AI资讯日报 · 2026年10月9日（星期五）

写于 2026-10-09

今日速览：OpenAI 与 Anthropic 本周正面交锋——GPT-6 全面免费开放并带来会"长出界面"的 Intelligent UI，Claude Haiku 5.5 则以约 1/10 的价格对标，同日 OpenAI 自曝年化营收约 500 亿美元、低于此前传闻的 680 亿，算力链股价应声齐跌。数学圈被 OpenAI"722 篇手稿"搅翻天：3 天内撤回 3 篇，陶哲轩公开喊话减速，25 位菲尔兹奖得主联名上书，而新基准 PaperBenchX 显示最强模型完整复现论文的概率仅 13.98%。就业与产业侧，美国暂停微软等大厂的绿卡担保资格，Manus 携超 5 亿美元融资重返北京，Docker 正式下场 Agent 基础设施。

🏫 高校教育者必知

GPT-6 全面免费开放，同步公布青少年专项安全评测

  • 摘要：OpenAI 宣布 GPT-6 向全员推送：付费用户 10 月 7 日起用 GPT-6 Sol，免费和 Go 用户 10 月 8 日起用 GPT-6 Luna；聊天新增 Intelligent UI，能按问题生成可点击的图示、对比表甚至计算器小游戏。同日发布的 24 页部署安全报告含 18 岁以下用户专项评测，"情感依赖"指标从 GPT-5.6 Luna 的 0.927 降至 GPT-6 Luna 的 0.734。
  • 关注点：学生端主力工具一夜之间全体升级且免费，课堂演示、作业辅导场景立刻变了；报告中的青少年情感依赖、多轮越狱防线数据，是和学生讨论"AI 使用边界"的现成素材。
  • 来源：OpenAI 官方 ｜ 量子位

陶哲轩"倒戈"AI 减速派，25 位菲尔兹奖得主联名公开信

  • 摘要：曾在 IPAM 会议上称数学 AI 已"ready for primetime"的陶哲轩，在 SAIR 最新演讲中调转方向，公开喊话模型公司"必须慢下来、别解数学问题"；陶哲轩、邓煜等 25 位菲尔兹奖得主联名公开信，肯定 LLM 数学能力的跃升，但明确反对把"解决数学问题"当作基准测试，认为这对数学科学和共同体有害。
  • 关注点："AI 能解题 ≠ 学生学会了"，直接关系数学/编程类课程的评价设计与作业改革；顶尖数学家对 AI 评价标准的反弹，也是研究生组会讨论科研价值观的好案例。
  • 来源：量子位·陶哲轩演讲 ｜ 量子位·公开信

PaperBenchX：最强模型端到端复现论文的完整率仅 13.98%

  • 摘要：UniPat AI 发布 PaperBenchX 基准——93 个真实论文复现任务，覆盖电磁、化学、材料、生物、机器人等 12 个方向、3168 条专家校验评分项；表现最强的 GPT-6 Astra 完整复现率只有 13.98%。背景是 OpenAI 上月刚宣布其模型 88 小时"攻克"千禧难题 N-S 方程。
  • 关注点：指导学生用 AI 做科研时的核心提醒——会"解难题"不等于能可靠地做完一项研究；复现、验证、可检验性应写进研究生科研训练和学术诚信教育。
  • 来源：量子位

OpenAI 开源 722 篇数学手稿，三天后撤回 3 篇

  • 摘要：10 月 7 日 OpenAI 把内部未发布模型产出的 722 篇数学手稿（372 组结果，涉及准黎曼猜想、BSD、霍奇猜想等）连同代码、Lean 证明传上 GitHub；同日在历史页记录因一个符号错误撤回 3 篇 K3 曲面/Hodge 相关论文、修订 14 篇，顶级结论的 Lean 形式化率约 42%（300/719）。三位菲尔兹奖得主强调"这不代表认可"。
  • 关注点：这是"AI 科研质量"的绝佳一手教学案例库——从发布、撤稿到修正的全过程都公开可查；也再次凸显 Lean 等形式化验证在数学/CS 教学中的地位。
  • 来源：OpenAI math 仓库历史记录 ｜ 量子位

Anthropic 承诺 1.5 亿美元支持美国"Genesis Mission"AI 科研计划

  • 摘要：10 月 8 日，Anthropic 宣布三年投入 1.5 亿美元，把 Claude 提供给 NASA、NIH、NSF 等 15 个以上联邦机构，用于 AI 加速科学发现；该承诺在白宫科技政策办公室"Science: A New Golden Age"峰会上宣布。
  • 关注点：政府级"AI for Science"投入正式落地，NSF/NIH 体系内 AI+学科交叉的资助风向明显，对国内科研管理和课题布局都有参照意义。
  • 来源：Anthropic 官方

💻 从业者必跟

Claude Haiku 5.5 发布：小模型价格战再升级

  • 摘要：Anthropic 10 月 7 日发布 Haiku 5.5，官方定位"最快、最便宜、最能打的小模型"：跑分超越 GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM-5.3-Flash；10 万 token 以内的请求输入输出降价 90%，是首个支持 effort 五档调节的 Haiku。OSWorld 2.1 上 Low 档准确率 42%（单次 $0.07）、Max 档 72.4%（$0.61）。注意换了新 tokenizer，同任务 token 消耗会增加。
  • 关注点：高并发、批处理场景（题库批改、日志分析、RAG 离线评测）的性价比新选；但 Terminal-Bench 4.0 仅 39.2%（Sonnet 5.5 为 70.6%），复杂 Agent 编码仍请用 Sonnet/Opus 5.5。
  • 来源：Anthropic 官方 ｜ 量子位

开发者热议 DeepSeek 4.1 Flash："行业为什么不慌？"

  • 摘要：博客文章《Why Isn't The Industry Freaking Out About DeepSeek 4.1 Flash?》登上 HN 热榜（350+ 分）：作者重度使用一个月后认为体验接近 Opus 而价格低几个数量级——OpenRouter 标价输入 $0.3/百万 token、输出 $1.2/百万；"够用"正在改变开发者的工作方式。
  • 关注点：低成本模型 + 高频调用的开发范式值得实测（批量标注、探索性测试）；国产小模型在海外开发者社区的口碑变化，是技术选型的重要风向标。
  • 来源：dgt.is 博客 ｜ OpenRouter 定价

阶跃星辰 Step 5 Preview 登陆 OpenRouter：1M 上下文 MoE

  • 摘要：StepFun Step 5 Preview 现身 OpenRouter，100 万 token 上下文（API 实测确认），定价输入 $1/百万、输出 $2.7/百万；阶跃终端同时宣布 10 月 13 日在上海发布首款"大模型原生智能体手机" STEPX Neo。
  • 关注点：长文档问答、代码库级 RAG 又多一个 1M 档可选项，可在 OpenRouter 直接试用；10 月 13 日发布会可蹲一下"智能体原生手机"这个新形态。
  • 来源：OpenRouter ｜ 量子位·STEPX Neo

OpenAI 披露年化营收约 500 亿美元，算力链股价齐跌

  • 摘要：10 月 8 日 CNBC 证实，OpenAI 告知投资者 9 月底年化营收约 500 亿美元，明显低于此前广泛报道的 680 亿（后者把合作伙伴总收入计入）；Q3 整体 run-rate 增速 77%、企业业务 107%。英伟达跌 3%、甲骨文近 6%、CoreWeave 近 8%、AMD/博通跌 4%、英特尔跌 5%。
  • 关注点：头部实验室"真实收入 vs 基建投入"的剪刀差是行业最大风险变量；做算力预算、长期 API 采购决策前，先看清这条基本面。
  • 来源：CNBC

Docker 官方下场：开源 Agent Builder 与运行时

  • 摘要：docker/docker-agent 仓库（"AI Agent Builder and Runtime by Docker Engineering"）10 月 7 日冲上 HN 热榜（294 分），累计 4.2k 星，Docker 正式进军 Agent 基础设施。
  • 关注点：用容器标准化 Agent 运行时（沙箱隔离、依赖管理、权限控制）正成为工程标配；自建 Agent 平台前可先评估 Docker 方案。
  • 来源：GitHub

Anthropic 成立"Cyber Mission"，长期押注 AI 安全防御

  • 摘要：10 月 8 日 Anthropic 启动 Anthropic Cyber Mission，为关键基础设施防守方和开源社区提供工具、研究与资源（首批含 Project Glasswing 成果），直面前沿模型被滥用于漏洞利用的风险。
  • 关注点：大模型厂商深度介入安全领域，AI 安全类横向课题、校企合作和竞赛方向会持续升温。
  • 来源：Anthropic 官方

Anthropic 年度使用政策更新，11 月 12 日生效

  • 摘要：10 月 8 日发布新版 Usage Policy：补充影响操作、武器开发、监控等新滥用模式，明确健康、金融等高风险场景要求，新增对"Claude 自主执行物理动作"的管控，并禁止对模型的辱虐行为。
  • 关注点：正在做 Claude 相关应用（Agent、自动批改、校园助手）的团队请对照新条款自查，特别是自主物理动作与健康金融边界。
  • 来源：Anthropic 官方 ｜ The Verge

🌍 新产品·大事件

美国暂停微软等大厂绿卡担保资格

  • 摘要：10 月 8 日，特朗普政府宣布暂停微软等科技公司通过 H-1B 通道为员工担保绿卡的资格，副总统万斯表态"要雇美国工人"；NYT、WSJ、Politico、AP 多家媒体确认。
  • 关注点：科技行业雇佣与移民政策同时收紧，直接影响毕业生留美求职路径——学生咨询和就业指导的高频问题。
  • 来源：NYT ｜ Politico

Manus 携超 5 亿美元融资重返北京

  • 摘要：10 月 8 日消息，Manus 母公司蝴蝶效应完成超 5 亿美元新融资（博裕、IDG 领投，腾讯、红杉中国、真格跟投），重启北京办公室，开放 17 个岗位（Agent Harness、Agent 评测、LLM 算法等），开发面向国内市场的 Agent 产品；此前公司经历了迁往新加坡、裁撤中国团队、Meta 收购被叫停等一波三折。
  • 关注点：国产 Agent 赛道资本回暖的标志性事件；Agent 评测、Harness 工程等新岗位名称，值得写进就业指导材料。
  • 来源：量子位

OpenAI"疯狂 28 天"进行中：日更改进或全量重置，还要加广告

  • 摘要：Codex 负责人 Tibo 承诺连续 28 天"每天要么交付一项明显改进、要么全额重置额度"，10 月 6 日首日交出 GPT-6 Astra/6.1 Sol 默认推理提速 50%；同一时间 OpenAI 确认将在 ChatGPT 中引入广告。
  • 关注点：免费用户持续白嫖新模型 + 额度重置，是学生目前最实惠的高级 AI 通道；而"广告进 AI 对话"是行业变现模式的拐点，课堂讨论、视频选题都很带话题度。
  • 来源：量子位·疯狂28天 ｜ 量子位·28天承诺

独立 AI 影视公司的视频模型冲上全球第二

  • 摘要：Artificial Analysis 最新文生视频盲测榜：阿里 Wan 3.0 居首，独立 AI 原生影视公司 Utopai Studios 的 Utopai X 以 1150 分拿下第二（仅差 7 分）；据福布斯估算公司估值已达约 10 亿美元，CEO 是曾在 Google X 工作的 00 后华裔创业者 Cecilia Shen。
  • 关注点："影视公司自研视频模型"路线跑通，AI 影视是大众传播和内容创作的热门富矿选题。
  • 来源：量子位

Anthropic 明令禁止"辱虐"Claude，AI 福利争议再起

  • 摘要：The Verge 报道，Anthropic 在年度使用政策更新中新增条款，禁止用户对 Claude 实施"辱虐或残忍行为"，AI 福利（model welfare）话题再度升温。
  • 关注点：天然的破圈话题——"该不该对 AI 礼貌"适合做短视频互动选题，也可引出人机交互课程中的伦理讨论。
  • 来源：The Verge

AI 数学进展惊动加密圈：Vitalik 支持"掩体模式"

  • 摘要：10 月 8 日 Cointelegraph 报道，以太坊创始人 Vitalik Buterin 等人支持加密行业进入"bunker mode"——因 OpenAI 数学能力快速进展（722 篇手稿涉及大量数论结果），业界担忧钱包密码学安全可能在数月内受到威胁。
  • 关注点："AI 数学突破 → 现实安全焦虑"的传导链极具传播性，也是和学生聊密码学、AI 长期风险的绝佳切口。
  • 来源：Cointelegraph

📌 今日一句话

AI 一夜能写出 722 篇数学论文，完整复现一篇旧论文的概率却只有 13.98%——会解题不等于会做研究，这句话请转给每一个用 AI 写作业的学生。