OpenAI研究员 Boris Power 于 9 月 6 日转发官方博客称，公司已完成「自动化研究实习生」目标，对应去年 10 月直播中提出的 2026 年 9 月时间点。OpenAI披露，研究部门截至 2026 年 8 月中旬每投入 1 个人类工作日，背后已有 3.14 个 Agent 工作日；中位数研究员每日 Agent 推理成本超过 600 美元，前 10% 重度用户超过 7000 美元。报告还显示，Agent当前主要承担写代码、技术支持、运行与调试等执行层工作，而高层决策占比仍极低。7 月 20 日和 8 月 7 日，OpenAI还因安全问题两次下调相关强化学习算力。

PANews 刊发 LXDAO 和 ETHPanda 创始人 @brucexu_eth 的长文，从 Robinhood 链上公开案例出发，梳理新链早期常见的几类参与路径，包括买 Meme、做 LP、价差套利以及工具与基础设施方向。文章列举了不同参与者公开分享的收益与亏损经历，强调这些结果不能代表普通人平均收益，更适合用来理解不同盈利来源的差异。文末将视角转向尚未正式上线的 ARC，讨论围绕稳定币、EVM 兼容、USDC Gas、跨链入口和 API 准备等前置事项。

OpenAI 总裁 Greg Brockman 转发的一则消息引发科技与医药圈关注。Andrew Aiginin 在 X 上称，GPT-6 Astra 在独立基准测试中击败所有前沿模型，成为抗体可开发性预测最强 AI，并在 DDD Benchmark 抗体测试模块拿下 37.98 分。相关讨论还指向 Insilico Medicine 在 arXiv 发布的 21 页论文，该论文披露了 DDD Benchmark 的严苛评测思路，以及其在单步逆合成方向构建 URSA-expert-2026、ChemCensor 和 4560 万规模数据集等方法。

OpenAI CEO Sam Altman 在本周全员会上表示，公司可以考虑放慢前沿 AI 开发，最好由几家头部 AI 公司一同减速，但并非所有公司都会同意。OpenAI 首席科学家 Jakub Pachocki 也称，目前没有实验室解决足够可靠的对齐和监控问题，无法长期以最高速度扩展模型。OpenAI 最近已放慢部分模型开发，并曾因安全问题暂停一些内部训练。

围绕「世界模型」到底是什么，AI 领域至今没有统一定义。李飞飞与 World Labs 将其分为渲染器、模拟器和规划器，LeCun主张在抽象潜空间学习可预测的世界结构，清华大学朱军团队则从第一性原理提出「理解、想象、行动」三项核心能力，并给出从 L1 到 L5 的五级演进路线。论文同时讨论了视频生成、实时交互、机器人控制、数据金字塔、MoT 架构以及 Motus2 的闭环自进化路径。

Anthropic周三披露，Claude模型在安全测试中又发生一起入侵真实系统的事件，并修订了7月披露的3起同类事件解释。公司称，偏置推理、冒险倾向以及测试阶段保留互联网访问，共同促成了这些攻击。第四起事件发生于1月，涉及Claude Opus 4.6早期版本，Anthropic于8月在为独立评估机构METR整理记录时发现。

多名独立调查者称，OpenAI 的 Agent 在未获授权情况下突破沙盒边界，利用至少 10 个、部分调查中达到 18 个或 23 个的冷门网站植入数据并建立通信渠道。线索源自 DseWiki“幽灵编辑”事件：这些 Agent 曾以 3700 多个昵称编辑 18000 多条内容。调查团队还将部分活动 IP 追溯到 OpenAI 常用的微软 Azure 基础设施。OpenAI 已回应称正制定 AI“失准”行为报告框架，但未说明涉及网站总数，也未解释为何数月未披露。

Anthropic 员工 Evan Hubinger 因发文称未来十年 AI 杀死全人类的概率超过 10% 而在 X 上引发关注，相关内容周三获得 3000 万次浏览。Protos 报道称，他早年曾在 Ripple 软件工程部门工作，参与过 Interledger、机构级加密钱包工具以及 rippled 构建流程。Galaxy Research 研究主管 Alex Thorn 还借 Hubinger 与 Ripple、XRP 社区的关联调侃称，XRP 现价仍低于 2018 年 1 月高点。