OpenAI 发布 GPT-6 Astra：首个触及「关键级」网络安全能力的旗舰模型
HOT
OpenAI 正式发布新一代旗舰模型 GPT-6 Astra，官方称其为迄今最智能、对齐程度最高的模型，在计算机操作、编程、网络安全与科学研究等维度达到 SOTA。配套发布的安全概览显示，Astra 是首个在 Preparedness Framework 下触及「关键级」网络安全能力的广泛部署模型，OpenAI 因此为其叠加了更强的发布前防护与监控措施。对企业和开发者而言，这意味着可托付给 AI 的自主任务边界被显著拓宽——从写代码、跑实验到操作生产系统，模型「自己动手」的比例明显上升，但同时也把模型滥用与权限管控的风险推到了台前。
OpenAI 推出 Agents API：托管式云端智能体服务，基于 Codex harness 编排
NEW
OpenAI 推出 Agents API，定位为云端托管式智能体服务，底层由 Codex harness 提供编排能力，原生支持长时运行会话、工具调用与状态管理。开发者无需再自行搭建调度、重试与上下文维护等基础设施，即可把 Agent 部署到生产环境。这是 OpenAI 把「Agent 基建」收编进平台的关键一步：过去一年爆发的智能体创业公司，其护城河很大程度建立在编排层，而平台方直接把这一层商品化，会迫使应用层玩家向垂直数据、行业工作流与交付能力迁移。对开发者来说则是明显的降本提速。
GPT-Live-1 上线 API：全双工语音对话开放，支持自定义音色与电话接入
NEW
OpenAI 在 API 中上线 GPT-Live-1，把自然、全双工（full-duplex）的语音对话能力开放给开发者，支持更严格的指令遵循、自定义音色以及电话（telephony）接入。全双工意味着模型可以像真人一样边听边说、随时被打断，而不是传统的「说完再答」轮次式交互。对客服、外呼、语音助手、无障碍设备等场景而言，这是体验层面的质变：延迟与轮次感消失后，语音 Agent 才真正具备商用价值。配合同期发布的 Agents API，OpenAI 正在把「能听、会说、会办事」打包成一套可直接调用的能力栈。
Claude Code 完成大重构，Anthropic 免费开放内部 3 万 Agent 管理技术
DEV
Claude Code 完成一次大规模架构重构，Anthropic 罕见地把内部用于管理约 3 万个 Agent 的技术免费对外开放。据团队分享，重构的核心不是模型能力，而是工程侧的上下文组织、任务分解与并行调度——工程师的价值被重新定义为 Problem Solving，而非记忆 Git 命令式的操作技能。对开发者生态而言，这释放了两个信号：其一，Agent 的规模化瓶颈已从「模型够不够聪明」转向「工程系统能不能稳住」；其二，头部厂商开始用开放工具链抢占开发者心智，与 OpenAI 的 Agents API 形成正面竞争。
Manus 重生第 17 天：估值翻倍，以 40 亿美元作价推进新融资
HOT
Manus 在重组后的第 17 天，估值据报已翻倍，正以 40 亿美元作价推进新一轮融资。作为今年最受关注的通用 Agent 产品之一，Manus 的估值曲线折射出资本市场对智能体赛道的重新定价：产品形态尚未定型、收入模型仍在探索，但只要能证明任务完成率与用户留存，资金就会给出远超传统 SaaS 的倍数。值得警惕的是，OpenAI 等平台方正在把编排层能力基础设施化，Manus 这类应用层公司必须尽快证明自己掌握的是模型能力之外、可沉淀的壁垒。
无问芯穹与华环电子签署战略合作，共探国产异构算力 AI 基础设施
无问芯穹与华环电子签署战略合作协议，双方将围绕国产异构算力展开协同布局，共同探索 AI 基础设施的新方向。无问芯穹长期专注异构算力的调度与优化，主打多种国产芯片混合训练与推理的软件栈；华环电子则在通信与硬件侧有积累。此次合作的关键看点在于国产算力生态正从「单卡比拼」转向「系统级协同」——在高端芯片供给受限的背景下，如何把不同厂商、不同架构的算力高效整合成可用集群，已成为国内大模型训练能否持续 scaling 的现实约束。
达卯科技算电协同 2.0 平台入选国际数字能源展重大成果发布
达卯科技算电协同 2.0 平台入选 2026 国际数字能源展重大成果发布，是该批成果中唯一聚焦算电协同全链路运营的 AI 技术产品。所谓算电协同，指的是把数据中心的算力负载与电力供给、电价波动、绿电出力做联合调度：AI 训练与推理的能耗正在成为大模型成本结构中最刚性的一块，而电网侧的峰谷价差与新能源波动又提供了可观的优化空间。该平台的价值在于提供了可落地的全链路运营工具，对正在承压的智算中心运营商与电力企业而言，这类产品直接影响毛利与碳排放指标。
OpenAI 公开 AI 生成的纳维-斯托克斯千禧年难题解答，附 Lean 形式化证明
HOT
OpenAI 公开了一份由 AI 生成的纳维-斯托克斯方程（Navier–Stokes）千禧年大奖难题解答，并附上技术写稿与 Lean 形式化证明。纳维-斯托克斯方程解的存在性与光滑性是克雷数学研究所悬赏百万美元的七大千禧年问题之一，近两百年未有定论，AI 若真能给出可被形式化验证的推进，将是数学与 AI 交叉的标志性事件。需要冷静看待的是：形式化证明可被机器逐行检验，这恰恰是它比自然语言论文更可信之处；但证明是否等价于解决原问题、是否具备实质数学洞见，仍需数学界同行评审确认。
中国通用 AI 医疗研究登上《Science》：医生不担心失业，反催着上线
AI
中国团队的通用 AI 医疗研究登上《Science》，研究中 AI 直面临床中最难的判断任务，结果显示医生不仅不担心失业，反而催促系统尽快上线。与过去专病专用的小模型不同，这项工作的价值在于用通用大模型去啃医疗里最硬的骨头，并给出了可被顶级期刊认可的临床验证路径。落地层面的启示很直接：医疗 AI 的瓶颈已从算法精度转向责任界定、数据合规与人机分工，而当一线医生成为推动者而非阻力时，医院场景可能是通用 AI 最先跑通规模化商业闭环的高价值垂类之一。
AGI 新战场：谷歌亚马逊激战世界模型，中国 LimiX-2 让模型理解因果机制
AI
在 AGI 的下一阶段竞赛中，谷歌、亚马逊等巨头围绕世界模型与新范式密集布局，中国团队 LimiX-2 则在相关评测中连续取胜。该模型的核心思路是让模型理解数据背后的因果机制，而非停留在统计相关性拟合上——这被视为从「预测下一个 token」走向「理解世界如何运转」的关键分岔口。对行业的意义在于：当算力与数据规模的边际收益递减，谁能先建立更接近因果推理的学习范式，谁就有机会绕开巨头的规模优势。LimiX-2 的出现说明这一方向中国团队并未缺席，但真正的考验仍是长期稳定性与可扩展性。
OpenAI 与 GSA 合作：向美国各级政府提供零许可费与半价用量
NEW
OpenAI 与美国总务管理局（GSA）达成合作，向符合条件的联邦、州、地方及部落政府机构提供零许可费、使用量五折以及扩展的网络防御支持，以扩大 AI 在公共部门的可及性。这是美国政府在 AI 采购上的一次标志性动作：通过集中议价与统一入口，降低各机构自行采购的门槛与合规成本，同时把前沿模型的网络安全能力直接引入政府防御体系。对厂商而言，政府采购既是稳定的规模化收入，也是事实标准的塑造过程；对监管而言，则意味着 AI 与国家安全体系的绑定进一步加深。
OpenAI 政策负责人 Chris Lehane：AI 政策窗口已开，必须立即行动
OpenAI 政策负责人 Chris Lehane 撰文称，当前是 AI 政策窗口期，呼吁尽快行动：能力越强，所需的安全证据、共享标准与政策约束就越强，窗口一旦关闭，制定兼顾创新与安全的规则将变得更加困难。这一表态的背景是各国监管节奏分化——欧盟已在推进系统性立法，美国仍以行政令与采购杠杆为主，中国则持续完善备案与内容治理体系。对企业的现实影响是合规成本将随标准统一而被重新分配：越早参与标准制定、越早建立可验证的安全证据链，越能在后续监管落地时占据主动。
OpenAI 发布模型失准报告框架，并同步披露六起异常行为案例
OpenAI 公开了一套用于跟踪、调查与披露模型失准（misalignment）的框架，并同步给出六份关于模型出现意外或令人担忧行为的具体报告。框架的价值在于把「模型不按预期行事」从模糊的公关话术，转变为可分类、可追溯、可对外披露的工程流程，覆盖从异常检测、内部调查到信息公开的完整链路。对正在把大模型接入生产系统的企业而言，这类披露机制是风险管理的参照系；对监管者而言，它提供了第三方审计与事故上报制度的现实模板，也侧面印证前沿模型的行为不确定性仍是部署中的核心变量。
OpenAI 推出 ChatGPT for Financial Services：内置金融数据接入 GPT-6 Astra
NEW
OpenAI 推出 ChatGPT for Financial Services，内置金融市场数据并接入 GPT-6 Astra，面向研究、建模与客户材料制作等投行与资管高频场景。这是 OpenAI 继法律之后，对专业服务垂直行业的又一次打包式产品化：不再只卖通用模型，而是把行业数据源、合规控制与工作流封装成开箱可用的方案。对金融机构而言，价值在于把分析师从数据搬运与格式排版中解放出来；对彭博、FactSet 等传统金融数据终端商而言，则是直接的竞争信号——模型厂商正在向数据与终端层反向渗透。
ChatGPT 可连接电子健康记录，临床医生可安全调取患者上下文
OpenAI 宣布 ChatGPT 可以连接电子健康记录（EHR）及其他可信医疗数据源，让临床医生在安全的权限控制下获取患者上下文与医学研究资料。这一步把 ChatGPT 从通用问答推向临床工作流入口：此前医疗 AI 的落地难点在于数据割裂与合规，而直接对接 EHR 意味着模型可以获得结构化的既往史、用药与检验结果。对医院来说，效率提升与误用风险同时放大——患者隐私边界、数据留存策略与临床责任归属，都是必须在部署前谈清楚的前置条件，这也会加速 HIPAA 合规生态的竞争。
从「会回答」到「会办事」：vivo 用端侧个人助理解 AI 手机这道题
vivo 围绕「从会回答到会办事」给出 AI 手机的解题思路：构建个体专属 AI 助理，让端侧模型理解用户意图并跨应用执行任务，而非停留在对话问答。手机是 AI 落地最密集的入口，也是权限与隐私最敏感的场景——vivo 的路径强调端侧算力与个人数据本地化，以换取对通讯、日程、支付等系统级能力的调用权。对整个行业而言，AI 手机的真实分水岭不是能否接入大模型，而是能否稳定完成跨 App 的复合任务；谁先解决这一层的可靠性，谁就能把换机周期重新拉起来。
这一天的关键词是「基础设施化」。GPT-6 Astra 把前沿能力推向办公与生产系统，Agents API 则把编排、长会话、工具调用这些此前属于创业公司的护城河直接收编进平台。当模型厂商开始卖「能办事」的整包能力，应用层的出路只剩垂直数据与行业交付，中间层的窗口正在关闭。
另一条线是算力的系统级协同。无问芯穹牵手华环电子、达卯把算电协同做到全链路，本质都在回答同一个问题：单点芯片受限时，如何靠调度、电力与系统工程挤出有效算力。这不再是硬件公司的比赛，而是软件栈与运营能力的比拼，也决定了国产大模型能否继续 scaling。
监管与落地正在互相塑形。美国以政府采购和零许可费把前沿模型引入公共部门，OpenAI 一边呼吁抓住政策窗口，一边发布失准报告框架；同时金融、医疗、手机的垂直打包方案密集上线。安全证据链正在成为新的入场券，谁能把合规做成产品能力，谁就能在垂直行业里跑得更快。