前沿模型、研究加速与安全边界

前沿模型与产品

GPT-6 Astra 公布新一轮能力对比

9 月 2 日本报曾记录 Astra 已越过关键安全能力阈值；这次更新的实质增量，是 OpenAI 进一步公布模型正式能力画像和多项内部评测结果。公告称 GPT-6 Astra 在电脑操作、浏览、软件工程、网络安全、科学和专业工作等方向取得新的能力水平，披露的评测包括：FrontierMath Tier 4 得分 98%，ARC-AGI-3 得分 99.9%，ExploitBench 得分 100%；在 Agents’ Last Exam 上为 59.3%，高于 Claude Opus 5 的 55.5% 和 GPT-5.6 Sol 的 53.6%。这些是 OpenAI 公告中的厂商评测数据，不代表独立基准机构的复核结论。

对开发者更直接的变化在 Codex：OpenAI 称 Astra 能在上下文窗口耗尽后保留、检索此前的工作笔记与测试结果，减少长任务中反复压缩上下文造成的信息损失。公告还称，GPT-6 Astra 在 Terminal-Bench 4.0 上得分 57.9%，GPT-5.6 Sol 为 37.3%，Claude Fable 5.1 为 55.8%。

AI 研究与工程实践

编码智能体进入前沿实验室的日常工作流

OpenAI 披露，研究团队在 2026 年年中已经普遍把编码智能体用于日常工作，并将其用于写代码、排查研究基础设施、运行评测和处理更长周期的任务。按该公司对 8 月中旬数据的统计，研究组织平均每个工作日使用相当于 3.1 个智能体工作日的努力量；研究员使用量的中位数已超过每天 600 美元的 API 推理价格口径，90 分位用户超过每天 7000 美元。

OpenAI 同时强调，这些指标不能直接等同于研究进度：算力仍是约束，任务越复杂越需要人类介入。其披露显示，过去 6 个月中，成功完成的 4–8 小时人类任务有超过一半至少经历过一次人工干预。实验室此次首次同时公开使用强度、智能体工作量和介入率等过程数据，显示编码智能体正在从辅助编程进入研究流程的核心环节。

安全治理与发展边界

OpenAI 首席科学家要求把人类控制置于继续扩展之前

OpenAI 首席科学家 Jakub Pachocki 在新文章中表示，推理模型已经能够操作电脑、与人及其他模型协作并开展研究，同时也在重塑网络安全风险；基于内部结果，他对当前进展速度持续进入递归自我改进抱有较强预期。文章的新增点不是重复此前关于 AI 安全的国际对话，而是由公司首席科学家公开提出：如果继续沿当前路径发展，未来几年可能出现幅度相当甚至更大的能力跃迁，因此不能假定 alignment 与安全措施会自然跟上。

Pachocki 将安全重点放在目标对齐、价值对齐、泛化监测和可扩展防御上，并表示 OpenAI 会在必要时单方面暂缓进一步扩展；他同时承认目前仍无法安全地走完“对齐的递归自我改进”路径。上述内容属于首席科学家的公开立场与风险判断，不是已经发生的能力结果，也不应解读为已确认的时间表。