OpenAI首席科学家Jakub Pachocki在X上回应围绕Astra"深度循环"机制引发的AI安全争议，部分研究者担心推理过程更难监控。Pachocki表示Astra计算图深度与GPT-4差距不到两倍，思维链仍预计可读。他强调思维链监控"很脆弱"，寻找加强可监控性的办法已是OpenAI当前研究核心目标之一。
infinitum 资讯聚合
博通9月2日公布截至8月2日的2026财年第三季度业绩：营收295.91亿美元同比增长86%，GAAP净利润130.88亿美元同比增长216%，自由现金流136.65亿美元。AI半导体收入达167亿美元同比增长221%、环比增长54%。预计第四财季营收约348亿美元，其中AI半导体收入将增至217亿美元。
2026年9月3日，特斯拉为即将于得州奥斯汀举行的Cybercab发布会密集预热，无人驾驶出租车Cybercab车队近日在美国多地大规模现身。佛罗里达迈阿密国际机场等地现场停放至少20辆，双座座舱不设方向盘和脚踏板，纯电动且主打全自动驾驶。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7辆增加38辆，与迈阿密所见规模形成多地同步铺开之势，但目前尚未对公众开放载客服务。北京时间9月4日凌晨05:45，特斯拉将在得州正式发布该车型，外界预计发布后将快速进入投放阶段。 相关文章： 特斯拉 Cybercab 车队现身美国多地，发布会前夕预热 - 极客公园 特斯拉Cybercab今日亮相，得州登记车队增至45辆 - 爱范儿
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"登上热搜。淘宝客服当天中午回应称故障来自系统问题，相关页面已恢复并致歉，故障主要影响订单与交易页面。
多家报道综合显示，首席执行官 Sam Altman（奥尔特曼） 在播客访谈中首次明确确认，OpenAI 将自研机器人本体，并同时探索人形及其他形态。他强调，现实环境中的门、键盘、厨房等设施本就按人类身体设计，人形结构最利于适配既有工具；而在数据中心等场景则倾向采用非人形设计。落地节奏上，公司将先聚焦「机器人大脑」研发，短期优先服务于数据中心建设与维护等工业场景，面向普通家庭的通用机器人被定位为长期目标。此前 OpenAI 已组建相关实验室和团队，此番表态意味着其机器人战略进一步明确为自研路线，而非仅依赖外部合作。 相关文章： Sam Altman：OpenAI 肯定会研发人形机器人 - 极客公园 奥特曼：OpenAI将开发人形机器人 - 爱范儿 OpenAI 确认将研发人形机器人 - Readhub - 每日早报
Anker在IFA 2026期间发布首款面向睡眠场景的床头音箱SleepLab和SleepLab Pro。两款产品都能播放睡眠音乐，并集成夜灯和闹钟。SleepLab Pro增加60GHz毫米波雷达，可在床头检测心率、呼吸与四个睡眠阶段，用户不需佩戴设备。官方尚未公布售价和上市时间。Anker同期更新了Sleep 4系列睡眠耳机。
星宇股份与107名应届毕业生解约后，多家劳务派遣公司称外包岗位再次提高时薪。原时薪22元的事件后，星宇提供每小时1元留任奖、劳务公司补贴1元；此次劳务公司再增加1元补贴，合计时薪升至25元。星宇留任奖持续至今年11月，劳务公司补贴持续至明年2月，明年3月后时薪将回到22元。
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。他是DeepSeek-OCR系列论文的第一作者，主要负责OCR等多模态方向研发，加入百度后参与了Unlimited-OCR模型的研发。
OpenAI于2026年9月4日发布GPT-6 Astra及Astra Pro模型，号称全球最智能、最协调的模型，并宣布进入AGI时代。Astra在得州Stargate园区用超10万块GPU完成预训练，且首次由前代模型深度参与训练监督。其API定价为输入10美元、输出50美元每百万token，是GPT-5.6 Sol的2.5倍。基准测试中，Astra在FrontierMath Tier 4 v2取得97.6%，ARC-AGI-3取得99.9%（使用Responses API Harness），ExploitBench取得满分；在编程、数学、网络安全及Computer Use类测试中均显著超越前代与竞品，并能在KiCad中绘制PCB、在Blender与Unreal Engine中搭建可交互三维场景，还能按模板生成完整PPT。Codex同步更新以支持跨上下文窗口保存工作笔记。早期企业用户Legora、Playco的实测显示Astra在复杂工作流中效率大幅提升。Astra向ChatGPT Plus及以上用户开放，免费用户暂未覆盖。
Armature（YC P26）发布一项基于约1.7万次 coding-agent session 的实测研究，观察 Claude Code、Codex 和 Cursor 在不同仓库、公司规模和开发者画像下如何选择工具。研究显示三者倾向分化且常冲突：Claude Code 极少联网搜索，Codex 几乎总会搜，Cursor 介于两者之间，而仓库上下文改动就足以让推荐结果翻盘，说明上下文比模型偏好更具决定性。Hacker News 评论将此延伸为开发工具分发的下一战场——争夺 coding agent 的默认推荐位，可能演变为类似 SEO/SEA 的长期博弈，也带来隐形赞助与商业化广告化担忧。此外，站点弹窗与移动端版式问题被读者吐槽，作者承诺放宽弹窗。研究本身被作者承认为帮助 dev tools 影响 agent 选型。