概览
GPT-6 Astra 刷穿数学最后高墙
前沿模型在数学研究级评测上逼近饱和，Anthropic 却主动提出放缓节奏、引入第三方核验，安全与能力开始分道竞速。国内侧，Kimi 以百万上下文下放和上市冲刺抢占身位，机器人数据与自我进化模型成为新战场。
- 🧮 GPT-6 Astra 攻破 FrontierMath Tier 4
- 🛡️ Anthropic 提配速前沿，Altman 马斯克呼应
- 🤖 Mecka AI 估值逼近 5 亿美元
今日精选
一、今日AI
海外新闻
1. Anthropic 提「配速前沿」三策略，Altman 马斯克呼应放缓
Dario Amodei 9 月 12 日发博客提出放缓前沿 AI 三大策略，并宣布 Anthropic 单方面承诺其一：向第三方评估员（如 METR）开放工牌、工位及风控权限，核验节奏与安全承诺。另两策为协调民主国家共同安全标准、限制对华芯片与设备出口并打击蒸馏，以拉大美国 3-5 年领先优势。
海外新闻
2. GPT-6 Astra 刷穿 FrontierMath Tier 4，数学最后高墙倒塌
Epoch AI 宣布 FrontierMath Tier 4 饱和：GPT-6 Astra 攻破唯一从未被解出的题，修订后 43 道全部至少被解出一次，OpenAI 公布成绩 97.6%。
海外新闻
3. Mecka AI 逼近 5 亿美元估值，机器人训练数据成新争夺点
Mecka AI 正推进红杉资本领投的新一轮融资，估值约 5 亿美元，距其 6 月 6000 万美元融资仅三个月。公司付费请人佩戴身体传感器、用手机录制做咖啡、修车等日常动作，为通用机器人采集稀缺的物理世界数据，模式效仿 Scale AI。
国内新闻
4. Kimi 突发 K2.8：百万上下文全员开放，性能逼近 K3
月之暗面 9 月 11 日在 Kimi Code 与 Kimi Work 全量上线 K2.8 Preview，官方称综合性能接近旗舰 K3，Coding 与 Agent 能力提升，最实质变化是所有会员档位均可用 1M 上下文（此前需 199 元/月以上）。
国内新闻
5. 生数 Motus2 世界模型：机器人开始「自我进化」
生数科技发布 Motus2 世界模型，在单一模型内同时实现行动、预测、评估三棵技能树：WAM 生成动作、AC-WM 预测后果、VM 评估结果，形成闭环，初步探索递归自我改进（RSI）。
二、AI大神
Meta AI高级总监Madhu Guru
1. 企业AI失败三大根因与解法
Madhu Guru认为企业AI失败源于沿用旧产品剧本、低估eval、中央团队从外部造AI，导致与一线脱节。他建议招AI产品领导、把eval当一等公民、让AI builder嵌入业务部门。
Coinbase CEO Brian Armstrong
2. AI需要自己的银行账户与加密轨道
Brian Armstrong指出76%的agent交易额不足30美分，刷卡手续费吃掉利润，因此AI需要自托管账户和加密轨道。Coinbase已让agent一键开户、发币融资，并用Toshi沉淀团队大脑。
Every CEO Dan Shipper
3. 榜单分数预测不了真实工作
Dan Shipper认为benchmark分数不能说明模型在真实工作上的表现，因此Every坚持做vibe check，并搭建内部平台让每个人基于日常工作构建个人基准，从感觉走向可比较的数据。
Box CEO Aaron Levie
4. 把Box挂载到agent沙箱读写文件
Aaron Levie介绍可将Box挂载到agent沙箱，让agent像人一样读写文件。他认为AI agent执行关键工作流时需要文件系统访问、权限与内容上下文，而非在对话里搬运内容。
AI教程作者Peter Yang
5. 本地任务给Codex，云端迁Grok Bot
Peter Yang公布工具分工：本地定时任务用Codex，云端任务迁至Grok Bot。他对软件工厂泼冷水，认为AI还不足以在无人定义需求或验收下端到端自造新功能，错误假设会白烧token。
工具学习
三、AI研究
[Arxiv]
1. COBRA-Skills：用上下文老虎机引导智能体技能进化
COBRA-Skills 把 LLM 智能体的技能优化重新表述为动态候选空间上的预算化序列优化，用上下文老虎机做优先级调度：神经奖励预测器配合 LinearUCB 探索奖励对候选技能排序，把有限评估预算优先分给最有潜力或信息量最大的候选，再依据执行反馈持续精炼技能种群。在 6 个异构智能体基准、3 个目标模型上平均表现最强，每个基准仅用 50 个优化样本，且目标模型自身即可完成技能生成与精炼。
四、Agent工具
⭐ 3,829 stars/周
1. obra/superpowers — 给编码智能体的完整开发方法论
obra/superpowers 是一套面向编码智能体的完整开发方法论，由 Jesse Vincent 出品，构建在可组合 Skills 之上。它解决智能体拿到需求就盲目写码的问题：先反问澄清、拆规格供人确认，再生成实施计划，最后以 subagent 逐任务执行并做两阶段评审。
⭐ 2,765 stars/周
2. coreyhaines31/marketingskills — 为 AI 智能体补营销技能包
marketingskills 是 Corey Haines 打造的 AI Agent 营销技能包，把转化优化、文案、SEO、分析、增长工程等动作封装成 Markdown 技能文件，兼容 Claude Code、Codex、Cursor 等支持 Agent Skills 规范的智能体。
⭐ 1,810 stars/周
3. mksglu/context-mode — 智能体会话上下文压缩一半再一半
context-mode 是一个解决上下文膨胀的 MCP 服务器，由 mksglu 开发。它针对每次工具调用把原始数据灌进窗口的问题，用沙箱工具把数据挡在窗口外，可将 315KB 压缩到 5.4KB，削减 98%。