9 月 4 日 · AI 日報

據 Artificial Analysis 資料，Grok 4.6 （High） 在多項基準上超過 OpenAI GPT-6 Astra （Max）：Agentic Index 59 對 51，τ3-Banking 51% 對 41%，Non-hallucination 66% 對 49%，GDPval-AA v2 1，730 對 1，629。作者稱 Grok 4.7 很快將到來。

Anthropic 的 Claude Devs 團隊宣佈在 ant CLI 中新增 ant apply 命令。使用者可以在倉庫中以檔案形式宣告 Claude Managed Agent 的環境、AI 代理、技能、記憶儲存和部署，並通過 ant apply 讓 API 資源與這些檔案保持同步。文件見 https://platform.claude.com/docs/en/cli-sdks-libraries/cli/apply。

作者宣佈從今天起，付費 ChatGPT 計劃使用者每有一天無法訪問 Astra，就會獲得一次 banked reset 補償。首批補償約 3 小時後發放，團隊正加緊儘快開放訪問，尚未註冊帳號的使用者現在還可以建立。

Anthropic 團隊正在探索擴充套件和自定義 Claude Code 的新方式：Function Hooks，併發布演示影片展示其用途。該功能尚未發布，團隊在 GitHub issue 上徵集回饋。

螞蟻 inclusionAI 在 GitHub 發布 Choruz，一個本地優先的協作應用，讓人類與 AI 代理在類 Slack 空間中協作，每個 Agent 在獨立工作區執行真實 CLI，可通過訊息、執行緒、任務和檔案交接工作。

Gemini Live 現在可以使用 Google Workspace 聯結器，包括 Gmail、Keep 和 Docs。作者表示這是其期待已久的功能變化。

ChatGPT、Claude、Codex 和 Grok 在同一時間視窗內出現服務中斷，OpenAI 和 Anthropic 均確認錯誤率升高。

Emad Mostaque 稱 Astra 在 Stargate Texas 使用 100k GPUs，用約兩個月時間預訓練，使其成為首個 10 億美元規模的訓練 run。

BestBlogs 09-04 早報彙總十條內容，涉及 GPT-6 Astra 安全概覽、Paul Graham 創業訪談、曾鳴 AI 產業史觀、Codex 與 DeepSeek 的 Harness 開源對比、Meta 團隊縮減計劃與組織級第二大腦、NVIDIA 推測解碼指南、通義 E-Commerce Bench、Google WeatherNext 3 和美團智播。

作者數字生命卡茲克發布對 GPT-6 Astra 的全面解析，標題以"歡迎來到AGI時代"點題。當前材料僅提供摘要級資訊，正文以"一段漸變的旅程"描述，未給出可驗證的具體細節。

Cognition 宣佈 GPT-6 Astra 將接入 Devin，在 FrontierCode 1.1 上得分與 Fable 5 相差不到 0.4 分，成本降低 64%，並在其內部測試基準上創造 SOTA，生成更全面的測試、更清晰的報告和更好的影片證據。

OpenAI 宣佈推出 Daybreak for Frontline Defenders 計劃，投入 10 億美元（約合 67.36 億元人民幣），為資源有限的網路安全防禦團隊提供 Daybreak 訪問權限、培訓、技術支援及合作服務，優先覆蓋供水、電力、地方政府和金融等關鍵服務。

洛杉磯聯合學區（LAUSD）已在學區裝置上對所有學生封禁生成式 AI；Google Search 仍可用，但 AI Mode 已停用，AI Overviews 仍可能出現，因 Google 尚未給管理員提供完全關閉開關；教師使用 AI 不受限。

SemiAnalysis 認為 OpenAI 啟動 ASIC 晶片專案、投入數億美元研發並在 Hot Chips 上展示 Jalapeno，是對 NVIDIA 施壓以換取數十億美元級別融資和擔保的好辦法。如果 Jalapeno 規模化表現出色，OpenAI 每 MW 收入將提升；即使晶片失敗，OpenAI 仍能從 NVIDIA 獲得大量融資和擔保。

Ryan Greenblatt稱GPT-6 Astra在不透明推理上出現巨大躍升，能在不外顯推理的情況下心算解出高難度競賽數學題，而此前AI只能解基礎應用題。他提醒基準結果可能受汙染，並提到UK AISI發現Astra的monitorability明顯更差；他猜測躍升源自增加序列深度的架構改動，若未來幾代模型延續此類躍升，chain-of-thought將不再是有效的監督工具。

Emad Mostaque 引用 GPT-6 Astra 在 Artificial Analysis 智慧指數上因極高 token 效率處於帕累托前沿、每任務成本低於比其便宜 13 倍的 Gemini 3.8 Flash 的對比，預測明年前沿模型將以比現在快且便宜 100 倍的方式 one shot 完成一切。他認為屆時無需監控推理痕跡，是本能式智慧，因此預訓練中嵌入的內容更加重要。

Gary Marcus 發文點評 GPT-6 Astra，稱多項報告顯示其為真正的進步，OpenAI 產品顯式建立並操縱符號世界模型，令其近十年的主張獲得印證。

Ethan Mollick 提出，使用 Fable 和 Astra 級模型的心智模型是委派給一個優秀的外部團隊，而不是實習生。要能說清你想要什麼、給 AI 多大自主權、指定要測試什麼以及何時來找你求助，並能描述好的成果是什麼樣的。

法國巴黎 ISC 商學院研究人員 Zeineb Farhat 在《應用認知心理學》發表小型研究，採訪 45 名每天使用 ChatGPT 的 18 至 25 歲使用者，發現過度依賴可能與獨立思考能力下降、自我懷疑增加和社交孤立相關，並將其與認知解除安裝聯絡起來。