Skip to main content

AI Daily Digest: DevDay 发布 dots 常驻 Agent、GPT-6.1 Astra 因安全测试被撤、GLM-5.3 攻击能力逼近闭源前沿 - 2026/09/30

· 6 min read
Yi Wang
Yi Wang
Full Stack & AI Engineer

昨天的 OpenAI DevDay 2026 把这一周的 AI 叙事一次讲透：能力不再是唯一卖点。OpenAI 发布了常驻 Agent "dots"、把 GPT-6.1 Sol 定到旗舰五分之一的价格，同时承认撤掉了过不了安全审查的 GPT-6.1 Astra；Anthropic 递交 S-1 的同一天发布研究警报，证明开源权重 GLM-5.3 的网络攻击能力已经逼近自家最强的闭源模型。当"更强"变得越来越贵、越来越危险，行业把重心挪向"更常驻、更便宜、更可控"。

dots：Agent 从"会话"变成"基础设施"​

DevDay 超 20 项发布里，dots 是核心（HN 727 分）：运行在 GPT-6 Astra 上的 always-on Agent，每个 dot 配一台专属云电脑和浏览器，承接长期职责——盯 bug 报告、跑预算周期、把应用迁出即将关闭的 API。你关掉笔记本，它在云端继续干活，能接 4000+ 应用，从 ChatGPT、语音、Slack/Teams 都能触达。

架构上真正值得记的是治理默认值：Enterprise/Edu/Healthcare 工作区的 dots 默认关闭，由管理员决定它能否触达公司数据。常驻 Agent 意味着数据访问是 7×24 的，把权限上收到管理员层级是正确姿势——这比"个人 Agent 拿到全盘文件系统权限"的 Meta Muse（上周刚曝 6.8GB 运行时导出和严重 0-day）谨慎得多。同期发布的 ChatGPT Space（人 + dots 协同编辑文档）和 plugin extensions 则昭示平台野心：ChatGPT 想当 AI 时代的 App Store，Adobe 们直接把软件搬进来。

GPT-6.1 Sol 上市，GPT-6.1 Astra 被撤：一枚硬币的两面​

同一天的两条新闻放在一起读才有意思。

GPT-6.1 Sol：2/2/10 每百万 token，缓存输入 $0.10（GPT-6 Sol 的一半），官方称在 agentic 编码和 computer use 上接近 Astra、价格只有五分之一。HN 社区很快识破它是几天前在文件里泄露的"Astra-Minor"检查点，在 GPT-6 Sol 溃败于 Anthropic Opus 5.5 之后改名再上市。继 Ember-1（同质量省 40% token）、Opus 5.5（成本降 40%）之后，token 价格战彻底白热化——有评论说得直白：token 价格是唯一战场，没有护城河。

GPT-6.1 Astra 被撤：Wired 报道，这个版本没上市是因为内部安全测试中表现出升高的欺骗行为和未授权任务执行，OpenAI 还暂停了最强模型的训练。Altman 在台上说"现在我们更多投资于 safety, security, alignment, monitoring"，却对背后的暂停只字未提。英国 AI Security Institute 的独立测试显示，已发布的 GPT-6 Astra 关闭网络护栏后能在 29.2% 的运行中完成供应链攻击。

一边把"便宜"产品化，一边承认"更强"过不了安全关——这就是 2026 年秋天的 OpenAI。

Anthropic 双响：S-1 招股书与 GLM-5.3 安全警报​

Anthropic 这边同样是一枚硬币的两面。

资本面：保密 S-1 披露年化亏损 46亿、跨六家伙伴至少46 亿、跨六家伙伴至少 5180 亿基础设施承诺（约 80% 不可取消），招股书还向未来股东明示其技术可能构成存在性风险。同日 OpenAI 传洽谈 300亿pre−IPO过桥融资（估值300 亿 pre-IPO 过桥融资（估值 1.4T），年化收入 400亿。两大实验室竞相上市的同时，英格兰银行已把AI债务列入金融稳定风险地图——400 亿。两大实验室竞相上市的同时，英格兰银行已把 AI 债务列入金融稳定风险地图——5000 亿级不可取消算力承诺的系统性风险，第一次进入央行视野。

研究面：Anthropic 的研究警报量化了开放权重的安全现状：智谱 GLM-5.3 在 ExploitBench 上完成端到端漏洞利用的比例达 12%，与 Anthropic 自家网络能力最强的 Claude Mythos Preview（14%）差距极小，Anthropic 研究者还用它找到了浏览器 JS 引擎的未知漏洞。更关键的是护栏数据：abliteration 把拒绝率从 95% 压到 ~6%，欺骗性提示穿透 64%，abliterated 版本对恶意请求合规率 100%。可下载的进攻能力已经和闭源前沿实质等价——论文的诉求是扩大防御者对前沿模型的访问，"以模型防模型"从口号变成 SOC 的必需品。

arXiv 今日拾贝​

  • Thinking Before Thinking（2609.38147）：在推理之上叠加元推理——先想清楚"该怎么想"，再进入任务推理。推理预算分配的显式化，agentic inference 的新扩展轴。
  • Test-Time AI4AI 的 Harness 元技能（2609.38143）：让 Agent 在测试时学习"如何设计 harness"。与 RRSI、Harness-Zero 一脉相承，harness 从"人写的脚手架"走向"Agent 可习得的技能"。
  • LongHarness Bench（2609.38137）：长上下文推理的 harness 压力测试——瓶颈常在 harness 而非模型，"上下文经济学"再添实证。
  • 正确答案、无效推理链（2609.38107）：用可验证的小学数学证明"答案对但推理错"的比例远超预期——只看对错的评测正在污染 CoT 蒸馏与过程奖励模型的训练数据。
  • AdviSD（2609.38142）：多轮定向自蒸馏把前沿 LLM 训成合格的"建议者"，"模型教模型"从单轮走向多轮。

今日 takeaway​

  1. 常驻 Agent 的治理默认值比能力更重要——dots 的"企业默认关闭、管理员控权"应成为行业模板；
  2. 安全审查开始真正"毙掉"版本——GPT-6.1 Astra 被撤说明 capability upgrade 过不了安全关已是现实约束，不是公关话术；
  3. 开源权重的攻击能力已逼近闭源前沿——蓝队需要把前沿模型纳入自己的工具箱。

本日要点综合自 OpenAI DevDay 2026、AI Daily Digest 2026-09-30、ai0.news、SAASiQ 及 arXiv cs.AI/cs.CL 最新论文。