GPT-6 Astra 已扩至 Plus 与 Business：前沿电脑操作模型的上线，仍是一项受控迁移
证据类型： A｜OpenAI 规范发布页、API 模型/价格文档、ChatGPT release notes 与 OpenAI 官方账号的 rollout 更新。 发生了什么： OpenAI 在 9 月 3 日 19:32 UTC（9 月 4 日 03:32，Asia/Shanghai）正式发布 GPT-6 Astra，API 模型 ID 为 gpt-6-astra。发布页先称其向有限组织推出、将在数日内进入 ChatGPT Plus、Pro、Business、Enterprise 和 OpenAI API；随后 OpenAI 官方账号在 9 月 5 日更新：Pro、Enterprise、Business Premium 的 Work/Codex 以及 API 已可用，之后又称 Plus 和 Business 已全部推出。API 标准价为每百万 input token 10 美元、cached input 1 美元、cache write 12.5 美元、output 50 美元；Batch/Flex 半价，Fast mode 为相应标准价两倍。官方还将它定位为更强的电脑操作、浏览、编码和长程专业工作模型，并在 Codex 引入可跨上下文窗口检索/保留工作信息的实验性机制。 为什么重要： 这次可用性变化不是 SDK 中出现一个 enum。Astra 是 OpenAI 口中的首个达到其网络安全 Critical 门槛、且广泛部署的模型；其规范安全材料明确区分了可进行的安全代码审查和修补，与会被拒绝的 PoC exploit 等任务。ChatGPT/Codex 的附加监测可暂停或停止疑似误解指令的会话。换言之，套餐、地区、工作区开关、任务分类和中断机制，共同决定一个团队实际能完成的工作，不能由“已上线”或 token 单价代替。 关键判断： 已获得入口的团队应把 Astra 作为有退出条件的生产试点，而不是把默认模型一键替换。为同一批有授权的电脑操作或代码任务记录端到端成功率、总 token、工具轮数、被暂停/拒绝率、人工恢复时间和回滚结果；再按这些指标比较 10/50 美元的标价。若安全中断和返工抵消了能力增益，较便宜或较稳定的旧路径仍可能是更优选择。 还需观察： 官方 rollout 帖只确认了部分产品入口和套餐状态，未公布完整地区矩阵、各 API tier/订阅的配额或所有工作区的默认设置；不应据此推断所有账户立即可用。性能与对齐结论主要来自厂商发布和评测材料，真实工作流还会受到系统提示、工具权限、人工确认和安全层影响。Critical 级能力更不表示可以取消变更审批或授权边界。
Claude 用 Lean 完成费马大定理形式化：研究交付物开始从“结论”变成可执行的审计对象
证据类型： A｜Anthropic 9 月 4 日的官方研究发布与官方账号公告。 发生了什么： Anthropic 公布一份完整、可由 Lean 检查的费马大定理形式化证明。其研究文章称，Claude 在 11 天内大部分自主完成了这项工作，产出约 1,300 万行 Lean 代码，并证明约 29,500 个中间定理；项目沿用了既有的 Wiles/Taylor 证明脉络、Mathlib、Imperial College 的 FLT 项目和 flt-regular 等社区积累。Anthropic 已公开完整 proof 与书面 walkthrough，且文章引述形式化数学研究者 Kevin Buzzard 对该工件的评价。 为什么重要： 数学论文的审稿与复核可能耗时多年；形式化的价值不在于把一段自然语言“说得更像证明”，而在于把依赖关系、假设和推演都落入一个可重复运行的检查器。对采用 AI 的研究团队而言，这把验收从“模型给出的结论看起来对”推进到“在明确的形式系统、版本和依赖下可以重新执行”。同样的思路也适用于高风险代码、合规规则和科学计算：可审计的中间产物，比模型自报的正确率更接近能交接的工作。 关键判断： 这不是“AI 独立发现了费马大定理”的证据，而是 AI 已能把人类已有的复杂数学知识编译成可检查工件的强信号。研究机构若想试用，应优先选择已有基准、能固定工具链的狭窄课题，交付源代码、依赖锁定、可复跑命令、失败日志和人工复核结论；把这些作为成果的一部分，而不是只保存聊天记录或最终定理。 还需观察： 完整性与正确性仍依赖 Lean 内核、所采用的公理和依赖版本；机器检查不自动回答建模前提是否合适，也不替代对原始研究问题的同行判断。11 天、代码行数和中间定理数来自 Anthropic 的项目披露，尚不应外推为任何数学领域、任何提示下的稳定生产率。其可复现性、社区复核和后续可维护性，才会决定这是不是一次可迁移的方法论。
OpenAI 将 Daybreak 加码为 10 亿美元、六个月的防御者计划：高风险 AI 的瓶颈转到“验证并修好”
证据类型： A｜OpenAI 9 月 3 日官方项目发布与 Daybreak 产品页。 发生了什么： OpenAI 宣布为 Daybreak for Frontline Defenders 投入 10 亿美元的补贴访问、培训、技术支持和合作，目标是在六个月内被使用。优先对象包括美国的水务/电网等关键基础设施运营者、州和地方政府、社区银行、非营利机构和开源维护者；公司称已通过 Daybreak 向 2,000 个获批组织/工作区中的数千名防御者提供服务，并在当日公布超过 35 个合作方产品或运营服务。其公开定义的工作链是审查遗留代码、分析可疑活动、识别并验证漏洞、优先级排序、开发和测试修复，而不是把未经验证的发现直接变成告警。 为什么重要： 这为 Astra 的受控发布补上了一个常被忽略的部署层：有能力发现更多问题，不等于系统已经更安全。真正稀缺的是被授权的范围、可复核的发现、经过测试的补丁、协调披露和维护者最终接收。把资金、可信身份、培训、合作伙伴工作流和人类控制一起打包，说明高风险模型的“可用性”正从一个 API 权限，变成一套把输出闭环到修复的服务设计。 关键判断： 安全团队不应把 Daybreak 或任何前沿安全模型当作自动化扫描器采购。若符合资格，应先用一项已授权且可回滚的代码库或系统做闭环试验，分别计量发现的有效率、人工验证时长、补丁测试通过率、维护者接受率和从发现到修复的时间；只在这些结果改善时扩大范围。对于不在计划覆盖地区或资格范围内的团队，最有可迁移价值的是这套“发现—验证—修复—证明”的验收链，而不是 10 亿美元这个数字。 还需观察： 10 亿美元是承诺额度而非已发生支出；六个月后的持续资助、各国扩展、资格审核、价格、责任分担及合作方服务质量尚未公开成可比较条款。2,000 个组织、35 个服务和修补成果也来自 OpenAI 自述，不能替代独立的攻击面缩减或事故率证据。高权限防御任务仍必须保留明确授权、隔离、日志、变更审批和供应商尽调。