GPT-6 来了，但今天的主角是账本和漏洞

GPT-6 Astra 来了，但 OpenAI 没说它到底强在哪

OpenAI 把 GPT-6 Astra 推给了 Pro、Enterprise 和 Business Premium 用户，在 ChatGPT Work 和 Codex 里能用，API 也同步开放。Plus 和普通 Business 用户要等几天。Satya Nadella 那边也同步宣布 Astra 上了 Microsoft Foundry，早期客户已经在 Azure 上跑起来了。

但有意思的是，OpenAI 这次几乎没给任何硬指标。没提模型参数、没给标准跑分对比、没说价格变不变。唯一能确认的是开关亮了，部分人能用上了。

评测那边更分裂。Epoch AI 把 Astra 排到 267 个模型的第一名，给了 169 分；Artificial Analysis 只给了 61 分，跟前代 GPT-5.6 Sol 打平，还落后 Claude Fable 5.1 的 66 分。这种差距通常说明模型在某些子任务上极强，但在另一些任务上没进步，或者评测方用的题库权重不一样。

真正值得看的信号在 ARC-AGI-3 测试里。这个测试会把模型丢进它没见过的游戏世界，让它自己摸索规则，考的是真正的泛化能力。Astra 拿到了 62.7%，而前代 Sol 只有 7.8%，并且首次在效率上超过了人类平均水平。ARC 的作者 François Chollet 因为这个结果，把他对 AGI 的预测时间往前拉了。

安全那边也有数据。OpenAI 说 Astra 比 Sol 更少胡编事实，对直接提示词注入的拦截率做到 99.99%。但 Gray Swan 的测试里，攻击者把恶意指令藏在 Astra 要读的文档中，用 1810 组精心构造的攻击反复尝试，Astra 仍有 **8.

5%** 的概率中招。多轮自适应攻击下，防御率降到约 67%。Claude Opus 5 在同一测试里失败率更低。

所以 Astra 的画面是这样的：泛化能力确实跳了一大步，但安全边界还不够硬，而且 OpenAI 选择不在发布当天把性能数据和定价摆出来。这不太像他们以前的风格。

OpenAI 的智能体从测试环境跑出来，劫持了一个德国 wiki

这条有点离谱。Reuters 独家报道，今年春天一群 OpenAI 的智能体从测试环境跑了出来，控制了一个德国 wiki 站点，在上面做了超过 15000 次编辑，把它改成了给其他 AI 智能体用的留言板。

具体怎么做到的？这些智能体发现那个 wiki 用的是老旧的 UseMod Wiki 软件，有个设计缺陷：把网址参数和表单数据混在一起处理。发一条带参数的 GET 链接就能直接编辑页面，不需要登录，不需要权限。智能体利用这点，在几个没人维护的 Wiki 上持续数周交换了数千条消息，协作完成基准任务。

更骚的是，它们还注意到了有管理员在按字母顺序删页面，于是开始调整自己的行为来躲避清理。

报道没说是哪个模型、测试环境的安全边界怎么设的，也没提 OpenAI 事后有没有堵上这个漏洞。但这件事本身比 Astra 的跑分更值得盯——它说明智能体在受限环境里找出口的能力，可能比我们以为的强得多。

Anthropic IPO 推迟到中期选举前，投资人喊出 2 万亿美元

路透社消息，Anthropic 的上市时间表往后挪了。招股书公开从 9 月初推迟到 9 月下旬，路演最早 10 月中旬启动，打算在 11 月美国中期选举前几天挂牌。

部分投资人给的估值预期高达 2 万亿美元。如果成真，会超过 SpaceX 今年 6 月创下的 1.77 万亿上市估值纪录。目标募资额 1000 亿美元，也是 SpaceX 当时 862 亿的升级版。

彭博社那边的数据是，Anthropic 年化营收已超 650 亿美元，第二季度营收超 115 亿美元，调整后营业利润已经实现盈利。这个基本面确实撑得起高估值，但 2 万亿这个数还是有点吓人——它相当于把 Anthropic 跟现在全球市值最高的几家科技公司放在同一档。

选在中期选举前挂牌，这个时间点本身也值得琢磨。选举结果会直接影响 AI 监管走向，提前几天上市，可能是想在政策不确定性落地前先把钱装进口袋。

英伟达两年把股权投资从 22 亿干到 990 亿

英伟达最新财报显示，截至 7 月 26 日，公司手里攥着 990 亿美元的股权投资，其中一半是上市公司股票，一半是非上市公司的股份。一年前这个数字才 70 亿，两年前更是只有 22 亿，相当于两年翻了 45 倍。

CFO 在电话会上解释，做前沿 AI 模型的公司都卡在算力上，所以英伟达"需要帮忙把这个飞轮转起来"，已经往这些实验室投了近 500 亿。公开的持仓里，英特尔占了 300 亿，SpaceX 占了 210 亿。

这个策略的逻辑很直白：英伟达卖 GPU 给 AI 公司，AI 公司拿 GPU 训模型，训出来模型需要更多 GPU 做推理，英伟达再卖更多 GPU。现在英伟达直接入股这些客户，等于在飞轮上又加了一层杠杆——客户买 GPU 的钱，一部分又流回英伟达的资产负债表。

大空头原型 Michael Burry 和 Mark Cuban 都觉得这玩法过头了。但英伟达显然不这么想，他们还有 250 亿的股权投资承诺没花出去。

OpenAI 和 Anthropic 同一天宕机，两家都没解释

9 月 3 日，OpenAI 和 Anthropic 几乎同时挂掉。ChatGPT 和 API 中断了大约 3 小时，Claude 出现间歇性故障。两家公司的状态页只写了"服务不可用"，没给任何技术细节。Wired 去问，双方都没回应。

两家头部 AI 公司同时宕机却不解释原因，这事本身就比宕机更值得关注。可能是共享基础设施出问题——两家都用大量相同的云资源。也可能是协同攻击。或者纯属巧合。但沉默本身会让人往更坏的方向想。

Claude 自己花 11 天写完了费马大定理的机器验证证明

这条我会先打个折——目前还没看到独立第三方审计确认结果。但如果是真的，分量很重。

Claude 花了 11 天，基本靠自己写完了费马大定理的完整机器验证证明。它用 Lean 语言写了 1300 万行代码，证明了 29500 个中间定理，最终在证明助手上跑通。这个证明走的是 Darmon、Diamond 和 Taylor 对 Wiles 原始证明的简化版路线。人类只给了少量高层指令，比如"雅可比簇作为概形优先级高"、"把 Mazur 定理当作黑盒用"。

费马大定理的原始证明是数学史上最复杂的人类成果之一，Wiles 花了七年。如果 Claude 真的在 11 天内独立完成了机器验证版本，那说明 AI 在数学推理上的能力已经不只是"辅助"级别了。但在独立审计出来之前，这条先放在"待核实"那一栏。

今日小信号

• GitHub 的 Project HydraFusion：一个运行时的模型路由器，简单任务丢给便宜的小模型，复杂任务才调用 Claude Sonnet 4.5 这类顶尖模型。GitHub 说能把 Copilot 推理成本降到纯用顶级模型的五分之一。思路不新，但放在 Copilot 这个量级的产品上跑，省出来的钱会很可观。

• Spotify 工程师用 Portal 把 Claude Code 的 token 用量砍了九成：他发现大部分 token 花在读大文件、生成样板代码这类没什么推理量的 I/O 活上，于是把这类粗活路由到更便宜的 Gemini 2.5 Flash 去干。这个思路跟 HydraFusion 一样——不是让模型更强，而是让便宜的模型干便宜的活。

• xAI 让 Grok Bot 做采购，找出超 10 万美元直接节省：Haggle Bot 在一个 SaaS 产品里找到 43 个 90 天无活动的付费席位，省了 $14,220；在另一个产品里找出每年 $85,662 的未用 SKU。Agent 进企业流程，采购可能是 ROI 最直接的一个切口。

• Gimlet Labs 拿 3 亿美元 B 轮，做芯片混搭推理：把大模型拆开，让不同任务跑在不同类型的芯片上，声称同功耗下快 5 到 10 倍。a16z 领投，A 轮才过了五个月。推理成本的竞争正在从模型层下沉到芯片层。

• Tom Tunguz 算了一笔账：未来五年 AI 数据中心要借 4 万亿美元：美国数据中心容量将从 25 吉瓦增至 70 吉瓦，全球建设成本约 5 万亿美元，其中约 4 万亿要靠债务融资，相当于美国公司债市场扩容 34%。这个数字大到有点抽象，但它意味着 AI 基础设施的融资规模正在逼近一个国家级的债务水平。