AI DAILY · 开发者 AI 新闻日报
今日焦点：OpenAI 发布迄今最强的 GPT-6 Astra（首个达到 Critical 网络安全等级）；DeepSeek V4.1 Flash 以 MIT 协议开源，价格仅为 V4 Pro 的三分之一；Anthropic 推出面向长期编程 Agent 的 Claude Fable 5.1；Google 六周内第三个 Flash 版本 Gemini 3.8 Flash 上线。Agent 平台化加速——OpenAI Agents API 公开 Beta、Cursor Projects 用协调器调度数千个子 Agent。国内方面，Kimi K2.8 Preview 全量上线 Kimi Code，值得开发者第一时间体验。
开发者最值得关注的 5 件事
编程、计算机操作与 Agentic 工作流全面升级，直接决定你接下来要用的 API 与工具链走向。
国产开源新标杆，价格约为 V4 Pro 的三分之一，学生党实验与本地部署首选。
Claude Code 等 Agent 的底座升级，长任务稳定性与多工具协作是关键收益。
输入仅 $0.75/M token，性价比极高的编码 API，DeepSWE 等基准表现亮眼。
大型项目自动化的新范式，提前理解「协调器 + 子 Agent」架构就是领先一步。
三大权威榜单：综合智能指数 / 人类偏好 / 编码能力（口径不同，请勿跨榜直接对比分数）
数据源：Artificial Analysis 官方 · v4.3 · 09-07 更新[25]
Claude Fable 5.1 与 GPT-6 Astra 并列第一；基于 10 项独立评测加权合成（Agent 30% / 编码 20% / 通用 30% / 科学推理 20%）。
智能指数（0-100 分），分数越高越强；价格为每百万 token 输入/输出（美元）。
数据源：LMArena Text Arena · 09-02 更新[26]
Anthropic 包揽前四；Gemini 3.8 Flash High 以 1494 分空降前八（新版本）。
LMArena 文本盲测偏好榜（Elo），共 400 个模型、约 800 万票。
数据源：SWE-bench Verified 聚合榜 · 09-10 更新[27]
前 3 名均突破 95%，与第 4 名相差约 7 个百分点；开源模型仅 Ornith-1.5-397B 进入前十。
SWE-bench Verified：真实 GitHub Issue 修复通过率（%），500 个已验证问题，年度更新。
数据源：LMArena Code Arena · 09-11 更新[28]
GPT-6 Astra Max 领跑前端代码榜；Kimi K3 Max 与 Qwen 3.8 Max 是国产模型第一梯队。
LMArena Code Arena（Frontend Labs 视图）Elo 分。
国际厂商近两周的模型发布与能力更新
官方称其在计算机操作、编程、网络安全和科学领域均达行业前沿，是首个在 Preparedness Framework 下达到 Critical 网络安全等级的模型；面向 Plus/Pro/Business/Enterprise 用户逐步推送。
Fable 5.1 面向编程与知识工作，是长期编程 Agent 场景的升级；Mythos 5.1 面向知识工作。两者均支持默认 1M token 上下文、128k 最大输出与始终开启的 adaptive thinking，Fable 5.1 已覆盖 Claude API、Bedrock、Google Cloud、Microsoft Foundry。
六周内第三个 Flash 版本；3.8 Flash 在推理、编码与长程软件工程（DeepSWE v1.1、Vals Finance Agent V2、HLE-Verified）上明显提升，输入 $0.75/M、输出 $3.75/M；Cyber 版面向漏洞发现与自动修复，已在 Google Chrome 安全团队、Wiz 与 Google Cloud 场景实测收益。
128B 开源权重模型统一指令遵循、推理、编码与视觉能力；配合 Vibe Remote Agents，可将长运行编码任务转移到云端沙箱，完成后返回分支或拉取请求。
包括论文写法与 Lean 形式化证明，是 AI 参与科学发现的重要里程碑，科研向开发者值得一读。
编程助手、Agent 平台与框架的更新
用于构建并发布云端智能体，由 Codex 执行框架提供支持，支持编排、长会话与工具调用；同批宣布 Codex Data 插件达到 GA，可分析连接的业务数据并生成交互式仪表板或报告。
面向大型功能开发、迁移或完整应用开发；项目可维持数月上下文，委托数千个子 Agent 完成工作，并支持无需提示即可执行的重复性任务。
支持 Fable 5.1；新增组织级 managedMcpServers、--permission-prompts none 无头权限控制、全局 maxEffortLevel 上限、claude plugin eval 插件评测工具（生成 HTML 报告），Workflow 工具并发上限提升至 256。
Code Review 在 overview 评论中显示 approval 评估，开启后可自动提交 approval，计入仓库 required-approvals 规则；默认关闭，支持企业、组织和仓库级别配置。
Copilot App 引入 Jira 集成，可将 issue 带入共享画布；Copilot CLI 将 Project HydraFusion 置于 /experimental，用于本地、云端与组合模型之间的自动语义路由。
服务器会评估每个 Agent 或 MCP 工具调用并自动执行、拒绝或暂停等待批准，session 事件报告每次评估的结果与原因，让多 Agent 系统更可控。
国产模型、Agent 产品与产业事件
全新 Causal-Encoder-Decoder 非对称 MoE 架构，总参数 552B（输入激活 8B、输出激活 16B），原生多模态视觉，支持 1M token 上下文，MIT 许可开源；价格约为 V4 Pro 的三分之一，V4 Pro 将于 9 月 14 日退役。
综合性能接近旗舰 K3，编码与智能体能力全面增强，思考效率较 K2.7 Code 显著提升；Model ID 不变（kimi-for-coding），客户端与第三方工具无需改配置；支持 low/high/max 三档 thinking effort 与最高 1M 上下文。
基于全国产算力平台完成全流程训练与推理，MoE 架构 293B-A30B，重点提升代码与智能体能力，支持 256K 上下文。
首批引入超百家生态伙伴，面向智能硬件、行业应用与开发者开放底层 Agent 能力，目标定位「Agent 时代的操作系统」。
可在本地右键编辑 PPT、Excel 等文件，AI 生成或修改的内容同步到本地文件与云端副本，同时支持浏览器录制回放与跨设备接力。
支持文本、图像等多模态输入，提供 2B、4B、9B 三个版本；已部署在微信推荐与搜索系统中，日调用量达十亿级。
证券代码 688801，发行价 142.18 元/股，上市首日开盘 410 元、盘中最高 475 元，涨幅达 234%，国产算力板块热度可见一斑。
三年内在行业应用、数据服务、智能算力等重点领域培育科技与创新型中小企业 1 万家以上、专精特新「小巨人」突破 2000 家，建设 10 个科技型企业孵化器。AI 创业环境对大学生更友好。
全部条目一览，快速扫描今日动态
| 事件 | 分类 | 日期 | 一句话 |
|---|---|---|---|
| GPT-6 Astra 上线[1] | 模型 | 09-03 | 迄今最强模型，首个 Critical 网络安全等级 |
| Claude Fable 5.1 / Mythos 5.1[3] | 模型 | 09-01 | 1M 上下文，长期编程 Agent 底座升级 |
| Gemini 3.8 Flash 与 Flash Cyber[4] | 模型 | 09-02 | 编码/长程软件工程提升，$0.75/M 输入 |
| Mistral 云端编码 Agent（Medium 3.5）[6] | 开源 | 09-05 | 128B 开源权重 + Vibe 云端沙箱编码 |
| OpenAI Agents API 公开 Beta[9] | Agent | 09-10 | Codex 驱动的托管云端智能体平台 |
| Cursor Projects[5] | Agent | 09-10 | 协调器调度数千子 Agent 做大型开发 |
| Claude Code 2.1.257–269[11] | 工具 | 09-01 | 无头权限控制、Effort 上限、插件评测 |
| Copilot Code Review 可批准 PR[14] | 工具 | 09-01 | AI 审查意见计入 required-approvals |
| GPT Live 1 语音 API[23] | API | 09-10 | 自然全双工语音对话进入 API |
| DeepSeek V4.1 Flash 开源[2] | 国产模型 | 09-10 | 552B MoE、MIT、1M 上下文、价格 1/3 |
| Kimi K2.8 Preview 上线[16] | 国产模型 | 09-11 | 接近 K3 的编码模型，思考效率更高 |
| Spark-X2.5 旗舰模型[17] | 国产模型 | 09-07 | 全国产算力训练，293B MoE |
| 腾讯 WorkBuddy 开放平台[18] | 平台 | 09-02 | 面向 Agent 时代的开放平台上线 |
| DeepSeek App 语音灰度测试[24] | 产品 | 09-12 | 四款音色，语音对话开始灰度 |
| 微信 WeMM-Embedding 开源[20] | 开源 | 09-08 | 多模态嵌入模型，日调用十亿级 |
| 燧原科技科创板上市[21] | 产业 | 09-11 | 国产 GPU 首日涨超 200% |
| 工信部 AI 中小企业创业计划[22] | 政策 | 09-04 | 三年培育 1 万家 AI 中小企业 |