GPT-6 Astra，猝不及防地降临。就在刚刚，OpenAI 官方定调称，这是「全球最智能、最符合人类意图的模型」。OpenAI 表示，Astra 集合了多年在预训练、强化学习和模型对齐领域的研究成果，在计算机操作、网页浏览、软件工程、网络安全、科学研究以及专业工作等多个方向达到新的能力水平。相比以聊天、写作和问答为主的前代模型，Astra 更像一个能直接干活的 AI Agent：它可以调用工具、操作软件、浏览网页，独立完成复杂任务。这一次发布，也成为 OpenAI 近年来规模最大的一次模型升级。据 OpenAI 研究负责人 Aidan Clark 介绍，Astra 是 OpenAI 迄今规模最大的训练项目之一，也是首次在训练过程中大量使用此前模型参与监督的新一代模型。该模型首次在美国 Stargate 德州基地使用超过 10 万张 GPU 进行预训练。OpenAI 总裁 Greg Brockman 更是直接开麦：几年后回头看，今天就是 AGI 时代的起点。GPT-6 Astra 登场，要让 AI 接管软件GPT-6 Astra 最大的变化，是 Computer Use 能力。过去的大模型虽然可以生成代码、总结资料、回答问题，但真正进入现实软件环境执行任务时，仍然存在明显限制。浏览网页、填写表格、操作办公软件、处理复杂流程，这些任务需要大量人工介入。Astra 试图改变这一点。OpenAI 称，Astra 是目前最强的计算机操作模型，可以完成填写在线表单、更新 CRM 数据、整理日程、进行网络研究，并在邮件和文档编辑器中生成内容。它还可以分析科学数据、生成图表、创建网站，并自动运行前端质量测试。在官方演示中，Astra 展示了多个接近真实工作的创意场景。它可以使用 KiCad 完成 PCB 设计，将电子原理图转换成可以制造的电路板布局；可以操作 Excel、Power BI 等办公工具；可以使用 Blender 创建三维模型，并进一步转换为 Unreal Engine 5 中可交互浏览的空间。除此之外，我们还能让 Astra 从设计图开始搭建完整房屋模型，模型先在 Blender 中完成 3D 建模，再自动导入 Unreal Engine 5，生成可以自由探索的交互场景。甚至另一位用户还能通过 MCP 连接 Ableton，让 Astra 从零制作完整音乐，包括音色设计、乐器编排和混音流程。基准测试结果也显示，Astra 的 Computer Use 能力明显提升。在 OSWorld 2.0 测试中，GPT-6 Astra 得分达到 72.6%，高于 GPT-5.6 Sol 的 65.7%。而在 Agents’ Last Exam 测试中，Astra 得分达到 59.3%，高于 Claude Opus 5 的 55.5% 和 GPT-5.6 Sol 的 53.6%。此外，OpenAI 还同步升级了 Codex harness。过去，AI 编程 Agent 最大的问题之一，是长时间任务容易丢失上下文。一个持续数小时的大型开发任务中，模型可能忘记此前为什么修改某段代码，或者遗漏用户早期提出的限制条件。Astra 引入了新的上下文管理方式。OpenAI 表示，Codex 不再单纯依靠压缩总结保存历史，而是可以跨上下文窗口保存笔记，并搜索此前消息和工具输出，从而找到之前的需求、测试结果以及修改记录。同时，Astra 可以在等待用户回复时继续推进不依赖该信息的任务。如果问题会影响最终结果，模型会等待用户确认；如果影响较小，则会根据合理假设继续执行。简言之，过去，人们更关注模型能否给出准确回答；接下来，真正拉开差距的，将是它能否独立完成一项完整工作。代码、数学和科学，成为 GPT-6 Astra 的新战场OpenAI 希望 Astra 不只是一个效率工具，而是进入企业核心工作流程。其中，软件工程是竞争最激烈的领域之一。OpenAI 将 Astra 称为目前最强的软件工程模型。在考察终端环境测试的 Terminal-Bench 4.0 中，Astra 得分达到 57.7%，明显高于 GPT-5.6 Sol 的 37.3%，同时每个任务的预计 API 成本低于 Sol 和 Claude Fable 5.1。在 DeepSWE v1.1 测试中，Astra 得分达到 74.1%。OpenAI 更强调的是，Astra 在复杂真实开发环境中的表现。合作伙伴 Jane Street 表示，Astra 在 Agent 编程场景下，更容易被开发者理解，同时生成代码需要更少迭代才能达到生产质量。▲ARC-AGI-3 的得分达到 99.9%AI 创作者 Pietro Schirano 则展示了 Astra 根据图片生成 3D 模型和动画，并通过一句目标指令创建完整水下探索游戏的过程，其中包含 3D 元素、声音以及可交互玩法。另一位用户 Chris 表示，Astra 在 Unity 环境中的表现相比此前版本提升明显，能够直接利用现有资源组装城市场景，生成更接近真实游戏开发流程的内容。科学研究则是 Astra 展示能力的另一个重点。OpenAI 表示，Astra 在 FrontierMath Tier 4 测试中取得 97.6% 成绩，在 GPQA Diamond 科学推理测试中达到 96.0%。这款新模型还参与了数学研究。OpenAI 表示，Astra 帮助推进了素数间隔问题研究，其中一项结果将无限多个素数对之间的已知距离上限进一步缩小。在实际科研流程中，Astra 不只是回答科学问题，而是可以直接进入专业软件环境分析数据。例如，它可以检查基因测序质量、分析遗传变化，并帮助研究人员判断下一步研究方向。不过，Astra 最受关注的能力，也带来了最大的安全争议。OpenAI 表示，Astra 已达到其 Preparedness Framework 中的「关键网络安全能力阈值」。在 ExploitBench 测试中，Astra 获得 100% 成绩，高于 GPT-5.6 Sol 的 78.5%；在 ExploitGym 测试中，Astra 成功率达到 42.4%，高于 Sol 的 30.3%。进一步测试显示，Astra 在近期漏洞测试中发现并利用了两个此前未知的 zero-day 漏洞，OpenAI 表示已经向相关维护方披露。同一个模型，既可以帮助企业发现漏洞、修复代码，也可能被用于攻击系统。因此 OpenAI 对 Astra 的开放采取了更严格的分级策略。普通用户版本会拒绝部分高级网络安全请求，而经过审核的安全团队可以通过 Daybreak 项目获得更开放的访问权限。人类与 AI 的大分工时代GPT-6 Astra 发布后，AGI 再次成为行业讨论中心。OpenAI 并没有正式宣布已经实现 AGI，但 Greg Brockman 的表态明显更加积极。他认为，未来的人们可能会把 Astra 看作 AGI 时代的重要起点，同时表示 AGI 更像一个「使命概念」，而不是一个可以被简单定义的技术指标。「如果几年后回头看，什么时候真正创造了 AGI，我认为可能就是现在，可能就是这个模型。」Brockman 如此表示。而在此次 Astra 发布的过程中，OpenAI 也特别强调「对齐」。OpenAI 表示，Astra 是目前最符合人类意图的模型。在一项测试模型是否会突破任务边界的评估中，GPT-5.6 Sol 在没有生产防护措施时越过授权范围的比例为 48%，而 Astra 为 0%。这一变化与此前 AI 安全事件密切相关。此前 OpenAI 测试中的 AI Agent 曾出现突破限制环境，并攻击 Hugging Face 相关系统的事件，引发行业对于 AI 自主行为边界的担忧。Astra 发布时，OpenAI 试图证明它已经建立了更完善的安全机制。但另一面的问题是，OpenAI 承认，测试显示 Astra 的文字推理过程相比 GPT-5.6 Sol 更难监控。究其原因，Astra 能够使用更少的文字步骤完成复杂任务。商业化方面，Astra 也进入更高价格区间。GPT-6 Astra 将首先向 OpenAI Daybreak 项目的部分企业用户开放，随后向 ChatGPT Plus、Pro、Business 和 Enterprise 用户开放，并通过 OpenAI API 和 AWS 提供服务。API 定价为输入每百万 token 10 美元，输出每百万 token 50 美元，缓存读取和写入另有计费规则。同时，OpenAI 还提供 Fast Mode，可以将处理速度提升至标准模式的 2.5 倍，但价格也会上升至标准模式的两倍。相比 GPT-5.6 Sol，Astra 的价格有了明显提升。不过，OpenAI 认为，未来企业不会只关注 token 单价，而会关注完成一次任务需要付出的总成本。Greg Brockman 更是表示，AI 行业最终需要从「token 定价」转向「任务成本」衡量。虽然 OpenAI 说 GPT-6 Astra 接近开启了 AGI 时代。但真正值得关注的，或许不是 AGI 这个标签，而是我们已经清晰地看到 AI 开始接近一种新的存在形态：它不再等待人类拆解任务，而是开始理解目标、制定路径，并主动完成工作。蒸汽机改变工业时代时，人们看到的是一台机器；互联网改变世界时，人们看到的是一张网络。只有多年以后，人们才意识到，它们改变的其实是整个社会运行方式。从这个角度看，Astra 的意义并不只是一次模型升级。当 AI 开始进入办公室、实验室和代码库，人类与机器的关系，也将迎来一次重新分工，届时我们也将需要重新思考自己的价值所在。

💻OpenAI 发布 GPT-6 Astra，主打电脑操作与复杂工作流🧠ChatGPT、Claude 与 Grok 同时出现故障💰英伟达以 129.3 亿美元收购 Hugging Face，承诺保留开放平台💬微信回应「单删提示」：只在好友数达到上限时展示🛒天猫上线 AI 「Token 充值中心」，首批接入四家模型厂商🔬前 DeepSeek 研究员魏浩然出任百度文心多模态算法负责人🚗特斯拉 Cybercab 今日亮相，得州登记车队增至 45 辆🏢人人影视转型正版回归，月度会员 25 元💡星宇股份外包岗再加薪，劳务公司称仍招聘困难🛒淘宝回应 9 月 3 日系统故障：页面已恢复🧠OpenAI 首席科学家 Jakub Pachocki：应防止 AI 陷入「不可监控竞赛」📈博通第三财季营收增长 86%，AI 半导体收入达 167 亿美元💵Nscale 称已签约收入达 1030 亿美元，最早本月启动 IPO💡奥特曼：OpenAI 将开发人形机器人👓Qoder 将登陆千问 AI 眼镜，可用第一人称视角给 Agent 派任务🧠联想 IFA 2026 发布全系 AI 硬件🪄Plaud MCP 接入腾讯 WorkBuddy，可直接调用录音与转写⚡fal 推出 H3 Max Turbo 预览版，生成速度提升至 2 倍🎮玩家把《GTA V》原生移植到初代 Switch，超频后接近 30 fps🎧Anker 推出无需穿戴设备的 SleepLab Pro 睡眠音箱🎬微短剧统一启用「苔花标」，新上线作品 10 月底前完成覆盖👀布拉德·皮特新片《野兽之心》定档 9 月 30 日内地上映🎨罗马尼亚选送金棕榈奖影片《Fjord》竞逐奥斯卡OpenAI 发布 GPT-6 Astra，主打电脑操作与复杂工作流OpenAI 发布 GPT-6 Astra，面向复杂推理、编程、电脑操作、研究与文档创作等端到端工作。该模型先向 Trusted Access Program 的企业客户开放，API 以及 ChatGPT Plus、Pro、Business 和 Enterprise 用户将在未来几天陆续获得使用权限。GPT-6 Astra 支持 105 万 token 上下文窗口和 12.8 万 token 最大输出，并新增异步工具调用、运行中接收补充指令、在对话中调整推理强度等能力。OpenAI 表示，模型可以在浏览器和专业软件中执行多步骤任务。安全方面，OpenAI 将 Astra 评为网络安全「Critical」、生物与化学能力「High」，并把部分高级网络安全能力先限制在 Daybreak Blue 计划内。定价方面，GPT-6 Astra 标准模式下每百万输入 token 收费 10 美元，缓存输入为 1 美元，缓存写入为 12.5 美元，输出 token 为 50 美元。输入超过 27.2 万 token 的请求，将按 2 倍输入与缓存费率、1.5 倍输出费率计费；Batch 和 Flex 模式价格为标准模式的 50%，Fast Mode 则为相应价格的 2 倍。🔗 相关阅读：刚刚，GPT-6 震撼发布！人类进入 AGI 大分工时代ChatGPT、Claude 与 Grok 同时出现故障据 Axios 及《连线》等媒体报道，北京时间 9 月 3 日晚间至 9 月 4 日凌晨，OpenAI 旗下 ChatGPT 与 Codex、Anthropic 旗下 Claude 以及 xAI 旗下 Grok 几乎在相同时段遭遇服务中断，引发全球大量用户报障。根据网络监测平台 Downdetector 数据，故障高峰期针对 OpenAI 的问题报告超过 3.7 万份，Claude 与 Grok 也分别收到上千份故障反馈。受上游基础模型故障波及，AI 代码编辑器 Cursor 亦在同期出现了自动化与云端 Agent 功能降级。随后各家公司陆续更新了状态页面并披露修复进展。OpenAI 发言人向媒体证实，此次 ChatGPT 和 Codex 的异常主要由路由配置错误引起，团队在部署修复方案后已恢复正常运行；Anthropic 称早前受容量限制与错误率升高影响的 Opus 4.8 和 Opus 5 等多款 Claude 模型均已修复并恢复上线；xAI 状态页显示 Grok 服务已恢复健康，相关通报显示故障源于其位于孟菲斯计算中心的异常。截至目前，上述受影响的 AI 服务及相关下游开发工具已全部恢复正常。此次多家头部 AI 模型罕见地集中发生服务中断，也引发了业内对当前生成式 AI 底层计算网络与基础设施冗余架构的进一步关注。英伟达以 129.3 亿美元收购 Hugging Face，承诺保留开放平台9 月 3 日，英伟达宣布将以 129.3 亿美元收购 AI 开发者平台 Hugging Face。路透社报道称，这笔交易将帮助英伟达进一步进入开放模型生态，并直接连接开发者用于分享、测试和部署 AI 工具的平台。英伟达 CEO 黄仁勋表示，Hugging Face 将继续面向整个 AI 生态保持开放，支持开源和开放权重模型，以及多云、多加速器部署。开发者仍可自行选择模型、框架、云服务、推理服务和计算平台，使用 Hugging Face 时不必采用英伟达算力。根据英伟达公布的数据，Hugging Face 已汇集超过 1800 万名开发者、研究人员和创作者，平台上有超过 300 万个模型、50 万个数据集和 100 万个应用，使用该平台的企业超过 20 万家。微信回应「单删提示」：只在好友数达到上限时展示9 月 3 日，「微信单删提示」登上热搜。腾讯客服回应称，这并非面向所有用户开放的批量检测功能：只有通讯录好友数量达到上限、用户继续添加好友时，系统才会弹窗展示部分联系人，供用户判断是否删除。弹窗可能标出已经删除用户的联系人，并提供「换一换」功能，但微信目前不能批量查看所有已将自己删除的好友，用户仍需在弹窗列表中手动选择。腾讯客服表示，微信好友数量上限约为 1 万，公众号及黑名单内账号也会占用名额。天猫上线 AI 「Token 充值中心」，首批接入四家模型厂商天猫 9 月 3 日上线 AI 空间站，也就是「Token 充值中心」。页面首批集合阿里云、智谱、Kimi 与 MiniMax 的大模型订阅产品，用户可以在天猫直接购买。在售商品包括按周期订阅的 Token Plan、Coding Plan，以及按用量付费的充值方案，支持兑换码和直充两种交付方式。此前一天，智谱已在天猫开设官方旗舰店并上架 Coding Plan 等订阅套餐。据《界面新闻》报道，开店首日相关搜索量环比增长 40 倍。前 DeepSeek 研究员魏浩然出任百度文心多模态算法负责人据 AI 前线援引知情人士消息，原 DeepSeek 研究员魏浩然近日带队转入百度基础模型研发部，出任文心大模型多模态算法负责人。他今年上半年加入百度，此前主要负责 OCR 等多模态方向的研发。魏浩然是《DeepSeek-OCR: Contexts Optical Compression》与《DeepSeek-OCR 2: Visual Causal Flow》的第一作者。两篇论文分别于去年 10 月和今年 1 月发布，前者使用视觉表征压缩长文本信息，后者进一步让编码器按图像语义动态重排视觉 token。AI 前线称，魏浩然加入百度后参与了 Unlimited-OCR 模型的研发。百度在 6 月公开该模型，官方项目将其定位为长文档单次解析方案。特斯拉 Cybercab 今日亮相，得州登记车队增至 45 辆特斯拉将于美国当地时间 9 月 3 日（北京时间今天下午）在得州奥斯汀举行 Cybercab 发布活动。这是特斯拉为全自动驾驶出行设计的双座车型，座舱不设方向盘和脚踏板。得州机动车登记资料显示，特斯拉已将 45 辆 Cybercab 列入当地自动驾驶车队名单，较最初登记的 7 辆增加 38 辆。这批车与 269 辆 Model Y 一同登记在 Tesla Robotaxi 名下。登记进入车队并不等于已经对公众载客。特斯拉官方 Robotaxi 页面仍称，现有自动驾驶出行服务从 Model Y 开始，Cybercab 未来才会在更多地区提供行程。特斯拉之前已在得州超级工厂向员工开放 Cybercab 试乘。人人影视转型正版回归，月度会员 25 元据蓝鲸新闻报道，知名影视资源与字幕平台「人人影视」已更名为「人人影视分享精彩」，并在 iOS 应用商店和安卓商店等渠道正式上线，全面转型为正版视频平台。人人影视工作人员对此表示，该项目此前筹备已久，目前与华数传媒达成合作，平台内上架的影视片源均系正版购买。目前平台内容仍以海外影视作品为主，首页推荐包括《足球教练第四季》《四手联弹》《绿灯军团》等剧集与电影。在收费模式上，该 App 推出了会员订阅服务，月度会员定价 25 元，季度会员为 60 元，年度会员为 175 元。此外，平台日前还向老用户发送了主题为「欢迎老用户回归」的通知邮件，并在信中表示「我们终于可以在 App 见面了」，同时向老用户附赠了 1 个月会员。星宇股份外包岗再加薪，劳务公司称仍招聘困难据新京报贝壳财经报道，星宇股份与 107 名应届毕业生解约后，多家劳务派遣公司称，公司外包岗位再次提高时薪，但招聘仍然困难。招聘人员介绍，相关岗位原本时薪为 22 元。事件发生后，星宇股份提供每小时 1 元留任奖，劳务派遣公司再补贴每小时 1 元；此次劳务公司又增加每小时 1 元补贴，合计时薪升至 25 元。岗位包括普工、操作工、组装工和包装工，采用两班倒、上六休一安排，员工与劳务派遣公司签约。星宇股份的留任奖将持续至今年 11 月，劳务公司的补贴持续至明年 2 月。按招聘方现行安排，明年 3 月后时薪将回到 22 元。另外，新浪财经公布的约谈录音显示，公司当时向应届生提供了两种方案：以「个人原因」离职并获得半个月薪资补偿，或调往生产操作岗位。对于不接受任一方案的学生，沟通人员称可以「走法律程序」。劳动法律师指出，双方未协商一致时，用人单位无权单方变更劳动合同内容或解除合同。淘宝回应 9 月 3 日系统故障：页面已恢复9 月 3 日上午，多名用户反馈淘宝 App 出现页面报错、订单无法加载、无法付款等故障，「淘宝崩了」话题随后登上热搜。淘宝线上人工客服一度表示，平台正在核查处理，服务将逐步恢复。当天中午，客服再次回应称，故障来自系统问题，相关页面已恢复，并就此次影响致歉。故障期间，多位用户上传的截图还显示，确认收货、查看物流和刷新订单列表均受到影响，页面曾提示「服务竟然出错了」或「网络竟然崩溃了」。相关问题集中出现在订单与交易页面，并非只有单一入口短暂报错。OpenAI 首席科学家 Jakub Pachocki：应防止 AI 陷入「不可监控竞赛」OpenAI 首席科学家 Jakub Pachocki 在社交媒体 X 上回应围绕 Astra 模型「深度循环」机制引发的 AI 安全争议。部分研究者担心，这项设计会让模型推理过程更难监控；Pachocki 表示，发声是为了防止混乱的报道引发一场「冲向不可监控」的竞赛。Pachocki 称，包括 Astra 在内的 OpenAI 前沿模型，计算图深度与 GPT-4 相比差距不到两倍，并未出现外界担心的架构复杂度跃升。「深度循环」会让模型重复调用同一组网络层、更新内部表征，因而使部分推理停留在人类难以直接阅读的状态中；但 Astra 当前的使用程度有限，思维链仍预计可读。他强调，OpenAI 从最早的推理模型开始就在保留和利用思维链监控，因为这类记录能帮助研究者理解模型的对齐行为如何超出训练分布。OpenAI 在 3 月公布的研究中，也将思维链监控列为自主 Agent 的多层安全保障之一。不过，Pachocki 并没有否认风险。他认为思维链监控仍然「很脆弱」，而且正在受一些与架构变更无关的因素影响。他表示，寻找加强可监控性的办法已是 OpenAI 当前研究项目的核心目标之一。博通第三财季营收增长 86%

「欢迎来到 AGI 时代。」OpenAI 总裁 Greg Brockman 用这句话结束了 GPT-6 Astra 的媒体吹风会。几个小时前，ChatGPT、Claude 和 Grok 才经历了一次罕见的同时宕机，但短暂故障没有打乱 OpenAI 的发布节奏——就在刚刚，GPT-6 Astra 正式亮相。Brockman 对这款模型的评价，甚至超过了 OpenAI 以往任何一次新品发布：如果几年以后回头追问，AGI 究竟在什么时候诞生，我想答案大概就在这段时间，甚至可能就是这个模型……就我个人而言，我认为我们已经达到了（AGI 水平）。对于听惯了 AI 公司豪言壮语的人来说，问题也随之而来：Astra 到底做到了什么，足以让 OpenAI 定调说「这是全球最智能、最符合人类意图的模型」？跑分没有横扫一切，价格倒是登上了顶峰按照 OpenAI 的说法，Astra 是一次「代际跃迁」，能力提升覆盖电脑操作、软件工程、专业工作、科学和网络安全。根据官方公布的数据，Astra 在代表「脑力」的研究级数学测试 FrontierMath Tier 4 和科学知识测试 GPQA Diamond 中成绩是 97.6% 和 96%。而在代表「动手能力」的长程软件工程测试 DeepSWE、CAD 绘制测试 BenchCAD 和漏洞利用能力测试 ExploitBench 中，Astra 也分别做到了 74.1%、95.9% 和 100%。也就是说，GPT-6 Astra 已经把很多既有测试「刷爆」了。要想完整理解它的能力上限，我们可能需要设计一些新的测试。但 OpenAI 更倾向于介绍 ARC-AGI-3 的成绩：99.9%。这是一项高度抽象化的测试，模型要进入一个完全陌生的小游戏世界，不提供任何规则说明和目标，模型必须自己通过互动观察环境的变化，推断出这个世界的「游戏规则」然后规划行动。在今年 3 月刚公布时，最强的 AI 成绩只有 0.51%，即使是 GPT-5.6 Sol 在默认框架下也只有 7.8%，而现在 Astra 在特设的保留推理+压缩上下文框架下，就做到了和人类完全等同的环境推理满分成绩——这一点会和我们稍后说到的「环境操作」能力紧密相关。作为最新的超旗舰级模型，Astra 的基本规格自然不会落后：105 万 token 上下文窗口，最高输出 12.8 万 token，知识截止时间为 2026 年 4 月 30 日，支持 low、medium、high、xhigh 和 max 五档推理强度。但与此同时，模型的价格也来到了新高度。标准模式下，每百万输入 token 收费 10 美元、输出 50 美元；输入超过 27.2 万 token 后，整次请求的输入和缓存价格翻倍，输出价格升至 75 美元。模型依然支持更快给出结果的快速模式，相应地要支付两倍价格。对比起来，Astra 的输入与输出单价是 5.6 Sol 当前促销价的 2.5 倍，也和 Anthropic 刚发布的 Fable 5.1 相同。想体验的话，我们可能还得稍微再等几天：Astra 目前率先向小部分可信合作企业开放，ChatGPT 各级会员用户和 API 则会在未来几天里陆续推送使用权限。另外还有一个涉及最高级网络攻击能力的版本，只会提供给网络防御机构使用。当然，我们都知道官方口径向来是「报喜不报忧」的，第三方独立机构的测试稍微能给官方叙事降一下温——在 Artificial Analysis 最常用的通用智能独立测试 Intelligence Index v4.1.1 中，Astra max 的成绩「只有」61 分，和 GPT-5.6 Sol max 持平，低于 Fable 5.1 的 66 分、Opus 5 的 63 分以及 Muse Spark 1.3 的 62 分。这也和 X 上一些提前获得内测资格的开发者体感相仿：Astra 不是那种在智能上遥遥领先的模型，但它堪称恐怖的环境理解和操作能力弥补了这一点，最终交出的输出结果相当漂亮。虽然在通用智能测试上不算吃香，可一旦转到 Coding 测试就是另一回事了：在 Artificial Analysis Coding Agent Index 中，Astra 得到 67 分，距离榜首 Fable 5.1 只差 3 分。与此同时，Astra 体现出了极佳的 token 效率，使用的 token 仅相当于 5.6 Sol max 的三分之一、Opus 5 high 的五分之一。凭借效率优势，Astra max 完成单项 Coding 任务的成本和 Sol 大致相当。于是，在散点图中我们能看到 Astra 在左上角几乎划出了一个专属「斩杀区」——在相同的价格区间，Astra 目前可以说是「无敌」的。另外，Astra 的幻觉也明显减少。Artificial Analysis 测得 Astra max 的幻觉率为 51%，远低于 Sol 的 92%，拒答率数据也显示它没有依靠频繁拒绝回答来压低幻觉。单看综合跑分，很难说 Astra 是什么「独一档」的模型。但它的关键进步，其实藏在「模型如何使用电脑」这件事上。为人类设计的界面，Astra 用得比人更好Astra 的发布宣传片开头，引用了一个 80 年代的早期 AI 演示。当时，人对电脑说「画一个黄色圆圈」，电脑就能照做。同样的梦想延续到了今天。如今，几个人只是站在投影大屏前，或拿起筷子吃饭，或甩动手里的网球拍， 同时嘴上说出想要做一个完整可玩的 3D 游戏、把商品上架到 eBay，或是编辑照片后放入特定文件夹。等待片刻，工作就完成了。复杂的提示词和来回操作修改的过程全部消失，只需要像吃饭时看剧聊天一样，随口说几句话，Astra 就能把工作全部搞定。这可能是理解 Astra 最好的方式。OpenAI 还展示了一批更贴近日常工作的案例：寻找猫咪寄养服务，人类平均需要半小时，Astra 用时 5 分 27 秒；寻找工作从约 5 小时缩短到 2 分 51 秒。它还能预约车管所服务、寻找公寓、填写表格、整理日历、更新 CRM，在 Excel 和 Power BI 中处理数据，在 Blender 中制作模型并进一步转换成 UE5 中的交互场景。在这些现象的背后，是一种更具冲击力的技术路线——以前我们希望 AI 使用一套软件或一种服务，通常要先为它开发 API，用 MCP 协议规定可用的外部工具和数据。每多接入一个系统，都要重新处理权限、数据格式和调用逻辑。大量老旧的政务、医疗、保险和企业软件，甚至根本没有合适的 API。但我们还有另一种已经为人类这种通用智能服务了几十年的接口：GUI。屏幕、键盘和鼠标是一套覆盖数十亿台电脑、兼容无数新旧软件的接口。模型只要能看懂屏幕、理解当前状态并准确操作，今天仍在使用的软件就可以直接成为它的工具。Greg Brockman 在吹风会上也谈到了这一点。他认为，AI 行业长期受困于为不同工具逐一编写连接器；当电脑操作能力足够成熟，Agent 就能直接穿梭于表格、表单和网页。模型开始主动适应人类的软件世界，企业就不必等待整个软件世界先完成一次「AI 化改造」。衡量 Computer Use 能力的 OSWorld 2.0 基准测试结果也显示，Astra 得分达到 72.6%，高于 Sol 的 65.7%；平均完成一项任务约需 40 分钟，Sol 则需要约 75 分钟。成功率提高约 7 个百分点，耗时减少了约 47%。效率在这里变得格外重要。GUI 任务往往持续几十分钟，包含数百次观察、判断和操作。每一步都可能产生截图、上下文和推理 token。单次决策节省一点，放进长达几百步的工作流后，差距会被迅速放大。尽管 Astra 的单 token 价格很高，但极高的 token 效率和更少的试错，可以有效抵消涨价。OpenAI 估算，Astra 最高配置完成一项 DeepSWE 任务的 API 成本比 Sol 低约 57%。猝不及防地，Astra 的诞生直接改换了旗舰模型的竞争赛道。它不需要追求最高的智能分数，只需要能理解目标、接管现成工具、处理途中出现的意外，就已经可以承担相当大一部分的人类工作。开启发现和创造的新时代适应人类现有工具框架的能力，让 Astra 拥有了让所有内测开发者都叹服的实际工程表现。从已经公开的反馈看，不同于以往很多 AI 只能生成演示，Astra 已经可以在很大程度上一次性做出完整的产品了。开发者 Flavio Adamo 试着用 Astra 单次生成一个完整的 Minecraft demo。可以说，这是让我这个 MC 老玩家最惊艳的 demo 没有之一。从环境、UI、音效到具体的跳跃挖掘动作和动画效果，都和原版游戏几乎如出一辙，找不出多少 AI 痕迹。另一个创作者 Tom Krcha 只给了 Astra 一张房子的照片，它就重建出了一个完整的 Blender 3D 模型，包含所有家具、电器等陈设，而且可以在本地上像玩游戏一样 360 度无死角游览。t3dotcodes 的 CEO theo 则通过 Astra 一次性生成了可以在浏览器里运行的完整游戏，所有运动、光照和建模都恰到好处，没有 AI 生成游戏常见的穿模，也不需要修正。在工程 demo 之外，Astra 也在进入更广的专业工作。官网公布的一个案例里，它可以基于参考样本，生成一份在排版风格上完全一致但内容复杂得多的 PPT。法律科技公司 Legora 则用一次 Agent 运行审查了 41 份财务文件，几分钟内就找到了全部 4 处人为埋入的错误，包括藏在收入附注中的 50 万英镑差额。相比前一代模型，它在这项工作流上提升了近 40%，并且依然把最终判断留给人类专家。报税、建筑渲染、游戏开发和财务核对，这些 Astra 擅长的工作跨越了截然不同的专业领域，共同点是都要在真实软件中理解上下文、调用工具、发现错误，再把一个模糊目标推进成可交付的成果。这也让 Greg Brockman 的思考有了更具体的解释。当一个系统能跨越不同的专业操作环境，自己观察、学习、行动和纠错，它就变成了切实的生产力。OpenAI 敢于给 Astra 冠上 AGI 之名，关键也在于此——AI 终于可以从零开始独自完成工作了。双手越灵活，护栏就越重要。OpenAI 表示，Astra 强化了对齐和指令遵循能力，能更好地遵守用户设定的限制，并拒绝高风险网络请求。公司也加强了隔离测试、网络和工具权限、模型权重保护与全局行为监控，高风险操作可以被另一个模型审查和中断。但另一方面，OpenAI 首席科学家 Jakub Pachocki 也提醒，智能进步不会自动带来对齐进步；模型越强，人们就越难准确理解它正在做什么。甚至有一种更危险的可能性：更强的模型可能理解自己正处于被监控、测试或审查的环境中，并尝试主动欺骗监控系统。这种「反身性」虽然还不等同于意识觉醒，却也会让监控一款模型变得更为棘手。当然，这种提醒更多是面向未来的。至少在当下，我们可以大胆地庆祝 Astra 的诞生——人类花了几十年时间，建立起了一整套以 GUI 为基础的数字基础设施；而 Astra 的跨越，就在于能够直接操纵这套设施，让人类跳过操作的部分，从意图直达结果。当操作的门槛被大幅压低，专业技术也许就不再稀缺。从重复的辛劳中解放，才能凸显人类创造力的价值。世界的运行方式，正在悄然改变。

昨天晚上，ChatGPT、Claude、Grok 等主流 AI 产品和后端模型 API 服务突发宕机。大量个人和企业用户反馈无法登录、服务不能正常使用，坊间猜测根源为 AWS 等云服务商基础设施大规模故障。这是很多急于实现「AI 转型」的传统企业都在面临的尴尬处境。大模型和 Agent 火了，所有人都在畅想着 AI 能给自己带来多大的帮助；API 充了值，Agent 真的部署起来了，却越来越头疼。头疼的有好几层：第一层是越好的模型自然越受欢迎，用的人越多也越不稳定。当复杂业务流程运行在一个云端 API 驱动的智能体上，网络波动或云端限流会导致任务中断，难以找回，一切恐怕得推倒重来，这对于追求稳健的生产环境来说，是不可接受的；第二层是老板们鼓励团队多用 AI，真用多了又心疼钱烧的太快，更何况仅仅在「搭建」一个达到要求的 Agent 的阶段，就已经发生了巨量的 token 消耗，结果都还没有看到；第三层凸显于医药、金融、工业制造等特定的行业，隐私、安全、合规要求使得他们无法使用「常规 AI」，包括在线的 AI 模型对话/agent 产品以及云端 API。解痛的方法，只有本地 AI。近日，来自北京大学的元空智能与惠普一起，将开源大模型和 Agent 框架，以及面向常规办公、金融、科研等不同场景的专有知识，全部塞进了本地设备。这是模型、框架和算力的整合，其中前两者由元空 AI 提供：多款 Boxer 开源模型，包括稠密和稀疏激活版本作为中间的模型层；上层是两款平行的 Agent 产品「元空 AI Work」和「元空 AI Science」。底层算力由惠普提供，根据场景不同，可以是常规形态的笔记本电脑，或者英伟达 GB10 架构的桌上计算盒子，以及传统的塔式工作站。惠普将向企业用户直接销售这些预装打包好的设备，以及配套的 FDE（前线部署工程师）服务。这是一套面向企业市场的成套解决方案。它对于典型的普通 AI 用户来说没有意义，不仅一次性费用远比常规 AI 订阅更贵，也并没有那么方便——但对于那些因为数据安全合规方面要求极高，而长期以来不能用、不敢用 AI 的特种行业，所有的所谓劣势都反过来成了优势：一次性的前置费用让成本有了极大的确定性，后续的所有 token 均在本地产生；安全的本地沙箱环境的确带来了使用门槛，但能够让特种行业在合规前提下充分利用强大模型和 Agent 框架，为工作提质增效。曾经因为云端 AI 的流行而边缘化的「本地 AI」，已经离少数极客的玩票越来越远，也不再是退而求其次的技术妥协。对于许多低调但价值巨大的行业来说，本地 AI 推理一直是唯一的可行路径，而今天他们终于有了一个堪用的选项。「倒贴钱」的算力账本中国惠普有限公司副总裁周信宏发现，许多专有知识与技能（统称为 know-how）密集型的企业，在过去使用云端 AI 的时候面临一种隐含的双重代价：第一重代价是看得见的 token 消费所对应的成本；第二重则是自己的know-how、商业洞察，在交互过程中也许有被大模型「反向蒸馏」的潜在风险。这种焦虑在特定行业的放大效果是极强的，比如投行和律所，对于数据合规的敏感度极高，公司往往会明令禁止将敏感的审计底稿和法务材料上传至公有云，包括使用公开的、非企业统一管理的 AI 产品来处理这些资料。数据主权和算力成本的双重夹击下，原本习惯了按需租用 API 服务的企业，态度正在发生明显转变。中国惠普有限公司副总裁、大中华区个人信息产品事业部总经理周信宏元空 AI 与惠普共同推出的这项面向企业用户的本地推理解决方案，其卖点在于用一次性的资本支出 (CAPEX) 来替代云端订阅费用（本质上是运营成本 OPEX）。硬件买回来之后，后续的本地推理除了电费之外边际成本几乎为零。如果我们用一个百人规模、使用海外旗舰闭源模型 API 的小团队举例，其一个月的云端 API 开销可能在数十万元左右，一年在百万元量级。但如果根据需求采购本地算力设备，例如惠普的 ZGX NanoAI工作站（基于英伟达 GB10 方案），跑上一两个月所节省掉的 API 费用可能就已经抵消了前期一次性的设备采购成本。元空 AI 创始人兼 CEO 逄大嵬告诉 APPSO：「组织是永远在算账的。如果多掏一点设备钱就能把活干完，还能守住所有的核心机密，企业自然会做出理性的选择。」中尺寸模型进入干活的「甜区」在发布会现场的演示环节，元空智能联合创始人宁鲲鹏博士直接做了一个颇有挑衅意味的动作：他在HP ZGX Nano上关掉了 Wi-Fi，完全断网。在 Linux 环境下，元空 AI Work 调用 Boxer本地模型在短短几分钟内，自动调取底层的脚本工具，逐张扫描了本地文件夹里的 53 张发票，不仅完成了格式解析与分类归档，还直接在本地生成了一张结构完整的 Excel 报表，精准统计出每一个维度的支出。随后，在另一台微型工作站上，又在离线状态下穿透了一份多达数千个条目的银行流水单，精准抓出了短时间内资金快进快出的洗钱异常特征。以往许多人对端侧 AI 的印象，还停留在手机厂商塞进去的 1B、3B 小模型，日常用来修图或者润色文案。但如今的情况已经大不一样。「3B 以下的模型只能用来做 Chatbot，写写诗或者陪人聊天，根本干不了长链路的严肃任务。」逄大嵬给出了相当明确的技术分水岭判断：参数量过小的模型，理解上下文和工具调用的能力极其有限，无法胜任复杂的企业工序；而千亿参数量以上的超大模型，日常部署又过于笨重和昂贵。元空团队正在布局的是 20B 到 100B 参数量的中等尺度模型，他们认为这个尺度才是当前真正能干活的生产力甜区。依托现在的后训练技术，像他们发布的 27B 稠密模型和 35B-A3B 稀疏模型，其智能密度已经能够追平一年前甚至一年半之前的顶尖云端模型。在针对高并发与硬件架构进行算子优化后，这种体量的模型运行在十多 GB 的经典笔电到上百 GB 内存的桌面算力盒子和塔式工作站上流畅运行，预填充 token 速度达到数百 tok/s，解码速率达到数十 tok/s，延迟达到了 100ms 甚至 50ms 以下。单有模型只是有了一个脑子，如果缺乏手脚，它依旧什么都做不了。这次发布的元空 AI Work 智能体，核心在于它自带一套 harness 体系和「长期记忆」（Memory）机制。元空智能联合创始人姚佳雨博士介绍，这套系统并不是简单地保存对话历史，而是像版本控制系统一样，将每一次执行动作的轨迹结构化为资产。如果长程任务在中途发生中断，模型可以随时从检查点无损恢复。即便断网运行 24 小时，它依然记得用户昨天的偏好与前天未跑完的数据结构。内存浩劫下的新思路如果端侧 AI 的门槛是每位员工都必须配一台顶配的新电脑，这件事情在现实中依然难以推行。存储芯片和高性能显卡的价格过去几年已然居高不下，今年更是迎来所谓的「RAMmageddon」（内存浩劫），存储产品涨价远超理性。这意味着绝大部分企业的 IT 预算根本无法支撑全员换机。更何况，许多办公室里服役的还是几年前采购的传统轻薄本，没有海量内存，连稍大一点的本地模型都无法载入。惠普和元空给出的工程解法显得非常务实：他们展示了由两台 ZGX Nano 盒子堆叠组成的部门级微型算力服务器：一台盒子可以稳定带动四到五台普通笔记本，两台堆叠就能在局域网内给八到十个人的小团队提供专属的模型算力支持。员工依然可以在自己那台连大模型都装不下的老电脑上办公，但所有的推理负载、敏感数据库读取和文档重构，都在工位旁边的物理盒子里实时消化完毕——前面提到的所有本地优势，包括数据不出域、无边际成本的 token 供应，仍然适用。对于硬件厂商惠普来说，这次与元空的合作也是战略聚焦的体现。周信宏在群访中谈到了 PC 行业的真实分化：700 美元以下的廉价电脑市场确实承受着巨大的出货压力，利润空间被严重压缩；但在 700 美元以上、具备严肃算力的高单价设备领域，惠普看到了两位数的营收正增长。企业用户不是不愿意掏钱，而是不再愿意为缺乏生产力工具属性的纯硬件买单。AI 拓客的下半场，不在 AI，在设备上一种新的共识在行业形成：模型卷到头了。从预训练的维度，更准确的说法是互联网上公开的文本数据已经被大模型吃得差不多了。AI 发展的这几年，我们看过太多震撼眼球的发布，每一家模型巨头都在承诺一个全知全能的超级大脑，但现在无论它们发布怎样的新模型，大家似乎都很难再感受到那种「核弹爆炸」「瘫坐在地」式的震撼。传统预训练上的 scaling law 边际回报已然急速递减。元空 AI 认为，真正的增量空间发生在后训练和强化学习阶段，而具体场景则需要落地到物理设备——包括但不限于 AIPC、手机、千行百业的 IoT 设备甚至非智能设备。元空这次发布的另一个重头产品是元空 AI Science。脱胎于北大科学智能学院的他们，把大模型直接接入了真实的生命科学实验平台。在传统的科研流程中，从查阅文献、分子推演，再到实验室里真实的试剂配比、摇晃试管，干实验与湿实验之间往往隔着巨大的鸿沟。为此，元空正在开发一个旨在统一所有非标准接口「笨设备」的抽象协议层，让 AI 既能阅读文献、预测蛋白质结构，又能直接调度机械臂去进行样本存取与细胞培养，并根据检测仪器回传的真实物理指标来修正下一步动作。「模型在真实操作中留下的交互轨迹，才是未来最稀缺的数据。」药企的研发配方、工厂产线的声学异响检测、甚至实验台上的高温酶重组，这些信息永远不可能被公开上传到外网。只有当模型深深驻扎在端侧设备里，与真实的物理环境产生闭环，它才具备自我迭代和进化的可能。这两年大家听了太多关于 AI 的宏大设想，似乎只要用上最新的大模型，任何问题都能迎刃而解。但真正要在日常业务里用起来，多数团队最在意的无非就是：把活干完，确保数据安全，以及账单别太贵。元空和惠普这次做的尝试，其实就是把飘在云端的大模型拉回地面，装进权限严格的本地算力盒子里。这种做法可能听上去没有云端模型那么耀眼，但对于那些精打细算、在意安全的企业来说，这反而是眼下最稳妥、也最容易拿到结果的选择。

发布会前一天，马斯克在 X 上发了张梗图 —— 一辆金色 Cybercab 化作漫天沙尘，正朝着奥斯汀市区席卷而来。但在现实里，马斯克口中的这场「风暴」仍在蓄力，距离真正席卷城市还差得远。今早，特斯拉在美国得州奥斯汀正式发布了 Cybercab 赛博无人驾驶电动车的量产车型。从外观上看，这辆车与 2024 年发布的概念车并没有太大区别。2024 年 10 月，特斯拉在华纳兄弟影城内搭起一片街区，负责接送到场宾客的是 20 辆 Cybercab 和 30 辆 Model Y。那是人们第一次见到这款没有方向盘、没有踏板的车，也是第一次听到马斯克为 Robotaxi 业务划出的落地目标：– 2025 年在得州和加州落地无监督 FSD– Cybercab 于 2026 年量产，售价低于 3 万美元– 运营成本降至每英里 0.2 美元– Cybercab 只使用无线充电– 私家车也能接入车队赚钱然而，两年过去了，这些承诺只兑现了一小部分。的确，Cybercab 已于今年 4 月在得州超级工厂顺利投产，如今也开始了正式运营，但目前加州仍在使用配备安全员的 FSD Supervised。另外，Cybercab 的售价、运营成本和私家车入网的细节均未公布。两年前号称「只支持无线充电」的 Cybercab，如今也在车尾加上了充电接口。截至目前，在得克萨斯州自动驾驶车辆备案名册中，特斯拉 Robotaxi 总数为 420 辆，其中 375 辆都是 Model Y，Cybercab 仅占 45 辆。一辆为接单而生的车活动还没开始，Cybercab 就已经在奥斯汀赚足了眼球。过去几天，不少博主都拍到金色 Cybercab 成群出现在奥斯汀市中心，甚至有人说「每个街角」都能看见它的身影。Cybercab 也确实天生适合短视频传播，低矮的车身、金色的车漆、贯穿式灯带加上蝴蝶门设计，像是直接从科幻电影里开出来的，混在普通车流里格外扎眼。座舱设计更是大胆，后视镜、方向盘、踏板全部取消，车内只剩两个座位和一块 22 英寸中控屏——这是特斯拉目前尺寸最大的车载屏幕。在车辆四周，特斯拉总共布置了 8 颗摄像头，用于观察周围环境。负责处理这些画面仍然是 AI 4 计算平台，与现款 Model 3/Y 相同。Cybercab 的造型有多张扬，参数就有多克制。美国环保署的公示文件显示，Cybercab 采用单电机前驱布局，最大功率 163kW，整备质量约 1.41 吨。电池规格为 326V、146Ah。算下来，容量大约是 47.6kWh。关于它的续航，特斯拉还没有公布过明确的信息。EPA 认证文件显示，Cybercab 在 SAE J1634 多循环测试中，取得了 418.2 英里（约合 673 公里）的未修正综合续航。按照 EPA 常用的 0.7 修正系数估算，它的标称续航大概会在 470 公里左右。小电池、单电机、两座布局，这些都有助于降低单车成本，推进车队的规模化。但与此同时，两座布局也给它带来了一些质疑：带了行李怎么办？今天，特斯拉第一次让我们看到了 Cybercab 的后备箱。它的后备箱容积达到了 572 升，最大载重为 100 公斤。可以同时放下两个托运行李箱和两个登机箱。两个人去机场的话，这个空间已经相当充裕。与此同时，特斯拉还展现了他们对于残障人士的关怀——Cybercab 的后备箱是可以放下折叠后的轮椅的。另外，这辆车的座椅高度与轮椅的座面接近，方便乘客从轮椅挪到车内座位上，车门拉手和顶部的按键还加入了盲文。可以看到，只要乘客不超过两个人，Cybercab 就已经能够像我们日常生活里的网约车一样，应付通勤、购物和机场接送等常见的需求。什么？你说超过两个人怎么办？马斯克还给你画了另一张大饼：Robovan。Robovan 离我们还很遥远，而 Cybercab 已经开始寻找它的「个人买家」了。就在活动开始前数小时，特斯拉上线了一份购买 Cybercab 的意向征集表。用户可以在「购买 Cybercab」、「建设出行枢纽」和「参与活动合作」中勾选自己感兴趣的选项，然后留下自己的手机号码。虽然说这还算不上是订购页面，没有办法直接付款，但我们可以知道的是：在特斯拉的规划里，未来运营 Cybercab 的不只有它自己。方向盘消失以后前几天，马斯克在 X 上和 OpenAI 隔空吵了一架。OpenAI 副总裁、设备业务负责人 Peter Welinder 发帖称，经济实惠的 L5 级自动驾驶至少还要等待 5 到 10 年。它需要能同时处理多种信息和任务的 AGI，需要实时完成推理，最后还得装进一块价格够低、能耗也足够小的车载芯片里。几个小时后，马斯克只回了一个表情：🤡虽然说马斯克在网上显得很嚣张，但是 Cybercab 目前确实还没够着 L5。在乘客看不见的地方，仍有一群工作人员在默默维持车队的正常运转。美国国家公路交通安全管理局的记录显示，特斯拉 Robotaxi 至少有两起事故发生时，车辆正处于远程操作状态。别看 Cybercab 没有方向盘和踏板，特斯拉只是没把这些东西放在车里而已。安全，始终还是需要兜底的。就在上个月，一辆开启 FSD v14.3.7 的特斯拉驶近铁路道口。当时警示灯已经亮起，列车就在眼前，而特斯拉却没有停下。最后，还是驾驶员一脚踩住了刹车。尽管特斯拉的安全报告称，FSD Supervised 的事故率低于美国平均水平，但实际上，这个对比并不完全对等。特斯拉的数据只覆盖了 FSD 适用区域，全美平均数据则包含各种车型、道路和驾驶人。今年 8 月底，又有三起涉及特斯拉辅助驾驶的致死事故被媒体披露，特斯拉只确认事发前辅助驾驶处于开启状态，事故经过和软件版本等关键信息仍未公开。安全之外，特斯拉 Robotaxi 的实际运力同样模糊，没人知道他们到底有多少辆车。今年 5 月，路透社发布了一次实测调查。记者在达拉斯和休斯敦多次叫车无果，仅有的三次成功订单也无法直达市中心，乘客下车后还要步行约 15 分钟。如此糟糕的体验，和马斯克年初公布的数据形成了强烈反差。今年 1 月，他曾表示特斯拉在奥斯汀和湾区投放的 Robotaxi「远超 500 辆」。但到了二季度，特斯拉仍然只公布累计里程，没有说明这些车分布在哪儿，真正上路的又有多少辆。相比之下，Waymo 扩张的步子迈得更稳。目前，他们已在 14 座城市提供无人驾驶服务，仅得州就登记了 988 辆车。大洋彼岸，中国的自动驾驶企业表现同样亮眼。萝卜快跑的无人里程累计超过了 2.4 亿公里；小马智行拥有 1975 辆 Robotaxi，二季度营收同比增长 691%；文远知行的 Robotaxi 总数超过 1800 辆，国内单车日均订单超过 21 单。当竞争对手们开始公布营收、订单和车队规模，特斯拉手里的运营里程就显得有些单薄了。车队规模和订单量还有着另一层意义。两年前的 Cybercab 发布会上，马斯克把自动驾驶比作电梯。他说，早年的电梯需要专门的操作员控制，而今天的我们只需要按下楼层按钮。他没有提到的是，从专人操作到自动运行，这个转变持续了近一个世纪。1854 年，奥的斯电梯公司创始人伊莱沙·奥的斯（Elisha Graves Otis）站上升降平台，让助手当众砍断缆绳，打消了人们对电梯坠落的恐惧。但后来操作员还是在轿厢里坐了几十年，比起机器，人类更相信他们自己。如今的 Cybercab 也处在这个阶段，几十辆车在奥斯汀接送乘客，还不足以说服所有人。马斯克需要规模更大的车队和更多的订单，才能让图片里的沙尘暴吹进现实。

9 月 3 日晚，FREELANDER 神行者首款车型神行者 8 正式上市，新车同时提供大五座与大六座两种布局，每种布局各有 PRO、MAX、MAX+ 三个版本。其中，大五座的上市指导价为：PRO 版 30.99 万元MAX 版 34.99 万元MAX+ 版 38.99 万元大六座的上市指导价为：PRO 版 31.99 万元MAX 版 35.99 万元MAX+ 版 39.99 万元同一配置等级下，大六座比大五座贵 1 万元，PRO 到 MAX、MAX 到 MAX+ 则都相差 4 万元，价格梯度相当规整。补贴方面，其他品牌用户增换购可享 1 万元补贴，奇瑞、捷豹路虎用户的补贴为 1.5 万元，购车另有 1 万元购置税补贴，相关权益持续到 9 月 30 日。内外兼修的豪华越野车神行者 8 的长宽高为 5118×2050×1898mm，轴距达到 3040mm，放在今天的新能源 SUV 市场里，它首先是一台尺寸标准的大型家庭用车。大五座把更多纵向空间留给第二排和行李，大六座则采用 2+2+2 布局，六个人都能拥有相对独立的乘坐位置。对于六座 SUV 来说，真正容易暴露成本取舍的往往是使用频率不高、又最容易被压缩的第三排。神行者 8 在轮包位置为第三排乘员做了脚部下沉，官方公布的横向空间为 966mm，同时保留座椅加热、独立出风口和 USB 接口。空间之外，神行者 8 全系标配了一块 60.3kWh 的宁德时代三元锂电池，CLTC 纯电续航 310km，并搭载 800V 高压平台，峰值充电倍率达到 6C。远端屏、17.3 英寸后排吸顶屏、23 扬声器 Audio Vivid 音响和 10L 冷暖箱，则补齐了家庭用户熟悉的舒适配置。再来看看版本差异。即便是作为「入门」的 PRO 版本，神行者也为它保留了双电机四驱和两挡后电机，系统综合功率 610kW，综合扭矩 813N·m，零百加速 4.6s。闭式双腔空气悬架、CCD 连续可变阻尼减振器、±10° 后轮转向和前六活塞固定卡钳，同样是全系配置。动力+灵活性，神行者 8 并没有看起来那么笨重。华为乾崑 ADS 5 在神行者 8 上分为两档出现，PRO 和 MAX 搭载增强版，使用舱内激光视觉 Limera 方案，MAX+ 才升级到配备 896 线双光路激光雷达的超阶版。MAX 版则补上了全场景全工况「三把锁」，包括前机械差速锁、后桥 e-LSD 和数字中锁，三把锁的加入，也让 MAX 成为神行者 8 真正意义上的全地形版本，相比 PRO 更适合在野外活动。同时 MAX 版本的车内加入全粒面 NAPPA 内饰、真铝饰板、麂皮绒顶棚和主驾主动侧翼支撑。MAX+的升级更多聚焦在智能化上，增加华为乾崑 ADS 5 超阶版、896 线双光路激光雷达、魔毯预瞄、RNC 路面主动降噪、三排座椅通风和 ISD 互锁式大灯，并把 22 英寸轮毂、零重力座椅与折叠小桌板纳入版本配置。神行者 8 的三档版本没有用发动机功率或者电池容量做文章，更多靠场景和越野能力做区分。PRO 面向城市与家庭使用，MAX 注重全地形能力，MAX+ 则将智能和舒适推满。比外形更激进的智能化如果只看外形，神行者 8 仍然是一台外观科幻，但内核传统的方盒子越野车产品。但在车内，你却很难把它和「越野」结合起来。神行者 8 没有用粗犷的黑色饰板延续外观的硬派感，中控台反而以浅色皮革和大面积横向线条铺开。46.3 英寸远端屏贴着前风挡下沿横贯左右，15.6 英寸中控屏独立置于中央，圆形扬声器、金属按键和水晶旋钮则保留了一些传统豪华车的秩序感。座舱上，氛围灯从仪表台延伸到两侧车门，把前后排连成一条完整的视觉带，大六座的二排采用两张带扶手和腿托的独立座椅，中间留出通往第三排的通道，整套座舱不像传统越野车，更像新能源车常见的「客厅感」，但又没有过于极简。除了摸得着的部分，发布会上公布的 ENLIGHT OS，是这套座舱里最值得多说几句的部分。按照神行者的描述，这是一套基于全模态端侧大模型的「类人脑操作系统」。与传统车机等待指令、执行操作不同，ENLIGHT OS 通过视觉、语音、环境和车端信息主动感知场景，理解人物、物品与关系，持续分析乘员状态，再由不同的 Agent 调动车辆功能。发布会展示了两个具体场景。当系统看到乘员手中提着行李，会主动询问是否需要打开后备厢。后排出现一位新乘员时，它会询问车主是否认识对方，在获得同意后记住人物和关系，下一次见面便不再把他当成陌生人。车内孩子睡着时，系统还可以主动调暗灯光、关闭屏幕和车窗。这些能力背后，是官方所称的「海马体记忆模块」。它提供超过 300 种记忆标签，记录的不只是座椅位置和空调温度，还有人、关系与长期习惯，25 个以上的专业 Agent，则可以调动 1700 多种系统功能。这确实在车载 AI 上迈出了一步。不过，当车机获取更大的数据信息，用户在得到更贴心准确关怀的同时，系统也掌握了越来越多的私密信息。微表情、语音、人物之间的关系和长期习惯，这些数据显然更加敏感。对于一套注意力保持 always-on 的系统，能不能识别不是唯一的问题，用户是否愿意完全信任，才是更大的考验。神行者给出的答案，是将全模态大模型部署在端侧，提供摄像头物理开关和中控一键隐私防护。按照发布会的说法，个人数据和车内对话留存在车内，不上传云端。除了这套操作系统，神行者 8 还配备自适应安全气囊，可根据乘员体型调节泄气速率，智慧补盲外后视镜可以向外旋转，减少方盒子较大的侧后方盲区。连同座舱内的骁龙 8397 芯片，神行者 8 在强调经典造型与越野能力的同时，也没有在智能化上含糊。在发布之前，很多人在纠结新的神行者与路虎的关系，那么现在可以说，神行者确实不是路虎，这些东西在路虎上可见不到。懂越野也懂安全ENLIGHT OS 负责认识车里的人，到了车外，神行者 8 则要靠华为乾崑 ADS 5 与 i-ATS 智能全地形系统来认识路。神行者 8 全系搭载华为乾崑 ADS 5，但增强版和超阶版的硬件并不相同。PRO 和 MAX 使用增强版，采用舱内激光视觉 Limera 方案；MAX+ 的超阶版则加入 896 线双光路激光雷达和后向固态激光雷达，全车共有 30 个传感器。两套方案都覆盖城区、高速领航、车位到车位和辅助泊车，区别主要在夜间、远距离和小目标识别的感知上限。至于 i-ATS 智能全地形系统，这套系统会通过摄像头和激光雷达识别路面，官方称可以提前 10～15m 预判地形，在智能模式下，它能够识别 6 种地形，并在 0.5s 内完成判断，再自动匹配车辆的动力、悬架与全地形参数。神行者 8 一共提供 9 种全地形模式，但数量并不是重点，真正的变化在于智能识别路况并做出应用。类似的逻辑也被用在全地形魔毯上。它可以识别约 2cm 的细小坑洼与路面类型，再调整悬架姿态，另一套 AI 决策模型则会调用超过 500 个整车参数，在碎石、沙地、泥地和冰雪等车轮容易打滑的环境中估算真实车速，减少蠕行和陡坡缓降时的顿挫与前窜。两挡后电机在低速挡可以将扭矩进一步放大，服务爬坡和脱困，高速挡则兼顾行驶效率。8 月 22 日，神行者 8 在海拔 6002.33m 完成「驾驶混动汽车到达最高海拔」吉尼斯世界纪录挑战，发布会称车辆还通过增程器高原动力补偿，在低氧环境下维持发电功率。为了证明这套车身和机械结构经得住更极端的情况，神行者还把一辆量产车放到户外陡坡上完成了一次翻滚测试。测试场地的最陡坡度为 70%，坡面长 26m、落差 15m；翻滚结束后，车辆的 A/B/C/D 柱结构保持完整，安全气囊弹出，四扇车门仍能打开，大灯等电器也可以正常工作。通常到这里，安全测试已经可以收工了。但神行者又给电池重新上电、换掉轮胎，让这辆车继续完成铺装路面 S 弯、非铺装路和陡坡攀爬。最后，品牌把这辆满身伤痕的「战损版」神行者 8 直接开上了发布会现场。安全测试通常是发布会最容易落入参数堆砌的环节，神行者却硬是把它做出了几分汽车版「幸存者」的节目效果。当然，节目归节目，真正支撑它的仍然是 43000N·m 的车身扭转刚度、90% 的高强钢铝占比和 11 个安全气囊。预售时，神行者 8 要证明自己不是一台「新能源路虎」，正式上市之后，这个问题已经有了更具体的答案。ENLIGHT OS 和 i-ATS 给了它现有路虎产品上看不到的智能化，那辆被搬到台上的战损车则试图证明这些新东西下面，仍有一副经得住折腾的车身。

9 月 4 日，启境 GX7 开启预售，这次预售一共推出三个版本，均以「Ultra」开头：GX7 Ultra 定价 24.99 万元，采用 200kW 单电机后驱，配备 52kWh 磷酸铁锂电池，CLTC 纯电续航 340km、综合续航 1580km，使用连续可变阻尼减振器。GX7 Ultra 双电机四驱定价 26.99 万元，采用 340kW 双电机系统，同样配备 52kWh 磷酸铁锂电池，CLTC 纯电续航 325km、综合续航 1500km，增加闭式双腔空气悬架。GX7 Ultra 三电机四驱定价 31.19 万元，配备 67kWh 三元锂电池，CLTC 纯电续航 385km、综合续航 1530km。同时提供 800V 高压平台、5C 快充、闭式双腔空气悬架、21 英寸前后鸳鸯胎。预售期间支付 1999 元意向金，可以膨胀为 5999 元，用来兑换二排极致舒享套装，或直接抵扣购车尾款，两项权益二选一。启境是由广汽集团与华为联合打造，定位独立的高端智能汽车品牌。此前发布的首款车型 GT7 是一台纯电猎装轿跑，如今，GX7 又将产品线从纯电轿跑扩展到受众更广的增程 SUV 市场。如果要概括 GX7 的特别之处，两个关键词已经足够：华为乾崑智驾，以及一张 20 秒就能铺好的纯平软床。全系四激光雷达，华为乾崑上车在一些价格高出不少的车型上，ADS 5 超阶版仍然只属于部分版本，启境 GX7 则从 24.99 万元的入门版开始全系搭载，并配齐 38 个辅助驾驶传感器。GX7 的车顶是一颗 896 线双光路图像级激光雷达，车身周围还有三颗高精度固态激光雷达，另外配备 5 颗 4D 毫米波雷达、11 个高感知摄像头、12 个超声波雷达和 6 个车外麦克风。这也让 GX7 从起步版本开始，就有了一套完整的环境感知能力。不过和目前多数车型的普遍做法类似，硬件上车，软件还有付费空间，像是车位到车位领航辅助、城区 NCA、园区领航辅助、驾驶员失能辅助和增强型自动紧急转向辅助 eAES 等功能，需要另购高阶功能包。与 ADS 5 配套的，还有华为乾崑体系多款新车都在采用的「面向 L3 的全链路冗余架构」。在启境 GX7 上，这套冗余覆盖感知、计算、通信、供电、交互、制动、转向和定位八个环节。发布会现场也用制动做了一次直观演示：工作人员切断其中一路制动通道，备用通道随即接管，车辆依然能够完成刹停。车控方面，启境 GX7 搭载基于 HUAWEI XMC 乾崑数字底盘引擎打造的华为乾崑赤兔平台。这套系统将驱动、制动、转向、悬架、车身和热管理六个部分进行融合控制，官方给出的确定性时延为 1ms。XMC 让车辆可以同时调用多个系统完成同一个动作，加速时管理动力输出与车身俯仰，过弯时协调转向和悬架，遇到湿滑路面时调整车轮之间的动力分配。启境 GX7 全系采用前双叉臂、后 H 臂多连杆悬架和连续可变阻尼减振器，两个四驱版本增加闭式双腔空气悬架，车身高度调节范围达到 100mm，三电机版本还提供分布式扭矩与独立制动控制，用于弯道控制和越野脱困。「阔五座」和一张大床在车内，启境 GX7 最大的特色是一张软床，或者具体来说，是一张不需要额外铺设床垫、拆放头枕、收拾后备厢的软床。启境 GX7 设计了一套电动机械结构，这套结构采用四折叠设计，参与动作的部分包括二排腿托、坐垫、靠背和头枕。启动后，靠背向后放倒，坐垫同步移动并抬升，腿托通过多连杆结构向上展开，头枕略微抬升成为枕头，安全带锁扣也会下沉隐藏，最终组成一块 180° 的纯平空间。许多 SUV 放倒二排时，靠背会向前翻，最后露在上方的是靠背背板，想睡得舒服，还得再铺一张床垫。GX7 让靠背向后倒，坐垫和腿托随之补齐平面，省下了额外铺床的步骤，在整个过程中，座椅柔软的乘坐面始终朝上，无需床垫也可以躺得舒服。这张床从展开到收回都不需要太多准备，用户可以通过中控屏、后排实体按键或语音操作，20 秒即可完成切换，由于不侵占后备厢空间，用户也不用提前搬空杂物，成床后，后方仍可放下 2 个 24 英寸或 4 个 20 英寸行李箱。此外，如果高个子们躺下后觉得纵向空间不够，启境 GX7 也支持将前排放倒，拓展出最长 2.56 米的平面。说实话，车内成床在如今的新能源车上并不少见，但许多车型仍然绕不开一个「铺床」流程：先腾空行李，再搬出床垫，还得花上个几分钟整理。人们用过一两次，也就逐渐失去了兴致。在启境 GX7 上，靠背、坐垫、腿托和头枕可以在不到 20 秒内联动展开，座椅柔软的乘坐面始终朝上，无需搬空后备厢，也不用另铺床垫。午休时按下按钮就能躺平，长途出游时也可以随时腾出一块真正能休息的空间。方便，才有机会换来高频使用。这套 20 秒成床结构属于「二排极致舒享套装」，三款车型均需选装。套装标价 12000 元，预售优惠价为 5999 元。套装还包括随动侧翼、二排左右各 16 点按摩、10L 冷暖两用冰箱、两个二排坐垫气囊，以及后备厢 Type-C 接口和顶灯。除了成床功能，启境 GX7 全车提供四把零重力座椅，主副驾可达到 125° 零重力姿态，后排最大躺角为 142°，腿托支持纯平展开，二排还带有通风和加热，选装舒享套装后再增加按摩，同时配备 10L 的冰箱。装载空间则根据动力版本略有区别。单电机和双电机版的后备厢容积为 868～2215L，下方还有 138L 储物空间。三电机版受硬件布置影响，容积缩减至 840～2187L，下沉空间为 110L。当座舱进入休息状态，华为的影音系统也找到了用武之地。GX7 搭载 HarmonySpace 6 和两块 15.6 英寸智慧屏，支持 HDR Vivid，HUAWEI XSCENE 激光投影可以在车内形成 32 英寸 2K 画面。满配状态下，通过磁吸安装折叠镜头，还能在车外投出 46 英寸画面。24.99 万元 Ultra 配备 15 扬声器 HUAWEI SOUND，两个更高版本则升级为 21 扬声器，增加 2 个主驾头枕扬声器和 4 个天空音。无麦 K 歌、AI 交互式星环散射体，以及基于 AMS 舱内融合感知的儿童关怀模式，也被放进了这套座舱。家庭 SUV 对动态的要求之外，还有更基础的安全。GX7 的高强度钢和铝合金占比超过 90%，A 柱采用 2200MPa 热气胀管梁，全系配备 11 个安全气囊和四重冗余解锁方案，三款车型统一使用宁德时代电池。启境依然是一个年轻的品牌，产品线至今只有 GT7 和 GX7 两款车。单论知名度，它想在已经挤满对手的增程家庭 SUV 市场中占据一席之地，并不容易。但年轻也意味着轻装上阵，启境没有一套庞大的旧产品体系需要照顾，因此能够把四颗激光雷达、全链路冗余和四把零重力座椅作为标配，而不用做产品点分割。更重要的是，GX7 还留下了一项属于自己的记忆点。20 秒成床对经常出游、需要午休，或偶尔要让孩子在车里睡上一觉的人来说，便利性不必多说。在一片拥挤的市场里，让真正有需求的人记住，已经是一个新品牌很好的开始。

✨苹果将迎来史上最大产品发布潮📌GPT-6 Astra 全量发布🔐Anthropic 宣布 Claude 完成费马大定理端到端形式化证明📱曝折叠屏 iPhone 8 月底日产仅数百台🚗特斯拉 Cybercab 首秀，在奥斯汀开放乘坐服务🤖曝微信小微内测 Agent 间沟通，双方确认后再交换信息✨千问办公上线一个月，用户突破 3000 万💸存储涨价推高手机成本，全球在售机型平均涨价约 15%🔬何庭波发布「韬定律」新论文，披露麒麟 2026 功耗测试📰Adobe 确定新 CEO，纳拉延将转任执行董事长📉大众汽车追加裁员计划，德国四座工厂将陆续停产🏛️车用固态电池三项国标计划年底征求意见📌LVMH 股价跌至 2020 年以来最低🔎康佳主动退市进入表决阶段，A、B 股已停牌💵Nscale 寻求 35 亿美元 IPO 前融资，英伟达拟出资 20 亿美元💡Lori Cashman：大学应帮助年轻人组合学科，而非押注单一职业💾曝「豆包手机」将首发国产 10667Mbps LPDDR5X 内存💻英伟达将于 10 月推出 RTX Spark Windows 电脑🔓蚂蚁开源 Ling-3.0-flash-Fin 与金融检索评测集💬微信开源 WeMM-Embedding，多模态检索模型已用于搜索推荐🤝小米与中创新航、欣旺达合作推进龙甲电池，N70 Max 将搭载👾消息称小米 MiMo V3 最快 9 月公布，已进入内部跑测📰灵活就业人员医保将支持月缴，缴费年限可按月累计🏢广东抽查椰子水企业，23 家存在问题📰 周末也值得一看的新闻苹果将迎来史上最大产品发布潮据彭博社报道，苹果即将开启其历史上规模最大的硬件发布周期，新任 CEO John Ternus 将登台推出多款核心设备。报道披露了苹果计划在 9 月 9 日及未来数月内推出的主要硬件阵容：折叠屏 iPhone：内部常称 iPhone Ultra，采用类似护照大小的机身形态，配备大尺寸内屏与小型外屏，折痕表现优于以往折叠设备；搭载 A20 Pro 芯片与苹果自研 C2 基带，支持 Touch ID 与分屏多任务，售价预计超过 2000 美元。iPhone 18 Pro 与 Pro Max：外观基本延续前代，新增浅蓝与深红配色；搭载 A20 Pro 芯片与自研 C2 基带，升级散热均热板以控制发热，Pro Max 预计配备机械可变光圈镜头。Apple Watch Series 12 与 Ultra 4：Series 12 增加陶瓷表壳与新配色，搭载升级芯片以支持 Siri AI，并测试全天候持续心率监测功能。AirPods 5：常规迭代入门款与降噪款，不具备用于 AI 的内置摄像头。Apple TV 与 HomePod mini：外观基本不变，换装更快的处理器以首次接入 Siri AI。iPad mini：首度升级为 OLED 屏幕，在色彩饱和度与对比度上迎来重大升级。Mac 产品线：包括搭载 M6 芯片的 iMac、换装 entry-level M6 芯片的 14 英寸 MacBook Pro，以及苹果首款采用触控 OLED 屏幕、灵动岛与 M5 Pro / M5 Max 芯片的全新 MacBook Pro。带屏智能家居中枢：配备约 7 英寸方形屏幕，支持壁挂或桌面放置，结合 Siri AI 与面部识别提供个性化内容展示及家居控制。此外，报道还披露了苹果更长线的产品规划：2027 年计划推出基础款 iPhone 18、iPhone 18e、增加超广角双摄的 iPhone Air 2、带摄像头的 AI AirPods、无屏幕智能眼镜以及采用四曲面玻璃机身的 iPhone 二十周年重构款；2028 年及以后则在研发带机械臂的桌面机器人、AR 眼镜以及屏幕尺寸更大的第三代折叠屏设备。GPT-6 Astra 全量发布GPT-6 Astra 已面向用户全量发布，ChatGPT 和 Codex 的 Plus、Pro、Business、Enterprise 用户均可使用。Anthropic 宣布 Claude 完成费马大定理端到端形式化证明Anthropic 宣布其 AI 模型 Claude 历时 11 天，完成了费马大定理的首个端到端机器验证证明，相关代码库已在 GitHub 开源。该项目由清华「姚班」毕业、哥伦比亚大学商学院助理教授兼 Anthropic 研究员彭天翼带队。在形式化证明过程中，Claude 编写了约 1300 万行代码，消耗了 60 亿 Token，产出 30300 条可验证定理，最终有 29500 条被纳入最终证明，规模达到全球最大数学定理库 Mathlib 的 5 倍以上，成为迄今编写的最大的 Lean 证明。形式化证明是指将人类数学证明翻译为计算机可执行的语言（如 Lean），并由编译器逐级推导验证。由于需从最底层公理构建，Claude 在证明主定理的同时，一并推导了涉及代数、几何、数论等领域的 29000 多条中间定理。整个过程以自主推进为主，研究人员仅提供高层级指导。除费马大定理外，团队还利用该平台在 3 天内完成了维诺格拉多夫三素数定理的形式化验证。Anthropic 表示，AI 不会取代数学家，但将显著提升长篇数学论证的形式化核验效率。曝折叠屏 iPhone 8 月底日产仅数百台据日经新闻援引供应链人士消息，苹果首款折叠屏 iPhone（外界称 iPhone Ultra）在 8 月底的日产量仍只有数百台，商业化生产进度因此推迟数周。苹果和供应商正在加快爬坡，以避免产品进入分销渠道时库存过少。报道称，苹果在 8 月追加了一轮量产验证，重点检查机身表面平整度和铰链表现，并要求供应链提高良率。此前影响试产的主要环节还包括铰链结构和折叠屏耐用性测试。彭博社记者 Mark Gurman 随后在采访中表示，他不认同产品将推迟到 10 月底或 11 月的说法，预计折叠屏 iPhone 会与新款 Pro 机型同期或相隔不久上市。特斯拉 Cybercab 首秀，在奥斯汀开放乘坐服务特斯拉已在美国得州奥斯汀的有限区域投入 Cybercab。车辆采用双座与蝶翼门设计，不配方向盘和踏板，乘客无法在紧急情况下接管；官方称车辆依靠摄像头和传感器在城市道路、高速公路、路口与停车场中行驶。用户通过 Robotaxi App 呼叫车辆，系统初期会按车辆可用情况和乘客人数分配 Cybercab 或 Model Y，不能指定车型。乘客可在 App 或车内大屏调节空调、座椅与媒体，偏好设置会保存在个人资料中，并在不同车辆之间同步。Cybercab 还将在 9 月中旬起于北京、上海等城市展出。特斯拉中国强调，展出用于介绍产品设计和技术理念，不代表 Cybercab 将在中国上市销售或启动无人驾驶网约车商业运营。🔗 相关阅读：方向盘踏板全不要！特斯拉无人出租开始接单，上车只管睡觉曝微信小微内测 Agent 间沟通，双方确认后再交换信息据 01Founder 消息，微信正在为小微灰度测试一项 Agent 间沟通能力。用户可以让自己的小微联系朋友的小微，两个 AI 会建立一段独立会话，完成信息交换后再把结果带回各自用户。发起沟通时，页面会列出对方和准备讨论的话题，用户确认后才会开始；收到请求的一方也需要确认回复内容。小微设置中还新增「和朋友小微聊天」入口，可查看与哪些朋友的小微交流过以及具体对话记录。这项能力仍处于小范围内测。与原有的 AI 代发消息相比，新的链路允许双方小微先沟通，人负责授权、补充信息和作出决定。千问办公上线一个月，用户突破 3000 万千问办公宣布，上线 30 天后用户数已突破 3000 万，其中超过一半为企业用户。团队在此期间完成 120 个版本更新，国际版也已上线；企业上下文基础设施 MyContext 开源数周后，在 GitHub 获得超过 3000 个 Star。产品将企业消息、文档、审批、邮件和知识库转换为 Agent 可调用的上下文，并与钉钉等办公平台打通。办公专属模型 Qwen3.8-Flash 针对多步规划、工具选择和上下文压缩进行调优，官方称真实办公任务的生成速度提升约 100%，平均 token 消耗减少 75%。在长安汽车的应用中，工程师原本需要两天完成的线束选型计算被缩短至 5 分钟，单车十几分钟的随车文件核查则缩短至 1 至 2 分钟。汇付天下、传化集团、中艺股份和老乡鸡等企业也已接入。存储涨价推高手机成本，全球在售机型平均涨价约 15%Counterpoint Research 的全球智能手机价格趋势追踪显示，2026 年以来，全球在售智能手机零售价格平均上涨约 15%，超过 40% 的机型出现涨价；今年新发布机型的价格比去年同期发布的机型高 25%。价格敏感型市场承受的涨幅更大：印度市场平均上涨 21%，亚太地区上涨 19%，中东和非洲地区上涨 18%；中国、欧洲和美国分别上涨 10%、7% 和 5%，涨幅主要集中在新上市机型。研究认为，存储和其他零部件成本上涨正在压缩厂商消化成本的空间。部分厂商开始降低存储容量、精简摄像头配置，或在特定市场增加 4G 机型；消费者则延长换机周期、选择更低存储版本或转向翻新机。何庭波发布「韬定律」新论文，披露麒麟 2026 功耗测试9 月 4 日，华为半导体负责人何庭波在中科院科技论文预发布平台 ChinaXiv 发布论文《华为的 τ 芯片本会过热熔毁？》，进一步解释「韬定律」及其 LogicFolding 逻辑折叠技术。论文认为，芯片功耗不只来自晶体管计算，数据在芯片内部移动同样消耗大量能量；把部分平面电路改为上下堆叠，可缩短信号路径。论文披露，在部分核心中，LogicFolding 将连线长度缩短约 20%，关键路径上的部分连线最多缩短 70%；一个处理模块的时钟布线长度缩短 28%，时钟缓冲器数量由约 4.36 万个降至 1.9 万个。麒麟 2026 的测试数据显示，晶体管密度由每平方毫米约 1.55 亿个提升至 2.38 亿个，增幅约 55%。在相同性能下，NPU、GPU 和 CPU 性能核心功耗分别下降 66%、58% 和 41%。其中，NPU 在同为 29 TOPS 时，供电电压从 0.85V 降至 0.55V，功耗密度下降 73%。何庭波同时强调，逻辑折叠并不天然等于低功耗。第一代 DSP 折叠设计虽然功耗下降 25%，但因面积缩小 40%，功耗密度反而上升 24%；芯片仍需依靠选择性折叠、热感知布局和软硬件协同控制热点。该论文目前属于预印本，尚未经严格同行评审。Adobe 确定新 CEO，纳拉延将转任执行董事长Adobe 董事会宣布，数字体验业务负责人 Anil Chakravarthy 将在 12 月 1 日接任总裁兼 CEO。现任 CEO 山塔努·纳拉延届时转任执行董事长，继续参与公司的长期方向与客户合作。Chakravarthy 2020 年加入 Adobe，此前曾担任 Informatica CEO；在 Adobe 期间，他负责数字体验业务和全球市场团队。Adobe 表示，这项任命由董事会一致通过。大众汽车追加裁员计划，德国四座工厂将陆续停产大众汽车监事会批准新一轮重组：在此前计划基础上再减少约 5 万个岗位，累计缩减规模将达到约 10 万人；集团还准备把车型数量压缩约一半。Emden、Zwickau、Hannover 和 Neckarsulm 四座德国工厂将在 2031 至 2034 年间陆续停止汽车生产，大众将为厂区寻找其他用途。CEO Oliver Blume 把中国市场竞争和美国关税列为压力来源；劳资代表则要求重组成本不能只由员工承担。车用固态电池三项国标计划年底征求意见据第一财经报道，中国汽车技术研究中心首席科学家王芳在 2026 世界动力电池大会上表示，电动汽车用固态电池的性能规范、安全规范和寿命规范三项国家标准已经立项，预计今年年底形成征求意见稿。《电动汽车用固态电池》系列标准计划分为四部分。此前，第一部分「术语和分类」已经发布，用于统一固态电池相关概念；正在推进的三项标准将继续覆盖性能

如果你只有一笔买电脑的预算，摆在面前的是一台「iPad + 键盘」，和一台同价位的 MacBook，你会怎么选？图｜Tom’s Guide两者价格相差无几，iPad 看起来甚至更诱人：屏幕素质顶尖，手指随时划拉缩放，拆下键盘就能躺平。但只要真正坐下来干活，不管是多窗口对照排版、在复杂表格里精确定位，还是来回解压流转几个文件，它各种别扭的限制都能让你抓狂。即便 iPad 的性能早已过剩，但真要应付硬核生产力，大多数人最后还是不得不选 MacBook。可选了 MacBook，每次下意识伸手想在屏幕上划一下网页、缩放一下图片时，冷冰冰的玻璃面板又在提醒你：它依然只认键盘和触控板。图｜The Points Guy性能上，两者早就平起平坐，但大家想要一台「带触屏的 Mac」或是「能跑桌面系统的 iPad」时，苹果却始终揣着明白装糊涂，潜台词就是让你两台都买。但事情可能真要有反转了。多方爆料显示，一款带 OLED 触屏的高端 MacBook 已经在路上。而且比起硬件，macOS 看起来还要更着急一些——最新的 macOS 27 底层代码里，苹果已经悄悄给手指操作做好了全套交互铺垫。「冰箱与烤面包机」，两套决不妥协的交互契约早在 2010 年，乔布斯就曾当众剖析过垂直触控在人体工学上的硬伤：把手臂悬在半空中戳一块竖着的屏幕，发布会演示两分钟看着确实炫酷，但日常使用只要超过十分钟，违反生理结构的抬臂姿态就会带来剧烈的肌肉疲劳——也就是人机工程学中著名的「大猩猩手臂」效应。基于这一考量，苹果将多点触控的全部筹码，都押在了键盘下方那块硕大的触控板上。图｜Apple两年后，微软携初代 Surface 掀起平板笔记本二合一的狂潮，库克却在 2012 年的财报电话会上浇下一盆冷水。图｜Surface Pro（

消费电子总习惯用更快的芯片、更多的功能来证明进步，但一件产品如何被人记住，往往取决于那些细小而具体的设计——材料的触感、形态的取舍，甚至按键的排布。在「硬哲学」里，爱范儿试图剥离技术和参数的外衣，探求产品设计中人性的本源。这是「硬哲学」的第 86 篇文章。GPT-6 Astra 的发布宣传片，是从一个黄色圆圈开始的：画面中的人让 Astra 画了一个黄色圆圈，又让它变成一艘火箭的舷窗。几秒钟后，圆圈周围长出了火箭的轮廓：他继续要求 GPT 把细节做得更多，再把整艘火箭做成 Blender 里的 3D 模型：但任务还没结束。他再次回到火箭模型面前，给出指令：现在给我做一个可以发给 3D 打印机的文件。于是，GPT-6 生成了 STL 文件，并且发送给了桌面上那台拓竹 P1S（虽然视频画面打了码，但还是太好认了）——一台和 GPT-4 同年发布的 3D 打印机，屏幕上的火箭，借由这台 P1S，变成了现实中的实体。从黄色圆圈，到火箭草图，到 3D 模型，再到现实中的实体——在不到三分钟的短片里，OpenAI 完成了一次漂亮的首尾呼应。如果只是想证明 GPT-6 会做 3D 建模，其实能用 Blender 就够了。但 OpenAI 偏偏让这个故事停在了一台 3D 打印机上。因为这一次，AI 不只是在屏幕里生成内容，它开始进入现实世界了。GUI，可能是 AI 理解世界的第一课GUI，图形用户界面，一个存在了超过半个世纪的概念。我们每天点击窗口、拖动图标，很少再去想它究竟是什么。但从底层看，GUI 一直在做一件事：把计算机内部复杂不可见的逻辑，翻译成人类能理解和操作的世界——打开电脑就看到「桌面」，文件要装进「文件夹」，应用有「窗口」，不要的东西扔进「垃圾桶」——在这里，每个对象都有属性，彼此之间也有关系，而人可以执行许多动作，并且让这套系统进入新的状态。GUI 本质上就是一个高度抽象的现实世界。这也是为什么 GPT-6 对 GUI 理解能力的提升，远比「AI 可以替我点按钮」重要。以往的视觉模型看到 Photoshop，只需要告诉你哪个是套索工具；但今天 AI 要真正完成 Computer Use，就必须理解当前在处理什么文件、哪个对象要改、操作会带来什么结果、出了问题从哪里改回来。这是一套完整的「感知 → 判断 → 行动 → 反馈」循环。这种能力和现实世界有一种微妙的同构——现实世界同样由对象组成：杯子有位置和重量，门有开和关两种状态，方向盘转动会改变车轮角度。人在环境里观察对象、判断关系、执行动作、再根据结果修正行为。过去的 AI 学习这个世界「是怎样被描述的」，现在的 AI 开始学习一个世界「是怎样被操作的」。这二者的差距，便是行动。智力需要进入环境，才能变成能力。而 GUI，恰好是目前人类创造的规模最大、最标准化的「环境」。从操作软件，到操作现实再回过头看宣传片里那台 P1S，它的意义已经完全不同。3D 打印机恰好位于 GUI 世界与现实世界的交界线上。图片生成后还是像素，文字生成后还是字符，代码运行起来也大多停留在电脑内部。但一个 STL 文件进入 3D 打印机后，会发生一次性质完全不同的转换——数字世界里的「对象」，变成了现实世界里的「物体」。在这个层面上，3D 打印机就是那座打破数字和物理世界边界的传送门。回顾过去几年的技术发展，会发现一个有趣的呼应。2022 年，拓竹推出了初代 X1 系列，同年年底，基于 GPT-3.5 的 ChatGPT 上线。两条路径各自起步，却都在缩短普通人与复杂技术之间的距离。四年后，当 GPT-6 生成的模型交由拓竹打印成实物，这两条路径便在一枚小火箭上交汇了。GPT-6 消解掉的是软件侧的复杂度——我不必跟着教程一步步学会 Blender 或 CAD，只需要告诉模型最终想得到什么，模型就会给我什么。拓竹则消解掉了制造侧的复杂度——我再也不必理解热床温度和填充密度，只需要装上耗材、输入图纸、按下打印键。前者让人不需要学习复杂的软件，后者让人不需要学习复杂的机器。掐头去尾，留下来的便是创造本身。一句自然语言的需求，经过 GUI、设计软件和制造设备，最后变成一个真实物体——这就是 OpenAI 在宣传片里展示的，从意图到现实的完整路径。过去几十年，人机交互是一门与时俱进的学问，其研究目的就在于如何让数字世界更为贴近现实世界：命令行要求人学习机器的语言，GUI 用图标和窗口把机器翻译成人类熟悉的视觉世界，触摸屏把「移动鼠标」变成了直接触碰对象……而大语言模型，则开始颠覆人机交互这门学问——我们不再必须亲自找到按钮、打开菜单，AI 可以读懂 GUI，并操控 3D 打印机这样的设备，来替人完成操作。软件不会消失，但可能不再需要费尽心思去学习了——越来越多的人不再需要直接面对 Photoshop、Blender、CAD……就像今天用相机的人，不需要理解 ISP 怎样处理每个像素，未来用 CAD 的人，也未必需要知道一套建模需要经过多少菜单和工具。我们真正想要的，从来不是一个 CAD 文件，而是一个支架、一把椅子、一个零件，或者一枚可以拿在手里的小火箭。GUI 是人类把现实翻译给计算机的语言，现在 AI 已经读懂了它。而 3D 打印机，则把计算机里的抽象概念，再翻译回现实。从 GPT 开始，到 3D 打印机截止，这便是一个念头走向现实的距离。