【OpenAI】Introducing Astra for Law OpenAI 发布面向法律行业的产品 Astra for Law，基于 GPT-6 Astra，提供定制化律所工作流、法律数据源连接及法律级保密控制。配套 26 个合作伙伴插件和 47 个社区插件。法律行业高度依赖数据隐私和精确性，OpenAI 将保密控制作为核心功能而非附加项，直接对标传统法律科技厂商的护城河。
【Anthropic】发布 AI 发展速度三项测量指标 Anthropic 发布三项内部指标衡量 AI 发展节奏：AI 研发中由 AI 完成的比例、AI agent 被监督的程度、算力分配方式。Anthropic 同时公布了自身数据的快照，并呼吁其他前沿实验室发布相同指标、允许第三方验证。
【Anthropic】生命科学验证计划开放申请，首次开放 Mythos 模型 Anthropic 开放 Life Sciences Verification Program 申请，生命科学专业人员可首次使用 Mythos 模型进行生物学相关工作，配套新的安全防护机制。项目以 beta 形式向学术实验室、初创公司、药企等团队开放，后续将扩展至个人 Pro 和 Max 计划。
Life Sciences Verification Program
【OpenAI】发布模型失对齐报告框架 OpenAI 发布模型失对齐（model misalignment）追踪、调查和披露框架，设定公开披露的标准和时间线，同时公布过去六个月观察到的六起失对齐行为报告。框架明确：即使尚未完全解释或缓解，也将按时间线披露。
【Anthropic】Claude Code Projects 功能上线 Claude Code 推出 Projects 功能：用户在一个对话中描述任务，Claude 自动拆分为并行线程，线程间传递上下文，关闭笔记本后继续运行。目前面向部分 Pro 和 Max 用户 beta 开放。Databricks 同步向约 3500 名工程师全面部署 GPT-6 Astra，反馈显示其在复杂系统设计任务上明显优于 Opus 5 和 Sol 5.6。
本周 SWE-bench Verified 排名仅出现 1 位次小幅变动（Claude 4 Sonnet + o4-mini 由第 10 升至第 9，GPT-5 由第 9 降至第 10，分数均为 74.4% 未变），未达到排名变动≥5 或分数变动≥5% 的报告门槛，本周无重大 benchmark 变化。
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-17 | Introducing Astra for Law | 面向律所的垂直产品，基于 GPT-6 Astra，含法律级数据隐私控制 |
| 09-17 | How Cooley is accelerating IPO work with ChatGPT | Cooley 律所基于 ChatGPT Work 构建 GO Public 工具，用于 IPO 流程 |
| 09-16 | Our framework for reporting model misalignment | 发布模型失对齐报告框架，含 6 份过去半年训练/评估中观察到的异常行为报告 |
| 09-16 | Reimagining advertising with AI | 推出 Sponsored Agents、营销工具，集成 HubSpot 和 Shopify |
| 09-16 | How to connect AI usage to business value | ChatGPT Work 和 Codex 分析帮助团队理解 AI 使用与支出 |
| 09-16 | Helping older adults use AI in everyday life | OpenAI 与 AARP 合作为 10 个城市 1,000 名老年人提供免费 ChatGPT 培训 |
| 09-16 | How workers are unlocking new ways of working | OpenAI 经济研究显示 AI 如何改变工人角色与新工作活动 |
| 09-14 | How Fyxer built an AI executive assistant | Fyxer 使用 OpenAI 模型、微调与记忆来管理收件箱和代写邮件 |
| 09-14 | Perplexity trusts GPT-6 Astra with end-to-end systems | Perplexity 用 Astra 写通讯、改代码、监控生产系统，检查频率大幅降低 |
| 09-11 | Cognition helps Devin test its own work with GPT‑6 Astra | GPT-6 Astra 提升 Devin 自测软件能力 |
| 09-11 | Rapidly scaling online storage to serve over 1 billion ChatGPT users | Habitat 从 Python 库演变为全球分布式存储平台，服务 10 亿用户、22M QPS |
| 09-10 | Introducing the Agents API | 基于 Codex harness 的托管云 Agent 服务，支持长会话和工具调用 |
| 09-10 | Build more natural voice experiences with GPT‑Live‑1 | 全双工语音对话 API，支持自定义声音和电话 |
| 09-10 | Now everyone can put data to work | ChatGPT Work 新增 Data agent，连接企业数据源生成仪表板 |
| 09-10 | Introducing ChatGPT for Financial Services | 内置金融数据 + GPT-6 Astra，面向研究、建模和客户材料 |
| 09-10 | Expanding AI access for US governments | 联邦/州/地方/部落政府 $0 许可费、50% 使用折扣 |
| 09-09 | GPT-6 Astra: The next generation in intelligence for work | OpenAI 最强企业模型，高级推理 + 计算机使用 |
| 09-09 | Paul Christiano joins OpenAI Foundation Board | 对齐研究专家加入基金会董事会和安全委员会 |
| 09-09 | The AI policy window is open. We need to act. | Chris Lehane 呼吁在政策窗口期建立安全标准和持久政策 |
| 日期 | 来源 | 要点 |
|---|---|---|
| 09-17 | OpenAI Devs: Codex 语音 Agent | Codex 语音代理由 GPT-Live-1 驱动，可手机远程连接电脑 |
| 09-17 | OpenAI Devs: Product Hunt Astra 挑战赛 | 截止 09-18 午夜 PT，前五名获 $10K API 额度 + ChatGPT Pro |
| 09-17 | gdb: Astra for Law 细节 | 含 26 个合作方插件和 47 个社区法律插件 |
| 09-16 | gdb: Databricks 全员部署 Astra | ~3500 工程师全面部署 Astra，复杂任务超越 Opus 5 和 Sol 5.6 |
| 09-16 | gdb: Shopify 广告上线 | Shopify 商户产品目录直接接入 ChatGPT 广告 |
| 09-16 | Sam Altman: 延迟发布 | 本周原定发布推迟到下周 |
| 09-16 | OpenAI Devs: Unity 官方 Codex 插件 | Unity 首方集成 Codex，引擎专家维护 |
| 09-16 | OpenAI: 模型失对齐框架 | 六份失对齐行为报告，建立公开披露标准 |
| 09-14 | Sam Altman: AI 两大风险 | 失控与权力过度集中是需要避免的两种路径 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-17 | Anthropic: 衡量 AI 发展节奏 | 公布三项指标：AI R&D 中 AI 参与度、Agent 监督水平、算力分配；呼吁所有前沿实验室公开同样数据 |
| 09-17 | Anthropic: 生命科学验证计划开放申请 | 生物领域专业人士可使用包括 Mythos 在内的模型，新增生物安全防护措施 |
| 09-17 | Boris Cherny: Projects 上线 | Claude Code 新增 Projects，一个对话自动拆分并行线程，关机后继续；beta 面向 Pro/Max |
| 09-17 | Mike Krieger: Projects 体验 | 协调型 Claude 快速响应，同时后台并行多线程工作 |
| 09-16 | Mike Krieger: Claude Docs/Slides/Design | 每个对话中可用文档、幻灯片和设计工具，基于改版 Artifacts 平台 |
| 09-16 | Alex Albert: Cowork 与 Chat 合并 | Claude Cowork 和 Chat 统一为一个 Claude，两到三周内推送给 Pro/Max |
| 09-12 | Anthropic: Dario 呼吁控制前沿节奏 | Dario Amodei 发文，Anthropic 承诺向第三方评估者提供永久员工级系统访问 |
| 09-10 | Anthropic: 威胁情报报告 | 最详细的威胁情报报告：网络攻击、影响力操作、监控、生物、武器，全部已阻止 |
| 09-04 | Anthropic: Claude 完成费马大定理形式化证明 | 超过 1300 万行 Lean 代码，史上最大 Lean 证明 |
| 版本 | 日期 | 要点 |
|---|---|---|
| v2.1.275 | 09-17 | Gateway 登录时显示已登录账户并需确认 |
| v2.1.274 | 09-17 | 内存使用危急时显示可见警告及释放/重启步骤 |
| v2.1.273 | 09-15 | 新增 5 个 LLM Gateway 请求头，CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 开启 |
| v2.1.272 | 09-15 | Bug 修复和可靠性改进 |
| v2.1.271 | 09-14 | Remote sessions 新增 fast 模式 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-17 | Making global data easier to explore | Google 推出联合国系统数据共享平台 |
| 09-16 | Shane Legg: DeepMind Institute | 创立 DeepMind Institute 研究 AGI 社会影响 |
| 09-16 | Demis Hassabis: 保留推理可监控性 | 呼吁有意保留 Chain of Thought 透明性 |
| 09-15 | AI for Societal Impact | AI 社会影响力项目合集 |
| 09-15 | New insights from Google's AI & Economy ATLAS | AI 与经济 Atlas v1.0 |
| 09-15 | AI for everyone in every language | 多语言 AI 普惠 |
| 09-14 | DevFest is back | Google Developer Groups DevFest 2026 |
| 日期 | 来源 | 要点 |
|---|---|---|
| 09-17 | swyx: AI 自动化 80% GDP 的瓶颈 | 瓶颈在供给端（芯片和内存），而非需求 |
| 09-16 | Simon Willison: 通用 Agent 竞赛 | OpenAI 将 Codex 桌面端改名 ChatGPT，各家都在争做通用 Agent |
| 09-12 | Karpathy: 支持控制前沿节奏 | 支持 Dario Amodei 的三步走计划 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 09-17 | Bend – 通过证明阻止 AI 错误的语言 | 243 points |
| 09-17 | CCC 40C3 Model Citizens | 328 points |
| 09-17 | Show HN: Share your AI Setup | 175 points |
| 09-17 | Sex, AI, and the Apocalypse | 133 points |
Artificial Analysis / Intelligence
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max Effort, Default Fallback) | 53.4 |
| 2 | GPT-6 Astra (max) | 52.8 |
| 3 | GPT-6 Astra (xhigh) | 52.5 |
本期无变动。
LMArena / Overall
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | claude-fable-5 | 1505.68 |
| 2 | claude-opus-4-6-high | 1504.56 |
| 3 | claude-opus-4-7-high | 1501.75 |
本期无变动。
Artificial Analysis / Agentic
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max Effort, Default Fallback) | 58.0 |
| 2 | Claude Opus 5 (Xhigh Effort) | 55.5 |
| 3 | GPT-6 Astra (max) | 51.5 |
本期无变动。
Artificial Analysis / Coding
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max Effort, Default Fallback) | 81.6 |
| 2 | Claude Fable 5.1 (Medium Effort, Default Fallback) | 77.1 |
| 3 | Claude Opus 5 (Xhigh Effort) | 77.0 |
本期无变动。
SWE-bench Pro / Public
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Muse Spark 1.1* | 61.5 |
| 2 | gpt-5.4 (xHigh)* | 59.1 |
| 3 | Muse Spark* | 55.0 |
本期无变动。
SWE-bench Verified
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude 4.5 Opus (scaffold: Sonar Foundation Agent) | 79.2 |
| 2 | Claude 4.5 Opus medium (scaffold: live-SWE-agent) | 79.2 |
| 3 | Doubao-Seed-Code (scaffold: TRAE) | 78.8 |
本期变动（SWE-bench Verified）：
| 模型 | 变化 | 原排名→现排名 | 分数 |
|---|---|---|---|
| Claude 3.5 Haiku | rank_change | 34 → 33 | 40.6 |
| Claude 4 Sonnet + o4-mini | rank_change | 10 → 9 | 74.4 |
| GPT-5 | rank_change | 9 → 10 | 74.4 |
| LLama 3.1 70B Critic | rank_change | 33 → 34 | 40.6 |
上述四个模型分数均未变化，排名变动由其他模型出入榜单导致的位移所致。Claude 4 Sonnet + o4-mini 与 GPT-5 互换第 9/10 位；Claude 3.5 Haiku 与 LLama 3.1 70B Critic 互换第 33/34 位。
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
OpenAI 发布 Astra for Law，含 26 个合作方插件和 47 个社区插件，且数据隐私为核心特性——这是 OpenAI 首次针对单一行业推出如此深度的垂直产品线，法律领域的高度结构化和保密需求使其成为 AI 垂直化的试金石。
Anthropic 公布 AI 发展节奏三项指标（AI 研发中 AI 参与度、Agent 监督水平、算力分配），并明确呼吁"任何前沿开发者都可以发布相同指标，第三方可验证"——这把透明度从自愿披露推向了行业施压，如果其他实验室不跟进，Anthropic 将在公众信任上获得不对称优势。
Anthropic 生命科学验证计划首次开放 Mythos 模型——Mythos 此前从未对外提供生物领域访问，新增的防护措施表明 Anthropic 在高风险垂直领域采取"定制化安全层 + 受控准入"策略，而非简单开放或封闭。