#AI · AI 短帖与讨论

🚨 突发！又一个匿名模型空降了：Union Alpha 已上线 OpenRouter ！ 没发布会，没论文，没实验室名字。Ox Alpha 刚走，Union Alpha 就来了。 要点先记： 🔹完全免费预览，OpenCode 说大概再给一周 🔹262K 上下文，最大输出 131K 🔹多模态：能看图，主打研究、写代码、Agent 🔹原生工具调用 + JSON 输出 🔹官方口径：不用于训练；账号自称 Zero Data Retention 🔹模型 ID：stealth/union-alpha 🔹身份成谜，社区已经开始猜是谁家的下一发 先别猜身份，先拿真实仓库和长链路 Agent 去砸。好用还是翻车，一周后见分晓。 赶紧试玩：openrouter.ai/stealth/union-… #UnionAlpha #OpenRouter #OpenCode #StealthModel #AI #LLM #Agent

11年人形机器人发展浓缩成一个视频。 2015年，DARPA机器人挑战赛上的人形机器人还在为基本任务挣扎——走路、爬楼梯、摔倒后爬起来，每个动作都费劲。 快进到2026年，人形机器人已经能跑能跳、打拳击、踢足球、处理工业任务，在真实环境中操作。世界人形机器人运动会汇集了2056台机器人，覆盖51个项目，包括工厂、酒店和家庭的实用任务。 进步是肉眼可见的。但真正的问题不是它们在演示里看起来多厉害。 2036年，人形机器人能做到什么？ #HumanoidRobots #Robotics #PhysicalAI #AI #DARPA #RobotEvolution #FutureOfRobotics #EmbodiedAI #Automation #RobotTechnology

用了这么多AI工具，最头疼的就是记忆断层——Codex记的、Grok记的、Cursor记的，各管各的，换个窗口项目细节直接清零。 手动贴摘要？试过。装一层RAG？还是想不起当时为什么这么做。 直到在GitHub上找到Memmy这个开源项目，才发现AI记忆真正有价值的地方，不是记住你喜欢什么语气，而是能把你已经忘掉细节的项目重新找回来。 直接问它：帮我把这个项目找回来 它真的从历史记录里把整条项目链路还原出来了——目标、判断怎么变的、产物、和下一步。 而且它找回来的不只是文件名，还包括中间判断标准的变化。一开始看的是视频火不火，后来变成看它面向谁、解决什么需求，最后又变成看它能不能调用你的经历、形成你的判断。 它还自动找回了5类产物：视频和逐字稿、管理表格、方法论文档、可重复调用的Skill、对外分享的文章。 更狠的是，它给出的下一步建议不是继续漫无目的地抓内容，而是先盘点旧样本，补齐选题卡，再按注意力、人群匹配、个人匹配、判断空间和商业承接重新评分。 Memmy不是又一个替你干活的Agent，它更像这些Agent共用的个人上下文层。工具可以换，但你过去的对话、项目背景、规则、偏好和决策，不应该跟着清零。 如果你也同时在用Cursor、Claude Code、Codex这些工具，可以去GitHub看一下Memmy。 GitHub：github.com/nicobailon/mem…

标题：DeepSeek明天放大招：V4.1 Flash全面碾压V4 Pro，还准备上市了 说个真事，昨天圈里都在传DeepSeek要发新模型，今天科创板日报直接爆料：V4.1 Flash明天（9月10日）正式发布，而且性能全面超越V4 Pro。 这波操作有点猛。新模型用了全新架构，原生支持多模态，官方说法是"能力更强、速度更快、成本更低"。最狠的是价格——闲时段输入缓存命中降到0.02元/百万Token，输出4元，降幅高达60%。高峰时段翻倍，但依然比之前便宜。 更骚的是过渡方案：V4.1 Flash上线后、V4.1 Pro上线前，所有指向V4 Pro的请求自动路由到V4.1 Flash，按新价格计费。用户零操作就能体验新模型，这波用户体验拉满了。 但真正炸裂的是资本层面的消息：DeepSeek已经聘请中信证券筹备科创板IPO。回顾一下估值曲线——今年4月首次融资，6月首轮交割估值3500亿，现在第二轮直接飙到5000亿。两轮累计融资超1000亿，创中国AI领域纪录。 出资方阵容也够豪华：梁文锋个人200亿、腾讯100亿、宁德时代50亿，京东、网易、IDG都入局了。 说实话，从技术到资本，DeepSeek这波双线推进确实有点东西。明天模型发布后，实际效果如何，咱们拭目以待。 你怎么看DeepSeek这波操作？是真技术突破还是资本游戏？ 🔗 相关链接 app3.myzaker.com/news/article.p…

【重磅开源】MiniCPM5-2B：2B参数小模型在边缘端实现高智能密度 今天，OpenBMB团队正式开源了MiniCPM5-2B，这是一款仅有2B参数的语言模型，却在边缘设备上实现了惊人的智能密度。 这款模型在Artificial Analysis Intelligence Index上排名4B以下开源模型第一，得分23分。更令人兴奋的是，它在Agentic Index上也获得了20分，这意味着它在边缘端就能提供早期的通用代理能力。 MiniCPM5-2B在34个基准测试中平均得分53.9，涵盖编程、数学、长上下文理解、工具使用和代理任务等多个领域。对于一款2B参数的小模型来说，这个成绩相当亮眼。 更重要的是，这次发布不仅仅是模型本身。团队开放了MiniCPM5-2B背后的数据、训练配方和强化学习栈，为研究者和开发者提供了完整的复现路径。 对于想要在边缘设备部署AI应用的开发者来说，MiniCPM5-2B提供了一个极具吸引力的选择。它证明了小模型也能在资源受限的环境下发挥强大能力。 原文来源：x.com/i/status/20969…

OpenAI在9月3日发布了新一代旗舰模型GPT-6 Astra，这被公司内部称为"有史以来最复杂的AI模型"。发布会现场，总裁Greg Brockman高调宣布"欢迎进入AGI时代"，英伟达CEO黄仁勋也在社交平台上发文祝贺，称"通用人工智能已经到来"。 但这场发布会背后，却隐藏着不少争议。 训练规模空前：10万块GPU打造的"外星大脑" Astra的训练动用了超过10万块英伟达Grace Blackwell GPU，在得州Stargate基地完成。模型的上下文窗口达到了105万token，这意味着它可以处理极其复杂的长文本任务。 从技术能力来看，Astra确实展现了令人瞩目的进步。它不再只是一个聊天机器人，而是一个能够直接操作电脑、执行复杂任务的AI Agent。根据官方展示，Astra可以填写在线表格、更新客户管理系统、整理日程，也可以分析科研数据、生成图表、搭建网站并检查功能。 更让业界震惊的是，Astra在网络安全领域首次达到了OpenAI内部"关键"能力门槛。在内部测试中，它发现了两个此前未知的零日漏洞，并能够将多个漏洞串联起来形成攻击链。这意味着AI已经具备了发现和利用未知安全漏洞的能力。 基准测试数据"罗生门"：4.2%还是2%？ 然而，就在发布会的高光时刻，Fortune发布了一篇调查报道，揭露了OpenAI在基准测试数据上的反复修改行为。 最受关注的幻觉率指标，最初公布为4.2%，随后被悄然修改为2%，在舆论压力下又被改回4.2%。不仅如此，竞争对手Anthropic旗下模型在某些测试中的成绩也出现了被下调的情况。 这种反复修改基准数据的做法，被业界戏称为"Benchmaxxing"——反复调参刷分，直到数字好看为止。当一家公司在宣告"AGI已来"的同一周，其首席科学家却在公开场合承认对模型的能力边界感到忧虑，这种矛盾本身就折射出这场发布背后的深层不安。 首席科学家的警告：我们越来越难以理解模型在想什么 OpenAI首席科学家Pachocki在媒体简报会上坦言，随着模型能力不断提升，确保它们不会造成意外伤害已经变得越来越困难，这可能会成为AI进一步发展的瓶颈。 他在发布会当天还发布了一篇题为《外星大脑》的文章，警告说模型正变得如此复杂，以至于"我们越来越难以理解它们在想什么"。同一个公司三位核心人物的三种态度——总裁的高调宣告、CEO此前"AGI只是营销词"的表态、首席科学家的忧虑——本身就构成了一个耐人寻味的画面。 市场反应：硬件跌停，应用涨停 发布当日，A股市场出现了一个有趣的现象："硬件跌停、应用涨停"。算力硬件板块集体下挫，而AI应用概念股全线飙升。 这个反应背后的逻辑是：如果AGI真的到来，那么硬件基础设施的需求逻辑将被重写，模型能力将不再是瓶颈，应用层才是价值捕获的主战场。但这个逻辑是否经得起推敲？当基准数据本身都存疑时，建立在数据之上的所有叙事都需要打上一个问号。 对中国AI行业的影响 从更宏观的视角来看，GPT-6 Astra的发布标志着AI竞争的标准正在发生变化——从生成更好的文字、代码和图片，逐渐转向独立完成一项完整工作。这意味着AI正在从"辅助工具"向"自主执行者"转变。 对于中国AI行业来说，这既是挑战也是机遇。一方面，我们需要追赶OpenAI在模型能力上的领先；另一方面，中国AI大模型已经连续十九周在全球调用量上超越美国，腾讯混元Hy4 preview更是以14.7万亿Token登顶全球榜首，单周环比暴增379%。 模型能力的提升正在拓展AI的应用空间，企业和用户也更加重视使用成本与投入产出比。随着模型加快进入实际工作流程，算力需求、任务执行效率和商业化进展将成为观察产业发展的重要线索。 结语 GPT-6 Astra的发布，无疑是AI发展史上的一个重要节点。但当我们为技术进步欢呼的同时，也需要保持清醒：基准测试数据的争议、首席科学家的警告、安全能力的限制，都在提醒我们，通往AGI的道路并非一片坦途。 正如Pachocki所说，模型正变得如此复杂，以至于我们越来越难以理解它们在想什么。这或许才是AI发展最需要警惕的问题。

Claude Code 搞不定的事，Codex 的 GPT-6 Astra 瞬间搞定！ 今天又给 Huashu-chrome 做了巨幅优化！相信我，这是现在 agent 操控浏览器的最佳工具...不信你们自己用别的工具要求独立闭环完成 Chrome 插件、iOS app 的上传提交试试 从技术角度看，这展示了不同 AI 模型在特定任务上的差异化优势。Claude Code 在代码理解和生成方面很强，但在需要实时交互和复杂工作流的浏览器自动化场景下，Codex 的 GPT-6 Astra 显然更胜一筹。 对于开发者来说，这意味着什么？首先，不要局限于单一工具。不同的 AI 模型有不同的擅长领域，选择合适的工具能大幅提升效率。其次，浏览器自动化正在成为 AI Agent 的重要能力边界，能够独立完成从开发到部署的全流程，这是真正的生产力提升。 Huashu-chrome 作为 agent 操控浏览器的工具，能够独立完成 Chrome 插件和 iOS app 的上传提交，这在实际开发中非常实用。想象一下，你只需要描述需求，AI 就能自动完成代码编写、测试、打包、上传的全流程，这大大降低了开发门槛。 从行业趋势看，AI Agent 正在从简单的代码补全向全流程自动化演进。能够独立完成复杂工作流的 Agent，将成为开发者的得力助手。而选择合适的模型和工具，将是提升效率的关键。 #AI #Agent #Codex #ClaudeCode #浏览器自动化

Google 发布 Gemini 3.8 两个新变体 Google 正式发布 Gemini 3.8 这代模型,官方定位是当前最强的推理与代码能力模型。原文紧接着展开:这一代利用了长链路 agent 循环,在三周前发布 3.7 Flash 的基础上继续往前推进。 这一代一口气出两个变体:Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber。原帖用了 thread 标记,表示后续会详细介绍每个变体的能力与使用场景。 对正在用 Gemini 3.7 Flash 跑日常任务的团队来说,这是三周内的又一次升级;对安全类工作流的团队来说,3.8 Flash Cyber 是面向 defender 的新变体,与通用 3.8 Flash 区分。 原帖没有给具体基准数字、价格档、API 入口。原帖附的封面是这张 thread 的一图总结,内容是各场景对应的关键能力。后续 thread 与 API 文档出来后,才能定:模型名升级、价格档同步、还是独立计费——这些原帖都没有明说。 对国内开发者:通常 Gemini 模型在境内需走 Vertex AI 这类企业链路,3.8 若要落地生产,得看后续是否上架这些通道。

Anthropic 把 Claude 语音模式接到更强模型 Anthropic 给 Claude 的 Voice 模式做了一次底层切换。原帖给出两个变化:一是 Voice 模式现在跑在 Claude 能力更强的那一档模型上;二是对话过程中,已连接到 Claude 的工具可以在语音模式下被调用。 这两个改动合在一起的实际意义是:用 Voice 模式讨论难题时,模型能接着调你之前在 Claude 里配置好的工具链,而不必先把对话切回文本、调用、再回到 Voice。 原帖提到「Talk through the hard problems out loud, in many more languages」,意味着语音模式覆盖的语言也变多了——这一项原帖没有给具体语言清单。 对已经在用 Claude Voice 模式做头脑风暴、结对编程或与外部数据交互的人来说,这条更新把语音的可用性抬高到接近文本Claude的水平;对尚未使用语音的人,「更能力更强的模型 + 工具可调用 + 更多语言」这三个变化是评估要不要现在切到语音模式的关键门槛。 迁移成本从原帖看不到更多细节;不同语音档位 / 不同层级订阅在哪些档生效,要看 Anthropic 订阅与价格页面。

OpenAI 重写 GPT-Live 语音栈,边说边听成为新的基线 OpenAI 把 GPT-Live 的语音栈整体重写。原帖给出的核心卖点:这个新架构下,GPT-Live 可以边说边听,而不是等一轮说完再听一轮。 实现路径按原帖说法,是从客户端到模型整条重建。目标是让音频流持续不断,这样一来哪怕模型在做比较深的推理或者调用工具,语音对话也不会被切断。 对一直在用 ChatGPT 语音模式做长时间思考类协作的团队来说,这条的实际影响是:边想边说 + 边说边听的连续性不再依赖停顿换气,长任务里能不能打断模型继续追也不会出现音频断裂。 原帖没给具体的延迟数字、底层用的是哪一档模型,或者是流式接口的具体行为——这些细节要看 OpenAI 后续 release notes / API 文档。但从工程方向看,把语音栈从客户端到模型整条重建是一条相对少见的大动作,通常意味着不只是修 bug,而是给后续高强度语音任务打了个底。

Anthropic 把 Chrome 会话延伸到桌面与移动端 Anthropic 给 Claude 的 Chrome 扩展做了一个会话延续。原帖给出的具体行为:在 Chrome 里开起来的 Claude 会话,会自动同步到桌面、Web、移动端——对话内容是落地的,不止当前设备可见。 此外,Skills、Connectors 这类扩展里建好的配置也会在浏览器之外继续跟着走。这是 Anthropic 把 Claude 的多端协同从「App + 控制台」扩到「任意浏览器」的一步。 门槛:Max 与 Team 当天就能用,Pro 用户按原帖说法会在接下来几周内开放。这条对把 Claude Chrome 扩展作为日常抓取/总结入口的工程师 / 研究员 / 内容创作者来说,意味着离开浏览器之后的工作流不必重建。 原帖没有写明会话延续机制(本地缓存 vs 服务端同步、跨端冲突如何处理)。要是你已经在用 Claude 的 Skill / Connectors,这些配置能在多端保持一致,这件事的实际价值比表层功能更大。

ChatGPT 桌面应用加入跨应用记忆 OpenAI 给 ChatGPT 桌面应用加了 Computer History,核心能力是记住这台电脑上跨应用、跨网站的活跃记录。 原帖给出的实际效果:后续对话更个性化,需要解释的背景更少——因为 ChatGPT 已经能看到你曾经打开过哪些 app、哪些网页,从而延续上下文。这意味着在 ChatGPT 桌面应用里,聊一个工作时它不需要每次都让你复述项目背景。 它跟 ChatGPT 之前的 chat history 是同一套记忆机制在桌面端的延展。原帖没有写明: • 数据存哪(本地还是云端) • 如何关闭或擦除 • 这条和 ChatGPT 已有的 memory 是同一份还是分两份 • 截图/敏感内容如银行类页面会不会进入记忆 这些细节,要看 ChatGPT 应用隐私说明与 OpenAI 后续公告。从开发者视角看,这对需要多应用切换的桌面场景很实用;从隐私角度,它把活动记忆从聊天扩到了屏幕活动,边界更敏感。

Anthropic 把数据集接入 Claude Anthropic 把自家公开数据集 Economic Index 接进了 Claude。Economic Index 是 Anthropic 早前发布的公开数据,统计 AI 在整个经济里被使用的分布。 现在用 Claude 直接对话就能引用这个数据集的字段。比如问哪些职业最常用 AI,或者人们具体在用 AI 自动完成哪些任务,Claude 的答案会直接从 Economic Index 的数据里取,不需要用户自己去拉 CSV。 对接入 AI 写研究类文本、做行业分析、做职业与技能讨论的内容方来说,这条更新提供了一个固定来源(而不是每次都让模型自己发挥)。Economic Index 本来就对外发布,Claude 这次的改动是把它从外站数据搬到了模型调用上下文里,后续跟该 Index 同步更新的频率,要看 Anthropic 多久拉一次最新数据。 原帖没有给频率,也没有给接入多少条记录或覆盖多少国家与时间窗这类细节;具体覆盖范围以 Economic Index 公开页所披露的范围为准。

OpenAI 把 GPT-5.6 Sol 价格降 20%,持续 3 个月 OpenAI 宣布 GPT-5.6 Sol 的 API 与积分价格在接下来 3 个月内降价超过 20%。 对正在用 GPT-5.6 Sol 跑业务的团队来说,这条的实际意义是:同样的 prompt / 上下文 / 调用次数,后面 3 个月的成本会少掉 20% 以上,具体到每一档价位看 OpenAI 价目表的实际调整。这不是促销,也不是限量优惠,OpenAI 把这个降价窗口定为三个月。 短板的成本分析要重新做一遍——预算与扩容节奏可以按降价后的价位重新评估;如果项目原本是因为 token 价格卡住没上线,这块障碍在未来 3 个月会放松一些。 OpenAI 没有给具体降价金额(只说超过 20%),也没说窗口到期后会回到什么价位,也没有说其它模型(如 Sora、Embeddings 等)是否同步降价。需要看 OpenAI 后续公告里的详细价目表,才能确认每一个档位的最终定价。

OpenAI 预览 GPT-5.6 Sol 极速模式 OpenAI 预览了 GPT-5.6 Sol 的 Ultra-fast 模式。原帖给出的核心数字:速度最高提升 14 倍。首批接入在 OpenAI API 上,先开放给一组精选客户,后续随产能扩大开放给更多企业。 这种极速模式的具体机制原帖没展开——它是把模型调用切到一条 token 生成加速通道,还是另起一条专用栈,原帖只是给了 14 倍这个数字与客户层级,没给技术细节。 对 API 用户来说,这条更新实际意义是:在批量场景(后台批处理、批量生成、检索后处理)、对延迟不那么敏感但对吞吐量敏感的工作流,Ultra-fast 模式比标准模式快最多 14 倍;在交互式场景(聊天、实时补全),是否能接受 14 倍的速度增益取决于 token 预算。 原帖没有给 Ultra-fast 是否对计费模式有调整或调用上限变化等更细的指引,后续公告大概率会补上。

OpenAI 内部下一代模型解出 10 个数学新结果 OpenAI 公布了一个内部下一代模型的研究产出:这款模型在多个长期悬而未决的数学与理论计算机科学问题上,给出了 10 个新的研究结论。整个过程消耗的 token 量按 GPT-5.6 Sol 的 API 公开价折算,大致 2000 美元。 换句话说,花 2000 美元 token 跑出 10 个新结论这件事,把前沿模型对理论难题的解题能力拉到几百到几千美元 token 成本就能跑出实际结果的位置。这跟过去那种动用大集群跑 SFT / RL 几周才能完成的事,在 dollar / token 维度上是两个数量级。 OpenAI 没有列出具体这 10 个问题是哪几个,只给了总量;原帖附了一个链接指向完整说明。模型代号也按内部下一代的说法,没有命名。 对学界来说,真正值得跟进的是 OpenAI 后续放出的论文 / 题目列表 / 结论是否被人类数学家接受。如果它们被独立验证,意味着前沿模型已经可以把提新思路这件事直接交给 API 调用,而不再是研究小组的几个月项目。

Anthropic 把 Sonnet 5 入门价定为永久价 Anthropic 宣布 Claude Sonnet 5 的入门价格永久化。原帖给出的价格:Sonnet 5 在 6 月推出时,设定输入 $2 每百万 token、输出 $10 每百万 token,这一档价格原本写到 8 月 31 日为止,现在正式转为永久价。 对正在用 Sonnet 5 做生产业务的团队来说,这条的实际意义是:可以基于当前价格做更长周期的成本估算,不需要再为短期的入门价窗口单独做迁移预案。Sonnet 5 这一档不会随时间跳变,它在 API 文档里的标价等同于长期承诺。 原帖没有给出其它型号(如 Sonnet 4 系列)价格是否调整,也没有给更低价档是否上线的判断——只明确 Sonnet 5 这一档不变。 实际落地的下一步,是在 Claude 控制台或 API 计费页确认最新报价与计费单位是否仍是 per million tokens,这关系到现有预算模型的换算与上限设定。

OpenAI 发 Hugging Face 事件完整调查报告 OpenAI 公布了对 Hugging Face 事件的完整调查结果。原帖说明已经发布两个东西:一份技术报告,以及一篇配套博客。 这次调查公开覆盖了三个角度:一是还原涉事 agents 在事件中的活动轨迹;二是解释现有 safeguards 为什么这一次没能拦住;三是后续如何防止同类事件再发。 原帖没有给出技术细节,但把还原、失败原因、整改措施三块并列说出来,意味着这三块的内容在技术报告里都会有完整版本。OpenAI 把这一事件定位为需要外部审计与公开复盘的级别,而不只是内部修复。 对开发者社区来说,这份报告值得按三个方向读:一是模型 agent 在失控链路里的具体动作;二是现有 safeguards 在哪些链路下失灵;三是 OpenAI 之后会具体加什么样的护栏——这些细节对评估 agent 类产品的安全设计都有借鉴意义。

OpenAI 自研推理芯片 Jalapeño 测试进展:算力与延迟一并改善 OpenAI 公布了自研推理芯片 Jalapeño 的实测进展。这是 OpenAI 第一代定制推理芯片,这次测试除了芯片本身,也覆盖了它周边的整套系统。 原帖给出的具体进展是两条数据:每一瓦特能产出的智能更多、响应更快;在同一个架构里,吞吐往上、延迟往下,而效率没有牺牲。 原帖没有展开技术细节,但"周边系统一起跑通" + "一个架构把吞吐与延迟都往上抬" 这两点,意味着这轮测试验证的不只是芯片,而是芯片+系统的协同方案是否可行。

Anthropic 上线 Claude Academy 官方学习平台 Anthropic 推出了 Claude Academy,一个官方面向所有人开放的学习平台,内容免费。 定位很明确:不只是给已经每天在用 Claude 的开发者,也覆盖刚开始接触 AI 的人。课程路径按受众拆,新手从最基础的了解 AI 是什么开始,熟手直接进 prompt、API、Agent 搭建的进阶章节。换句话说,它不是又一个零散的教程汇总,而是一条由 Anthropic 自己出品的、结构和深度都在线的学习路径。 对企业内训和高校课程来说,Claude Academy 的出现,意味着 AI 普及教育多了一个免费、官方、长期维护的内容源头。对一直跟 Claude Code 的人来说,这条最有用的部分可能是它把官方推荐的 prompt 范式、工具用法细节、CoWork 与 agent 的最佳实践系统化总结出来了,这些内容平时散落在 changelog、博客、工程师 talk 里,Academy 这次汇总进了同一个入口。 要看后续能不能站住,主要看两点:一是课程更新的节奏能不能跟上模型迭代的速度;二是中文与本地化是否被官方规划——目前看是英文为主,这对国内学习者是个门槛。

OpenAI 把 GPT-5.6 系列收成 ChatGPT 唯一默认 OpenAI 把 GPT-5.6 Sol 设为 ChatGPT 的统一默认,不论 Plus 用户还是免费用户,Instant 模式与深度推理模式都由同一颗模型驱动。这意味着过去那种快速版用一个模型、深度版切换到更强模型的双轨结构被收拢了,日常问答、复杂推理、长文档分析,默认就都走 GPT-5.6 Sol 这条管线。 对个人用户来说,最直接的变化是体验一致:过去你可能在某一类问题上被路由到 Pro,在另一类被路由到即时模型;这次统一了之后,行为更可控,提示词调整也更线性,不必再猜调用的是哪一颗。 对企业侧和开发者侧,这次改动的余波原帖没写清楚——API 默认的分流策略、Tool 调用频率限制、上一代 Instant 模型的去留都没有明说。后续公告里大概率会写一段对照表,值得跟一下。如果 API 那边也是 5.6 Sol 默认,旧的 Instant 与推理路由调度逻辑就要重写一批系统了。

OpenAI发布了GPT-5.6-Cyber，一个专门为网络安全场景打造的模型，同时宣布扩展其网络安全计划Daybreak。 这个模型的定位很明确：在攻击者大规模部署进攻性AI之前，先把前沿智能交到可信的防御者手中。换句话说，OpenAI认为AI攻防的窗口期已经到了，防守方不能再等了。 从技术角度看，GPT-5.6-Cyber不是通用模型的简单微调，而是针对授权网络安全工作专门优化的版本。它能处理高级威胁分析、漏洞检测、安全审计等专业任务。 结合之前Astra达到Critical阈值的消息，OpenAI在网络安全领域的布局已经很清晰了：一边做最强的进攻能力评估，一边做最可靠的防御工具输出。这种双线并进的策略在AI公司里比较少见。 对安全从业者来说，这意味着AI辅助安全分析正在从实验阶段进入生产阶段。未来几年，不会用AI做安全的人可能会被会用的人淘汰。

Anthropic 在协作界面里给 Claude 加了原生浏览器 Anthropic 在 Claude 的协作界面 Cowork 里内置了一个浏览器,直接出现在右侧栏。涉及网站的活,Claude 现在能在右侧直接开网页、点元素、填表单,直至把任务完成,不再依赖用户在另一台浏览器里手动操作。 这次的思路很直接:让 agent 自己接管 GUI,而不是再用 API 或数据层间接调用。对一直在用 Claude 的团队,这条更新意味着 Web 类任务(登录后台、填表、跨页签拷贝信息)真正变成可以让模型直接干的活;对一类特殊场景,比如企业内网、只提供网页界面的老软件、没有公开 API 的 SaaS,这类工具首次有了官方版的 agent 路径。 官方的措辞是内置(built-in),不是外接,意味着浏览器不需要用户额外配置或安全策略开放。它和 Cowork 的其它能力(写代码、调文件)并列,成为新的工具选项。

Anthropic 给一万名科学家免费开 Claude:Team 计划首年 80% 折扣 Anthropic 推出 Claude Team 计划 for Scientists,首期覆盖数学、化学、物理等领域的 10,000 名科学家,可以拿到 Claude 的访问。 价格结构是这样设计的:标准席位免费,premium 席位额度提到标准版的 5 倍,定价 15 美元每月,首年 80% 折扣。换算下来,一个 premium 席位在前 12 个月的实际花费不到 40 美元,第二年再恢复原价。这个价格梯度对企业版 Claude 来说已经非常激进,对一直把"科研预算"卡得很紧的实验室而言,几乎等同于直接送工具。 对学术圈来说,这是一次相当主动的姿态——它把 Claude 切进了"科研主线"的工作流中。科研 prompt 通常更讲究引用、长文档推理、文献综述,跟企业里的代码助手、市场分析用例重叠度很高,但预算结构完全不同;Team 计划相当于把"企业级推理能力 + 学术定价"直接拼起来。 要注意几个原帖没有写明的点:第一,10,000 个名额的发放是按机构、按项目、还是申请审核机制,目前没有公开;第二,"科学家"如何界定——是 PI、博士后、研究生、还是访问学者,不同口径会改变覆盖面;第三,12 个月之后的续费政策,是恢复原价、按机构团购、还是阶梯折扣,也没明说。 对正在做 AI for Science 的人,这是值得跟进的事:如果名额分配的细则这两天放出,意味着一个原本要靠 SSH 申请 + 校内算力分账才能用上的模型,现在直接 reach 到了个人。后续等着看更多规则细节放出。