OpenAI再次暂停最强模型训练/Claude刷新物理学纪录，只多花了1000美元/Gemini开始替你打电话｜Hunt Good 周报

　　欢迎收看最新一期的Hunt Good 周报！

　　在本期内容你会看到：

　　6 条新鲜资讯
6 个有用工具
1 个有趣案例
2 个鲜明观点

　　Hunt for News｜先进头条

　　OpenAI 智能体「越界办事」，53 张用户图片被传到外部网站

　　9 月 25 日，OpenAI 披露了一起与智能体研究有关的数据外传事件：在部分训练和评估任务中，模型曾自行把数据发送至第三方网络服务，其中包括53 张由用户上传的图片。这些图片随后以未公开索引的链接形式出现在外部图片托管网站。

　　OpenAI 表示，涉及的数据来自允许用于模型训练的用户交互，并不意味着普通 ChatGPT 用户的所有聊天内容都遭到泄露；截至披露时，大部分相关图片已经下线，其余仍在处理。

　　9 月 27 日，随着有关 OpenAI 模型突破限制、攻击网站以及整体行为失控的报告不断增加，该公司决定暂停训练旗下能力最强的模型。

　　https://www.reuters.com/world/openai-works-understand-full-scope-agent-activity-user-data-leak-emerges-2026-09-25/

　　Claude 啃下九环物理计算

　　9 月 25 日，Anthropic 公布了一项颇有意思的科研案例：Claude 参与完成了一个理论物理模型中的九环散射振幅计算。

　　所谓「九环」，可以简单理解为一种复杂度极高的高阶量子场论计算，随着环数增加，需要处理的数学结构和中间步骤会迅速膨胀。

　　研究人员让 Claude 沿两条不同方法独立推进计算，再由专业物理学家检查推导与结果，从而降低模型偶然算对或隐藏错误的风险。

　　Anthropic 估算，两条主要路线分别消耗约1000 至 2000 美元的模型调用成本，部分辅助计算费用另计。

　　不过，研究对象是高度理想化的理论模型，采用的基本数学工具和研究路线也来自人类已有知识。

　　https://www.anthropic.com/research/yes-claude-can-do-nine-loops

　　微软升级 Copilot：你下班了，AI 同事还在干活

　　9 月 25 日，Microsoft 公布新版 Copilot，并把产品重新拆分为Home、Code 和 Autopilot三个部分。

　　Home 主要负责聊天、文件和 Office 工作流，让用户可以直接把对话结果继续加工成文档和工作内容；Code 则进一步强调自然语言编程，允许普通用户描述需求，再由 AI 搭建简单应用、自动化流程或内部工具。

　　最值得关注的是 Autopilot，它被微软描述成更接近「云端同事」的 Agent，可以跟进消息、处理重复任务，并在用户离开电脑之后继续推进工作。

　　也就是说，Copilot 的定位正在从「你问一句，它回答一句」，转向能够长期运行的异步执行者。

　　这些功能目前并非全部正式开放：Home 和 Code 将陆续进入 Frontier 计划，Autopilot 也首先面向小范围用户测试。

　　https://blogs.microsoft.com/blog/2026/09/25/introducing-the-new-copilot-with-home-code-and-autopilot/

　　☎️ Pixel 新功能：不想打的电话，让 Gemini 替你打

　　9 月 24 日，Google 开始测试一项颇具「懒人福音」气质的新功能：让 Gemini 直接替 Pixel 用户打电话。

　　用户只需要告诉 AI 自己想做什么，例如询问一家商店有没有某件商品、确认营业时间、预约服务，或者修改已经安排好的时间，Gemini 就可以发起电话，并按照用户需求与对方沟通。遇到自动语音菜单或排队等待时，系统也能自行处理，不需要用户一直拿着手机。

　　与此同时，用户可以在屏幕上查看实时文字记录，并在任何时候主动接管通话；Gemini 也会向电话另一端说明自己是 AI 助手，避免让接听者误以为正在直接与真人交流。

　　https://9to5google.com/2026/09/24/pixel-11-call-for-me/

　　Google Photos 把旧照片变成「数字衣橱」

　　9 月 24 日，Google 宣布为 Google Photos 推出一批 AI 新功能，其中颇有意思的一项，是把用户相册直接变成「数字衣橱」。

　　系统可以利用 AI 从过去拍摄的照片中识别用户穿过的衣服，并自动整理成可以再次调用的服饰资料。

　　这样一来，用户不需要像传统穿搭 App 那样，把每件 T 恤、裤子和外套单独拍照上传，就能直接利用历史照片尝试搭配造型，甚至进行虚拟试穿。

　　Google Photos 同时增加了更多 Remix 模板，以及借助 Gemini 帮助挑选、提亮和分享照片的能力，其中部分高级功能还受到地区和订阅条件限制。

　　http://blog.google/products-and-platforms/products/photos/google-photos-updates/

　　Meta 想让你把一句脑洞，做成朋友能玩的游戏

　　9 月 24 日，Meta 介绍了 Horizon Create 与 Horizon Studio 两套全新的 AI 创作工具，希望进一步降低制作小游戏和虚拟体验的门槛。

　　用户可以先用自然语言描述一个想法，比如「做一个在火星上送外卖的小游戏」，系统就会帮助生成基础的2D 或 3D场景、角色和玩法，再由用户继续修改美术、关卡以及互动逻辑。

　　Horizon Create 更偏向手机端快速创作，Horizon Studio 则提供浏览器中的完整编辑环境，同一个项目可以在两边来回修改。完成之后，内容未来可以通过 Facebook、Instagram 和 Horizon 生态进行分发。

　　相比单纯生成图片或视频，这类工具更有意思的地方在于，它试图直接生成「可交互内容」：以后朋友在社交平台上分享的，可能不只是一张 Meme 或一条短片，还有一个可以马上点进去玩的小游戏。

　　不过，目前两款产品都仍处于测试阶段，需要加入候补名单，生成速度虽然越来越快，但游戏好不好玩，依然依靠人类设计和持续打磨。

　　https://developers.meta.com/blog/meta-connect-recap-horizon-create-and-horizon-studio/

　　Hunt for Tools｜先进工具

　　SpaceXAI 正式发布 Grok 4.7

　　马斯克旗下 SpaceXAI（原 xAI）于 9 月 21 日正式发布新一代旗舰模型 Grok 4.7，官方称其为「在同等价格和速度下相较 Grok 4.6 的显著提升」。

　　此次发布几经跳票，马斯克此前至少五次修改上线时间，从「四周后」一路拖延到「还需要几天打磨」。

　　Grok 4.7 参数规模达 2.1 万亿，较 Grok 4.6 的 1.5 万亿增长 40%，定价维持每百万输入 token 2 美元、输出 6 美元不变。

　　官方首次引入来自 SpaceX 的补充训练数据，包括星链卫星遥测、制造记录与工程故障日志，主打模型在工程与物理系统推理上的优势，并宣称配备了迄今最强的安全防护。

　　在 Artificial Analysis 智能指数上 Grok 4.7 得分 46，落后于 Claude Fable 5.1 与 GPT-6 Astra 的 53 分；在 Terminal-Bench 4.0 上仅拿到 26%，而两位对手为 55% 至 60%。

　　目前 Grok 4.7 已上线 Cursor、Grok Build 及 xAI 官方 API。

　　https://x.ai/news/grok-4-7

　　小米正式发布并开源 MiMo-V2.6 系列模型

　　小米于 9 月 22 日正式发布并开源 MiMo-V2.6 系列模型，包括旗舰版 MiMo-V2.6-Pro 与更轻量的 Flash 版本，均为原生全模态模型，支持文本、图像、视频与音频输入，上下文窗口达 100 万 token。

　　小米还发布了推理速度提升最高 20 倍的 Pro-UltraSpeed 精简版本。据小米披露，MiMo-V2.6-Pro 在 Artificial Analysis 智能指数上取得 46.32 分，超过 Kimi K3 与 Qwen3.8 Max，成为目前排名最高的开源权重模型，但仍落后于 Claude Fable 5.1 与 GPT-6 Astra 等顶级闭源模型。

　　MiMo-V2.6-Pro 在智能体任务上表现亮眼：AutomationBench 得分 53.1，高于 Claude Opus 5 的 50.3；Terminal Bench 2.1 得分 89.9，略超 Opus 5。

　　此次发布还同步开源了 7000 多个强化学习任务环境与训练框架，模型权重以 MIT 协议在 Hugging Face 上线，可自由商用与微调。

　　https://mimo.xiaomi.com/zh/mimo-v2-6

　　Anthropic 正式发布 Claude Opus 5.5

　　Anthropic 于 9 月 22 日正式发布 Claude Opus 5.5。

　　官方表示，该模型在多数任务上的表现已接近 Claude Fable 5.1 的水准，但运行成本较 Opus 5 降低 40%，输出速度提升超过 30%。定价降至每百万 token 输入 4 美元、输出 20 美元，较上一代降低 20%，缓存读取价格更是下降 60%。

　　在实际测试中，Opus 5.5 完成一项将老旧 HAProxy 代码从 C 迁移到 Rust 的任务仅耗时 9.5 小时，较 Fable 5.1 的 12 小时快 51%。

　　由于该模型在生物与网络安全领域的能力已接近 Mythos 5.1，Anthropic 为其配备了与 Fable 5.1 相同级别的安全防护措施，并推出「preserved thinking」机制以防止模型被恶意蒸馏窃取推理能力。

　　值得注意的是，该发布距 Anthropic CEO Dario Amodei 发表「必须为前沿科技降速」倡议仅十天，发布节奏加快引发外界对公司战略一致性的讨论。

　　https://www.anthropic.com/claude-opus-5-5

　　OpenAI 正式发布 GPT-6 Sol 与 GPT-6 Luna，API 价格降至上一代约一半

　　OpenAI 于 9 月 22 日发布 GPT-6 Sol 与 GPT-6 Luna，定位于旗舰模型 GPT-6 Astra 之下的中低价位版本，面向企业日常高频任务。

　　两款模型均采用 Astra 同源训练方法，但速度更快、成本更低。GPT-6 Sol 定价为每百万输入 token 2 美元、输出 10 美元，较 GPT-5.6 Sol 的 4 美元/20 美元降低约一半；GPT-6 Luna 更是低至每百万输入 0.10 美元、输出 0.50 美元，较前代降低 50% 至 58%。

　　OpenAI 官方确认这是永久定价，而非促销价。公司同时将缓存输入 token 的折扣提高至 90%，据 GitHub 反馈，这使需要重新处理的 token 量减少超过一半。

　　值得一提的是，该发布比 Anthropic 公布 Claude Opus 5.5 仅晚约 90 分钟，使 Sol 的定价恰好为 Opus 5.5 的一半。目前两款模型已上线 API 及 ChatGPT Work、Codex，面向 Plus、Pro、Business、Enterprise 及 Edu 用户，免费与 Go 用户可通过桌面应用体验 Luna。

　　https://openai.com/index/introducing-gpt-6-sol-and-luna/

　　首批 Googlebook 即将在下月初发售

　　Google 于 9 月 21 日正式公布 Googlebook 笔记本电脑系列的详细信息，首批产品将于 10 月 4 日在美国上市，英国、爱尔兰、法国、德国与澳大利亚随后一天跟进。

　　Googlebook 搭载全新的 Googlebook 操作系统（代号「Aluminium OS」），融合了 Android 与 ChromeOS 的技术底层，主打与安卓手机的无缝协同体验。

　　首批合作硬件厂商包括宏碁、华硕、戴尔、惠普与联想，美国起售价约 899 美元，欧洲起售价约合 1199 欧元。每台设备均附赠 12 个月 Google AI Pro 会员（含 5TB 云存储）、3 个月 YouTube Premium 及 Adobe 软件试用。

　　Google 方面表示，Googlebook 旨在成为安卓用户「从手机到电脑无缝切换任务」的首选设备，定位偏向高端市场，而 Chromebook 产品线仍将继续获得支持。目前该系列已开放预订。

　　https://googlebook.google/

　　Meta 推出 Muse Charm，一款可挂钥匙链的电子宠物式 AI 小装置

　　Meta CEO 扎克伯格在本周三 Connect 大会的「One more thing」环节公布了 Muse Charm，一款外形酷似电子宠物 Tamagotchi 的随身 AI 小装置。

　　该设备大小与掌心相仿，可放入口袋或挂在钥匙链上，内置小屏幕用以显示 Muse 智能体的卡通形象（内部代号 Jolly），配备指纹传感器，轻触即可直接语音唤醒，无需解锁手机或打开应用。

　　扎克伯格表示：「我们把完整的 Muse 体验，包括实时语音和虚拟形象系统，全部装进了一个可以挂在钥匙链上、随时可以对话的小装置里。」

　　他还提到，对于没有佩戴智能眼镜的用户而言，这将是与 Muse 交谈最快捷的方式。目前该产品尚未定型，团队仍在完成组件布局的最后工作，官方承诺将于 12 月假日季前开始发货，具体价格尚未公布。

　　https://www.meta.com/sg/muse-charm/?srsltid=AU7gw4WlVAEU4ypPYw_RIQuhEQKF0ISJQrGFsySLEn3oAC7cU8JNl4nl

　　Hunt for Insight｜先知 在人人拥有强大 AI 之前，保护系统的人是否也能及时拿到同等级别的工具？

　　9 月 24 日刊出的 McKinsey 访谈中，OpenAI 董事长、Sierra 联合创始人 Bret Taylor 谈到了他对未来 AI 的判断。

　　他认为，如果更强大的智能系统继续普及，普通人最终可能拥有高度个性化的数字医生、导师、财务助手和工作伙伴，从而让今天只有少数人能够获得的专业服务变得更加普遍。

　　不过，与这些长期愿景相比，Taylor 对近期网络安全风险的提醒更加实际。他指出，AI 可以帮助攻击者更快寻找漏洞，也可以帮助防守方更快发现问题，但发现了不等于把漏洞补上了。

　　很多政府、医院和大型企业仍依赖年代久远的 IT 系统，任何更新都可能影响正常服务，因此修补速度往往远低于发现速度。

　　https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/democratized-superintelligence-is-coming-the-world-needs-to-get-ready

　　⚠️ AI 会不会「大而不能倒」？

　　9 月 25 日，美国堪萨斯城联储主席 Jeff Schmid 在谈到 AI 投资热潮时提出了一个过去更多出现在银行业的问题：由大型模型公司、芯片供应商、云计算企业、电力项目和数据中心构成的 AI 生态，未来是否可能变得「大而不能倒」？

　　他表示，美联储需要进一步了解这些公司之间的合同、融资和资本关系，以及其中是否可能形成会向金融体系传播的风险。

　　今天许多 AI 公司虽然彼此独立，但背后正在通过长期 GPU 采购、数据中心租约、云服务合同和股权投资形成越来越复杂的利益网络。一家公司出现资金问题，未必只影响它自己。

　　不过，Schmid 的表态并不是在宣布 AI 行业已经产生系统性金融危机，也没有意味着美国政府正在准备救助 AI 企业。

　　https://www.reuters.com/business/finance/feds-schmid-need-understand-if-ai-ecosystem-getting-too-big-fail-2026-09-25/

　　彩蛋时间

　　来源：@egeberkina