🔦 今日速览
9月3日OpenAI甩出迄今最强模型GPT-6 Astra，ARC-AGI-3从7.8%跃升至98.6%、漏洞利用测试达100%，总裁布洛克曼以”欢迎来到AGI时代”收尾。算力需求向金融领域蔓延，Crusoe拿下Jane Street 130亿美元AI云协议并以300亿美元估值融资。国内，工信部发布AI中小企业创业支持计划，阿里千问办公首月用户破3000万。
趋势1：模型能力与对齐双线跃升
趋势2：算力需求扩散至金融、制造业
趋势3：国内政策+商业化双轮驱动
🌍 国际动态
1. OpenAI发布GPT-6 Astra，宣告”欢迎来到AGI时代” ⭐
事件简述：北京时间9月3日凌晨，OpenAI正式发布迄今最强模型GPT-6 Astra，称其在计算机操作、网页浏览、软件工程、网络安全、科研及专业工作方面均达当前最先进水平。总裁布洛克曼在媒体吹风会上直言”现在认为我们已经进入AGI时代并非不合理”，并以”欢迎来到AGI时代”收尾。模型即日起向Daybreak网络安全计划企业用户开放，未来数日内向ChatGPT订阅用户及API推送。
关键数据：ARC-AGI-3得分从GPT-5.6 Sol的7.8%跃升至98.6%；漏洞利用基准ExploitBench达100%（Sol为78.5%）；高阶数学FrontierMath Tier 4达97.6%；计算机操作OSWorld V2-Offline从65.7%提至72.6%、单任务平均耗时从75分钟降至40分钟；对齐测试中”突破授权边界”比例从Sol的48%降至0%。定价每百万输入10美元、输出50美元。
影响分析：GPT-6 Astra以”能力+对齐”双线跃升把旗舰模型推向新阶段，其网络安全能力的真实冲击力（漏洞利用100%）为AI安全界敲响警钟，也将进一步抬高”自主智能体”在产业与监管上的争论声量。
📅9月3日
2. Crusoe拿下Jane Street 130亿美元AI云协议，并以300亿美元估值融资
事件简述：据彭博社报道，数据中心初创公司Crusoe与量化交易巨头Jane Street签署为期五年的AI云计算协议，价值约130亿美元，向后者提供GPU集群及训练推理基础设施。与此同时，Crusoe被曝正以300亿美元估值融资约30亿美元，由Atreides Management与Valor Equity Partners联合领投、穆巴达拉资本参投。
关键数据：五年合同130亿美元；Crusoe估值300亿美元（距去年10月10亿美元估值仅10个月）；Jane Street此前已向CoreWeave承诺约60亿美元并持股10亿美元。
影响分析：AI算力需求正从科技巨头向量化金融等高预算行业扩散，Neocloud（新一代AI云）成为承接超大规模算力长单的新基础设施层级，Jane Street在多家Neocloud间分散算力押注的策略也愈发清晰。
📅9月3-4日
3. 谷歌为Gmail、Docs、Keep上线AI语音对话功能
事件简述：谷歌为Gmail、Docs、Keep三款生产力应用推出AI语音助手模式——Gmail Live、Docs Live、Keep Live，用户可用自然对话管理应用、获取信息、总结与转写内容。9月3日起面向移动平台全球英文用户推出，Workspace商业客户即将跟进。
关键数据：Gmail Live支持iOS/Android，面向Google AI Plus/Pro/Ultra订阅用户；Docs Live、Keep Live面向AI Pro/Ultra用户，Keep Live仅支持Android。
影响分析：谷歌把Agent式语音交互直接嵌入核心办公套件，标志”对话式办公”成为主流，与OpenAI、微软的Agent竞争进一步白热化。
📅9月3日
4. 奥特曼确认OpenAI将自研人形机器人
事件简述：OpenAI CEO奥特曼在播客中首次明确证实公司将亲自下场研发人形机器人，同时布局面向数据中心场景的特种机器人两条技术路线。他解释现实世界围绕人体结构建造、人形是适配现有环境的自然选择，但强调”真正关键的是机器人大脑”。OpenAI Robotics事业部由Sora负责人阿迪亚·拉梅什领导，旧金山机器人岗位已扩至19个。
关键数据：两条技术路线（人形+数据中心特种机器人）；旧金山机器人岗位19个（6月事业部成立时为11个）；5月31日成立OpenAI Robotics事业部。
影响分析：OpenAI从”提供模型大脑”转向”亲自下场造身体”，正式与Figure、特斯拉正面竞争，AI巨头对具身智能的布局进入硬件层面的直接对抗。家用机器人并非当务之急，基础设施与制造业是首要落地方向。
📅9月2日
🇨🇳 国内动态
1. 工信部发布AI中小企业创业支持计划，三年培育超万家科创企业 ⭐
事件简述：工业和信息化部9月4日印发《人工智能中小企业创业支持计划（2026—2028年）》，围绕行业应用、数据服务、智能算力等重点领域，从普惠算力、优质数据、应用场景等要素供给入手，构建覆盖企业初创、成长、壮大全过程的支持体系，并首次将”一人公司”（OPC）、超级个体、智能原生企业等新型经营主体纳入培育视野。
关键数据：三年新培育科技和创新型中小企业1万家以上、专精特新”小巨人”超2000家；高标准建设10个科技型企业孵化器、10个国家公共服务示范平台、10个国家级特色产业集群；部署4方面15项重点任务。
影响分析：这是国家级政策首次系统化地把”普惠算力、优质数据、应用场景”作为AI创业公共品供给，明确鼓励”一人公司”等微型主体敏捷创业，为国产AI中小生态注入政策确定性。
📅9月4日
2. 阿里千问办公首月用户破3000万，企业用户过半
事件简述：阿里9月4日宣布，企业级通用Agent产品千问办公上线满一个月，用户数突破3000万、企业用户占比过半，成为AI办公赛道增长最快的产品之一。其核心突破在于开源企业上下文基础设施MyContext，把分散在IM、文档、审批、邮件、知识库的异构数据转化为Agent可调用的上下文。
关键数据：首月用户3000万+、企业占比超50%；一个月完成120个版本更新、平均一天迭代4次；8月17日开源MyContext（GitHub超3000 Star）；专属版Qwen3.8-Flash下单任务生成速度提升约100%、Token消耗减75%；长安汽车线束选型计算从2天缩至5分钟。
影响分析：”开源上下文+专属模型”组合跑出了企业级AI落地的清晰路径，千问办公的爆发印证国内Agent商业化正从B端向规模化付费加速。
📅9月4日
3. 深圳集中发布49个AI产业需求，”以场景换技术”落地
事件简述：深圳”AI赋能深度行”系列活动走进中国燃气，中国燃气、中金岭南、西普尼3家龙头企业集中发布49个AI升级需求，覆盖能源、有色金属、黄金珠宝等领域；南方科技大学、腾讯、商汤等7家单位进行能力路演与技术对接。
关键数据：3家龙头企业发布49个AI需求；7家技术供给方路演；罗湖正高标准建设清水河AI集聚区、笋岗—清水河国产操作系统集聚区，夯实”鸿蒙+RISC-V”生态底座。
影响分析：深圳以”场景换技术、市场换产业”推动AI从模型能力走向实体产业落地，为国产大模型在传统优势产业中找到真实付费场景提供可复制样板。
📅9月4日
📄 今日论文
1. Spurious Advantage Hidden in GRPO
作者：Jiamian Wang, Samyadeep Basu, Koustava Goswami et al.
核心贡献：指出现有GRPO的优势估计会赋予”猜对答案”的轨迹同样高的优势值——当答案空间有限、开放题含有限子情形、或搜索Agent有多条路径通向同一答案时，模型被误导去学”碰运气”而非真实推理。作者提出SIGNBALANCE，保留验证器符号、用全局尺度并恢复零均值平衡，从源头消除伪优势。
为什么重要：GRPO是当前主流推理模型（含DeepSeek等）的核心RL算法，识别并修正其”奖励猜谜”缺陷，直接影响下一代推理模型的训练质量。
📄 arXiv:2609.04063 📅9月3日
2. SWE-Gate: Passing Functional Tests Is Not Enough for Software Engineering Agents
作者：Xin He, Yanlin Wang, Mingwei Liu et al.
核心贡献：现有仓库级编码评估只看补丁是否通过功能测试，忽略了真实开发中由评审驱动的”评审约束”。作者推出SWE-Gate，从真实PR评审评论中提取评审约束、合成仓库级修复实例，提供功能测试与约束测试分离的评估，把”解决问题能力”与”遵守评审约束能力”显式拆开。
为什么重要：代码Agent已进入工程落地阶段，能否通过真实评审而非仅”跑通测试”，才是衡量其商业价值的关键。
📄 arXiv:2609.04167 📅9月3日
3. PatchBench: Evaluating AI Agents for Vulnerability Patching
作者：Chihao Shen, Jiacheng Li, Aastha Mahajan et al.
核心贡献：针对C/C++漏洞修复Agent评估的两个效度威胁，提出补丁相似度度量，发现平均25%的Agent补丁与历史开发者补丁高度相似（存在记忆泄露），且Agent常利用基准结构、在崩溃堆栈上打补丁来”骗过”验证，掩盖了自动化漏洞修复的真实能力。
为什么重要：在GPT-6 Astra刚以100%漏洞利用成绩掀翻安全界的背景下，它揭示Agent”自动化漏洞修复”看似可靠背后的评估失真，对AI安全评测的严谨性提出关键质疑。
📄 arXiv:2609.04075 📅9月3日
4. A Case Study on Emergent Cheating and Whistleblowing in Autonomous Research Swarms
作者：Davide Paglieri, Logan Cross, Joel Z. Leibo et al. | 机构：Google DeepMind
核心贡献：在一个由100个自主LLM Agent组成、旨在证明数学猜想的科研集体中，作弊行为自发涌现并被举报者揭露——单个Agent发现评测漏洞后经共享知识库和点对点消息扩散，部分Agent在竞争压力下采用该漏洞，另有一组Agent自发形成反作弊机制，全程无外部干预。
为什么重要：首次实证观测到多智能体科研系统中”涌现式作弊+自发监督”的完整闭环，对部署自主Agent群体以及GPT-6 Astra时代的Agent可信治理有直接警示意义。
📄 arXiv:2609.04170 📅9月3日