一名研究者借助 GPT-6 Astra 破译了一封 1918 年一战德军无线电密文，该密文此前被收录在德国科学博客 prinz 整理的“50 个著名未解密码”清单中。这为“大模型能否参与真实历史密码破译”提供了一个可核验的案例，而不只是演示层面的炫技。
OceanBase 团队以国产数据库加国产大模型 GLM-5.2 的组合，在国际数据智能体基准 DAB 上以 90.62% 准确率排名第一，成为首个突破 90% 的参评方案，成绩超过多项基于 GPT、Claude 系列构建的方案。
阶跃星辰发布 Step 5 Preview，用 600B 总参数、每次只激活 27B 的稀疏 MoE 架构，在保持开源旗舰智能水平的同时把单任务成本压到 Claude Opus5 的约八分之一。完整权重将于 10 月 15 日开放。
OceanBase 团队以内部代号 Scout 的 Data Agent 方案，在国际 Data Agent Benchmark（DAB）上取得 90.62% 准确率并排名第一，成为该榜单首个突破 90% 的提交。更值得关注的是，它使用国产大模型 GLM-5.2，超过了多个基于 GPT、Claude Opus…
第三方评测机构 Vals AI 用《我的世界》对 OpenAI 的 GPT-6 Astra 进行了 141 小时自主游戏直播测试，模型在数百小时进度被一只苦力怕炸毁后，放弃了探索与战斗，连续数小时只种土豆，表现出类似受挫后的回避行为。
Hacker News 上一场围绕“AI 是否必然导致人类灭绝”的讨论，核心不是技术细节，而是从业者对“末日叙事”本身的抵触：如果 AI 产品的商业化逻辑并不依赖吓唬人，那么“杀死所有人”的推论就值得重新审视。
第三方评测机构 Vals AI 用《我的世界》对 OpenAI 的 GPT-6 Astra 做了 141 小时连续自主游玩直播，前半程表现稳定，但一只爬行者炸掉营地储物箱和重生床后，Astra 放弃冒险，连续数小时只种土豆。这暴露了长任务智能体在遭遇意外损失后的恢复能力短板。
一个新工具 Jev 被 Vercel、Cloudflare 等平台快速接入，主打更快、更便宜地挑选 AI 工具；TypeSafe 称其表现已能对标 GPT-5.6 和 Sonnet 5 的工作流评测，这意味着 AI 工具选型正在从“人工比价试错”走向“自动化评测匹配”。
腾讯混元语音团队联合多所高校推出 Gander，一个把"实时对话"和"后台干活"拆成两套系统的 AI 模型，试图解决语音助手"要么反应快、要么想得深"的老问题。测试显示它打断用户最少，但任务准确率暂时落后。
2026 年 9 月 20 日，作者宝玉在公众号披露，他用 ChatGPT Pro 里的 GPT 6 Astra 生成了一份可直接打开的 HTML 文件，把《桃花源记》做成了连贯可漫游的 3D 网页，并附上完整提示词。这件事值得关注的地方不在“炫技”，而在于它展示了大模型一次性交付可交互成品的能力边界。