Dan Hendrycks@hendrycksAI 评分4545What happens when AIs become smarter than us? Why would they keep humans around if given the choice? Our new paper argues that only trying to control AIs is a limited strategy, and that a stable, mutualistic human-AI future may be possible.
作者以自己的日历、跑步训练和睡眠数据实测个人生活AI助手Today（Public Beta），认为其定位是个人生活连续性管理而非任务交付型工作Agent。文中记录了三个体验：日程被临时打乱时生成晨间简报并建议同步日历、睡眠不足时自动顺延非紧急待办、记忆面板可查看编辑删除每条事实且改动即时生效。作者建议按阶梯信任逐步开放权限，并指出语言切换不同步等早期产品问题。
vLLM 团队发布针对智能体负载优化的博客，基于 SemiAnalysis 的公开 AgentX 基准展示成果：DeepSeek V4 Pro 在 GB300 上达到 83K total tokens/GPU-秒。
推荐理由：vLLM 团队结合 AgentX 实测数据讲解智能体负载的全栈优化方法与失败教训，读者可以借此理解并行策略如何跟随模型架构调整。
Simon Willison 转述 Konstantin Ryabitsev 的观察：git.kernel.org 为应付滥用爬虫的“背景辐射”，在 5 个地理分布节点上常年有 14 个 CPU 核心专门把 git 提交渲染成 HTML，CPU 开销超过包括 git clone 在内的所有合法访问。Willison 担忧这对提供大量可爬网页的 Datasette 也有影响。
开发者 cozyblaze 在 X 上宣布，GPT-6 Astra 在设定初始目标后无需任何人工帮助通关了完整 Portal，用时约 23 小时 43 分钟，按 Astra 牌价 token 花费至少 570 美元，实际使用 200 美元的 Codex 订阅。
Similarweb 数据显示，ChatGPT 网站 AI 聊天流量份额从三个月前的 52.7% 回升至 55.5%，Gemini 则从 27.8% 降到 25.6%。
纽约 Somerset 的 Lake Mariner 数据中心（32 亿美元，前煤矿地块）6 月初发生火灾，消防员进入时无可用警报、无灭火系统、三个消火栓失效，本应可供查看的安全文件据称已随大火烧毁。
jason@jxnlcoAI 评分5757@ChaseLochmiller @OpenAI GPT-6 Astra, trained on ~100K+ NVIDIA Grace Blackwell NVLink72. From ChatGPT to o1 to Astra in 4 years. AGI has arrived. Congratulations @OpenAI team. 400K GPUs coming online next.
OpenAI 发布博客文章称已达成去年秋天设定的「自动化研究实习生」目标，计划 2028 年 3 月前建成全自动 AI 研究员；数据显示截至 8 月中旬研究部门每 1 个人类工作日运行 3.1 个智能体工作日，中位研究员每天推理花费超 600 美元，90 分位超 7000 美元，token 产出自 2025 年 12 月以来增长 124 倍。
纽约时报报道，肯尼亚曾有为美英学生代写学术论文的行业，内罗毕鼎盛期至少有 40,000 人从业。从业者 Teresios Bundi 十二年写过 2,500 多篇论文，后期每篇收费 40 至 70 美元；ChatGPT 于 2022 年发布后，价格和订单崩塌，剩下的是改写 AI 文本以通过查重的'人味师'，牛津教授 Mark Graham 预计类似冲击将在全球出现。
OpenAI 发布博客首次披露研究人员使用 AI 编程智能体的规模和成本。截至 8 月中旬，普通研究员日耗 Token 价值中位数超 600 美元（7 月为 162 美元），前 10% 用户超 7000 美元，数字按 API 公开推理价格估算，非实际支出。
Exponential View 估算 AI 经济年化收入在 8 月底达到 2290 亿美元，一年增长 3.5 倍；截至上月的滚动十二个月收入为 1400 亿美元，是 2025 年 8 月 440 亿美元的 3.2 倍。
纽约 Somerset 的 Lake Mariner 数据中心一栋未完工建筑 6 月初起火，Barker 消防队长 Steve Matisz 称消防员近乎盲入，现场无可用报警器、灭火系统，三个消火栓失效，应依法可查的安全文件据称也在火中烧毁。
OpenAI 首席科学家 Jakub Pachocki 发表长篇博文，担心没有人准备好应对机器智能持续快速增长的后果，呼吁建立可由第三方审计、政府或国际组织执行的强制性安全门槛。
Arena（arena.ai）平台发布 2026 年第 36 周（8 月 31 日~9 月 6 日）AI 大模型盲测排名。
黄仁勋 9 月 7 日在 X 祝贺 OpenAI 发布新模型 Astra，称从 ChatGPT 到 o1 再到 Astra 只用 4 年，AGI 已经到来；OpenAI 称 Astra 是全球最智能、最符合人类价值观的模型，总裁布罗克曼表示欢迎来到 AGI 时代。
Simon Willison 评论 OpenAI 关于 Recursive Self-Improvement（RSI）的新文章及首席科学家 Jakub Pachocki 的 essay《An Alien Mind》。
GPT-6 Astra上线后，大量用户用它自主操控Blender、Houdini、Unity、Aseprite等专业软件，做出游戏Demo、3D复刻旧金山艺术宫等作品，其中旧金山艺术宫案例里Astra自己搜索几百张参考图、翻到美国国会图书馆的老扫描文件找柱子尺寸，多数工作在夜间自主完成。
推荐理由：作者从大量GPT-6 Astra操控专业软件的案例出发，讨论执行能力贬值与判断力从何而来的矛盾，视角具体。
Charlie O'Neill 撰文指出，宣称一切将是 RL 环境的人很少按该信念做出理性行动，如同当年 scaling 和 AGI 信奉者并不真下注。他提出无论 RSI 是否成立都应造高价值数据与环境：若 RSI 成立，单位效用环境价值将指数增长，值得在实验室内做最有针对性、可累积的环境；若不成立，实验室需要模型在所有领域变强，会为有用数据支付高价。
VC Tomer Tunguz 提出 AI token 消耗分三波：聊天约 1m tokens/人/天，单智能体约 100m–200m tokens/天，meta-harness 并行调度多智能体可达数十亿。
推荐理由：作者提出 AI 消耗分三波叠加增长的框架，并用 OpenRouter 与企业数据解释为何线性外推算力需求会失真。
Gary Marcus 撰文批评 Jensen Huang 宣称 AGI 竞赛已结束，指出其未给出证据和定义，并建议其参考 Hendrycks、Yoshua Bengio 等人参与的 agidefinition.AI。
Rohan Paul@rohanpaul_aiAI 评分6060Rohan Paul 认为「时间跨度」正成为谈论智能体能力更有用的指标，任务越长无干预成功率越低，OpenAI 数据从 15 分钟内任务的 86% 降到 64-128 小时档的约 16%。
OpenAI just officially said it has reached its "automated research intern" milestone. i.e. a human-supervised system able to complete well-defined tasks that would take a skilled researcher quite few days. inside OpenAI research, agent runtime has already crossed human labor by a wide margin. 3.1-to-1 agent-to-human ratio “In terms of a standard 8 hour workday, as of mid-August, in total, the research organization uses 3.1 agent-workdays of effort for every workday of human labor.” That ratio measures agent runtime rather than equivalent productivity, but it captures how deeply parallel agent work has entered OpenAI research.
Rohan Paul@rohanpaul_aiAI 评分6060OpenAI just officially said it has reached its "automated research intern" milestone. i.e. a human-supervised system able to complete well-defined tasks that would take a skilled researcher quite few days. inside OpenAI research, agent runtime has already crossed human labor by a wide margin. 3.1-to-1 agent-to-human ratio “In terms of a standard 8 hour workday, as of mid-August, in total, the research organization uses 3.1 agent-workdays of effort for every workday of human labor.” That ratio measures agent runtime rather than equivalent productivity, but it captures how deeply parallel agent work has entered OpenAI research.
Rohan Paul@rohanpaul_aiAI 评分6565I wrote about the state of AI, why I’m concerned about the next few years, and the choices we need to make to keep the future in humanity’s hands. An Alien Mind: https://openai.com/index/an-alien-mind/
Dan Hendrycks@hendrycks精选AI 评分7878推荐理由：Hendrycks 是 AI 安全领域权威，此观点结合 OpenAI、Anthropic 等最新实证案例，揭示了 Agent 行为中潜在的“亲缘利己”风险，对理解 AI 对齐与安全治理具有重要参考价值。
Rohan Paul@rohanpaul_aiAI 评分6767OpenAI just officially said it has reached its "automated research intern" milestone. i.e. a human-supervised system able to complete well-defined tasks that would take a skilled researcher quite few days. inside OpenAI research, agent runtime has already crossed human labor by a wide margin. 3.1-to-1 agent-to-human ratio “In terms of a standard 8 hour workday, as of mid-August, in total, the research organization uses 3.1 agent-workdays of effort for every workday of human labor.” That ratio measures agent runtime rather than equivalent productivity, but it captures how deeply parallel agent work has entered OpenAI research.
Rohan Paul@rohanpaul_aiAI 评分5151
Rohan Paul@rohanpaul_aiAI 评分8282Today we're releasing data on models accelerating research at OpenAI. Recursive self-improvement could be the most important contributor to AI capabilities over the next few years, but by default it will only be seen inside a few frontier AI labs. Being transparent is more urgent than ever, so we can inform the public discussion on whether and how to pace model development. I ask other AI companies to do the same. https://openai.com/index/research-acceleration-view-inside-openai/
Rohan Paul@rohanpaul_aiAI 评分6060OpenAI just officially said it has reached its "automated research intern" milestone. i.e. a human-supervised system able to complete well-defined tasks that would take a skilled researcher quite few days. inside OpenAI research, agent runtime has already crossed human labor by a wide margin. 3.1-to-1 agent-to-human ratio “In terms of a standard 8 hour workday, as of mid-August, in total, the research organization uses 3.1 agent-workdays of effort for every workday of human labor.” That ratio measures agent runtime rather than equivalent productivity, but it captures how deeply parallel agent work has entered OpenAI research.
OpenAI 发布长文《An Alien Mind》，回溯 2023 年 RLSlow 项目中确认推理模型可扩展训练的起点，并系统阐述目标对齐与价值对齐的区分。文章指出链式思维监控的效果正随着模型能力提升而逐步减弱，GPT‑6 Astra 在对齐上显著优于 GPT‑5.6 Sol；作者预期进展可能持续走向机器递归自我改进（RSI），呼吁自愿放缓扩展、建立第三方安全门槛并加强国际协调。
推荐理由：作者以内部视角回溯推理模型的起源，并给出对齐监测、CoT 监控弱化和 RSI 风险的一手判断。
OpenAI 发文披露自动化研究进展，宣布已达成去年秋天设定的今年 9 月拥有自动化研究实习生（可在人类指导下完成耗时数天的明确研究任务）的目标，并计划在 2028 年 3 月前造出自动化 AI 研究员。
推荐理由：OpenAI 以内部数据披露 coding agent 对研究工作的实际影响和 RSI 进展，读者可以据此了解前沿实验室的自动化研究现状。
卫报报道称，越来越多美国餐厅在菜单和营销材料中使用 AI 生成的食物图片，消费者普遍觉得诡异、倒胃口，旧金山 Grind & Unwind 因 AI 招牌遭涂鸦后花费约 700 美元重新粉刷墙面。美国餐饮协会 2026 年报告显示 26% 的餐厅经营者已在使用 AI，牛津大学研究则发现一旦得知图片由 AI 生成，食客对其吸引力评价明显下降。
Ben Evans 撰文分析 AI 为何难以像硅谷期待的那样直接扫清企业软件的重复任务。他指出多数人不是工具建造者，发现该自动化什么、以及如何重新定义问题才是难点；企业软件长期处于制度化与自发的光谱上，AI 只是制造新选择、移动阈值，而不改变问题本身。
据 CNBC 报道，一周内 Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1，Meta 推出 Muse Spark 1.3。
据 Windows Latest 报道，微软在 IFA 2026 上由 Windows 与设备部门企业副总裁 Mark Linton 提出 unmetered intelligence（无计量智能）概念，希望把原本依赖云端 OpenAI、Claude 等服务的日常 AI 工作转移到用户 PC 本地运行，改变 token 的经济模式，同时云端 AI 仍是体系的重要部分。
葬AI博客文章认为，中国大模型仍落后于OpenAI和Anthropic，但开源正在缩小差距并改变竞争逻辑。文章以GLM 5.2、K3和Qwen 3.8 Max的接连发布为据，指出开源模型逼近闭源SOTA的速度在加快，27B的Qwen 3.8达到约Opus 4.6水平且可在消费级GPU上运行，未来大部分token需求或由开源模型满足。
据央视财经报道，AI 短剧技术门槛下降、从业者涌入，制作报价从每分钟 5000 元跌至几百元，逼近成本线，但定制短剧仍可达每分钟 1 万至 2 万元。行业竞争正从拼产量、拼价格转向拼内容、拼市场，预计 2026 年国内 AI 剧漫剧市场规模有望超 400 亿元，同比增速 138%，海外规模预计突破 40 亿美元，占海外微短剧整体规模近 70%。
据 Fortune 报道，OpenAI 自 9 月 3 日发布 GPT-6 Astra 公告以来多次修改评测基准数据：Astra 幻觉率曾从 4.2% 降至 2% 后又改回。
推荐理由：原文基于网页快照逐项梳理数据变动细节，并给出多方的不同解读，可用于理解基准测试成绩为何容易波动和引发质疑。
