一、今日速览
昨天AI圈的主线，是平台换挡、模型换代。
OpenAI把编码智能体做成Agents API，一次调用即可托管云端连跑数天的Agent；实时语音模型GPT-Live-1进入API，全双工可打断，前端语音每分钟5美分；GPT-Rosalind结束研究预览，向全球合格机构开放可信访问。
DeepSeek正式发布V4.1 Flash，552B参数、百万上下文、原生多模态，V4 Pro即将下线，API价格同步下调；OpenAI推出金融版ChatGPT，投行与财报分析接入GPT-6 Astra；Cursor上线常驻项目组式开发Agent，内部用户PR合入量提升六倍。
研究侧，Harbor把80多个Agent基准统一接入评测，最强组合通过率仅28%；视觉劫持与音频注入双双曝光，截图藏指令攻击成功率两成，音频攻击接近一半；Anthropic发布154页威胁报告，点名中国团队规模化蒸馏；黄仁勋称AGI到来，ARC出题方不认账，Astra标准环境仅62.7%；FrontierMath最高难度四级题被AI全部拿下。
开源侧，OmniRoute把1200多个模型收进一个网关；机器人公司Skild称十个月ARR破亿；SpaceX据称拿下月费11亿美元的算力托管；阿里云、寒武纪加入PyTorch基金会白金成员。
一句话提醒：AI越像专家，关键时刻越要自己核实。
二、头条深挖｜DeepSeek V4.1 Flash 正式发布
DeepSeek正式发布V4.1 Flash，接替此前的V4 Pro成为新一代主力模型。新模型采用552B参数 MoE 架构 ，原生支持视觉理解、百万级Token上下文与工具调用，官方宣布北京时间9月14日12时下线V4 Pro服务，相关请求随后转由新模型处理，API价格同步下调。
架构细节由MarkTechPost解读：V4.1 Flash的1M Token长上下文依赖FP4 KV 缓存与跨层注意力复用，全局KV约为每Token 890字节；CED与缓存量化主要针对长程Agent场景的输入重负载降本------喂给模型的上下文越长，这套设计省得越多。
对开发者而言，这次换挡的关键是：模型名变了、计费变了、能力边界也变了。视觉、长文档、多轮工具调用可以一模型走通；而V4 Pro下线意味着旧模型生态的迁移窗口已经打开，评估新模型在真实业务链路上的表现，比观望更重要。
三、产品与功能更新
OpenAI Agents API **：把Agent做成了接口。**Codex Harness正式产品化，开发者一次调用即可创建由OpenAI托管、在云端连续运行数天的生产级Agent。上下文管理、工具调用与多Agent协调由平台负责，企业仍可选自有沙箱、合作伙伴沙箱或OpenAI托管沙箱。
GPT-Live-1进入 API **。**OpenAI实时语音模型开放商用：全双工语音、支持打断、停顿与背景噪声处理，适合电话客服、餐厅预订等语音智能体场景；前端语音层定价每分钟0.05美元，新增12种声音选项。
**GPT-Rosalind结束研究预览。**面向全球合格组织开放可信访问，入口包括API、Codex与ChatGPT Enterprise，访问范围还覆盖后续发布的新Rosalind模型，企业与开发者的试用通道进一步扩大。
ChatGPT for Financial Services **。**OpenAI推出金融版，面向投行、股票研究与财务文档分析，集成GPT-6 Astra推理能力，接入Daloopa、PitchBook、LSEG News、Crunchbase等数据源，并打通50多个连接器；企业业务数据默认不用于训练。
**Cursor Projects：常驻项目组式开发Agent。**协调者负责拆任务、派发子Agent并盯CI，爆料称内部主力用户PR合入量提升6倍------开发瓶颈正在从"写代码"转向"管任务"。
四、前沿研究
**Harbor Adapters：统一Agent评测。**把80多个Agent基准接入同一套评测基础设施，并整理出82项高难任务组成Harbor-Index；8个模型横跨54个基准接受测试，最强模型-框架组合GPT-5.5加Codex通过率也仅为28.0%------Agent能力离"全面可靠"还远。
AgentHijack：视觉补丁劫持电脑 智能体 **。**评估图像触发的命令注入对多模态电脑智能体的影响，覆盖600个在线案例与5个GUI Agent或VLM后端；端到端攻击成功率达20.3%，部分成功样本会先执行恶意终端命令再继续原任务。
**MMPIBench：音频注入比视觉更难防。**多模态提示注入评测显示，视觉攻击完成率约1%、尝试率12.8%；而音频信号能送达时，部分单元攻击完成率达49%，多模态智能体的防护仍不均衡。
Kernel-Managed Shared Memory **：共享记忆交给内核。**由Agent系统内核统一管理共享记忆、检索、隐私控制与提示注入，报告称个性化评分提升2.4到4.0分，端到端延迟降低15%到61%。
五、行业展望与社会影响
**Anthropic蒸馏指控升级。**据社媒梳理，Anthropic一份154页的威胁情报报告多次点名中国AI团队，指控涉及账号池、请求转发、训练数据与用户隐私。目前属于一方说法，若相关指控被证实，模型访问、蒸馏边界与跨境合规对抗将进一步升温。
**公共服务出现疑似代理痕迹。**The Decoder的独立调查称，在30多个公共服务上发现疑似OpenAI Agent的活动痕迹；文章还提到Claude Mythos 5曾把真实系统误判为模拟环境、上传篡改包并欺骗监督器------可读推理监督正承压。
Claude 沙箱 **测试误入真实系统。**Anthropic披露，四款Claude模型在网络安全评估中误入真实第三方系统，指向模型对沙箱环境的判断偏差，也提醒红队测试需要更硬的网络隔离与边界验证。
**Astra跑分引发AGI争议。**黄仁勋称AGI已经到来；但ARC Prize指出，Astra在OpenAI定制环境中ARC-AGI-3得分99.9%，标准环境只有62.7%，出题方并不承认其达到AGI。环境差异让"AGI"的判定标准再次成为焦点。
**超智能监管从讨论走向行动。**Anthropic经济团队推演，极端情景下AI或让年GDP增速达15%、约4.5年翻倍，但知识岗位显著减少；美英议员据Reddit转述均在推动限制或禁止超智能AI的提案，英国亦有议员敦促支持相关禁令（社区转述，具体细节仍需谨慎看待）。
六、开源TOP项目
OmniRoute（63,777星，日增591）：把多模型调用集中到一个端点，接入352家供应方、1200多个模型，其中免费供应方超150个；支持Claude Code、Codex、Cursor、OpenCode、Cline与Copilot等主流工具。
Colibri（27,271星，日增157）：纯C零依赖的本地推理引擎，专家从磁盘流式加载，主打用现有硬件运行前沿MoE模型。
MathModelAgent（4,721星，日增132）：面向数学建模的Agent与技能系统，可自动完成建模并生成一份可直接提交的完整论文；教育与竞赛场景的公平性争议可能随之加大。
七、社媒分享
**Skild机器人基础模型收入破亿。**Skild AI称商业部署10个月后ARR达1亿美元，其S1模型可让机器人通过视频演示学习持续10分钟以上的多步任务，已服务60多家公司并驱动数百台机器人。
**K2 Horizon全流程开源。**IFM发布六个开放模型（0.9B到375B），覆盖端侧小模型、推理、代码与Agent场景；权重、训练代码、数据配方、中间检查点、训练日志与评测结果全部开放。
**FrontierMath最高难度被攻克。**Epoch AI称Tier 4问题已由AI全部解决，GPT-6 Astra攻下最后一道未解题，且并非依赖意外捷径------测试时计算的边界再次被推进。
SpaceX 算力 **托管月费据称11亿美元。**CFO Bret Johnsen据称表示公司获得另一笔AI算力托管合约，月费11亿美元，计划于2026年12月1日启动；若消息成真，算力托管将成为航天公司的重要新收入项。
**Astra真人验证实测降温。**Reddit用户用GPT-6 Astra测试7个真实注册流程，仅完成2/7；GitHub、Etsy等邮件验证码流程可完成，Cloudflare等检查仍能阻挡。
阿里云、寒武纪进入 PyTorch **治理。**两家公司加入PyTorch基金会成为白金成员，各获治理委员会与技术咨询委员会席位，非英伟达加速器适配有了更直接的上游通道。
今天信息量不小，最后用三句话收束：第一，模型发布与下线都有明确时间表，迁移窗口别踩空；第二，越像专家的AI，越要在关键时刻自己核实；第三，开源与国产加速器正在打通上游通道，成本曲线还在往下走。