AI 日报 · AI 日报
AI 日报|2026 年 9 月 9 日
Meta 推出可在独立云端电脑中持续工作的个人智能体 Muse,并公开凭据隔离、网络出口审查与人工确认等安全设计。OpenAI 同日补齐 GPT-6 Astra 的企业部署入口,Inception 则用 Mercury 2.5 继续探索低延迟的扩散语言模型。
本文目录
导读
当聊天机器人只负责回答问题时,一次错误通常停留在屏幕上。当它能读取邮件、打开网页、填写表单、运行实验甚至完成付款时,错误就可能直接改变现实世界。此时,模型能力只是起点:凭据放在哪里、哪些操作必须确认、出了问题能否追溯,同样决定产品是否可用。
9 月 9 日的几项进展把这种变化展示得很集中。Meta 推出个人智能体 Muse,让任务在独立云端电脑中持续运行,并公开一套把执行环境、真实凭据和网络权限分开的安全架构。OpenAI 则在此前发布 GPT-6 Astra 的基础上,进一步说明企业入口、管理控制与外部应用插件;AWS 同步让 Astra 在 Amazon Bedrock 上正式可用。
模型路线也在继续分化。Inception 正式推出 Mercury 2.5,用并行修正多个词元的扩散方式换取低延迟。科学应用侧,MIT 与 OpenAI 公布智能体连接真实量子芯片校准软件的案例。加拿大政府还启动全国 AI 素养计划,希望把识别偏见、错误信息和隐私风险纳入免费公共课程。
本期报道范围为北京时间 2026 年 9 月 9 日 00:00—24:00。Meta Muse、Mercury 2.5、量子实验案例和 AWS 公告的页面日期均为美国时间 9 月 8 日,但官方 RSS 或新闻稿时间换算后分别落在北京时间 9 月 9 日 03:00、00:30、01:00 与 06:06;OpenAI 的 Astra 企业说明在北京时间 19:00 发布。正文中的“发生了什么”整理来源披露的事实,“为什么重要”和“值得关注”是编辑分析。
今日要点
- Meta 在美国推出个人智能体 Muse,可在用户关闭应用后继续工作,并在发送邮件、付款等敏感操作前请求确认。
- Muse 使用每位用户独立的云端虚拟机;主智能体看不到真实凭据,所有连接器操作和网络出口由独立的 Sentinel 审查。
- OpenAI 发布 Astra 的企业说明,确认模型已进入 ChatGPT Work、Codex 和接口;AWS 同时宣布 Astra 在 Amazon Bedrock 正式可用。
- Inception 正式推出扩散语言模型 Mercury 2.5,提供 26 万词元上下文、并行工具调用和结构化 JSON;每秒 1107 个词元等性能数字仍是厂商披露。
- MIT 量子研究团队让 GPT-5.6 Sol 通过 Codex 操作真实实验软件,在一个六量子位芯片上找到全部读出谐振器,并完成一组标准校准流程。
- 加拿大政府与 Alberta Machine Intelligence Institute 建立 1300 万加元合作,计划向学生、教师、劳动者和社区提供免费 AI 素养课程。
上述要点对应的产品说明、安全设计、技术案例和政府公告见各节链接。
重点进展
Muse 怎样在替用户办事时限制自己的权限?
发生了什么
Meta 推出个人智能体 Muse,并开始在美国通过 iOS、Android 和 muse.ai 推送。用户可以让它处理邮件、预订旅行、填写网页表单或长期推进一个目标;任务可以在应用关闭后继续运行,遇到需要批准的动作再通知用户。Muse 也能记住对话中的偏好,并在用户没有再次提示时提出建议。来源:Meta 产品公告
产品由 Muse Spark 模型驱动,但真正值得注意的是模型外的执行边界。每位用户获得一个独立的 Muse Secure VM,也就是运行在云端的专用虚拟机。主智能体、工作文件和工具位于受限制的运行容器中;真实密码和接口令牌由容器外的服务保存,智能体只看到临时替代凭据。
所有连接器操作和网络出口都要经过一个独立的 Sentinel。它检查目标域名、地址、端口、请求方法、路径和实际请求内容,并决定允许、拒绝或请求用户确认。发送邮件、购买商品等敏感动作会在对话界面之外弹出确认,授权还可以限定为一次、一个会话、一个任务或一段时间。Meta 同时开放最高 30 万美元的 Muse 漏洞奖励,其中成功影响单个用户的提示词注入最高奖励 13 万美元。来源:Meta 安全架构说明
购买场景首发接入 Stripe Link:钱包为具体商户和金额生成限时的一次性卡号,每次结账都要求确认。Meta 表示 Muse 对话和虚拟机数据不会直接提供给广告系统;用于模型训练的交互轨迹会先去除部分可识别个人的信息,用户可以选择退出训练。
为什么重要
能持续运行的个人智能体同时接触私人数据、不受信任的网页和对外通信能力,这三者组合后会放大提示词注入和数据外泄风险。Muse 的思路不是假设模型永远不会被骗,而是让执行容器拿不到真实密钥,并把最终的网络权限交给模型无法覆盖的另一套系统。即使模型做出错误判断,攻击者仍需突破额外的确定性边界。
这些设计目前主要由 Meta 自己描述,真实效果仍要等待外部研究和漏洞奖励结果验证。首发架构也没有做到连服务提供者都无法访问数据;Meta 明确表示,为支持、保护或运营服务,公司在必要时仍可能访问数据。宣称连 Meta 都不能解密的 Confidential VM 计划在今年晚些时候推出,目前不能算作已经交付的能力。
Astra 从模型发布走到了哪些企业入口?
发生了什么
OpenAI 发布面向企业的 GPT-6 Astra 产品说明。这不是 9 月 3 日研究公告中模型能力的再次“首发”,而是对实际部署入口和管理方式的补充:Astra 现已进入 ChatGPT Work、Codex 和 OpenAI API,接口价格从每百万输入词元 10 美元、输出词元 50 美元起。来源:OpenAI 企业产品说明
企业管理员可以限制 Astra 能访问的网站和桌面应用,管理上传、下载与浏览历史,并通过确认策略要求用户批准高影响操作。OpenAI 还推出 Oracle Analytics、Power BI、Navan 和 Avalara 等桌面插件,让 Astra 通过浏览器操作这些企业应用。企业访问默认关闭,需要管理员按适用合同和费率启用。
OpenAI 称,在一个涵盖泄露机密、错误分享仪表盘和删除数据等情形的内部计算机操作测试中,Astra 造成意外结果的次数比 GPT-5.6 Sol 少 89%,比 Claude Fable 5.1 少 74.7%;加入确认与自动审查后表现继续改善。这些是厂商内部基准,测试样本和独立复现情况没有在产品页完整公开。
AWS 在北京时间 06:06 宣布 Astra 已在 Amazon Bedrock 正式可用。开发者可以直接通过 Bedrock 接口调用,也可以把 ChatGPT Work 与 Codex 配置为使用 Bedrock 上的模型;AWS 身份权限、日志和审计能力继续负责云端部署边界。来源:AWS 发布说明
为什么重要
企业采用智能体时,模型分数通常不是唯一阻力。谁可以使用模型、它能访问哪些系统、操作能否进入现有审计记录,以及数据是否必须经过指定云环境,都会决定项目能否从试用进入生产。Astra 同时提供厂商接口、桌面工作入口和 Bedrock 托管,扩大了组织选择部署与治理方式的空间。
不过,管理开关不能自动证明智能体适合高风险流程。OpenAI 的误操作降幅来自内部测试,插件连接的每个系统也有自己的权限粒度和失败方式。团队仍应从只读范围、小批量任务和明确确认点开始,保留人工复核与回滚路径,再根据实际错误记录扩大权限。
Mercury 2.5 为什么不用逐字生成文本?
发生了什么
Inception 正式推出 Mercury 2.5。多数语言模型采用自回归方式,每次根据已经生成的内容预测下一个词元;Mercury 使用扩散语言模型(diffusion language model),先形成较粗略的输出,再并行修正多个位置。目标是减少长回答和多次模型调用产生的等待时间。来源:Inception 产品公告
Mercury 2.5 提供 26 万词元上下文、可调节推理强度、并行工具调用和符合预定结构的 JSON 输出。厂商称模型在常见 NVIDIA GPU 上可以达到每秒 1107 个输出词元,相比 Mercury 2 的“智能程度”提高 40%,并可与 GPT-5.6 Luna、Gemini 3.5 Flash-Lite 和 Claude Haiku 4.5 等成本优化模型比较。
标准价格为每百万输入词元 0.20 美元、输出词元 0.75 美元,首发折扣为 0.04 美元和 0.15 美元。模型已经通过 Inception API、Baseten 和 OpenRouter 提供;同时预览的 Mercury Voice 主打低于 170 毫秒的首词元延迟,Mercury Router 则根据质量、速度和成本把请求分配给不同模型。Business Wire 的新闻稿在美东夏令时 9 月 8 日 12:30 发布,即北京时间 9 月 9 日 00:30,因此归入本期。日期交叉核验:Business Wire 发布记录
为什么重要
搜索智能体、语音服务和编码助手经常为一次用户请求连续调用模型几十次。单次延迟即使不长,叠加后也会直接影响交互体验和运行成本。扩散生成若能在真实负载中保持质量,就为“只靠更快硬件加速自回归模型”之外提供了另一条工程路线。
目前最醒目的速度、质量提升和客户节省数字都来自 Inception 或其客户案例,厂商没有公开 Mercury 2.5 的参数规模,也没有给出覆盖所有输入长度、批量大小和硬件配置的独立测试。每秒词元数还不等于完成任务更快;开发者需要在自己的提示词、工具调用和结构化输出上同时测量正确率、首词元时间、总时间与失败重试。
智能体连接真实量子芯片后完成了什么?
发生了什么
MIT 工程量子系统组与 OpenAI 公布一个智能体校准超导量子位的案例。研究者把 GPT-5.6 Sol 的 Ultra 推理模式通过 Codex 接入实验室现有软件,让它选择测量参数、控制仪器、分析返回数据,并决定调整当前测量还是进入下一项。来源:OpenAI 案例说明
测试对象是一块此前没有校准过的六量子位芯片,其中四个量子位频率固定、两个可以调节。智能体成功找到全部六个读出谐振器,并为读出脉冲选择初始功率。随后它对四个固定频率量子位完成 40 项目标测量,研究者只在其中 4 项介入改进结果。来源:MIT 与 OpenAI 技术案例 PDF
这套系统没有使用专门构建的复杂智能体框架,而是通过一个实验室内部的 Jupyter MCP 接口访问参数、程序、图表、原始数据、日志和测量数据库。MCP 是让模型以统一方式调用外部工具的协议。研究团队仍用了几个月整理芯片设计、实验背景、失败模式和成功图表示例,把这些知识写成每类测量的操作说明。
信号清楚时,智能体能独立完成标准流程;信号较弱或噪声较大时,它会花更长时间寻找参数,有时仍需经验丰富的研究者指导。案例没有把“自动运行”写成“模型已经能独立设计新量子实验”。
为什么重要
量子芯片制造完成后,校准需要大量相互依赖的测量,上一步结果会改变下一步参数。它很适合检验智能体能否在真实物理反馈中持续观察、调整和记录,而不只是根据静态数据生成分析。把重复测量交给智能体,也可能让研究者把更多时间用于实验设计和异常解释。
但这是一个团队、一类六量子位芯片和一组标准流程的案例,没有给出与人工操作的严格对照、总时间节省或跨实验室复现结果。真正困难的陌生器件、模糊信号和新物理现象仍依赖研究者判断。它更像“有清晰操作知识时的自动实验助手”,还不是通用自主实验室。
加拿大为什么把 AI 素养课程做成公共项目?
发生了什么
加拿大政府启动国家 AI 素养计划,并与 Alberta Machine Intelligence Institute 建立价值 1300 万加元的全国合作。课程分为学生、教育工作者和普通公众三条路径,采用“理解 AI、使用 AI、在愿意时进一步构建 AI”的递进方式。来源:加拿大政府新闻稿
项目预计覆盖最多 100 万名高校学生和超过 5 万名幼儿园至高中教师。9 月 21 日起,加入联盟的高校可以提供一门免费的三小时学生课程;面向教师的第一章材料同日开放,其余五章将在秋季陆续发布。面向公众的完整课程计划在今年晚些时候通过社区合作伙伴推出,劳动者和求职者还可以通过加拿大 Job Bank 查找短期培训。
课程目标不仅是教人使用工具,还包括判断 AI 生成信息、识别偏见和错误信息、理解隐私损失,并决定哪些情境不适合使用 AI。项目是加拿大国家人工智能战略“AI for All”的一部分。
为什么重要
当 AI 进入学校和工作场所,只培训少数开发者无法解决普通使用者的判断问题。把风险识别、信息核验和隐私意识放入公共课程,意味着“会用 AI”不再只是写提示词或提高效率,也包括知道何时质疑结果、何时拒绝上传数据。
公告中的 100 万学生和 5 万名教师是预计覆盖目标,不是已经完成的培训人数。课程能否产生效果,还要看参与机构数量、偏远地区可达性、完成率,以及学习者在真实任务中是否更能识别错误与风险。后续公开课程内容和评估方法,比单纯统计注册人数更能说明项目价值。
值得关注
智能体安全正在从一句“需要确认”变成可检查的系统边界
Muse 把真实凭据放在主智能体之外,用独立 Sentinel 决定连接器和网络权限;Astra 则提供网站、应用、上传下载和确认策略的企业控制。两种设计都承认模型会犯错,安全要依靠模型训练、最小权限、隔离、审查和人工确认共同完成。真正需要持续观察的是误拦率、漏拦率、授权是否足够精细,以及出现事故后能否完整追溯。
“更快”需要用完成任务的成本来衡量
Mercury 2.5 强调并行生成,Astra 强调用更少步骤和词元完成复杂工作。对实际应用而言,每秒生成多少词元只是局部指标;如果质量不足导致重试,或工具调用仍占据大部分时间,单次推理的速度优势会被抵消。评测应同时记录成功率、总延迟、人工介入和每个成功任务的成本。
真实世界的 AI 应用仍依赖大量人工整理
量子芯片案例里,研究者用了数月才整理出实验背景、操作说明和失败示例;公共 AI 课程也需要把抽象风险转成不同人群能理解的练习。模型能力提高没有消除这些工作,只是把人的职责从重复执行移向流程设计、权限控制、异常判断和效果验证。
来源
以下为本期使用的 10 个主要来源,核验时间为北京时间 2026 年 9 月 10 日。OpenAI 当天还宣布 Paul Christiano 加入基金会董事会,但官方 RSS 时间为 9 月 9 日 17:00 UTC,换算后已是北京时间 9 月 10 日 01:00,因此没有提前收录。Pathway 架构、SageMaker Feature Store 等同期 AWS 文章不是当日首次研究发布或信号相对较低,也未用于补足数量。
- Meta:Introducing Muse
- Meta AI Research:How We Built Safety Into Muse
- OpenAI:GPT-6 Astra 面向企业的产品说明
- AWS:GPT-6 Astra 在 Amazon Bedrock 正式可用
- Inception:Introducing Mercury 2.5
- Business Wire:Mercury 2.5 新闻稿与发布时间
- OpenAI:GPT-5.6 Sol 参与量子计算实验
- MIT 与 OpenAI:Agentic Calibration of Superconducting Qubits
- 加拿大政府:National AI Literacy Initiative
- OpenAI 官方 RSS:文章首发时间戳