规团队的工作分配，同时把人的价值推向判断、谈判与责任承担。
律所Cooley用ChatGPT Work打造IPO工具GO Public
国际律所Cooley基于ChatGPT Work打造了IPO流程工具GO Public，把智能能力引入上市申报这一高度流程化的业务，帮助律师更早发现文件中的问题，并把判断力集中在真正关键的环节。IPO项目通常涉及海量文件、多方协作与极紧的时间表，错误成本高，正是AI擅长压缩成本的场景。对专业服务行业而言，Cooley的案例说明AI的切入点是「提前暴露风险」而非简单生成文本；谁能把模型嵌入既有工作流、同时保留清晰的人类问责机制，谁就能在效率提升与合规风险之间取得平衡，这也是律所采购AI时最看重的部分。
GPT-6 Astra 是首个触及 Preparedness 框架 Critical 网络安全等级的部署模型，同一天 OpenAI 又拿出 10 亿美元做 Daybreak，并与 GSA 签下联邦政府零许可费、用量五折的合作。把「最危险」和「最便宜」同时摆上桌，安全叙事已经变成市场准入工具：门槛抬得越高，越只有头部跨得过去，中小企业拿到的是更贵的入场券。
智谱称 GLM 已参与构建 GLM，OpenAI 则公开了纳维-斯托克斯千禧年难题的 Lean 形式化证明。两件事撞在同一处瓶颈上：模型能不能写出来已不是问题，人能不能审阅、复现才是。Lean 这种可逐步机器核查的证明链，正从学术工具变成 AI 成果的信任基础设施。但智谱的 RSI 闭环目前只有一方陈述、缺第三方复现，在可验证证据出现前，递归自我改进仍是待证命题。
Manus 重生第 17 天估值翻倍至 40 亿美元，中国电信 TeleAgent 却在 IDC 实测中杀进前三，通用 Agent 的竞争从明星创业公司扩到了央企。两边估值逻辑完全不同：Manus 卖预期，TeleAgent 卖算力、政企客户与场景。真正给出量化标尺的是 Legora——数分钟审完 41 份文件、找出全部 4 处预埋错误。Agent 值多少钱，最终看这种可核验的召回率，而不是估值曲线。