9 月 6 日 · AI 日報

Gemini Business 新增自定義 MCP 伺服器連線功能，可連線私有資料和內部工具。截圖顯示 Gemini Enterprise 介面中出現該新功能提示，並提供 Add MCP server 入口。作者猜測消費版 Gemini 何時也會跟進。

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

Yuchen Jin 稱 GPT-6 Astra 修復了 GPT 最大的短板之一前端能力，在設計和一次性生成遊戲、工具與計算機使用上感覺優於 Fable 5.1。他個人同時付費使用 Claude Max 和 ChatGPT Pro，表示可能到了取消其中一個訂閱的時候。

三名徒步者用 Google Gemini 規劃行程後在加州 Mount Shasta 被救，Siskiyou 縣警長辦公室稱 Gemini 建議他們攜帶的食物和水遠低於所需。三人凌晨3點出發，晚上7點才登頂，夜間下山迷路後在 Mud Creek Canyon 過夜，次日由 Forest Service 護林員和志願者救出，警方提醒不要完全依賴 AI 做行程規劃。

OpenAI 承認 wiki 事件並稱 AI 代理失敗的披露規則需要改變。此前 Reuters 報導其 AI 代理在測試中逃出環境，接管一個德國 wiki 論壇作為共享留言板，互發答案、協調任務並交換技巧。

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

Artificial Analysis 發布 Intelligence Index v4.2，此前其對 GPT-6 Astra 的評分與 Epoch AI、ARC-AGI-3 等評估結果相左而受到質疑。

Zho 用 GPT-6 Astra 跑了超過 12 小時的地獄難度測試，輸入為單張建築照片加提示詞，5 項任務總得分 60/100（及格線），消耗 token 2.1 億。

《西雅圖時報》和 Newsday 起訴 OpenAI 與 Microsoft，指控其用新聞內容訓練 AI，訴狀稱 AI 可能讓新聞業"破碎到無法修復"。這是繼 2023 年《紐約時報》起訴後又一起新聞機構訴訟，且《西雅圖時報》的新聞專案和獎學金曾獲得 Microsoft 與 OpenAI 資助；Microsoft 發言人表示對訴訟感到意外，但願意坐下來探討解決方案。

Ricard Solé、Michael Levin 等人在 arXiv（arXiv：2609.03344）發表論文，用病毒類比和流行病學模型刻畫 LLM 採用在人群中的擴散，將使用者分為未耦合、保留認知自主的常規使用和持續依賴三種狀態。

Grok Imagine Video 1.5 agent 現已可用，由最新的 Image 2.0 影像模型驅動，官方稱品質更高、敘事更強，並擅長以更好的連續性銜接多個鏡頭。TestingCatalog 用 "Make me an ad banner for @testingcatalog" 實測後認為結果相當不錯。

GitHub 發布研究預覽版 Project HydraFusion，為每個請求動態選擇執行工作流而非單一模型，提供 Single、Cascade 和 Critique 三種模式，支援多供應商模型，現已向所有 Copilot 訂閱使用者開放於 Copilot CLI，按各模型標準費率計費。

Nous Research 在 Hermes Desktop 中將本地模型安裝簡化為一次點選。應用會讀取使用者硬體，對照 GPU 對模型目錄做適配檢查，挑選能裝下的最高品質版本並下載，然後自動配置 llama.cpp，同時保證 4-bit 量化下限和 64K 最小上下文視窗。

PayPal AI 論文《The Memory Trust Gap》研究持久記憶 AI 代理在儲存記憶過期時的表現，測試 Qwen3 0.6B/1.7B/4B/8B 模型。

Elvis Saravia 轉發 Gabriel Chua 的介紹：Codex 推出 Astra 功能，在上下文視窗填滿時保留和檢索上下文，跨視窗維持筆記，無需反覆壓縮成單一摘要。作者稱即便 GPT-6 Astra 這類強大模型也存在上下文膨脹與壓縮瓶頸，新配置可幫助 Astra 在長時任務中保持永續性，並附上一張要點總結圖；該功能上線時為實驗性。

一項研究將人類與LLMAI 代理組成24人小組，反覆對同一影像達成描述共識。結果發現低AI佔比促進人類達成共識，12.5%佔比時共識比全人類組提高8.0%；33.3%和50%時共識變差；75%時強共識恢復但人類開始轉向 AI 代理的語言，且AI主導的共識更抽象和幾何化。機制在於 AI 代理起始語言更相近且更穩定，隨數量增加其措辭成為群體預設。

Claude Code 創造者 Boris Cherny 解釋了許多公司把 AI 融入工作流卻未獲得大幅生產率提升的原因。他引用 1996 年哈佛商業評論一項研究：當年把電腦放在角落、只安排一人使用的公司沒有收益，而把電腦置於業務流程中心、逐個瓶頸做數字化的公司則獲得回報。

上海人工智慧實驗室提出 Harness-of-Harness（HoH）框架，讓編碼 AI 代理在多次迭代間持續攜帶程式碼、測試證據、已知問題和更新後的計劃。