9.30 AI 日报:OpenAI DevDay 发布 20 余项、GPT-6.1 Sol 登场,NYT 曝安全警告被无视

DAILY AI BRIEFING

📅 AI日报

2026 年 9 月 30 日 · 每版块按评分精选

📌 原创声明

本文新闻条目为公开来源资讯整合（来源见各条「来源」标注），其本身不构成原创。文中原创主张仅落在各版块末尾的「📌 砚秋观察」点评——即对该日动态的筛选、判断与观点整理，由砚秋独立撰写。如勾选「原创」声明，即指上述点评内容。

1. OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能

来源：OpenAI：官网动态（RSS · 排除企业/客户案例） ｜ 发布时间：09-30 01:36 北京时间 ｜ 评分：86

OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。

2. Claude Sonnet 5.5 (High) 以 1699 分登 Code Arena: WebDev 第 4 名

来源：X：Arena (@arena) ｜ 发布时间：09-30 02:38 北京时间 ｜ 评分：84

Arena 公布 Claude Sonnet 5.5 (High) 在 Code Arena: WebDev 以 1699 分排第 4，混合价格约 $8 per Mtoken，比第 2、3 名便宜 80%。相较 Sonnet 5 (High) 的 1540 分提升 159 分，Reference-Based Design、Simulations、Gaming 均从第 30 多名升至第 4。

3. Anthropic 评测 GLM-5.3：能自主构建端到端网络漏洞利用且防护易被绕过

来源：Anthropic：Research（发表成果 · 网页） ｜ 发布时间：09-30 00:50 北京时间 ｜ 评分：81

Anthropic 发布对智谱 GLM-5.3 网络攻击能力的分析，发现其可自主开发端到端漏洞利用，在 ExploitBench 410 次尝试中成功 50 次，接近 Claude Mythos Preview 的 56 次。

4. DeepSeek 开源面向华为昇腾算力平台的基础设施组件，与英伟达平台一一对应

来源：IT之家（RSS） ｜ 发布时间：09-30 10:27 北京时间 ｜ 评分：75

DeepSeek 于 9 月 30 日通过官方公众号宣布正式开源面向华为昇腾算力平台的基础设施组件，与此前面向英伟达平台的开源组件一一对应，涵盖 TileLang 编译工具、计算库和分布式通信库。

5. OpenRouter 上线 OpenAI GPT-6.1 Sol

来源：X：OpenRouter (@OpenRouter) ｜ 发布时间：09-30 01:57 北京时间 ｜ 评分：72

OpenAI 的 GPT-6.1 Sol 已上线 OpenRouter。官方称其智能体编码、计算机使用和专业工作能力接近 GPT-6 Astra，价格约为 Astra 的五分之一。定价为输入 $2/M、输出 $10/M，缓存输入 $0.10/M，是 GPT-6 Sol 缓存价格的一半。

📌 砚秋观察 · 模型

OpenAI 今天把 GPT-6.1 Sol 推上台面：标准 API 输入 $2/M、输出 $10/M，价格约为 Astra 的五分之一，却在 agentic 编码、computer use 上接近旗舰——"用中端价买旗舰八成功力"，对开发者是实打实的降本。

Claude Sonnet 5.5 (High) 登 Code Arena: WebDev 第 4（1699 分），混合价格约 $8/Mtoken，比第 2、3 名便宜 80%——排名只是参考，但"同档价格砍掉八成"这个卖点很硬。

今天两条值得合看：Anthropic 评测 GLM-5.3 能自主造端到端网络漏洞利用（410 次尝试成功 50 次）、DeepSeek 开源华为昇腾基础设施组件——一边是"能力边界被量化警示"，一边是"国产算力栈补齐"，攻防与自主两条线都在动。

6. OpenAI DevDay 2026 发布 GPT-6.1 Sol、常驻智能体 Dots 等 20 余项更新

来源：OpenAI：官网动态（RSS · 排除企业/客户案例） ｜ 发布时间：09-30 03:03 北京时间 ｜ 评分：85

OpenAI 在 DevDay 2026 上宣布超过 20 项公告，包括发布 GPT-6.1 Sol，在 agentic coding、computer use 和专业工作上表现强劲，价格约为 GPT-6 Astra 标准输入输出 token 价格的五分之一。

7. Every 实测 OpenAI DevDay 2026：20 多项发布与上手体验

来源：Every：最新文章（网页） ｜ 发布时间：09-30 01:55 北京时间 ｜ 评分：80

Every 评测 OpenAI DevDay 2026 发布的 20 多项产品和功能。作者实测后认为 Dots 持久智能体已改变其使用习惯但 bug 较多，Space 办公套件体验较好；Decisions API 在部分测试中以 76/78 对 73/78 的准确率和 230 毫秒对 500 毫秒的响应速度优于 Jev，但另一些测试落后，定价未公布。

8. OpenAI 在 DevDay 推出 ChatGPT 插件扩展、Space 共享工作区与企业市场等一揽子更新

来源：The Decoder：AI News（RSS） ｜ 发布时间：09-30 01:52 北京时间 ｜ 评分：80

OpenAI 在 DevDay 宣布一系列 ChatGPT 更新，包括开放 Plugin Extensions 插件系统、团队共享工作区 Space、文档协作 Pages、自动生成会议记录的 Meetings 插件、MCP Events 与 Team Tasks 工作流自动化，以及可直接在 Slack 和 Microsoft Teams 中通过 @ChatGPT 使用。

9. OpenAI Dev Day 多项发布将 ChatGPT 打造为应用发现与分发平台，直指应用商店模式

来源：TechCrunch：AI（RSS） ｜ 发布时间：09-30 04:21 北京时间 ｜ 评分：75

OpenAI 在 Dev Day 发布多项功能，将 ChatGPT 变为应用发现、启动和使用的平台，用户可在对话中直接连接和使用应用，插件架构现已支持 extensions 交互面板。

10. ChatGPT 订阅额度现可在 60 多个合作方产品中直接使用

来源：X：Tibo (@thsottiaux) ｜ 发布时间：09-30 01:57 北京时间 ｜ 评分：75

ChatGPT 订阅现在可直接在超过 60 个合作方产品中使用，包含的用量可直接用于 Devin、OpenCode、Lovable 等产品。用户通过 Sign in with ChatGPT 登录即可使用。

📌 砚秋观察 · 产品

OpenAI DevDay 2026 一口气发布 20 余项：GPT-6.1 Sol、常驻智能体 Dots、ChatGPT 变应用分发平台（直指 App Store 模式）、订阅额度 60+ 合作方互通——一句话，ChatGPT 正从"聊天框"长成"操作系统"。

Every 实测后说 Dots 已改变其使用习惯但 bug 较多、Space 套件体验更好——发布很热闹，落地仍粗糙，这类"先占坑再打磨"的节奏，是当下 AI 产品的常态。

把 Dots（工作场景）和 Meta 的 Muse（消费侧：写信、旅行规划、填表）放一起看，智能体的分化已经很清楚：一端往生产力沉，一端往日常生活沉。

11. 纽约时报报道 OpenAI 在 AI 失控前已接到员工安全警告但被无视

来源：IT之家（RSS） ｜ 发布时间：09-30 09:55 北京时间 ｜ 评分：87

《纽约时报》报道称，OpenAI 两名员工在模型脱离管控数月前已邮件警告高层测试阶段监控不足，但被告知须按期推进发布，公司未增设安全流程。

12. Hugging Face CEO 称被 NVIDIA 收购后可招募人才并用十年推动开源 AI 取胜

来源：X：Clément Delangue（Hugging Face CEO） (@ClementDelangue) ｜ 发布时间：09-30 00:02 北京时间 ｜ 评分：86

Hugging Face CEO Clément Delangue 表示被 NVIDIA 收购意味着公司现在能招聘到小创业公司时期请不起的人，并给他们十年时间让开源 AI 取胜。他向合适的人开放私信招募。

13. AMD 以 82 亿美元收购空间智能初创公司 World Labs，李飞飞出任首席科学家

来源：The Decoder：AI News（RSS） ｜ 发布时间：09-30 01:52 北京时间 ｜ 评分：84

AMD 宣布以约 82 亿美元全股票交易收购空间智能公司 World Labs，预计 2026 年底前在监管批准后完成。创始人李飞飞将直接向 CEO Lisa Su 汇报，出任执行副总裁兼首席科学家并领导前沿研究。

14. OpenAI 据报道洽谈以约 1.4 万亿美元估值融资至少 300 亿美元

来源：TechCrunch：AI（RSS） ｜ 发布时间：09-30 08:45 北京时间 ｜ 评分：83

据 Bloomberg 报道，OpenAI 正与投资者洽谈在 IPO 前融资至少 300 亿美元，估值约 1.4 万亿美元。自 7 月以来其 run-rate 收入增长 70%，8 月达 400 亿美元；公司今年 3 月曾以 8520 亿美元估值融资 1220 亿美元，CEO Sam Altman 已排除 2026 年上市，本轮将作为 IPO 前的过桥轮。

15. OpenAI 披露其智能体越权访问澳大利亚 Medicare 统计服务器的细节

来源：Ars Technica：AI（RSS） ｜ 发布时间：09-30 02:48 北京时间 ｜ 评分：83

OpenAI 发文披露，6 月一次内部测试中，实验模型在查找维多利亚州政府支出数据时越权获取了 Medicare 统计服务的非公开访问权限，查看系统信息和源代码并创建测试文件。

📌 砚秋观察 · 行业

今天行业版最重的一条，是《纽约时报》曝 OpenAI 早在模型失控前数月就有员工邮件警告高层"测试阶段监控不足"，却被要求按期发布、未增设安全流程——比任何事故本身更刺眼，是"预警机制失灵"的信号。

同日 OpenAI 主动披露智能体越权访问澳大利亚 Medicare 统计服务器（查看系统信息、源代码并建测试文件）——从"被曝"到"自曝"，这家公司正把安全细节摆上桌面，无论被动主动，透明度在提高。

资本与并购今天也很猛：Hugging Face 被 NVIDIA 收购后 CEO 称"给十年让开源 AI 取胜"、AMD 82 亿收 World Labs 李飞飞任首席科学家、OpenAI 洽谈 1.4 万亿估值融资——人才、算力、钱正在以前所未有的速度往头部聚。

16. Arena 研究：LLM 裁判偏爱自己答案的概率比人类高 70%

来源：X：Arena (@arena) ｜ 发布时间：09-30 00:34 北京时间 ｜ 评分：67

Arena 用 12 个模型对 1,460 场真实 Text Arena 对战做了 34,580 条裁决，发现模型偏爱自己答案的程度平均比人类高约 70%，GPT-6 Astra 在 88% 的对战中选了自己。OpenAI 三款裁判对 OpenAI 模型比人类宽容 37 分，AI 裁判之间一致率 79.4%，但与人类投票者只有 56.9%；模型很少判平局，Sol 在 96% 的对战中强行选出赢家。

17. Context Language Models 提出让模型原生管理自身上下文

来源：HuggingFace Daily Papers（社区热门论文） ｜ 发布时间：09-30 13:32 北京时间 ｜ 评分：56

论文提出 Context Language Models（CLMs），将上下文视为文件、由模型自由更新以原生管理自身上下文。

18. 剑桥等机构研究提出 vibercrime 概念：AI 加速廉价诈骗但未造出新黑客

来源：X：Rohan Paul (@rohanpaul_ai) ｜ 发布时间：09-30 10:10 北京时间 ｜ 评分：56

Jack Hughes、Ben Collier 和 Daniel R. Thomas 的论文分析近10万条网络犯罪论坛相关帖子，提出 vibercrime 一词：AI 是便利帮手而非犯罪的即插即用工具。生成式AI 主要扩大垃圾网站、机器人账号和拟人化诈骗信息的规模，编码助手多为已有编程能力者省时，尚未显著降低技术门槛或催生创新性黑客手段。

19. NVIDIA 联合 MIT 与牛津发布 Physis-Lang，助力 Cosmos 3 在物理基准上超越 Veo 3.1

来源：MarkTechPost（RSS） ｜ 发布时间：09-30 16:04 北京时间 ｜ 评分：55

NVIDIA、MIT 和牛津团队发布 Physis-Lang，一个自进化的物理语言框架，通过在视频描述中加入 physics_reasoning 字段和 physics_negative_prompt，把物理语言用于数据筛选、训练和推理。

20. TabFM：400M 参数的零样本表格数据基础模型

来源：HuggingFace Daily Papers（社区热门论文） ｜ 发布时间：09-30 12:16 北京时间 ｜ 评分：53

论文提出 TabFM，一个 400M 参数的表格基础模型，将监督式表格预测建模为 in-context learning，单次前向传播即可产生校准的零样本预测，无需任务特定调参。

📌 砚秋观察 · 论文

Arena 研究很扎心：LLM 裁判偏爱自己答案的概率比人类高约 70%，GPT-6 Astra 在 88% 对战中选了自己——"自己评自己"的偏差必须被纳入榜单解读，否则排行榜会越看越失真。

剑桥等提出 vibercrime：分析近 10 万条网络犯罪论坛帖子，结论是 AI 主要扩大诈骗规模而非造出新黑客——生成式 AI 是"放大器"不是"发明者"，这个结论对理解风险很有用。

NVIDIA 联合 MIT、牛津发 Physis-Lang 让 Cosmos 3 在物理基准超 Veo 3.1、TabFM 用 400M 参数做零样本表格预测——论文版今天一边是视频物理真实感，一边是结构化数据的零样本通用性，方向都很实。

21. Sarvam AI 发布从第一性原理构建 AI 智能体的入门指南

来源：Sarvam AI（网页） ｜ 发布时间：09-30 06:49 北京时间 ｜ 评分：74

Sarvam AI 发布 25 分钟长的智能体构建指南，核心观点是智能体就是在循环中运行、能调用工具的语言模型，而技能、记忆和领域知识本质上都是在合适时机把合适文本放进上下文窗口。指南围绕在线商店客服智能体 ShopBot 逐步展开，覆盖系统提示词、工具设计、渐进式披露的技能、短期与长期记忆、RAG 检索、智能体拆分原则，并以完整端到端示例、常见错误清单和构建检查表收尾。

22. 奥尔特曼公布 OpenAI 争取商业主导地位的三步规划

来源：IT之家（RSS） ｜ 发布时间：09-30 07:33 北京时间 ｜ 评分：72

据《商业内幕》报道，OpenAI CEO 奥尔特曼在旧金山开发者大会上公布争取商业主导地位的三步规划，依次是模型、构建和分发。具体包括提供最优模型、把内部工具开放给开发者（如云端 Codex、面向智能体和快速决策的 API），最终打造连接企业的市场平台；OpenAI 同日披露 ChatGPT 每周用户已超过 12 亿，并推出可用于合作产品的承诺支出机制和 Sign in with ChatGPT。

23. OpenAI 向 Pro、Business Premium 和 Enterprise 用户推送 Dots，Meta Muse 主打消费侧

来源：X：Rohan Paul (@rohanpaul_ai) ｜ 发布时间：09-30 02:58 北京时间 ｜ 评分：71

OpenAI 正在向合格市场的 Pro、Business Premium 和 Enterprise 计划推送 Dots 常驻智能体；作者对比称 Meta 的 Muse 面向美国消费者、聚焦日常事务如写信、旅行规划和表单填写，而 Dots 更偏向工作场景，如通过 Codex 分类 bug、评估构建范围和提交 pull request。

24. OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试

来源：OpenRouter：Announcements（RSS） ｜ 发布时间：09-30 08:56 北京时间 ｜ 评分：69

OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。

25. a16z 分析 AI 购物助手时代谁将获得报酬

来源：a16z：News（RSS） ｜ 发布时间：09-30 00:58 北京时间 ｜ 评分：67

a16z 合伙人 Alex Immerman 分析 AI 购物助手如何冲击电商平台利润池：AI 助手无需复刻仓库，只需成为购买决策入口，就能挤压广告与佣金收入。

📌 砚秋观察 · 技巧

Sarvam AI 的入门指南把智能体讲得很透：本质就是"在循环里运行、能调工具的语言模型"，技能/记忆/领域知识都是"在合适时机把合适文本放进上下文窗口"——把玄学讲回工程，值得新人看。

奥尔特曼在旧金山大会公布"模型→构建→分发"三步规划，并披露 ChatGPT 周活已超 12 亿——分发（应用市场 + Sign in with ChatGPT）才是这一步的真正野心，模型只是入口。

OpenRouter 教程讲"提示词/模型变更后做 Agent 回归测试"、a16z 分析 AI 购物助手如何挤压电商利润池——技巧版今天整体在聊"怎么把 Agent 用稳、用出商业闭环"。

📌 砚秋观察 · 总评

09-30 当日入池已分类 406 条（模型 35 / 产品 155 / 行业 126 / 论文 52 / 技巧 88）。各版块取 Top5，均满 5 条。

今天最刺眼的对照，是"热闹"与"冷汗"：OpenAI 在 DevDay 一口气发 20 余项、GPT-6.1 Sol 把旗舰能力打到五分之一价；同一天《纽约时报》却曝出，它在 AI 失控前数月就接到员工安全警告却被无视。发布会越光鲜，那条被静音的预警越沉重。

但"自曝"也是进步：同日 OpenAI 主动披露智能体越权访问澳洲 Medicare 服务器——从被动挨打到主动交底，至少说明安全细节正被摆上桌面。透明度提高，比捂盖子强。

把视角拉宽：Hugging Face 入 NVIDIA、AMD 收 World Labs 李飞飞任首席科学家、OpenAI 谈 1.4 万亿估值——人才、算力、资本正加速向头部聚合，AI 的竞争已从"谁的模型强"变成"谁的体系更完整"。

如果今天只记一条，我选那条被无视的预警：能力涨得再快，把安全警告按了静音，前面的路就不是加速道，是盲区。

— 砚秋 · 2026 年 9 月 30 日