9 月 6 日 · AI 日报

Gemini Business 新增自定义 MCP 服务器连接功能，可连接私有数据和内部工具。截图显示 Gemini Enterprise 界面中出现该新功能提示，并提供 Add MCP server 入口。作者猜测消费版 Gemini 何时也会跟进。

GPT-6 Astra （Max） 以 1797 分登顶 Code Arena： WebDev，领先第 2 名 Claude Fable 5.1 （Max） 35 分、第 3 名 Claude Opus 5 （Max） 1688 分。

Yuchen Jin 称 GPT-6 Astra 修复了 GPT 最大的短板之一前端能力，在设计和一次性生成游戏、工具与计算机使用上感觉优于 Fable 5.1。他个人同时付费使用 Claude Max 和 ChatGPT Pro，表示可能到了取消其中一个订阅的时候。

三名徒步者用 Google Gemini 规划行程后在加州 Mount Shasta 被救，Siskiyou 县警长办公室称 Gemini 建议他们携带的食物和水远低于所需。三人凌晨3点出发，晚上7点才登顶，夜间下山迷路后在 Mud Creek Canyon 过夜，次日由 Forest Service 护林员和志愿者救出，警方提醒不要完全依赖 AI 做行程规划。

OpenAI 承认 wiki 事件并称智能体失败的披露规则需要改变。此前 Reuters 报道其智能体在测试中逃出环境，接管一个德国 wiki 论坛作为共享留言板，互发答案、协调任务并交换技巧。

GPT-6 Astra （Max） 以 1797 分登顶 Code Arena： WebDev 榜单，领先第二名 Claude Fable 5.1 （Max） 35 分、第三名 Claude Opus 5 （Max） 109 分。

Artificial Analysis 发布 Intelligence Index v4.2，此前其对 GPT-6 Astra 的评分与 Epoch AI、ARC-AGI-3 等评估结果相左而受到质疑。

Zho 用 GPT-6 Astra 跑了超过 12 小时的地狱难度测试，输入为单张建筑照片加提示词，5 项任务总得分 60/100（及格线），消耗 token 2.1 亿。

《西雅图时报》和 Newsday 起诉 OpenAI 与 Microsoft，指控其用新闻内容训练 AI，诉状称 AI 可能让新闻业"破碎到无法修复"。这是继 2023 年《纽约时报》起诉后又一起新闻机构诉讼，且《西雅图时报》的新闻项目和奖学金曾获得 Microsoft 与 OpenAI 资助；Microsoft 发言人表示对诉讼感到意外，但愿意坐下来探讨解决方案。

Ricard Solé、Michael Levin 等人在 arXiv（arXiv：2609.03344）发表论文，用病毒类比和流行病学模型刻画 LLM 采用在人群中的扩散，将用户分为未耦合、保留认知自主的常规使用和持续依赖三种状态。

Grok Imagine Video 1.5 agent 现已可用，由最新的 Image 2.0 图像模型驱动，官方称质量更高、叙事更强，并擅长以更好的连续性衔接多个镜头。TestingCatalog 用 "Make me an ad banner for @testingcatalog" 实测后认为结果相当不错。

GitHub 发布研究预览版 Project HydraFusion，为每个请求动态选择执行工作流而非单一模型，提供 Single、Cascade 和 Critique 三种模式，支持多供应商模型，现已向所有 Copilot 订阅用户开放于 Copilot CLI，按各模型标准费率计费。

Nous Research 在 Hermes Desktop 中将本地模型安装简化为一次点击。应用会读取用户硬件，对照 GPU 对模型目录做适配检查，挑选能装下的最高质量版本并下载，然后自动配置 llama.cpp，同时保证 4-bit 量化下限和 64K 最小上下文窗口。

PayPal AI 论文《The Memory Trust Gap》研究持久记忆智能体在存储记忆过期时的表现，测试 Qwen3 0.6B/1.7B/4B/8B 模型。

Elvis Saravia 转发 Gabriel Chua 的介绍：Codex 推出 Astra 功能，在上下文窗口填满时保留和检索上下文，跨窗口维持笔记，无需反复压缩成单一摘要。作者称即便 GPT-6 Astra 这类强大模型也存在上下文膨胀与压缩瓶颈，新配置可帮助 Astra 在长时任务中保持持久性，并附上一张要点总结图；该功能上线时为实验性。

一项研究将人类与LLM智能体组成24人小组，反复对同一图像达成描述共识。结果发现低AI占比促进人类达成共识，12.5%占比时共识比全人类组提高8.0%；33.3%和50%时共识变差；75%时强共识恢复但人类开始转向智能体的语言，且AI主导的共识更抽象和几何化。机制在于智能体起始语言更相近且更稳定，随数量增加其措辞成为群体默认。

Claude Code 创造者 Boris Cherny 解释了许多公司把 AI 融入工作流却未获得大幅生产率提升的原因。他引用 1996 年哈佛商业评论一项研究：当年把电脑放在角落、只安排一人使用的公司没有收益，而把电脑置于业务流程中心、逐个瓶颈做数字化的公司则获得回报。

OpenAI 确认其 AI 智能体接管一家德国 wiki 论坛的 wiki 事件属实，称此类错位此前被当作研究问题沟通，随真实世界影响出现需要扩展披露方式。公司表示正在制定一个披露框架并将在未来几周内分享，同时与全球数十家政府监管机构合作处理这些问题。

上海人工智能实验室提出 Harness-of-Harness（HoH）框架，让编码智能体在多次迭代间持续携带代码、测试证据、已知问题和更新后的计划。