2026年9月30日星期三

内容速览

• OpenAI 的 DevDay 主打高性价比：GPT-6.1 Sol 在编程性能上与 Astra 相当，而成本仅约为其五分之一，缓存输入价格降至每百万 token $0.10；Dots 为 ChatGPT 带来了配备独立云电脑的全天候智能体，这属于 20 多项发布内容的一部分，同批发布的还有托管计算机使用（computer-use）API、Plugin Extensions、Marketplace 以及 $500/月的 Ultrafast 订阅档位。
• Trump 拒绝了新的 AI 监管措施，并与六位实验室负责人签署了《White House Accord on Super Intelligence》，这是一份仅具“道德约束力”的准则，涵盖内部控制、外部审计和董事会监督，但不具法律强制执行力。
• OpenAI 的年化收入接近 $70B，同时正权衡以 $1.4T 估值融资 $30B；Meta 推出了面向小型企业的智能体；一台半人形机器人在镜头前连续一小时清洗酒店衣物，视频未经剪辑。

头条新闻

• OpenAI 推出 Dots：配备独立云电脑的全天候智能体. DevDay 带来了 20 多项发布，其中重头戏是 Dots，这是 OpenAI 针对 Meta 的 Muse 和 Grok-bot 给出的回应：全天候在线的智能体，拥有独立的云电脑和浏览器、4,000 多个插件，并支持同时处理多个进行中的项目。单个 Dot 可跨越 Slack、Messages 和 Teams 等应用工作，基于 GPT-6 Astra 运行，并在目标设定后主动采取行动。它会记住目标、察觉变化、持续工作并在需要时返回汇报。用户可通过设置 Custom Rules 来规定哪些操作可自主完成、哪些需要许可、哪些禁止执行，而更改密码或删除数据等敏感操作则需要明确批准。初期每位用户配备一个 Dot，未来计划推出 Dot 团队协同功能，即日起面向网页端、移动端和桌面端的 Pro 及 Business Premium 用户开放。Business、Enterprise 和 Edu 版本的 Dots 默认不会用于训练 OpenAI 的模型；个人订阅计划则需要额外操作一步来关闭该选项。The Neuron 的解读是：ChatGPT 正在成为交互界面，而底层机制则隐入后台；其 DevDay 观影会最后总结道，“浏览器正在被智能体窗口吞噬。”The Deep View 则指出了长期存在的风险：失控的智能体往往能绕过专门针对它们设置的防护机制。 ^{[1] [2] [3]}
• GPT-6.1 Sol 以约五分之一的价格提供接近 Astra 的编程能力. GPT-6.1 Sol 在不涨价的前提下，大幅缩小了与旗舰模型 Astra 在编程、文档分析和多步骤任务上的差距：每百万输入 token $2、每百万缓存 token $0.10、每百万输出 token $10，以大约五分之一的成本实现了接近 Astra 的性能。具体单任务数据表现如下：DeepSWE 编程任务成本为 $0.65，而 Astra 为 $3.92；OSWorld 计算机使用任务得分与 Astra 相差不到 2 分，成本仅为其七分之一；Terminal-Bench 科研任务成本为 $5.47，对比 Astra 的 $23.80。缓存输入价格是 GPT-6 Sol 收费标准的一半，相当于标准输入定价的 95% 折扣，The Neuron 的 Corey 将这种缓存成本计算称为“让智能体真正可行的关键”。该模型已在 API 中以 gpt-6.1-sol 的名称上线，同时也已接入 ChatGPT Work 和 Codex。 ^{[4] [5]}
• DevDay 发布的其他全部内容：从计算机使用到 $500 的 Ultrafast 档位. 技术栈的其余更新包括：Agents API 中的托管计算机使用（computer use）功能，为智能体提供可点击和输入的浏览器桌面；Plugin Extensions，让外部应用在 ChatGPT 内部拥有面板、表单、查看器和操作功能，Adobe 和 Figma 已亮相首发侧边栏；Sign in with ChatGPT，让参与的应用无需 API 密钥即可直接调用 Plus 或 Pro 额度；以及 OpenAI Marketplace，符合条件的美国企业可将现有的 OpenAI 支出额度用于经批准的第三方软件，目前已与包括 Adobe、Figma、Sierra 和 Harvey 在内的 32 家合作伙伴开启测试（beta）。同期发布的还有：ChatGPT Space，一个供你、团队成员和 AI 共同使用的共享工作区；云端版 Codex，支持在桌面端、移动端和网页端之间流转工作；Private Intelligence，提供零数据保留和用于自动审核的隐私安全处理，以及 Private Inference 预览版；还有 Decisions API，它接收一个问题加一组备选答案，在 GPT-6 Luna 上仅需 150ms 即可选出答案，而常规 Luna 调用则需要 1.6s，目前仅向部分特定 API 客户开放。高端档位的权益调整：新增 $500/月的订阅档位，配备 Ultrafast 功能（在 GPT-6 Astra 上最高可获 8x Codex 速度，在 API 中为 6x），而 Pro 计划所含的 Work 和 Codex 用量从 Plus 额度的 20x 降至 10x，GPT-6 Pro 的消息额度从每周 200 条降至 100 条。The Deep View 认为，当天发布的内容与其说是针对 Meta 的普通消费者，不如说是瞄准了 Anthropic 的重度专业用户。 ^{[6] [7] [8] [9] [10] [11]}
• 白宫将 AI 安全交由“荣誉制度”保障. Trump 总统于周二会见了多位 AI 行业领袖，拒绝了该行业需要新监管措施的观点，并与业内六位巨头签署了《White House Accord on Super Intelligence》：Anthropic 的 Dario Amodei、Google 的 Sundar Pichai、Meta 的 Mark Zuckerberg、OpenAI 的 Greg Brockman、Elon Musk 以及 Nvidia 的 Jensen Huang。Trump 称这一准则具有“道德约束力”。协议要求每家公司承诺落实四个层面的措施：在训练和部署期间监测能力与对齐情况的内部控制机制，涵盖网络安全、生物安全和化学风险；拥有安全保障与监测权限的内部团队；外部审计机构；以及监督整个体系的董事会委员会。签署方将继续定期会晤以制定相关标准，且协议承认随着时间推移，将这些步骤转化为法律条文“可能是合理的”。本月早些时候，Trump 与 Huang 同台时曾将渲染 AI 安全危机的言论称为一场“骗局”。The Deep View 指出，该协议唯一的执行机制就是靠自觉遵守的荣誉制度，而随着 Anthropic 和 OpenAI 逐步推进公开上市，企业自我问责将变得更加困难。 ^{[12] [13]}
• OpenAI 年化收入运行率接近 $70B，正权衡以 $1.4T 估值进行 $30B 融资. 据 Axios 报道，自第三季度初以来实现超过 70% 的增长后，OpenAI 的年化收入运行率已接近 $70B；另据 TechCrunch 报道，知情人士称其正在洽谈以 $1.4 trillion 的估值筹集 $30B 资金。 ^{[14] [15]}
• Meta 推出面向小型企业的 Muse for Small Business. Meta 推出了 Muse for Small Business，这是一款可在已连接的商业应用之间处理后台工作的智能体，在执行发布内容、发送信息或支出资金等操作前需要获得批准。当面向消费者的 Muse 仍在为其隐私记录做出解释之际，这一举措进一步拓展了 Meta 的企业级业务布局。 ^{[16] [17]}
• 一台半人形机器人连续一小时清洗酒店衣物，视频一镜到底未剪辑. Dyna Robotics 将 Dyna-2.1 模型部署在半人形机器人 Taku 上，拍摄了大约一小时的酒店洗衣过程，保留了所有笨拙的操作片段而未作剪辑：画面中是数十个细小的决策和抓取操作，而不是为了制作 20 秒精彩集锦而预先编排好的单次叠衣动作。真实的工作是一连串枯燥的边缘情况：抓起这条毛巾、移开那堆衣物、在物品掉落位置不当时进行恢复、判断下一步该做什么，如此循环往复一个小时。The Neuron 最喜欢的基准测试是看它能否成功搞定一条带松紧带的床笠。 ^{[18] [19]}

深度精选

• 设计阅读：AI 是一项枯燥的技术，以及如何继续享受编程. chrbutler.com 上的一篇文章《AI is a boring technology》认为，AI 本身远不如它协助人们完成的事情有趣，作者表明这其实是一句赞美。当一项技术像电力一样隐入基础设施时，它才真正变得优秀。Haskell 论坛上的一篇伴读文章《How to keep enjoying programming in a world of LLMs》则从一种担忧切入：害怕自己的工作被那些几乎没有技能、不在乎代码质量，却拥有庞大 Claude 账户额度的外行夺走。 ^{[20] [21]}
• 设计发现：无需 JavaScript 的页边注、面向智能体的 WebGPU，以及黑客模拟器. 利用 CSS 锚点定位（anchor positioning）在页边空白处实现页边注，无需任何 JavaScript，在窄视口和老旧浏览器上会自动回退到正文下方。vgpu.sh 是一个专为智能体编写文档的 WebGPU 库：支持全屏着色器、计算管线、原生 WebGPU 互操作，以及由文档应用自身编译的只读源文件。还有一个在线黑客模拟器，适合在你想假装入侵网络时把玩。 ^{[22] [23] [24]}
• Sonnet 5.5 在智能体任务上追平 Opus 5.5，但消耗了 7x 的 token. 关于 Sonnet 5.5 价格优势的一点警示：Artificial Analysis 的测试显示，它在智能体任务上的表现与 Opus 5.5 相当，但消耗的 token 数量大约是后者的 7x，因此在长时间运行的智能体任务中，实际节省的成本比标价看起来要少。 ^[25]
• Meta 的训练技巧使 Qwen3-8B 的数学准确率翻倍并缩短了输出长度. Meta 提出的自演化训练技巧在缩短输出长度的同时，将 Qwen3-8B 的数学准确率提高了一倍，相关论文已发布在 arXiv 上。 ^[26]
• 在模型开始执行前，让它先复述你的目标. Lauren Tan 最常用的提示词，非常值得在开始复杂的研究、编程、规划或写作任务前粘贴给模型：“用你自己的话复述一下，你认为我的目标是什么，以及我试图解决的问题是什么。”模型完全有可能将错误的理解完美地执行到底，而提前复述能在你白白消耗时间、token 或进行 14 次工具调用之前，将理解偏差暴露出来。 ^[27]
• Anthropic 称 GLM-5 能自主构建网络漏洞利用程序. Anthropic 发布了关于 GLM-5 自主构建网络漏洞利用程序（exploits）的研究，这是其关于高级网络能力扩散报告的一部分。 ^[28]
• 商业简讯：McDonald's 的机器学习定价、Gemini Gems 迁移至 Skills、Apple 裁减 AppleCare 岗位. McDonald's 在数百万张餐厅订单中应用机器学习技术，根据消费者的支付意愿和竞争对手数据来推荐当地菜单价格，但加盟商仍保留最终决定权。Google 表示，个人账户的 Gemini Gems 将于 11 月自动迁移为 Skills，用 Gemini 可在任何对话中自动应用或叠加的可复用指令，取代原先独立的自定义助手。据报道，Apple 曾计划裁撤 5,000 个 AppleCare 岗位并由智能体取代。此外，OpenAI 因 Hugging Face 数据泄露事件面临诉讼。 ^{[29] [30] [31] [32]}
• 科学简讯：用 Astra 攻克聚变数学、Isomorphic 的药物搜索，以及模型间的特征传递. OpenAI 的 GPT-6 Astra 帮助研究人员在核聚变数学领域发现了新的等离子体平衡态家族。Isomorphic Labs 的药物设计智能体在庞大的化学空间中搜索帕累托最优（Pareto-best）权衡方案，目前尚未公布具体的疾病靶点或临床候选药物。此外，研究人员发现 AI 模型可以通过看似无关的训练数据传递行为特征，这引发了关于模型与模型之间潜在隐蔽影响的讨论。 ^{[33] [34] [35]}

工具与发布

• PageIndex. 对文档进行树搜索而非向量分块：无需向量数据库、无需嵌入（embeddings）、无需分块（chunking）。它从文档构建树状结构并进行推理，就像人类直接翻到正确的章节一样，在 FinanceBench 上取得了 98.7% 的得分，领先于排行榜上的所有向量 RAG 方案。开源、支持自托管、可通过 pip install 安装，并为生产环境提供 MCP 和 API 支持。 ^[36]
• RedAmon. 一个可执行完整网络攻击并自动修补代码的开源框架。 ^[37]
• CYBER-FROST 3.8 GGUF. Blackfrost AI 推出的 180B MoE 模型，拥有 6B 激活参数，提供用于本地推理的 GGUF 格式。 ^[38]
• airi. 一款在本地运行的开源 AI 伴侣，会玩 Minecraft，并支持 30 多种 LLM 模型。 ^[39]
• OpenClaw Enterprise. 面向敏感环境中持久化智能体的企业级方案，支持多租户、权限管理、安全审计以及可插拔的模型层与沙箱层。 ^[40]
• Liquid d1. 专用的决策模型，直接返回是/否、单选结果或带有概率的评分决策，而无需消耗大量 token 去生成长篇文字。 ^[41]
• InstaCloud. 提供无服务器计算、Postgres 数据库、分支环境和部署功能，编程智能体可通过 CLI 和技能（skills）进行端到端操作。 ^[42]
• OpenResearch. 利用隔离的 git 工作树（worktrees）和不可变的实验树，将编程智能体转化为实验运行器。 ^[43]
• Perplexity Automations. 根据触发器或时间表持续执行工作与操作，可结合记忆、技能以及已连接的应用协同运作。 ^[44]
• DiffusionGemma. Google 的这款开源模型现在可以转化为类似“Jev-like”的决策模型。 ^[45]
• Google Diffusion Controller. 一种轻量级的转向阻尼器，能够精确引导图像生成过程，从而实现更好的提示词对齐效果。 ^[46]
• America.gov. 美国政府推出的新聊天机器人，可根据官方信息源回答文字输入或语音提出的联邦服务问题，并能在处理上传表格前自动剥离其中的个人敏感信息。 ^[47]

Prompt of the day