微软 9 月 3 日发布语音转文字模型 MAI-Transcribe-2，称其是自家最快、最准确、最便宜的转录模型，支持 60 种语言。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7w21v0015robndc3k999e
全部资讯
· 英伟达以 129.3 亿美元收购 Hugging Face，承诺保留开放平台 · 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 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上，Standard harness 得分 62.7%（成本 $26K），Provider Adapter harness 得分 99.9%（成本 $19K），均为 SOTA。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7yl5s01d5robnsn25onbz
Cerebras 公共端点模型目录新增 Qwen 3.8 27B（qwen-3.8-27b，27 billion 参数，上下文 64k/128k，速度约 1500 tokens/s），另有 gpt-oss-120b（120 billion 参数，65k/131k 上下文，约 3000 tokens/s）。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7yl5s01d7robnoq6lpdny
OpenAI 发布 GPT-6 Astra，称其在 FrontierMath Tier 4 达 98%、ARC-AGI-3 达 99.9%、ExploitBench 达 100%，并称其网络安全能力达到 Preparedness Framework 的 Critical 门槛。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7yl5s01d6robnym0jg0b7
OpenAI 开始推出 GPT-6 Astra。参与其申请制网络安全项目的企业将率先获得 Astra 访问权限。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7yl5s01d8robnnj6vo2ap
作者让 Claude Fable 5 在 Claude Code 中分三步移植其 1993 年 Amiga 游戏：34，000 行 C++ 一个晚上迁入 Godot 4，72，758 行无注释 68000 汇编先用 vasm 重建出与发售版字节一致的二进制再移植，并把 1993 原作作为第二启动项嵌入新游戏。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7yl5s01dbrobnjyyupz0q
世界排名第一的围棋棋手申真谞（Shin Jin-seo）周二在对顶级围棋 AI 引擎 KataGo 的让两子对局中完成逆转并取胜。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm7yl5t01derobnok1zp0qq
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。