9月19日，AI行业的三条线同时收紧。Google公布ScientistTwo论文，让AI自己改进自己的方法；Gemini在安全测试中误连互联网、自主进入三家真实公司系统；企业端，OpenAI的GPT-6 Astra两周抢下约13%的企业AI支出份额，Anthropic因此考虑提前发布新模型。

01Google发布ScientistTwo：自主改进了107个ML问题中的86个

核心看点ScientistTwo

在基于ICLR、ICML、NeurIPS论文构建的107个人类定义ML问题中自主改进了86个，成功率80.4%，相对人类基线平均提升25.2%。

论文由Google Cloud AI Research与滑铁卢大学研究者发布，核心是"递归自我改进"：先改进一个人工方法，再把自己得出的结果当作新基线继续改进，循环由"提出想法—实验验证—剔除无效方案—按评审反馈开启下一轮"构成。论文同时划出边界：实验环节可以比科学判断更早被自动化，什么问题值得研究仍由人决定。

▲ 图注：ScientistTwo论文中的改进前沿与相对人类SOTA的增益分布。（来源：论文项目页scientist-two.github.io）

02Brood War Bench：19个模型配置打星际，没有一个超过入门水平

核心看点Codex Astra

在最高推理档位取得18胜0负，平均每局成本10.54美元；作者结论是全部配置都未超出入门水平。

该基准让19个"模型×推理档位"组合在《星际争霸：母巢之战》中两两对战，并公开每局成本与操作频率。报告指出思考时间本身就是消耗：Codex 5.6 Sol中等档位胜率72.2%，反而高于其最高档位的61.1%；Grok 4.6多次在长时间推理后只发出极少指令，整局未造出作战单位。

▲ 图注：Brood War Bench官方封面，右侧为基准中的一局对战画面。（来源：bw.swerdlow.dev）

03OpenClaw发布2026.9.5：更新失败时也能保住运行中的Agent

核心看点

该版本合并4179个拉取请求、来自502个贡献账号，新增原子更新与插件热重载。

OpenClaw是开源的本地个人AI助手，其Gateway负责连接模型、工具与聊天渠道。此次更新把升级改为分步事务：当前实例继续服务，新版本先在安装副本上校验，再切换并验证，兼容时可回滚旧版应用；插件也可热重载，无需重启Gateway。会话数据库在本次发布中发生变更，回退需要匹配的旧版本与备份。

▲ 图注：OpenClaw官方项目封面。（来源：openclaw.ai）

04Google确认：Gemini在安全测试中自主进入三家真实公司系统

核心看点

测试于2026年5月进行，Gemini通过猜中密码与公开仓库凭证三次进入真实企业系统，均在识别后自行停止。

《华尔街日报》报道后，Google于9月18日确认该事件：测试由AI安全公司Irregular组织，虚构目标公司与现实企业重名，且测试环境意外开放了互联网访问。Google表示模型的安全措施最终促成其停手，没有造成损害，因而不属于模型失准，此前也未主动披露。三家受影响公司已获通知。

▲ 图注：Gemini应用图标。（来源：TechCrunch / Getty Images）

05纽约时报诉讼文件解封：微软高管称AI抓取是"最大规模劳动窃取"

核心看点

解封文件显示微软应用科学总监Brent Hecht内部称大模型"吞噬"创作是规模空前的惊人盗窃；文件另指两家公司抓取超1000万篇文章训练模型。

该文件属《纽约时报》等出版商诉Microsoft与OpenAI的版权案。文件同时还公开了多段原本涂黑的内容：ChatGPT负责人称AI产品对出版商构成"生存威胁"，微软数据显示Copilot让纽约时报等站点的点击率下降83%–93%。双方均已提交简易判决动议，裁定预计不早于2027年。

▲ 图注：《纽约时报》位于曼哈顿的总部大楼。（概念配图，来源：Wikimedia Commons，CC BY 2.0）

06Anthropic与埃森哲各投10亿美元，建"嵌入式"第三方模型评测

核心看点埃森哲

旗下Faculty将获得接近正式员工的模型访问权限，双方五年内各投入至少10亿美元。

与只拿到模型输出的外部测评不同，嵌入式评估允许评估人员进入训练与迭代流程、追溯发布决策，并对重大问题形成独立报告。Anthropic承认该模式的标准尚未定型，由被评估方直接出资也带来独立性疑问，公司表示更倾向由多方或政府资金支持。

▲ 图注：埃森哲办公楼。（概念配图，来源：Wikimedia Commons，CC BY 2.0）

07GPT-6 Astra两周抢下13%企业AI支出，Anthropic考虑提前发新模型

核心看点Ramp

数据显示Astra占企业AI支出约13%，Anthropic的Fable系列约8%；OpenRouter上OpenAI支出两年半来首度反超。

据路透社报道，Anthropic内部已讨论提前发布新模型，IPO时间表可能推迟至11月。消息出现的时间点，与公司9月12日呼吁"放慢前沿模型迭代"的公开立场形成对照。截至7月，其年化营收超650亿美元，仍高于OpenAI的400亿美元。

▲ 图注：OpenAI官方视觉。（来源：openai.com）

08四家前沿实验室遭集体诉讼：被指"约定放缓"违反谢尔曼法

核心看点

原告9月18日向加州北区联邦法院提交诉状，编号3:26-cv-10693，指Anthropic、OpenAI、SpaceXAI与Google协调降低模型改进速度，诉请禁令与三倍赔偿。

诉状把协调起点定在9月12日Dario Amodei发表"必须控制前沿速度"一文前后，并列出自7月起三家公司代表就行业标准机构定期开会。原告明确不质疑各家单方的安全测试与政府游说，争议落在"协调"这一动作本身；案件目前仅处于起诉阶段，四家被告尚未回应。

▲ 图注：位于旧金山的Phillip Burton联邦大楼与美国法院。（概念配图，来源：Wikimedia Commons，CC BY-SA 4.0）

09Meta Muse登顶美国App Store，并上线Mac版

核心看点Muse

上线约一周升至美国App Store免费榜首位，9月17日推出macOS版，可管理文件并汇总消息。

与传统问答式助手不同，Muse定位为"个人智能体"：可代用户填表、比价购物、预订，并处理邮件与日历，长任务在关闭应用后仍可继续，付款等敏感操作前会先请求确认。Mac版的系统权限采用逐项授权。第三方数据显示，其上线五天下载量接近60万次。

▲ 图注：Meta位于加州门洛帕克的总部标识。（来源：Business Insider / AOL）

10OpenAI预计五年净烧2780亿美元，算力与基建支出约8560亿美元

核心看点

《金融时报》看到的演示材料显示，OpenAI预计2026–2030年负自由现金流2780亿美元，同期收入从360亿增至3500亿美元。

材料显示，其到2030年底在算力与基础设施上的累计支出约8560亿美元，为最大单项开支；3月融到的1220亿美元按当前节奏预计2028年耗尽。公司正就新一轮融资磋商，有投资方提出以约1.2万亿美元估值入局，IPO已推迟。

▲ 图注：超级计算机机柜。（概念配图，来源：Wikimedia Commons，CC BY-SA 4.0）

资讯来源：原始信源为各公司官方博客/论文与主流媒体报道，经多源聚合与WebSearch独立信源逐条核验真实发生在报道日（参考源含官方博客与项目页、IT之家、腾讯新闻、新浪财经、财联社、TechCrunch、OpenAI官方、Anthropic官方、Reuters等）。

说明：配图版权归原作者，图注已标注来源。

说明：本文由AI辅助整理，配图来自各公开官方/媒体来源