Product
1. OpenAI 发布 GPT-6 Astra
OpenAI 官方宣布 GPT-6 Astra。定位一句话：你能在电脑上做的事，Astra 都能代做，而且要快。帖文配了演示视频，没有给出价目、上下文窗口、开放范围或基准表。同日 ARC Prize、Cognition、Perplexity、Hebbia 等第三方给出了数字，早期试用者则把重点放在 3D、电脑操控和长程代理上。官方口径把这一代从“会说”推到“会动手”；具体能上手到什么程度，要看后面的配额、延迟和工具接入，而不是这一句口号。
来源：@OpenAI
2. Astra 在 ARC-AGI-3 接近满分
ARC Prize 公布 GPT-6 Astra 的 ARC-AGI 成绩：标准 harness 上 ARC-AGI-3 为 63%，换官方说的 provider adapter harness 后到 99%。他们称它在 96% 的 ARC-AGI-3 关卡上超过人类，并给出迄今最精确的新环境符号模型。这与 Artificial Analysis 智力分几乎不动形成对照：同一模型可以在探索未知规则的环境里接近饱和，却在另一套综合智力榜上停住。99% 依赖特定 harness，标准 63% 才是更可对比的底数；跨榜不可直接通分。
来源：@arcprize
3. GPT-6 Pro 周额度：200 美元档 200 条
有人贴出 GPT-6 Pro 用量上限：200 美元档每周 200 条消息，100 美元档每周 50 条。按条而不是按 token 计，长任务会被这条硬顶卡住。若属实，旗舰“能跑很久”和订阅“每周就这点条数”会正面冲突。这是用户截图，不是定价页；是否含 API、是否只限 Pro 思维档，帖文没写。
来源：@roanoke_gal
4. Claude Code 征求 Function Hooks 方案
ClaudeDevs 说正在探索 Function Hooks，让插件用 TypeScript 函数深改 Claude Code，还没发货，先在 GitHub issue #91870 收反馈。方案像 Express/Koa：按注册顺序走
next，用参数化的$对象做副作用追踪，号称改得深但可组合、可审计。工作区管理员能精细限制你能改什么，连 React 组件渲染都可以钩。视频演示了能做的事。这是把插件从配置推进到程序化中间件；安全模型和“管理员能改你的钩子”会决定它是增强还是新的供应链面。
来源：GitHub
5. Warp Factory 用你自己的历史任务做榜
Warp 的 Factory benchmarks 让团队用过去的 coding agent 运行记录做自己的模型榜。每次回放镜像当时的环境、密钥和 MCP；按你定义的标准打分；再出成本-质量报告，建议该把活路由给谁。配套页写明：回放历史 Factory 任务、对比模型与 harness、把结果写回 factory 代码。早期可申请，宣传最高 1 万美元免费额度。公共基准测的是别人的题；这条产品把评测对象换成你仓库里真实翻过的车。
来源：@warpdotdev
6. Grok Bot：为跨会话持久 Agent 重做界面
xAI 设计师 Peng Zheng 写 Grok Bot 如何为“跨过单次会话、自己扛事”的 agent 做界面。产品只保留五个对象：Bot、Chat、Prompt（可存成 Skill 或按 Routines 触发）、Tool、Artifact。侧栏主对象从聊天记录改成 Bot 名册；头像同时表示身份和状态。每个 Bot 有自己的电脑，界面分状态、侧栏预览、接管三层，避免你变成监工。Routines 让工作按日程或事件启动，不必等人先发一句。能力（工具/Skill）在账号级共享，记忆和 Routines 跟角色走。设计结论：模型越能扛事，界面该问人的越少。
来源：Designing Grok Bot for a world of persistent agents
7. World Labs 发布世界模型 Atlas
World Labs 推出下一代世界模型 Atlas：从零预训练、原生处理文本、图像、视频和 3D 的 omni 模型，结构是多模态自回归扩散 Transformer，输入进共享空间上下文。能力包括：1 到 6 张图生成最长约 1 分钟、1440p、像素级相机控制的视频；从单张到数十张图做空间重建并输出新视角和显式 3D；从视频做时空模拟，服务视觉特效和机器人 Real-to-Sim；以及文生图与 360 全景。它将驱动 Marble 等后续产品，现可申请早鸟。卖点是把相机几何当原生输入，而不是用自然语言猜机位。
8. GitHub Next 做多人 Agent 规划环境 Chopin
GitHub Next 的 Chopin 是实时多人、带 agent 的规划环境，2026 年 9 月以研究原型发布。作者认为编码代理已经把实现时间压下去，软件开发的重心回到规划和评审；今天的 plan mode 仍是单人对话。Chopin 想让团队和 agent 一起规划时认知负担更低，把决策和深研留给人。它还不是生产工具。方向很清楚：下一仗不在再写一行代码，而在多人如何和 agent 共同把计划钉死。
来源：multiplayer planning with agents
Tutorial
1. 用随机数逼 AI 做出有风格的 UI
Lenny 通讯里 Anshu Chimala 写如何把 AI 用成有个人风格的设计师，并给出提示词。关键一招针对下一 token 预测：在提示里用 shell 生成随机数，让模型根据随机数定创意方向，而不是每次收敛到同一套“好看的默认”。向阳乔木认为提示词仍被低估。文章偏付费，公开信息到此为止。它把模型的统计惯性写成可操作的对抗：你要的是分布上的意外，不是再写一句“请更有创意”。
来源：How to turn your AI into a world-class designer
2. 推理痕迹放在上下文前，分数可差 50 分
论文 Trace as State 说 Transformer 因果处理，但长上下文推理依赖的任务状态往往后才出现。他们把推理痕迹当作任务状态的文本代理，在新的一遍里放到长上下文块之前，而不是惯常的追加在文档后。三模型三数据集上，前置于后置的对照 27 组里 26 组更好。GraphWalks Parents：DeepSeek V4 Pro Preview 首遍 29.2%、后置 43.0%、前置 81.8%；GLM-5.2 从 66.4%/83.2% 到 100%。日常含义：同一段“模型想明白的东西”，放哪儿比再问一遍更重要。
来源：@dair_ai
Opinions/Thoughts
1. Mihail Eric 重做斯坦福课，扔掉 85% 旧讲义
Mihail Eric 宣布自己在斯坦福的课 The Modern Software Developer 出新一版，做了 9 个月。触发点是去年 11 月 Claude Opus 4.5 之后编码 agent 的能力跳变。他写明：扔掉自己 Fall 2025 讲义的 85%，不是学校砍掉全校软件课。Fall 2026 大纲改成 agent skills、上下文工程、MCP、可被 agent 用的代码库、agent 代码评审、安全、后台 agent 和 software factories。学生必须给生产级开源仓库提 PR，练 software taste；合作方包括 Browserbase、Vercel、Warp、Anyscale 等。嘉宾仍有 Cursor、Claude Code、Factory、Cognition。资源上网，课对公众开放，9 月 22 日开课。
来源：@mihail_eric