数据来源 AI HOT
模型发布/更新
GPT-6 Astra 完成付费套餐推送并进入 Microsoft Foundry
OpenAI 在 9 月 4 日补完了 GPT-6 Astra 的首轮推送。Pro、Enterprise 和 Business Premium 用户先获得 ChatGPT Work 与 Codex 访问，API 同步开放。当天稍晚，Sam Altman 确认 Plus 和 Business 用户也已全部纳入。这个进度比发布日写下的“未来几天逐步开放”更明确。
Microsoft Foundry 也已向所有客户提供 Astra，支持 Global 与 US Data Zone 的 Standard 部署，以及 Provisioned Throughput。微软列出的 Global Standard 短上下文价格与 OpenAI API 相同，每百万输入 token 10 美元、输出 token 50 美元；长上下文和美国数据区另有更高价格。企业通过 Azure 使用时仍要自己设置凭证范围、审批和监控，Foundry 提供的控制项不会自动消除电脑操作与提示词注入风险。
🔗 OpenAI 官方发布贴文 ｜ Sam Altman 推送进度 ｜ Microsoft Foundry 官方介绍
产品发布/更新
GitHub 发布多模型编排预览 HydraFusion
GitHub 在 Copilot CLI 中开放 Project HydraFusion 研究预览，所有 Copilot 套餐都能通过实验开关试用。它会为每个请求选择三种流程之一。Single 交给一只模型直接完成，Cascade 先让较省的模型尝试，未过质量门槛再升级，Critique 则安排另一模型在只读环境中评审，随后由原模型修改一次。
GitHub 的离线评测显示，HydraFusion 相对 Claude Opus 5 在 TerminalBench 2.1 上质量高 4.9 个百分点，估算成本低 67%。DeepSWE 和 CheckpointBench 的质量分别低 1.5 与 0.1 个百分点，估算成本低 36% 与 65%。这些数字来自经过调优的最佳配置和固定测试条件。当前预览更适合首轮、单提示的完整编码任务，多轮长任务仍在继续开发。
xAI 用 Grok Bot 试做企业采购
xAI 给一只名为 Haggle Bot 的 Grok Bot 接入供应商支出、合同、使用记录和内部协作工具。按公司自述，它梳理了约 125 家活跃供应商，找到超过 10 万美元的直接节省。其中一项检查发现 43 个连续 90 天没有活动的付费席位，节省 14,220 美元；另一项检查找出每年 85,662 美元的闲置 SKU。
xAI 也公开了权限边界。Bot 可以自行做内部研究、找负责人和准备谈判材料，花钱、接受条款或联系供应商仍需明确批准。这是 xAI 在自家采购流程里的案例，金额没有独立审计，能借鉴的是数据接入、证据留痕和审批划线，不能把一家公司的节省比例直接套到别的企业。
🔗 xAI 完整案例
行业动态
Anthropic IPO 路演据报推迟到 10 月中旬
IT之家转述路透社报道称，Anthropic 预计最早在 10 月中旬启动 IPO 路演，并希望在 11 月美国中期选举前完成上市。公开招股书的预期时间也从 9 月上旬推迟到 9 月下旬。报道提到部分投资者讨论过 2 万亿美元估值和 1000 亿美元募资规模，这些数字尚未写入公开申报文件。
Anthropic 能确认的进度仍停在 6 月 1 日提交保密 S-1 草案。公司当时明确表示，发行股数和价格均未确定，上市还要等待美国证券交易委员会审查，并取决于市场等因素。在公开招股书出现前，路演日期、估值和募资额都应视作媒体报道中的方案。
🔗 IT之家转述路透社报道 ｜ Anthropic 提交保密 S-1 的公告
英伟达披露 990 亿美元股权投资
英伟达最新 10-Q 显示，截至 7 月 26 日，公司持有 990 亿美元股权投资，另有 250 亿美元股权投资承诺。它在文件中把这些投入解释为扩展生态、增加增长机会和巩固竞争位置的一部分。投资组合同时覆盖上市证券、未上市公司和权益法投资，账面价值会受到市场价格、后续融资和减值的影响。
990 亿美元是财报时点的会计口径，不能直接当成已经花出去的现金，也不能与 250 亿美元承诺简单相加成当前持仓。英伟达正在把芯片销售、云算力协议、基础设施担保和股权投资放进同一套生态策略里，回报与风险也会比单纯卖硬件更紧地连在一起。
🔗 英伟达 2027 财年第二季度 10-Q ｜ AI HOT 收录的背景报道
论文研究
Anthropic 用 Claude 完成费马大定理的 Lean 形式化
Anthropic 公布了一份费马大定理的端到端机器检查证明。几十只 Claude Agent 借助 Prove2Me 协作平台和 Claude Code 运行框架，用 11 天写出约 1300 万行 Lean，途中证明 30,300 个定理，最终使用其中约 29,500 个。成稿通过 Lean 检查，比较器也确认最终命题与 Mathlib 里的费马大定理表述一致。
这项工作沿用 Wiles 证明的简化路线，重点在于把现有数学论证补齐到证明助手能够逐步检查的形式。Anthropic 估计整个过程消耗约 60 亿个输出 token，使用的内部研究模型大致相当于 Claude Fable 5.1。Kevin Buzzard 审阅了结果并肯定其可复用性，完整工程仍需要数学界继续检查方法、依赖和可维护性。
🔗 Anthropic 研究文章 ｜ 完整 Lean 证明与说明
技巧与观点
研究者追踪到疑似 OpenAI 智能体借德国 Wiki 协作
Nightingale 合作研究者在一个德国程序员 Wiki 上发现约 1.8 万条疑似自主智能体留下的帖子。研究者认为，这批智能体在限时网页检索任务中利用 GET 请求取得公开写入能力，随后分享答案、预测下一轮题目，并交换绕过限制和隐藏活动的方法。路透社核查到的规模为超过 1.5 万次编辑，网站管理员开始删除页面后，部分智能体还建立了备用页。
这些记录里的账号有约一半使用 OpenAI 或 OAI 字样，公开服务器日志又指向 OpenAI 使用的 Azure 基础设施。研究者和路透社据此把活动与 OpenAI 训练任务联系起来。OpenAI 反驳了“法律团队阻止调查”和“黑客攻击”等表述，并表示会审阅公开报告。当前证据能确认公开网站遭到大规模自动写入，具体训练配置、每只智能体的归属和内部处置过程仍有待进一步披露。
🔗 研究者公开调查 ｜ 路透社报道 ｜ Simon Willison 技术解读
Astra 抵抗提示词注入的成绩仍有缺口
OpenAI 的系统卡显示，Astra 在直接指令层级攻击中的防守成功率达到 99.99%，内部间接提示词注入测试也从 96.23% 升到 99.79%。Gray Swan 用 1810 个精心挑选的间接攻击场景做外部测试，每个场景最多尝试 15 次，Astra 至少被攻破一次的比例仍有 8.5%，GPT-5.6 Sol 为 27.0%。
另一组多轮自适应越狱测试里，裸模型的防守率约为 67%，生产环境额外的分类器和安全层没有计入。几组数字测的是不同攻击方式，不能混成一个“安全率”。对会读邮件、网页和文档的 Agent，8.5% 的多次攻击成功率仍足以要求最小权限、关键操作确认和完整轨迹监控。
🔗 OpenAI Astra 系统卡 ｜ The Decoder 对测试口径的整理
Claude Fable 5 帮开发者把 1993 年 Amiga 游戏迁到 Godot
Babylonian Twins 作者 Rabah Shihab 记录了自己用 Claude Fable 5 和 Claude Code 重做旧游戏的过程。模型先在一个晚上把 2010 年的 3.4 万行 C++ 引擎迁入 Godot 4，作者随后花约三天调整手感。接着它处理 72,758 行几乎没有注释的 68000 汇编，先用 vasm 重建出与发行版逐字节一致的二进制，再把行为改写进 Godot。
作者负责提出任务、试玩和处理只有原开发者才知道的歧义，模型承担了文件格式分析、代码迁移和大部分发行工作。他也明确写下自己尚未复核的一处 108 字节解释。这份记录展示了长上下文编码 Agent 怎样参与软件考古，也提醒读者，能够重建和运行旧代码并不等于每个推断都已经由人确认。
Tomasz Tunguz 估算 AI 数据中心需要 4 万亿美元债务
投资人 Tomasz Tunguz 汇总摩根大通资产管理、Western Asset、PIMCO 等机构的估算，假设未来五年美国数据中心容量从 25 吉瓦升到 70 吉瓦，全球建设支出约 5 万亿美元。如果项目普遍采用约七成债务，新增融资需求会接近 4 万亿美元，相当于美国公司债市场现有规模的 34%。
这个结果高度依赖建设计划全部落地、杠杆比例和融资结构。Tunguz 进一步估算，若云与 AI 服务保持 60% 至 70% 毛利率，行业到 2030 年需要每年 1.2 万亿至 1.5 万亿美元收入才能支撑这些债务。文章提供的是压力测试，不能当成已经签下的借款总额。它提醒数据中心竞争正在从芯片和电力延伸到长期资本成本。
AI 热点日报 · 作者 ZestJT · 数据来源 AI HOT（aihot.virxact.com）