9 月 4 日 · AI 日报

据 Artificial Analysis 数据，Grok 4.6 （High） 在多项基准上超过 OpenAI GPT-6 Astra （Max）：Agentic Index 59 对 51，τ3-Banking 51% 对 41%，Non-hallucination 66% 对 49%，GDPval-AA v2 1，730 对 1，629。作者称 Grok 4.7 很快将到来。

Anthropic 的 Claude Devs 团队宣布在 ant CLI 中新增 ant apply 命令。用户可以在仓库中以文件形式声明 Claude Managed Agent 的环境、智能体、技能、记忆存储和部署，并通过 ant apply 让 API 资源与这些文件保持同步。文档见 https://platform.claude.com/docs/en/cli-sdks-libraries/cli/apply。

作者宣布从今天起，付费 ChatGPT 计划用户每有一天无法访问 Astra，就会获得一次 banked reset 补偿。首批补偿约 3 小时后发放，团队正加紧尽快开放访问，尚未注册账号的用户现在还可以创建。

Anthropic 团队正在探索扩展和自定义 Claude Code 的新方式：Function Hooks，并发布演示视频展示其用途。该功能尚未发布，团队在 GitHub issue 上征集反馈。

蚂蚁 inclusionAI 在 GitHub 发布 Choruz，一个本地优先的协作应用，让人类与 AI 智能体在类 Slack 空间中协作，每个 Agent 在独立工作区运行真实 CLI，可通过消息、线程、任务和文件交接工作。

Gemini Live 现在可以使用 Google Workspace 连接器，包括 Gmail、Keep 和 Docs。作者表示这是其期待已久的功能变化。

ChatGPT、Claude、Codex 和 Grok 在同一时间窗口内出现服务中断，OpenAI 和 Anthropic 均确认错误率升高。

Emad Mostaque 称 Astra 在 Stargate Texas 使用 100k GPUs，用约两个月时间预训练，使其成为首个 10 亿美元规模的训练 run。

BestBlogs 09-04 早报汇总十条内容，涉及 GPT-6 Astra 安全概览、Paul Graham 创业访谈、曾鸣 AI 产业史观、Codex 与 DeepSeek 的 Harness 开源对比、Meta 团队缩减计划与组织级第二大脑、NVIDIA 推测解码指南、通义 E-Commerce Bench、Google WeatherNext 3 和美团智播。

作者数字生命卡兹克发布对 GPT-6 Astra 的全面解析，标题以"欢迎来到AGI时代"点题。当前材料仅提供摘要级信息，正文以"一段渐变的旅程"描述，未给出可验证的具体细节。

Cognition 宣布 GPT-6 Astra 将接入 Devin，在 FrontierCode 1.1 上得分与 Fable 5 相差不到 0.4 分，成本降低 64%，并在其内部测试基准上创造 SOTA，生成更全面的测试、更清晰的报告和更好的视频证据。

OpenAI 宣布推出 Daybreak for Frontline Defenders 计划，投入 10 亿美元（约合 67.36 亿元人民币），为资源有限的网络安全防御团队提供 Daybreak 访问权限、培训、技术支持及合作服务，优先覆盖供水、电力、地方政府和金融等关键服务。

洛杉矶联合学区（LAUSD）已在学区设备上对所有学生封禁生成式 AI；Google Search 仍可用，但 AI Mode 已禁用，AI Overviews 仍可能出现，因 Google 尚未给管理员提供完全关闭开关；教师使用 AI 不受限。

SemiAnalysis 认为 OpenAI 启动 ASIC 芯片项目、投入数亿美元研发并在 Hot Chips 上展示 Jalapeno，是对 NVIDIA 施压以换取数十亿美元级别融资和担保的好办法。如果 Jalapeno 规模化表现出色，OpenAI 每 MW 收入将提升；即使芯片失败，OpenAI 仍能从 NVIDIA 获得大量融资和担保。

Ryan Greenblatt称GPT-6 Astra在不透明推理上出现巨大跃升，能在不外显推理的情况下心算解出高难度竞赛数学题，而此前AI只能解基础应用题。他提醒基准结果可能受污染，并提到UK AISI发现Astra的monitorability明显更差；他猜测跃升源自增加串行深度的架构改动，若未来几代模型延续此类跃升，chain-of-thought将不再是有效的监督工具。

Emad Mostaque 引用 GPT-6 Astra 在 Artificial Analysis 智能指数上因极高 token 效率处于帕累托前沿、每任务成本低于比其便宜 13 倍的 Gemini 3.8 Flash 的对比，预测明年前沿模型将以比现在快且便宜 100 倍的方式 one shot 完成一切。他认为届时无需监控推理痕迹，是本能式智能，因此预训练中嵌入的内容更加重要。

Gary Marcus 发文点评 GPT-6 Astra，称多项报告显示其为真正的进步，OpenAI 产品显式创建并操纵符号世界模型，令其近十年的主张获得印证。

Ethan Mollick 提出，使用 Fable 和 Astra 级模型的心智模型是委派给一个优秀的外部团队，而不是实习生。要能说清你想要什么、给 AI 多大自主权、指定要测试什么以及何时来找你求助，并能描述好的成果是什么样的。

法国巴黎 ISC 商学院研究人员 Zeineb Farhat 在《应用认知心理学》发表小型研究，采访 45 名每天使用 ChatGPT 的 18 至 25 岁用户，发现过度依赖可能与独立思考能力下降、自我怀疑增加和社交孤立相关，并将其与认知卸载联系起来。