机器之心：GPT-6 Astra 当机器人大脑，机器人领域的 OpenAI 可能是 OpenAI 自己
机器之心梳理了多组网友实测：约 150 美元的 SO-101 机械臂在 GPT-6 Astra 控制下画出金门大桥，CMU Robotics 的 Wenli Xiao 把人类操作视频交给 Codex 后由 Astra 控制机械臂一次跑通，称为 physical ICL。
#观点研究
#观点研究
今日 33 条机器之心（公众号）AI 评分5454 Lenny's NewsletterAI 评分88 Community Wisdom：产品尚未问世时如何找到首批用户、如何复盘自己的访谈、职业早期该优化什么
Lenny's Newsletter 的订阅者专栏 Community Wisdom 本期汇总会员 Slack 社群中最有价值的讨论，涵盖产品尚未问世时如何找到首批用户、如何复盘自己做的用户访谈，以及职业早期该优化什么等话题。该邮件每周六发送，仅面向付费订阅者。
Datawhale（公众号）AI 评分2222 从 EURISKO 到 GPT-5.6：RSI（递归自我改进）科普综述
OpenAI 在 GPT-5.6 的成绩单中首次加入自我改进科目，GPT-5.6 Sol 得 57.9%，GPT-5.5 为 41.7%，相差 16.2 个百分点，该评测被称为 RSI 指数。文章把 RSI 拆成持久改进、自主闭环、递归增益、稳健与可控四层，认为前两层已出现，第三层尚无充分公开证据。
机器之心（公众号）AI 评分3030 Astra 两周抢走 13% 份额，Anthropic 或提前发布新模型
路透社独家报道，Anthropic 正考虑提前发布新模型，以回应 OpenAI 的 GPT-6 Astra 带来的份额冲击。
One Useful Thing · Ethan MollickAI 评分2222 Ethan Mollick：GPT-6 Astra 与 Fable 5.1 已具备变革能力，但"能力悬置"被严重低估
Ethan Mollick 指出，GPT-6 Astra 和 Fable 5.1 已能可靠完成数周的人类工作量，但现有模型能力远未被充分利用，形成"能力悬置"。
Stratechery · Ben ThompsonAI 评分2222 Stratechery 本周：AI 末日论辩论、Salesforce 转向 Anthropic 与 OpenAI 聊天机器人
Salesforce CEO Marc Benioff 在 Dreamforce 后调整方向，不再主推 2024 年力捧的 AgentForce，转而把 Anthropic 和 OpenAI 的聊天机器人作为客户首选界面并收取溢价。
傅盛（公众号）AI 评分2222 GPT-6 Astra 在《Minecraft》自主游玩141小时后被苦力怕炸毁基地，放弃屠龙转种土豆
Vals AI 测试中，GPT-6 Astra 在《Minecraft》里自主游玩141小时，目标是击败末影龙。它已攒齐关键材料，却因一只苦力怕自爆炸毁存放物资的箱子和重生点，随后放弃主线，转而修房子、种土豆、躲避苦力怕。测试意在考察前沿模型在开放环境中长时间自主执行复杂任务的能力。
Not Boring · Packy McCormickAI 评分1212 Weekly Dose of Optimism #211：癌症试验与"儿童阿尔茨海默病"基因疗法获批
Ultragenyx 的基因疗法 Fayuvi 获 FDA 批准，成为首个治疗 Sanfilippo A 型综合征（俗称"儿童阿尔茨海默病"）的疗法，关键试验中 17 名接受治疗的患儿在标准认知量表上比 27 名未治疗患儿高 23.5 分。
OpenAI NewsAI 评分1212 OpenAI 发布澳大利亚青少年安全蓝图
OpenAI 发布澳大利亚青少年安全蓝图，这是一份包含六大支柱的路线图，目标是打造更安全的 AI 体验，既保护青少年也赋予其能力。
Datawhale（公众号）AI 评分1313 Gemini 4 Pro 疑似以“Gemini 3.8 Flash”名义现身 Arena 盲测
Gemini 4 Pro 可能已套着“Gemini 3.8 Flash”的马甲混进 Arena 盲测，三条线索同时出现：同名模型突然新增变体、最高输出从 64K 升至 256K Token、动画与代码完成度明显提升。
HBR · 人才管理AI 评分2222 AI 如何改变人才而非仅改变任务：重新思考人类判断力最关键之处
Salesforce 首席伦理与人本使用官 Paula Goldman 指出，当前存在围绕人类与 AI 互补优势重新设计工作的重大机会，企业需重新思考内部流动与人才发展。她认为“人在环中”已是过时的 AI 管理模型，应让人类“掌舵”，并主张仅把 AI 当作降本工具会错失其更大潜力。
Stratechery · Ben ThompsonAI 评分88 Ben Thompson 专访 Joanna Stern：谈 iPhone Duo 与面向普通人的 AI
Stratechery 的 Ben Thompson 专访 Joanna Stern，话题围绕 iPhone Duo 与面向普通人的 AI。该内容属于 Stratechery Plus 订阅栏目 Stratechery Interviews，订阅价格为 $15 / 月或 $150 / 年。
OpenAI NewsAI 评分2222 OpenAI 发布模型失准报告框架，并公布六份异常行为报告
OpenAI 公布了一套用于追踪、调查和披露模型失准（model misalignment）的框架，同时发布六份关于模型意外或令人担忧行为的报告。
TLNT · 人才管理观察AI 评分2222 招聘中的 AI 应用亟需标准
AI 已在决定谁能被录用、谁会被淘汰，但招聘领域既没有统一标准，也没有行业协会牵头制定，各方对边界在哪里更无共识。
傅盛（公众号）AI 评分1818 首张完整成年雄性果蝇中枢神经系统连接图开源，网友用它打游戏、开无人机
科学家开源首张完整成年雄性果蝇中枢神经系统连接图，标注166,691个神经元、约1.25亿个突触连接，数据可直接下载。开发者将游戏画面、摄像头信息输入果蝇神经模型，再把神经信号转为控制指令，驱动角色打游戏、操控机器人和无人机。该连接图由电子显微镜成像加AI重建、人工校对完成，仅人工校对就相当于一人连续工作44年。
Lenny's NewsletterAI 评分2222 Meta Muse 评测：把消费级 UX 做对的个人 AI 智能体
Meta 新推出的个人 AI 智能体 Muse 在评测中被认为设计体验优于 Claude 和 Codex，其权限模型与活动流（activity feed）设计区别于其他智能体。Muse 可完成家庭日历管理、生成家庭晨报 PDF、设置睡眠训练等个人目标，并支持浏览器购物与购票。评测同时指出其浏览器任务表现不稳定，反映出该品类当前的能力边界。
阿里技术（公众号）AI 评分3838 垂类业务如何落地生产级 Agent
阿里技术发文拆解垂类业务让 AI Agent 从「能跑」走向「能生产」的路径，指出 Demo 易做但生产需过稳定性、可控性、可审计性和业务闭环四道关。文章提出 Agent = 模型 + Harness 的公式，并按风险分级给出 L0 至 L3 的自治程度划分，建议从高频、低风险、规则明确、闭环短的小场景切入。文中引用 Klarna、华住、来伊份、飞鹤、邯郸公积金等公开案例说明这一节奏。
OpenAI NewsAI 评分2222 OpenAI 经济研究：员工如何解锁新的工作方式
OpenAI 经济研究显示，员工使用 AI 的方式已超出传统岗位职责，一些新活动正成为其工作中反复出现的固定环节。
Datawhale（公众号）AI 评分2222 李沐首次开启 AMA，密集回答 AI、编程与职业选择提问
李沐首次公开开启 AMA，密集回答网友提问，话题涵盖 AI、编程、职业选择、学习路径和研究方向。Datawhale 从中整理出最值得关注的问答，共 9 张图，供读者重新判断当前 AI 领域最值得投入的方向。
Chief Learning OfficerAI 评分3838 超越基础指标：在业务指标变化前证明学习效果
学习与发展测量长期停留在完成率、满意度等基础指标，难以通过高管审视，因为它们衡量的是活动而非影响。文章提出以可观察的工作流行为、决策与人际互动作为领先信号，在滞后的业务指标显现前证明学习效果，并建议用测量成熟度模型评估人员、技术与流程，同时借助 AI 大规模观察行为、生成个性化反馈。
Google DeepMindAI 评分1818 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时对话模型
Google 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者主打规模化与成本效率，后者面向高复杂度任务。
Lenny's NewsletterAI 评分2222 Lenny's Newsletter 汇总 64 个创意增长打法
Lenny's Newsletter 联合 Marketing Ideas 作者 Tom Orbach 整理出 64 个创意增长战术，按拉新、造势、转化、留存等目标分类，全部来自真实公司的一次性实践。
MIT Sloan 管理评论AI 评分3838 AI 如何制造“能力幻象”
多位 AI 专家在 Anthrome Insight 与 Axialent 的联合研究中警告，AI 可能让组织表面产出精良、实际能力却在内部悄然退化，形成“能力幻象”。AI 是放大器而非能力提升器，它切断了产出质量与真实技能之间的历史关联，也让团队难以判断谁真正具备专业能力。专家建议放弃“AI first”思维，以业务目标为先，避免批判性思维与组织信任同步流失。
腾讯技术工程（公众号）AI 评分3838 腾讯技术工程：别再只卷 Prompt 了，真正拉开 Agent 差距的是 Context Engineering
腾讯技术工程发文梳理 AI 工程范式从 Prompt Engineering、ReAct 到 Context Engineering 的演进，指出多数 Agent 失败已不是模型失败而是上下文失败。
红杉中国 HongShanAI 评分3434 红杉中国第15届CFO Day：沈南鹏称CFO应成为公司AI转型的driver
红杉中国第15届CFO Day在北京举行，近两百位成员企业CFO参与。沈南鹏指出，AI应用已从2024年的好奇研究、2025年以coding为主的落地尝试，走到2026年深入企业运营全流程，CFO和CEO不应只做AI预算审批者，而应成为公司AI转型的driver，并把token纳入ROE计算。调研显示超6成财务部门已用AI工具，但仅两成获得清晰可量化的回报。
Lenny's NewsletterAI 评分1010 Community Wisdom：AI 篮球教练、Jira vs. Linear、平台团队商业论证与常用 AI 场景
Lenny's Newsletter 的 Community Wisdom 栏目本期汇总了会员 Slack 社群中最有价值的讨论，涵盖用 AI 做篮球教练、Jira 与 Linear 的对比、为平台团队构建商业论证，以及社群成员常用的 AI 使用场景。该栏目为付费订阅内容，每周六发送。
Datawhale（公众号）AI 评分7474 OpenAI 公开内部 RSI 进展：Agent 工时达人类研究员 3.1 倍
OpenAI 于 9 月 6 日发布技术测量报告《研究加速：OpenAI 内部视角》，披露内部编程 Agent 推进递归自我改进（RSI）的实测数据：截至 2026 年 8 月中旬，研究部门每消耗 1 个人类工作日对应产生 3.1 个 Agent 工作日，Agent 承担超过 75% 的实际工时，人均输出 token 从去年 12 月到今年 8 月增长 124 倍。
Apple NewsroomAI 评分1010 苹果发布 iPhone 18 Pro、Apple Watch Series 12 / Ultra 4 与 AirPods 5
苹果推出 iPhone 18 Pro 与 iPhone 18 Pro Max，搭载 48MP Fusion 主摄、可变光圈和 A20 Pro 芯片，并随 iOS 27 以 beta 形式上线新一代 Apple Intelligence 与 Siri AI。
Not Boring · Packy McCormickAI 评分1212 OpenAI 用约 1 万个 AI 智能体 88 小时产出 Navier-Stokes 问题证明
OpenAI 宣布约 1 万个 AI 智能体用一款比 GPT-6 Astra 更强的未发布模型工作约 88 小时，产出 Navier-Stokes 存在性与光滑性问题的候选证明，随后又花 17 小时用 Lean 完成形式化与验证，166 页证明和 Lean 代码已公开。该构造针对带外力版本，Anthropic 曾指控 OpenAI 使用其 Codex 对话日志，Sam Altman 予以否认。
傅盛（公众号）AI 评分2222 独家揭秘特斯拉 Robotaxi 的产品哲学：卖给市场而不是卖概念
特斯拉已将 Robotaxi 列为内部最优先项目，今年投放目标从几十辆提升到几千辆，以积累真实运营数据打磨纯视觉方案。其无方向盘、双座设计把每公里成本压到 Waymo 的一半左右，同一段路 Waymo 要 23.6 美元、Robotaxi 约 10.5 美元。作者认为 Waymo 先求技术极致再降成本，特斯拉先控成本再靠运营迭代，后者更可能打开市场。
红杉中国 HongShanAI 评分2222 xbench 月报：GPT-6 Astra 多模态理解接近人类基线，ScienceQA 与长程任务榜单同步更新
xbench 月报显示，GPT-6 Astra 在 BabyVision 多模态理解评测中以 88.92 分登顶，距 Human baseline（94.10）仅差 5.18 分，领先第二名 Gemini 3.7 Flash 15.47 分，是首个接近人类基线的模型。
Not Boring · Packy McCormickAI 评分1212 反定位颂：初创公司对抗巨头的最佳护城河
在 Hamilton Helmer 的 7 Powers 框架中，反定位是初创公司唯一能在早期使用的护城河——通过让在位者的商业模式与其竞争产生利益冲突来争取时间。Ramp 以帮客户省钱对抗信用卡积分返利模式，如今估值达 440 亿美元；Base Power 以卖电而非卖电池切入家庭储能市场。Helmer 指出反定位只是起飞阶段的局部力量，长期护城河仍需规模经济等其他来源。
MIT Sloan 管理评论AI 评分4141 当 AI 颠覆永无止境：企业该如何建立耐力而非一味求快
面对 AI 能力持续迭代、没有终点的“稳态颠覆”，企业若只按“快或死”的旧剧本推进，反而会耗尽组织。斯坦福 2026 AI Index 显示 AI 系统在行业基准上的得分持续走高，前沿模型每隔几个月就更替，领先者往往只保持数周优势。Deloitte 调查发现，随着人机协作加深，倦怠、孤独与过载同步上升，领先企业开始把吸收变化的负担从个人转移到组织结构上，例如设立常设 AI 部门。
美团技术团队（公众号）AI 评分4848 美团技术团队发布《Agent 评测白皮书》系列首篇：Agent 评测全览
美团技术团队推出《Agent 评测白皮书》系列博客，首篇《评测全览》提出完备评测体系可概括为四个模块、三种能力、两条 Loop、一套资产，覆盖离线评测、在线评测与监控、Case 挖掘与归因、观测基建。系列共 4 篇，后续为冷启动篇、扩量篇、自进化篇，面向 Agent 产品、研发、算法、运营和评测负责人。
美团技术团队（公众号）AI 评分1212 清华大学-美团学术论坛：聚焦物理世界中的 AI 与大模型
清华大学-美团数智生活联合研究中心将于 2026 年 9 月 21 日举办学术论坛，主题为「物理世界的 AI 与大模型：挑战、路径与实践」，邀请高校学者与美团技术专家探讨具身智能、世界模型、智能体等方向及 AI 在本地生活场景的落地。论坛采用线上直播加清华线下形式，线下报名 9 月 17 日 24:00 截止，联合美团 LongCat 2.0 送出 30 份、每份 1 亿 Token 的体验包。
TLNT · 人才管理观察AI 评分44 I Meant to Take the Week Off
原文正文未提供可提取的实质内容，仅包含订阅提示与栏目介绍，无法据此撰写摘要。
OpenAI NewsAI 评分2222 OpenAI 的 Chris Lehane：AI 政策窗口仍敞开，需要立即行动
OpenAI 的 Chris Lehane 主张，AI 能力越强，越需要更强的安全证据、共享标准与持久的政策行动。他认为当前政策窗口仍然敞开，各方应抓住时机采取行动。
FortuneAI 评分1212 从1卢布难民到亿万富翁：Igor Tulchinsky 资助2026年欧洲最大展览
WorldQuant 创始人 Igor Tulchinsky 向大英博物馆捐赠 500 万英镑（680 万美元），支持正在伦敦举办的贝叶斯挂毯特展，这是该挂毯首次在英国展出。展览已售罄至年底，预计超 100 万人参观。Tulchinsky 称 AI 可能为 WorldQuant 带来高达 100 倍的生产力跃升，同时通过 WorldQuant 大学提供免费金融工程与应用 AI 在线教育。
MIT Sloan 管理评论AI 评分2222 企业如何在不推倒重来的前提下实现转型
针对技术、监管与社会变迁重塑竞争基础的局面，研究提出企业转型应挖掘组织内部已有的"转型内核"——为某一场景建立、却可转向全新战略用途的深层能力，而非从零重建或死守核心业务。Ørsted 依托北海油气开采积累的海洋工程与大型项目能力，用十年实现 85/15 的"黑转绿"能源结构反转；Microsoft 则凭企业客户信任与云业务基础重回增长。
OpenAI NewsAI 评分2020 OpenAI 发布 GPT-6 Astra：面向工作的新一代智能模型
OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备高级推理、computer use 以及更强的写作与设计判断力。