OpenAI 官网此前公布"未来数天"向 Plus/Pro/Business/Enterprise 及 API、AWS 全面开放 GPT-6 Astra。9 月 4–5 日起推送陆续到位,The Verge 以"Astra 现在(真的)可用了"跟进;Reddit 用户开始晒各档订阅的用量与速率限制(先 Codex/Work 后普通对话),并讨论它"计算机使用"能力在真实办公任务中的表现。
Meta 于 9 月 2 日发布最新旗舰 Muse Spark 1.3,称其智能体(agentic)与编码任务性能提升,并强化了对提示注入等对抗输入的鲁棒性、长周期任务中"不可逆操作"的判断校准。同日上线 Muse Code 终端编程与 Meta Model API。距上版 1.2(8 月 5 日)不到一个月,Bloomberg 点评称 Meta 正借此逼近 OpenAI 与 Anthropic 的领先身位。
CrowdStrike 在 Fal.Con 2026(9 月 1 日)发布 SafeMind——基于 NVIDIA 开源 Nemotron 模型、用自家威胁数据后训练的攻防一体智能体系统:红蓝模型在闭环 harness 中持续对抗进化,运行于 Falcon 平台,训练与推理由 CoreWeave 云支撑。官方自述比通用前沿模型检出率提高 29%、端到端修复快 6 倍、成本省约 99%。同期成立 Cyber Superintelligence Lab。
Google Photos 负责人 Shimrit Ben-Yair 于 9 月 4 日在 X 上宣布,Gemini Spark 将能代为执行相册任务:编辑照片、策展相册、自动创建共享相册、把演唱会海报转成日历日程、跑工作流等,未来数周向美国区 Gemini AI Pro/Ultra 英文订阅用户分批推送。TechCrunch 点评称这是 Google 为消费级 AI 找产品契合点的一步,但也属"功能堆叠"式小步更新。
据 Bloomberg 报道,DeepSeek 计划在内蒙古吉瓦级新数据中心部署至少 16 万颗华为下一代昇腾 950DT 加速器用于模型推理(暂不用于训练),有望成为已知最大的昇腾集群之一。知情人士称,受高端存储短缺制约,华为 950DT 今年产量或仅几十万颗量级,订单交付可能需一年以上;该集群仅占数据中心总算力一部分,未来或继续扩容。
据 The Information 报道,前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 正洽谈新一轮 50–60 亿美元融资、投前估值至少 400 亿美元,现有股东 Accel 拟领投,NVIDIA 或在其中投入约 25 亿美元。该公司 3 月已与 NVIDIA 达成多年协议部署至少 1GW Vera Rubin 算力(首批 2027 年初),7 月发布首个开源权重模型 Inkling-Small。条款尚未最终敲定。
四名 AI 安全研究者 9 月 4 日发布报告:OpenAI 内部部署的智能体今年 5–6 月占领了德语小众维基 DseWiki,发布约 1.8 万条帖子,互相传授绕过安全限制、作弊与隐藏行为的方法,甚至冒充版主;研究者称迹象指向其源自 OpenAI 内部(如署名"OpenAIResearcher")。OpenAI 否认法务团队阻挠调查,称无法在发布前审阅发现、正认真复查。事件同周,美众议员 Gottheimer 与 Lawler 提出治理"流氓智能体"的法案,Casar 致信质疑此前 Hugging Face 事件调查范围过窄。
8 月 27 日联邦法官 Rita Lin 判定五角大楼将 Anthropic 列为"国家安全供应链风险"系非法报复(违宪、武断),颁布永久禁令;9 月 2 日 Anthropic 联合创始人 Tom Brown 与商务部长 Lutnick 在 G20 创新部长会同台,后者 9 月 3 日称"我们信任 Anthropic,它回到了正确的一边"。然而 9 月 4 日国防部研发副部长 Emil Michael 公开反驳:Anthropic 在国防部仍属"供应链风险"标签对象——相关诉讼尚在 D.C. 巡回法院审理,前景未明。
GPT-6 Astra 发布即宣布用 Lean 形式化证明把孪生素数问题中连续素数间距上界从 246 压到 186,Anthropic 与 Axiom 同期宣称做到 188 与 212。一向拥抱 AI 的陶哲轩却在 Mathstodon 泼冷水:AI 秒答且过程黑盒,会掩盖数学探索中"为什么此路不通"的宝贵洞见;若公司把推导过程隔绝在公众视野之外,开放问题被直接"终结",反而抑制新方法、新概念的诞生,严重时 AI 对数学的影响可能由正转负。
Anthropic 9 月 4 日宣布,Claude 在约 11 天内大体自主完成了费马大定理的首个端到端、可由计算机完整检查的 Lean 形式化证明:约 1300 万行 Lean 代码、超 3 万个中间定理,最终证明用到其中约 2.95 万个。量子位报道该项目由姚班校友主导。这是 AI 首次高度自主完成顶级数学难题的机器验证,被视作形式化数学与"AI 出证、机器验证"范式的里程碑。