麦肯锡调查：32%企业因AI编程智能体放弃软件采购，高绩效企业比例接近五成
麦肯锡2026年AI现状全球调查（8月25日发布，覆盖97个国家1719名受访者）显示，32%的受访企业已因AI编程智能体可在内部复现相同功能而放弃至少一款软件采购。高绩效企业（占受访者6%）中这一比例接近50%；年营收超10亿美元的大型企业中，40%正在规模化部署AI智能体，较上年增13个百分点。五分之一的企业反映token成本已构成对AI部署规模的实际约束。
GPT-6 Astra全量推送：首个突破网络安全能力门槛，越狱防护与限制之间的真实裂缝
9月6日，OpenAI将GPT-6 Astra向ChatGPT Plus、Pro、Business、Enterprise及API用户全面推送，定价输入/输出每百万token 10/50美元。该模型在ExploitBench上得分100%，是OpenAI公认的首个突破"关键网络安全能力门槛"的系统，但高级网络工具仍受限制开放。在Hugging Face事件阴影未散、联邦立法压力升温的背景下，这次推送
WD
向手机轻声抱怨？语音反馈或重塑客户评价新方式
传统客户反馈要么靠长问卷，要么靠排队等电话，令人望而却步。一家名为Voicebox的服务让你对着手机录下语音便签，把抱怨、需求或赞赏直接发给商家。这种更自然也更口语化的反馈方式，有望借助AI语音分析，改变企业与消费者之间的沟通逻辑。
ARS
32亿美元AI数据中心背后：复杂企业网与责任迷局
一个耗资32亿美元的AI数据中心，背后并非单一科技巨头，而是由资本方、地产信托、数据中心运营商和AI公司组成的复杂企业网。股权与合同设计本是为了隔离风险，却也让“谁负责”成为难题。Ars Technica报道拆解了项目背后的惊人结构：一旦出现工期延误、算力不达标或环境污染，层层关联公司都可能推诿。本文结合报道提出，AI基建必须从金融合同上升到公共治理，才能让责任链条清晰可追。
Anthropic 11个月锁定5170亿美元算力合约，IPO前军备竞赛进入白热化
据《The Information》对公开披露信息的汇总分析，Anthropic在过去11个月内签署的算力容量合约总额高达5170亿美元，新增锁定至少14.8吉瓦算力，合作方涵盖亚马逊、谷歌、微软、SpaceX等巨头。这一数字远超其2025年12月向投资者披露的2029年前1800亿美元服务器租赁预算，折射出顶级AI实验室在上市前夕争抢算力基础设施的极端焦虑。
OpenAI首席科学家对着自家公司喊刹车：CoT监控失效与递归自改进的双重警报
2026年9月6日，OpenAI首席科学家雅库布·帕霍茨基在官方博客发表长文《异类思维》，以内部数据为依据，指出AI进步速度将延伸至递归自我改进阶段，同时明确警告：没有任何实验室具备足够的对齐与监控能力来负责任地全速扩展。与此同时，OpenAI当天披露研究人员日均推理消耗已超600美元——一边踩油门，一边拉手刹，这种内部张力本身就是最值得分析的信号。
Research Lab
5大模型翻译对决：第37周质量评测，claude-sonnet-4.6 以 9 分领跑
本周共翻译 368 篇文章，覆盖 5 个AI模型。经抽样盲评，claude-sonnet-4.6 综合得分最高（9/10）。报告详细对比各模型在准确性、流畅性、术语一致性方面的表现差异。
TC
优步创始人卡兰尼克要杀回自动驾驶？新公司或涉足机器人出租车
据TechCrunch报道，优步创始人特拉维斯·卡兰尼克创办的Atoms公司可能入局自动驾驶出租车（Robotaxi）。这位曾因激进的自动驾驶计划离开优步的创业者，此前表示Atoms将让他完成“未竟的事业”。若消息属实，他将在多年前跌倒的赛道上再度出发，而这一次，面对的将是一个更拥挤、更复杂的市场。
TC
作者抗议人工智能版权和解金分配，出版商与代理拿走了大头
在与人工智能公司Anthropic达成的版权和解中，作者们公开抗议出版商和文学代理商分走过多赔偿金。他们认为，这些中介机构按旧有合同索取侵权和解款的分成，明显超出合理份额，将稀释作者的合法补偿。该争端折射出传统出版利益分配机制在生成式AI时代的不适应，也引发外界对创作者权益保护规则的反思。
Gemini 3.8 Flash发布：性价比逼近Claude Opus 5，谷歌用Flash系列打一场速度战
北京时间9月3日，谷歌发布Gemini 3.8 Flash及Gemini 3.8 Flash Cyber两款新模型。前者在DeepSWE v1.1长周期软件工程测试中得分73.7%，以远低于Claude Opus 5的价格实现接近的编程性能；后者通过Fairwind计划向650余家机构提供网络安全防御能力。这是谷歌六周内第三次更新Flash系列，106天内推出第四款Flash模型。
英伟达129亿美元收购Hugging Face：AI基础设施帝国的最后一块拼图
2026年9月3日，英伟达宣布以129.3亿美元收购Hugging Face，交易预计2027年上半年完成。这是英伟达有史以来第二大收购，规模仅次于年初200亿美元的Groq资产并购。Hugging Face坐拥1800万开发者、300万模型、50万数据集，是AI领域最大的模型分发枢纽。英伟达承诺维持平台开源属性，继续支持多云和多加速器部署——但这张保证能否兑现，是整个AI社区最迫切的疑问。
GPT-o3材料约束暴跌20分 主榜反升4.8分
GPT-o3今日Smoke评测中材料约束从70.00分跌至50.00分，工程判断从100.00分跌至50.00分，但代码执行从75.00分升至100.00分，主榜从72.75分升至77.50分。单日10题测试下，材料约束与工程判断同步大跌，需判断是抽签波动还是真实能力退化。
豆包Pro材料约束暴跌27.6分，代码执行却飙升49.3分
豆包Pro在今日Smoke评测中材料约束从85.90分跌至58.30分，降幅27.6分；代码执行从50.00分升至99.30分，升幅49.3分，主榜从66.16分升至80.85分。工程判断（侧榜，AI辅助评估）从100.00分跌至44.50分。单日10题测试下，维度分数剧烈波动，需判断是否为抽签波动还是真实退化。
DeepSeek V4 Pro 与 Gemini 3.1 Pro 与 GLM-4.6并列83.49分：2026-09-07 Smoke快测数据简报
2026-09-07 赢政指数 Smoke 快测覆盖 11 个模型，DeepSeek V4 Pro 与 Gemini 3.1 Pro 与 GLM-4.6 以 83.49 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
GPT-6 Astra宣称91.5%越狱抵抗率，发布24小时内被Task-in-Prompt攻击突破
2026年9月3日，OpenAI发布GPT-6 Astra，官方测试显示对已知越狱攻击的拒绝率达91.5%，是前代GPT-5.6 Sol的59%的大幅提升。然而发布不到24小时，一名研究者即通过Task-in-Prompt扩展攻击组合多种方法成功突破。安全研究数据同时揭示，当攻击者跨多轮对话动态调整策略时，Astra的防护率降至约67%。这一事件暴露了"实验室防护基准"与"实战攻击场景"之间的系统
11天、1300万行：Claude完成费马大定理首个计算机可验证证明，但自主二字值得细究
2026年9月4日，Anthropic宣布其内部研究模型在11天内完成费马大定理的完整形式化证明：1300万行Lean代码、29500个中间定理、约60亿输出token。这是历史上首个经计算机完整核验的费马大定理证明，标志AI自动形式化数学跨越里程碑级门槛。帝国理工Kevin Buzzard称之为"非凡的自动形式化成就"。但仔细拆解，"11天自主完成"的叙事比看起来更复杂。
WD
我与Siri AI的夏日短暂热恋
苹果新版Siri AI测试版一度让作者着迷不已，仿佛看到了智能助手的未来。然而随着正式版发布临近，这股热情却迅速消退，作者甚至忘记了它的存在。本文回顾了这段短暂的技术迷恋，并探讨了AI助手在炫目演示与日常实用之间的尴尬落差。
WD
中国为何是数据中心“发烧友”戒不掉的假想敌？
美媒报道称，美国民调显示绝大多数受访者反感数据中心，能耗、噪音和社区矛盾令其成为“过街老鼠”。然而，不少科技领袖与盟友将矛头对准中国，渲染“若不抓紧建设就会输给北京”，试图借“中国威胁”为数据中心的扩张背书。问题是，几乎没有任何可靠证据将二者联系起来。文章剖析这种“找替罪羊”的政治逻辑，并指出其可能带来的社会反弹。
GPT-6 Astra全面开放：$10/$50定价、百万token上下文与一场分阶段的算力卡位战
2026年9月3日，OpenAI发布GPT-6 Astra，并于9月5日将访问权全面推送至Plus和Business订阅用户，同步重置用户额度。API标准定价为每百万输入token $10、输出$50，是前代旗舰GPT-5.6 Sol促销价的2.5倍。模型上下文窗口达105万token，幻觉率降至4.2%，主打计算机使用与软件工程两个方向。此次并非一次性全量开放，而是通过Daybreak受信访问计
美国司法部首次公开表态：AI训练受版权保护内容属合理使用，但这份文件本身存在重大利益冲突
2026年9月1日，美国司法部向曼哈顿联邦法院提交"利益声明"，首次正式介入系列AI版权诉讼，主张使用受版权保护作品训练大语言模型属于"合理使用"。这份文件将重塑AI产业的法律基础，但批评者指出司法部在提交文件时未披露政府正与OpenAI谈判持股事宜，令这一历史性表态蒙上利益冲突的阴影。
TC
《西雅图时报》与《新闻日报》起诉OpenAI和微软侵权
《西雅图时报》与长岛《新闻日报》成为最新起诉OpenAI与微软的新闻机构，指控两家公司未经授权大规模使用其新闻报道训练人工智能模型，损害了内容生产者的收益与权益。继《纽约时报》等媒体之后，版权与AI训练数据的争议再度升级。案件走向或将为数字内容时代的技术与版权边界树立重要判例。
OpenAI新模型Astra思维链可监控性下降，首席科学家亲上阵阻止不可监控军备竞赛
OpenAI新模型Astra采用"循环深度"隐式推理架构，系统卡自曝思维链可监控性大幅下降。首席科学家帕乔基9月2日发文警示，当前计算图深度仍在GPT-4两倍以内，但承认思维链监控正走向更脆弱。安全研究者与加速派在X平台爆发尖锐对立，Anthropic和Google DeepMind亦在探索同类技术。
西雅图时报与Newsday联手起诉OpenAI和微软：一场47%流量暴跌引发的版权攻防战
2026年9月4日，《西雅图时报》与Newsday在纽约联邦法院联合起诉OpenAI和微软，指控两家公司抓取付费新闻内容训练AI模型、侵犯版权与商标权。起诉背后是中型媒体搜索引流跌47%的真实危机，而司法部刚于一天前公开为OpenAI的"合理使用"辩护背书。
Research Lab
WDCD Run #311: Grok 4 Leads with 93.2 Points as GLM-4.6 Sets New Decay Resistance Record
WDCD Run #311 (2026-09-06) evaluated 11 models across three-round multi-turn dialogues, with Grok 4 taking the top score at 93.2 points and GLM-4.6 setting a new benchmark for decay resistance at negative 50%.
Claude Sonnet 4.6跌5分豆包Pro涨7.5分 WDCD v3.1守约测试暴露稳定性反差
Claude Sonnet 4.6 WDCD分数下降5分，豆包Pro上升7.5分。Grok 4以93.21分保持首位，GLM-4.6 91.38分紧随。仅两模型出现显著变化，v3多轮施压下守约生存与约束记忆差异成为关键观察点。
WDCD五场景横评：安全合规最低2.19分，glm-4.6四场景称霸
WDCD v3.1测试显示安全合规场景得分最低，qwen3-max仅2.19/4；glm-4.6在资源限制、业务规则、工程规范三场景均列前二，最大场景差距达1.67分。
R3诚信率仅49.5%：11模型WDCD三轮守约崩盘实测
v2锚点题数据显示，R1确认率100%，R2抵抗率79%，R3诚信率49.5%，29/319次完全崩溃。Grok 4与GLM-4.6 R3崩溃率最低（3.4%），Claude Opus 4.7与Qwen3 Max最高（17.2%）。分析聚焦资源限制与安全合规场景下的逐轮衰减规律及生产选型风险。
Grok 4守约93.21分登顶 WDCD榜 Qwen3 Max74.31垫底
Grok 4以93.21分位列WDCD守约榜第一，Qwen3 Max以74.31分垫底，头部与尾部相差18.9分。满分率58%，R3崩溃率9.1%。Claude Sonnet 4.6较上期下降5.0分，豆包 Pro上升7.5分。
TC
徒步者听信Gemini少带物资被困，警方警告AI建议不可靠
一队徒步者因使用Google Gemini制定出行计划，按AI建议准备的食物和水远低于团队所需，在野外陷入困境后获警方救援。当地警长办公室证实，Gemini建议携带的补给量与需求严重不符，并强调生成式AI的行程规划不能替代专业安全指导。
Gemini 2.5 Pro以88.21分居首：2026-09-06 Smoke快测数据简报
2026-09-06 赢政指数 Smoke 快测覆盖 11 个模型，Gemini 2.5 Pro 以 88.21 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。