黄仁勋官宣AGI已至，OpenAI自动化研究实习生达标
黄仁勋一句「AGI已至」把行业叙事推到临界点，而OpenAI与Meta同日披露的自动化研究Agent数据，才是真正值得警惕的信号：AI开始改进AI本身。当Agent在真实竞赛中与人类专家同台夺金，递归自我改进从论文走进工程现实，对齐与监控能否同步跟上，将决定这场加速的终局。
- 🤖 OpenAI自动化研究实习生达标，人均3个Agent并行
- 🥇 Meta AIRA 3出战Kaggle夺金，4000队排第八
- 📱 菲尔兹奖团队让手机4B模型刷爆ARC-AGI 3
一、今日AI
海外新闻
1. OpenAI官宣自动化研究实习生达标：人均3个Agent并行搞科研
OpenAI宣布去年秋定下的「自动化研究实习生」目标已达成：8月中旬起，研究员每上8小时班，后台并行运转约3.1个Agent工作日，中位研究员每天消耗Agent推理资源超600美元。这些智能体已覆盖写研究代码、搭训练环境、跑评估、排查故障到整理结论，研究员称「除了决定研究什么，其他活它都能干」。
海外新闻
2. Meta自主研究系统AIRA 3出战Kaggle拿金牌：4000队排第八
Meta FAIR宣布自主研究系统AIRA 3在英伟达主办的实时Kaggle竞赛中夺金，约4000支队伍中总排名第8。任务是用训练方法改进300亿参数Nemotron模型的推理能力，评分采用外部私有测试集，AIRA 3与人类选手信息、工具完全一致。
海外新闻
3. 黄仁勋官宣「AGI已至」：Astra用超10万套GB200训练
英伟达CEO黄仁勋9月6日在X宣布「AGI已经到来」，并透露OpenAI旗舰模型GPT-6 Astra训练动用超10万套Grace Blackwell NVLink72系统，另有40万块GPU即将上线，Astra发布视频观看量据报破1.28亿次。
国内新闻
4. 菲尔兹奖得主新玩法：手机4B Qwen直连753B GLM，刷爆ARC-AGI 3
成立仅4个月、15人含12名博士及2010年菲尔兹奖得主斯米尔诺夫的团队Mostik，宣称让手机端4B小模型在ARC-AGI 3上交出惊人表现。关键不在模型本身，而在模型间通信：大模型逐token解码只输出约17比特却丢弃近两兆字节内部状态。
国内新闻
5. 华为盘古负责人王云鹤创业首秀：Agent原生模型NeoHorse-1
华为诺亚方舟实验室前主任、盘古大模型负责人王云鹤创办的基元律动，发布首个Agent-Native模型NeoHorse-1，提供4B与9B版本，由无问芯穹提供算力与Infra优化，清华北大团队参与算法研究。模型面向Agent真实工作链路：调用工具、读取环境反馈、发现错误、调整路径直至完成任务。
二、AI大神
Box CEO Aaron Levie
1. AI就业影响与预期相反：催生新岗位
Box CEO Aaron Levie指出，AI对就业的影响与大众预期相反：它把自动化带到需求无上限的领域，让公司能做的事远超从前，而agent仍需人类操作与监督才能产生价值。
Replit CEO Amjad Masad
2. 编程agent功能上已难与AGI区分
Replit CEO Amjad Masad认为虽未达AGI，但当前编程agent不知疲倦、不无聊、不放弃，任何能转化为编码问题的问题几乎都被解决，功能上已与AGI难以区分。
YC CEO Garry Tan
3. 自学能力是AI时代最重要的生存技能
YC掌门人Garry Tan发推称孩子们需要把YouTube自学能力拉满，暗指传统教育节奏跟不上AI时代，主动自学才是关键能力。对家长与教育者是一个信号：与其等课程更新，不如尽早培养孩子借助视频与AI工具自主探索、自建项目的习惯。
OpenClaw作者Peter Steinberger
4. agent化开发协作的PR流程痛点
OpenClaw之父Peter Steinberger吐槽AI时代的开源PR流程：既然对方已写好prompt，为何还要他手动ping自己的agent改代码，再等对方agent合并？
Walleye CEO Will
5. 对冲基金全员All in AI的落地路线图
规模近100亿美元的对冲基金Walleye的CEO/CIO Will推行全员AI文化，在内部信直言用ChatGPT不是作弊、不用才可耻，把不用AI比作1995年拒绝互联网；设立跨部门AI Senate推动落地，录制所有会议打造机构记忆。
三、AI研究
[Arxiv]
1. CUA-Universe：面向混合 GUI+CLI 智能体的可扩展动态环境
现有计算机使用智能体多局限于GUI操作、轨迹低效，而真实工作常需协同界面与命令行。CUA-Universe提出环境到数据流水线：App-Forge将桌面软件封装为可复现虚拟机并自动生成CLI，扩展至16个应用；Task-Weave合成难度可控的混合任务；Path-Steer沿高效混合路径采样经验证轨迹用于后训练。
四、Agent工具
⭐ 2,406 stars/周
1. Imbad0202/academic-research-skills — AI 学术研究全流程助理
academic-research-skills 是 Claude Code 的学术研究技能套件，覆盖调研、写作、评审到定稿全流程：13-agent 深度调研、12-agent 论文写作与 7-agent 多视角评审协同工作，一条命令 30 秒即可安装。
⭐ 2,137 stars/周
2. every-app/open-seo — 构建开源搜索优化平台
open-seo 是开源版 Semrush/Ahrefs 一站式 SEO 平台，提供关键词调研、排名追踪、竞品洞察、外链分析、站点审计与 AI 可见度六大工作流，自带 DataForSEO API Key 按量付费、无订阅，支持 Docker 或 Cloudflare 自托管。
⭐ 828 stars/周
3. pollen-robotics/microduck_rl — 教双足机器人行走翻滚
microduck_rl 是面向约 800g、25cm 高开源双足机器人 Microduck 的强化学习训练环境，基于 MuJoCo Warp 与 PPO 以 50Hz 训练行走策略，导出 ONNX 后部署到实体机器人。