Astra 18 小时通关宝可梦，却栽在一只苦力怕

概览

本期共 11 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · Astra 18 小时通关宝可梦，却栽在一只苦力怕
2. 重点 · Anthropic 开生命科学专用通道，放宽生物相关护栏
3. 重点 · Claude Code 重做 Projects，一个项目里并行跑多个智能体
4. Cooley 把 ChatGPT Work 接进 IPO 流程

全球 AI 资讯

5. Google 把实验性智能体 CC 开给一家六口共用
6. 联合国统计数据搬进 Data Commons，做成可检索的开放平台
7. vLLM 接上 GPU 硬件解码，视频打标不再卡在 CPU
8. Crusoe 融到 39 亿美元，同时要做小型模块化「AI 工厂」

区域与早期信号

9. 特斯拉车机装上豆包语音助手，随新版软件分批推送
10. 九识披露 L4 万卡集群，基座模型向千亿参数走
11. 中药企业签下 17.2 亿元算力服务合同，负债率要抬到 78%

九凤根据本期已引用来源整理。

热门模型动态

同一个模型在四款游戏里打出此前没有模型达到的成绩，又在我的世界里花几小时种土豆。

The Decoder 汇总的多方跑测显示，GPT-6 Astra 把《宝可梦 火红》的通关时间从此前的 96 小时压到 18 小时，并在《异星工厂》完成火箭发射、在《辐射 3》跑出片尾、通关《传送门》——这些都是此前所有模型没能打过去的关卡。这几组跑测来自不同项目：《宝可梦》那组出自 GPT Plays Pokemon，《异星工厂》是社区跑测（自制 Lua mod 加 MCP 接口接进游戏），《辐射 3》是 YouTube 用户 imjustnewatai 把存档交给 Codex 跑出来的，《我的世界》那轮则由评测方 Vals AI 跑测。

按 Vals AI 的说法，还没有 AI 系统在《我的世界》里走到 Astra 这一步：它在下界建了半自动烈焰人农场，在诡异森林杀掉六只以上末影人，攒到了做末影之眼的材料（六根烈焰棒、三颗末影珍珠），只差找到通往最终战的传送门。转折发生在它把战利品放进箱子之后：一只苦力怕炸掉了箱子和床，东西全没了，等它反应过来还下起了雨。之后它花了几小时种土豆，并给自己记下一条部分全大写的笔记：「ALWAYS CARRY CRITICAL ITEMS with keepInventory; don't store in unguarded chest」。

报道也给了同环境的横向对照：同一套《异星工厂》配置里，GPT-5.6 Luna 与 Fable 5.1 连供电和石油勘探都没做完；ARC-AGI-3 上 Astra 拿到 62.7%，GPT-5.6 Sol 只有 7.78%。

局限：这些成绩来自不同项目、不同接入方式的跑测，不是同一口径的官方基准，报道没有给出重复次数或失败率。苦力怕之后的几小时土豆农场，也正是报道用来说明模型在一次意外损失后没能回到原目标的那段。

来源：The Decoder · GPT Plays Pokemon

过了资质核验的生命科学团队，可以用 Mythos、Opus、Sonnet 做通用模型里被拦下的生物学任务。

Anthropic 9 月 17 日推出生命科学验证计划（LSVP），给生命科学从业者开放 Mythos、Opus 和 Sonnet 模型，并配一套对生物相关工作更宽松的安全护栏。官方称已通过早期访问接入数十家机构，现在向更广泛的生命科学社区开放申请，适用对象从高校实验室到初创公司和药企。计划要解决的是：药物发现、研究生物学、临床开发和生产制造这些任务，在通用可用的 Fable 系列模型上目前会被拦下。

授权分成两档：Standard Use，以及 High-risk Use——后者移除所有拦截生命科学请求的防护，按单个研究项目发放、每半年续期。官方明确网络安全分类器等其余防护在 LSVP 下全部保留。申请要过一道核验，审查项包括研究资质、安全标准和伦理规范。

局限：计划处于 beta，首批只面向团队和机构，个人 Pro 与 Max 订阅要等后续扩展。公告没有给出通过率与审核时长；放宽之后的风险控制效果目前只有 Anthropic 自己的说法，没有第三方评估。

来源：Anthropic

每条线程是一个独立的云端会话、各开一个分支，撞车了按合并冲突处理。

Claude Code 重新上线 Projects：一个项目下可以让多个智能体共享同一份记忆、目标以及文件与产物库。项目内部拆成若干「线程」并行跑不同任务，由一个「协调者」统一调度；底层每条线程都是一个 Claude Code 云端会话，工作在自己的分支和仓库副本上。线程还能用子智能体、循环和工作流，把分派到的活继续往下拆。The Verge 把这套机制对标 Grok Bot 等管理智能体群的工具。

开放节奏是即日起对部分 Claude Pro 和 Max 订阅者 beta 开放，之后扩展到全部 Pro、Max、Team 与 Enterprise 用户，以及 Cowork 和普通 Claude 聊天。线程目前只跑在云端，本地支持官方称「很快」到来。

局限：协调者只负责组织工作，多条线程改到同一段代码时，重叠仍然会变成一个普通的合并冲突，得像处理 PR 那样解决。报道没有给出计费方式，也没有并行线程数的上限。

来源：The Verge

OpenAI 公布的客户案例：基于 ChatGPT Work 搭了一个叫 GO Public 的方案。

OpenAI 发布客户案例，Cooley 基于 ChatGPT Work 构建了名为 GO Public 的方案，用于 IPO 流程。官方给出的效果描述是：帮律师更早发现问题，把判断力集中在最需要的环节。

局限：这是 OpenAI 自己发布的客户故事，没有披露使用规模、处理文件量、耗时对比或准确率，也没有第三方评估与客户侧的独立说法。

来源：OpenAI

全球 AI 资讯

一个家庭最多六人共享同一个智能体，每人自己决定它能看到什么。

Google 9 月 17 日把实验中的 AI 智能体 CC 开放给家庭使用，一个家庭最多六名成员共享一个智能体。每位成员自行选择智能体可以看到哪些材料，CC 从中整理出共享的每日简报、日历条目和一份持续更新的任务清单，简报每天早上以「Your Day Ahead」的名义发出。Google 举的场景是：学校通知、训练安排、宠物医院提醒通常只躺在一位家长的收件箱里，汇到一处之后全家才看得到谁该去哪、以及 CC 前一天已经处理掉了什么。

CC 还有一个经过验证的 Google 账号。Google Labs 称，这让它出现在成员收件箱或聊天串里时有独立身份，也有更清楚的位置保存每个人同意共享的内容。发件人可以加进自动共享名单，此后来自学校或航司的邮件会一直转给 CC；每位成员每周会收到一份私人清单，用来批准或忽略新的发件人。家庭版目前在美国的网页端和移动端上线，面向 18 岁以上、持个人 Google 账号的用户，现有用户会收到升级邮件，其余人先进候补名单。

局限：CC 仍是实验性产品，来源没有给出候补名单的规模与放行节奏。共享意味着家庭成员的邮件内容进同一个智能体，Google 的对策是让每人自己圈定可见范围，效果如何来源没有给数据。

来源：SiliconANGLE

散在各机构、格式互不相同的联合国统计数据，被整合进一个可搜索的资源。

Google 与联合国系统 9 月 17 日上线 UN System Data Commons，把联合国体系内各机构编制的全球统计数据，整合成一个开放、面向 AI 检索的单一资源。Google Data Commons 负责人 Prem Ramaswami 在公告里写道：这些机构掌握着全球可信度最高的一批数据，但要解决重大全球议题所需的统计数字，长期分散在不同机构、甚至同一机构内部的孤岛中，格式互相冲突；此前要把这些数据对上，分析师往往得先做几个月的手工整理，才谈得上真正开始分析。

平台基于 Model Context Protocol（MCP）等开放标准，AI 智能体可以自主取数，并据此生成图表与报告草稿。官方称每个数据集都经过联合国系统统计人员与技术专家校验，目标是到 2027 年覆盖 80% 的联合国统计数据集。

局限：公告没有披露首批接入了多少家机构、覆盖多少数据集与指标。平台能回答什么取决于各机构自己提交的数据，80% 覆盖率目前只是一个目标，没有给出分阶段的时间表。

来源：Google

把视频解码从 CPU 挪到 GPU 内置解码器，8 卡 H100 上吞吐提升一倍以上。

vLLM 宣布支持 NVIDIA GPU 内置的硬件视频解码，此前这类数据只能走基于 CPU 的 OpenCV+FFMPEG 后端。团队给的瓶颈描述很具体：视频描述类任务的输出通常只有 100-200 个 token，解码在总耗时里的占比因此格外大；在多卡节点上（每张 GPU 跑一个 vLLM 服务），哪怕只有 2 到 4 张卡，CPU 核心也会先被解码打满。做法是集成 PyNvVideoCodec——NVIDIA 硬件解码器的 Python 接口。官方给出的实测是：8 卡 H100 上，GPU 解码相比 CPU 解码吞吐提升一倍以上，并称可以良好扩展到 8 卡；同时提示这类多进程高并发的批量 VLM 推理要开 CUDA MPS 才有好性能。

局限：公告没有列出启用硬件解码后的显存占用，以及支持的编码格式范围。收益集中在视频输入、输出很短的打标与描述场景；输出更长的任务里，解码本来就占不到这么大比例。

来源：vLLM · PyNvVideoCodec · CUDA MPS

数据中心开发商完成 F 轮，估值 309 亿美元，英伟达在跟投名单里。

Crusoe 9 月 17 日宣布完成 39 亿美元 F 轮融资，估值推到 309 亿美元，由 Atreides Management、Mubadala Capital 和 Valor Equity Partners 联合领投，Founders Fund、GIC、英伟达、卡塔尔投资局、Radical Ventures 和 TPG 跟投。公司同时公布三名新董事：Cloudflare 首席财务官 Thomas Seifert、Primary Digital Infrastructure 合伙人兼首席投资官 Bill Stein，以及 Redwood Materials 创始人兼 CEO、同时是特斯拉董事的 JB Straubel。Straubel 与 Crusoe 早有往来：他 2021 年个人投资过这家公司，Crusoe 后来成了 Redwood 储能业务的第一个客户。

局限：报道给的是融资与治理变动，没有披露在建装机容量、交付排期或客户结构；标题里那条「小型模块化 AI 工厂」产品线的规格、功率与落地时间同样未公布。

来源：TechCrunch

九凤根据本期已引用来源整理。

区域与早期信号

豆包大模型进了特斯拉座舱，但要先开通高级车载娱乐服务。

据 IT之家报道，特斯拉发布 2026.26.200.11 版软件更新并开始分批推送，为更多车型上线基于豆包大模型的语音助手。该助手需开通高级车载娱乐服务后使用，可提供实时信息并进行自然对话，音色可在灵动女声薇薇、沉稳男声云舟等之间选择，角色可选万事通、音乐爱好者、故事会等。同一版本还带来宠物模式、盲点警报氛围灯、智能导航的目的地建议，以及优先走常走路线的「熟路」功能。

局限：语音助手绑定付费的高级车载娱乐服务，更新按批次推送，报道没有列出具体覆盖车型、地区与到达比例，也没有给出模型版本与响应延迟。这条只有单一中文来源（Chinese-language source），未见官方发版说明或第二家媒体印证。

来源：IT之家

一家做城市货运无人车的公司，把训练算力堆到近 1.5 万卡。

九识 CTO 庄立 9 月 17 日首次披露，公司已建成 L4 级万卡集群，算力集群总规模近 1.5 万卡，用于训练其 APEX 多模态基座大模型；官方称该模型正从百亿级参数向千亿级迈进，训练语料混合了真实 L4 驾驶数据、互联网语言与视频知识语料，以及真实运营中的人类决策数据。一周前的 9 月 10 日，CEO 孔旗在广州宣布公司战略升级为「城市级物理 AI」。

公司给出的运营规模：

• 车队：全球超过 3 万台，2023 年卖出第一台车
• 覆盖：20 多个国家、300 多座城市
• 里程：累计真实运营超过 2.7 亿公里
• 算力：集群总规模近 1.5 万卡

局限：卡数、参数量级以及「业内首个 L4 万卡集群」都是公司自述，报道没有给出芯片型号、集群利用率、模型评测成绩或第三方核验。来自单一中文媒体（Chinese-language source），无独立英文报道佐证。

来源：雷锋网

药企跨界做算力租赁，先借钱买 11.41 亿元服务器。

康惠股份 9 月 16 日盘后公告，全资子公司北京康惠智创与客户 A 公司签署五年期算力服务合同，含税总金额约 17.2 亿元；同步披露向供应商 G 公司采购高性能算力服务器，合同金额约 11.41 亿元，每批服务器到货后 50 天内须结清该批次全部货款。算力自 2026 年三季度末起至 2027 年一季度末分批交付。公司提示，购置资金主要依靠金融机构融资，资产负债率将从 2026 年 6 月末的 69% 升至 78% 左右。钛媒体同时提到，粤万年青控股子公司万宏智算 8 月 27 日也签下一笔超十亿元的长周期算力租赁框架订单。

局限：钛媒体明确指出，静态差额未扣除融资利息、设备折旧、电力与运维成本，不代表可实现利润；客户 A 公司与供应商 G 公司均未具名，合同对 2026 年净利润的影响公司称尚无法确定。这条来自单一中文财经媒体（Chinese-language source），交付与履约进度目前没有第三方验证。

来源：钛媒体