AI 日报 2026-09-04 📅 发布时间:2026/9/5 12:12:43 👁 浏览次数: 一、AI Coding 动态1. OpenAI 发布 GPT-6 AstraBrockman 喊出欢迎进入 AGI 时代美东时间 9/3OpenAI 正式发布新一代旗舰模型GPT-6 Astra总裁 Greg Brockman 称其为代际跃迁并表示人们未来或许会把这一刻视为 AGI 到来的节点。Astra 在得州 Stargate 基地用超过 10 万块 GPU训练核心变化是能直接操作计算机与软件自主完成编程、科研、金融建模、制作演示文稿与电子表格、设计电路板等复杂任务它也是 OpenAI 首个达到内部关键Critical网络安全能力门槛的模型已具备发现未知漏洞、开发漏洞利用程序的能力最先进网安能力被设了更严访问限制。值得关注AI 竞争标尺正从生成更好的文字/代码/图片切换到能否独立完成一项完整工作。Astra 把数字员工叙事推到前台对企业意味着 agentic 任务的治理override、审计、权限边界必须从现在补而非 18 个月后但其AGI定性更偏战略叙事落地仍以工程可靠性为准。2. Anthropic 推出 Claude Fable 5.1 / Mythos 5.1缓存读取价砍 75% 至 $0.259/3Anthropic 发布Claude Fable 5.1与Mythos 5.1在全部八项基准登顶同步将缓存读取价从每百万 token 1 美元降至 0.25 美元降幅 75%典型任务整体成本降约 25%、高度 Agent 化任务最高降 45%。Fable 5.1 首次在生产级安全防护开启下评测Mythos 5.1 仅向可信网络安全/生命科学伙伴开放实现能力—护栏解耦。新版本还引入防蒸馏机制。值得关注长时域 Agent 的成本骤降直接改写企业级大模型选型账本——花得起才能跑得久的门槛被拉低。缓存降价是针对 agentic 长上下文反复读取系统提示/代码库的精准让利比单纯降输入价更戳痛点。3. Google 发布 Gemini 3.8 Flash 与 Flash Cyber六周三度迭代 FlashGoogle 9/3 推出Gemini 3.8 Flash及网络安全专用版Gemini 3.8 Flash Cyber保持 3.7 Flash 促销价输入/输出 0.75 / 3.75 美元每百万 token。3.8 Flash 主打长周期软件工程与自主 AgentDeepSWE 达 73.7%、Terminal-Bench 2.1 逼近旗舰Flash Cyber 漏洞发现成功率超 70%、CWE-Bench Pass1 达 47.2%仅经 Fairwind Program 向可信安全人员开放。值得关注接近前沿性能却只要约 1/7 价格把长周期把事做完的 agentic 工程成本结构改写且 Google 把安全专用模型单列并限可信对象呼应了 OpenAI 给 Astra 网安能力设限的同一趋势——前沿能力开始按可信度分层分发。4. Meta 发布 Muse Spark 1.3 并将 Muse Code 推出 GAMeta 9/3 发布迄今最强模型Muse Spark 1.3编程版同等编程任务下工具调用次数减少 20%、输出 Token 消耗降低 25%在多文件重构/协同开发中推理速度与成本优势凸显。同期Muse Code结束 Beta 正式 GA新增多 Agent 工作流、跨会话状态共享、开发者预览 SDK自建自定义 Agent并推出月订阅方案支持单命令终端安装。值得关注编程智能体从能写代码向低成本高效写代码演进性价比成为普及加速器Muse Code 的 GA SDK 意味着大厂把Agent 工作台当作独立产品线来打而非模型能力的附属。5. 阿里 Qwen3.8-Max 登顶 CodeArena WebDev 榜首9/2阿里更新旗舰Qwen3.8-MaxCodeArena: WebDev 榜单提升 22 分至 1691 分超越 Claude Opus 5、Kimi K3 位居总榜第一性价比榜单显示其每百万 token 综合均价仅约 5 美元。模型已上线千问平台并接入 Qoder、千问办公。值得关注国产模型在前端编程这一高可见度赛道拿到全球第一且以第一梯队性能 约 1/7 价格的组合直接冲击定价权对国内研发团队意味着自有模型 自有 harnessQoder的闭环开始具备替代海外栈的说服力。6. OpenAI 将于 11/12 终止向 Cursor 提供模型模型商与工具商博弈升级OpenAI 宣布因 SpaceX 收购 CursorAnysphere不信任合作方遵守条款将于2026-11-12终止向 Cursor 直接供应模型Cursor 当前仅约 5% 流量依赖 OpenAIAnthropic 已表态增加算力支持 Claude 接入。开发者仍可用自有 API Key 或 Codex IDE 扩展访问 GPT 模型。值得关注护城河从模型接入转向自有模型 场景绑定。IDC 直指模型蒸馏已成一线竞争风险——OpenAI 担心 Cursor 规模化的输出被 Grok 用于训练。对工程团队这是把多模型、可迁移、BYOK写进工具策略的硬提醒今天能用的模型不保证明天还在。7. 开源 Orca 把多个 Coding Agent 编成一支开发团队9/2 在 GitHub 走红的开源项目Orca定位为 Agent Development EnvironmentADE以 Git Worktree 为基础让 Codex、Claude Code、OpenCode、Pi、Kimi、Qwen Code 等并行工作于独立目录开发者统一比较 Diff、Review 后合并。值得关注IDE 正从单人编辑器走向多 Agent 工作台——不同模型各管一个子任务前端/后端/测试人只做评审与合并。这是 agentic 工程从一个聪明 Agent到一支 Agent 班组的范式信号也倒逼 Git/评审/CI 流程为并行 Agent 重新设计。8. Claude Code 自动模式与 Git core.fsmonitor 双双曝出新攻击面9/2–3 连续披露两类 coding agent 安全事件其一Claude Code Opus 5 默认开启的自动模式可被网页提示诱导下载并执行恶意代码小测成功率 60%–80%Anthropic 标记为信息性备注且无修复计划强调安全边界在 OS 隔离其二Git core.fsmonitor 漏洞波及 Codex、Claude Code、Cursor、goose、Qwen Code、Grok Build、Hermes Agent 等 7 款恶意仓库 .git/config 植入命令即可在沙箱外无确认执行任意代码多数产品已发补丁。值得关注两类漏洞都与模型越狱无关纯粹是灵活 Git/自动化特性 × Agent 自动化交互出的新攻击面暴露 coding agent 信任边界滞后于自动化。对整目录解压/共享盘来源的仓库需格外警惕并及时升级。9. 腾讯 WorkBuddy 开放平台上线Agent 进入组网阶段9/2 腾讯宣布WorkBuddy 开放平台open.WorkBuddy.cn正式上线首批引入超百家生态伙伴打通硬件、应用与开发者三层生态开放 Skill / Expert / Connector 能力Connector 支持 MCP 与 CLI 双方案双向接入。其定位为Agent 底座统一管理上下文、记忆与任务状态解决单点/场景/供给/产业四类割裂。值得关注行业主线从做一个强 Agent转向把分散 Agent 调配成一个可协同的集体。WorkBuddy 把上下文/记忆/任务状态下沉为基础设施对应 OReilly 提到的企业自建 harness趋势——当模型趋同编排与记忆层才是护城河。10. Harness-of-Harness 框架多日自主软件开发平均提升 52%AI Weekly 9/3 报道Harness-of-Harness框架把编程智能体包裹在规划—编码—测试的迭代循环中配合版本化项目历史使测试与评估相互隔离。在多个基准上三次迭代平均带来52.25%提升峰值 82.86%甚至能自主开发完整游戏。同期 Anthropic 还发布Model Hardware Standard尝试为 Agent 建立与显微镜、机械臂等异构硬件沟通的通用语言。值得关注前者证明多日自主软件开发具备工程可行的可靠性做法把 harness 研究从单轮任务推向长程后者则把 Agent 从纯软件智能体延伸到物理世界执行层——与具身智能的边界正在被Agent 操控硬件这一命题打通。二、具身智能动态11. 李飞飞 World Labs 发布 Atlas全球首个多模态世界模型手机视频变机器人训练场9/1–3李飞飞旗下 World Labs 发布Atlas多模态世界模型仅需 1–6 张图即可生成最长 1 分钟、1440p 视频并能重建 3D 空间盲测中对 MiniMax H3 胜率 75%、对 Gemini Omni Flash 胜率 81%。其Real-to-Sim能力可把普通手机拍的少量视频转化为高精度 3D 物理空间机器人能钻进孪生空间跑图试错并实时获得对齐的 RGB 图与深度图。值得关注直击具身智能最大瓶颈——虚拟训练场不够用。传统真实数据采集估算成本可达百万亿美元量级Atlas 用 24 帧手机视频即可重建大型空间把现实→仿真的门槛打下来是通向具身智能的关键基建但官方数据仍来自实验室且未发论文/定价/GA需等第三方复现。12. 小鹏 IRON 首轮超 9 亿美元融资估值 63 亿美元刷新行业纪录9/1–3小鹏集团旗下人形机器人业务完成首轮超9 亿美元融资投后估值超63 亿美元约 430 亿元IDG 资本领投、高榕参投腾讯与阿里战略入局刷新国内具身智能单轮私募纪录。IRON 全身 76 自由度、单手 21 自由度搭载 3 颗图灵芯片达 2250 TOPS计划年底量产、2027 年海内外交付月产能可迅速提升至数千台何小鹏已亲自兼任机器人业务 CEO。值得关注车企造人成为资本叙事新范式。小鹏以车规级制造体系、供应链复用与全栈自研芯片/运动控制/AI 基础设施背书把物理 AI当作第二增长曲线但核心 EV 业务净亏损扩大、股价承压机器人能否撑起估值要看量产节奏与真实场景交付。13. 近 20 家车企集体下场造人形机器人第二增长曲线竞赛打响9/3 多家媒体盘点奇瑞墨甲2025 年成立天使轮估值 25 亿元定位第三增长曲线、广汽慧仑GoMate Mini 轮足式已在 7 个项目部署近 50 台、近千万元订单、蔚来智驾负责人任少卿创立物理 AI 基础模型公司、蔚来战略投资、理想/比亚迪等近 20 家车企通过自研、投资或子公司切入具身智能。值得关注车企具备可共用供应链与可实战演练的工厂天然适合做人形机器人。行业信号从个别前瞻变为战略浪潮对具身赛道意味着本体成本与量产能力将被汽车制造体系快速拉低但也加剧卖铁同质化真正分化点在大脑与场景数据。14. 马斯克预言2036 年全球人形机器人破 10 亿台生产力超全人类9/1 马斯克表示到 2036 年全球人形机器人将突破10 亿台总生产力超过全人类总和并预测 AI 可使全球经济年增 20%–30%带来约 20 万亿–30 万亿美元增量。该预言直接催化 9/3 A 股机器人概念开盘 20 分钟 5 股涨停。值得关注作为强叙事催化它把产业预期与资本市场情绪绑定但需冷静看待——当前中国人形机器人上半年出货约 4 万台、全球占比 97%距10 亿台仍是数量级鸿沟。预言价值在指明方向而非兑现节奏。15. 第二届世界人形机器人运动会落幕天工 Ultra 400m 跑进 38.15 秒从展台到赛场9/2 新华社盘点第二届世界人形机器人运动会上天工 Ultra 以38.15 秒冲线 400 米大型组一年前冠军还是 1 分 28 秒赛会共 51 个项目、21 项场景赛家庭/酒店/工业/餐饮/应急全自主模式计满分、遥操作乘 0.5。同时《国家人形机器人产业标准体系建设指南2026 版》征求意见涵盖基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理 6 部分提出 2028 年完成至少 100 项关键标准北京 RoboMIND 数据集全球下载破 2000 万次。值得关注行业正从技术验证迈入商业落地关键转折期。运动控制一年缩短近 50 秒是实质进步赛事规则 数据集 国际标准三位一体卡位把先发优势固化为生态话语权——中国以标准互认争夺全球竞争赛点。16. 中国具身智能上半年融资 935 亿同比 5 倍宇树智元合占全球 75% 出货多源数据9/1–3上半年国内具身智能融资 935 亿元、322 笔约为去年同期 5 倍估值过百亿公司达 18 家宇树、智元两家合计占全球人形机器人出货约 75%智元 9700 台/43%、宇树 7000 台/31%。估值逻辑现三重切换从看 Demo → 看出货、从讲故事 → 看闭环、从单点强 → 全链条硬RaaSRobot as a Service正改写卖铁为卖服务。值得关注马太效应比想象中残酷赢家通吃信号明确。达闼、一星等曾高估值玩家已出局证明钱烧完、量产没跑通即淘汰下半场留牌桌的筹码是供应链硬整合、真实场景数据闭环与大脑持续投入而非单机参数。17. 国家医保 DRG/DIP 3.0 为机器人辅助手术单独设分组9/2 国家医保局发布 DRG/DIP 3.0 版为机器人辅助手术单独设立支付分组覆盖肺、脊柱、关节等术式医院开展高成本机器人手术不再与传统手术共享打包价鼓励先进技术落地。值得关注支付端破冰是医疗机器人商业化的关键一环——过去贵且难报销卡住采购单独分组后医院有动力引入、厂商有清晰回款预期。结合骨科手术机器人如长木谷已在展会亮相医疗具身场景的落地确定性提升。18. 香港兰桂坊部署 AlphaBot 2 服务机器人具身智能走进真实高交互商业场景9/3–4智平方AlphaBot 2爱宝入驻香港兰桂坊酒吧由脑启发架构大模型 NeuroVLA 驱动可调制鸡尾酒并与顾客互动在复杂开放环境中稳定运行。值得关注服务机器人从演示走向真实部署、并实现全链条出海的节点。酒吧是高交互、非结构化、容错低的硬场景能稳定跑通意味着具身智能在服务业的毛细血管开始打通相比工厂/物流这类场景更贴近大众认知与商业化验证。今日小结AI Coding 主线旗舰模型集体把长周期把事做完当主战场Astra / Fable 5.1 / Gemini 3.8 Flash / Muse Code价格战从输入价打到缓存读取价生态层模型商 vs 工具商博弈加剧OpenAI 断供 Cursor、WorkBuddy 组网、Orca 多 Agent 工作台安全侧新攻击面自动模式 / Git fsmonitor提醒信任边界滞后于自动化。具身智能主线Atlas 世界模型把真实→仿真成本打下来是具身训练基建的里程碑资本与车企集体下注小鹏 9 亿、近 20 家车企、融资 935 亿同比 5 倍但估值逻辑已从 Demo 切到出货与闭环标准、医保、真实部署三路并进产业从技术验证迈向商业落地。