AI 日报 · AI 日报
AI 日报|2026 年 9 月 10 日
OpenAI 集中开放云端智能体接口、全双工语音模型和企业数据产品,把模型能力进一步推入可持续运行、可连接业务系统的工作流。NASA 与 IBM 同日正式开放月球基础模型及多源数据集,展示科学 AI 从单项算法走向可复用研究底座。
本文目录
导读
把一个模型接进真实工作,困难往往不在第一次回答,而在之后的几十个步骤:任务能否持续运行,工具和数据权限怎样限制,语音中途被打断后能否跟上,以及生成的数字能不能追溯到原始资料。9 月 10 日的多项发布,都在补这些“模型之外”的工程环节。
OpenAI 在一天内推出 Agents API 和 GPT‑Live‑1 接口。前者把 Codex 使用的任务编排框架、长会话和执行环境作为托管服务开放,后者让语音模型同时听和说,并把复杂推理交给后端模型。面向组织,ChatGPT Work 新增数据智能体和金融服务版本,把数据库、商业定义、授权数据与文档模板接入同一个工作入口。
产品扩张也伴随治理与公共部门动作。OpenAI 与美国总务管理局扩大政府采购协议,并任命对齐研究者 Paul Christiano 加入基金会董事会和安全委员会。科学应用侧,NASA 与 IBM 正式开放月球基础模型和一套统一的多源月球数据集,希望减少每个研究问题都从头训练模型的成本。
本期报道范围为北京时间 2026 年 9 月 10 日 00:00—24:00。OpenAI 官方 RSS 显示,Paul Christiano 任命在 01:00 发布,Agents API 与 GPT‑Live‑1 在 08:00 发布,金融服务和政府协议在 15:00 发布,数据智能体在 23:00 发布。NASA–IBM 新闻稿页面记录的美东夏令时 08:00,对应北京时间 20:00。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
- OpenAI 将 Agents API 作为公开测试版开放,开发者可以使用托管的 Codex 任务编排框架、长会话、工具调用、多智能体协作和可选执行环境。
- GPT‑Live‑1 进入 API,使用一个模型同时处理输入与输出音频,并可把复杂推理和工具调用交给后端文本模型。
- ChatGPT Work 的数据智能体可以连接多种数据库、数据平台和商业智能工具,依据组织已有的指标定义与权限生成可刷新的交互式仪表盘。
- ChatGPT for Financial Services 面向符合条件的金融机构开放,内置部分商业金融数据,并支持机构现有数据订阅、文档模板和信息隔离控制。
- OpenAI 与美国总务管理局达成 27 个月协议,为符合条件的联邦、州、地方和部落政府免除席位许可费,并将用量价格降低 50%。
- Paul Christiano 加入 OpenAI 基金会董事会和安全与保障委员会,同时担任营利实体董事会的无表决权观察员。
- NASA 与 IBM 正式开放月球基础模型,以及由四项任务、九种仪器和 30 多个空间对齐数据层组成的数据集。
上述要点对应的产品说明、官方文档、模型资源和时间记录见各节链接。
重点进展
Agents API 把哪些智能体基础设施变成了托管服务?
发生了什么
OpenAI 发布 Agents API 公开测试版。开发者提交任务、模型、工具和执行环境后,服务负责运行由 Codex 使用的任务编排框架。一个会话可以持续多个上下文窗口,系统会在接近长度限制时压缩早期内容;工具搜索按需加载定义,程序化工具调用可以在代码中并行调用、串联和筛选结果,多智能体模式则允许主智能体拆分独立任务。来源:OpenAI 产品公告、官方 Agents API 文档
执行环境可以由 OpenAI 托管,也可以运行在开发者自己的基础设施或合作伙伴环境中。OpenAI 托管的沙箱能处理文件、运行代码和保存产物;合作伙伴方案则提供不同的虚拟私有云、密钥存储、处理器配置和冷启动特性。接口本身不另收编排费用,公开测试期间按所用模型词元和工具计费。
任务框架的核心逻辑来自开源 Codex 项目,开发者可以检查负责模型调用、工具和上下文协调的代码。不过,OpenAI 维护的托管版本会继续更新,开源代码可见不等于线上服务的每个运行细节都固定不变。
为什么重要
过去要让智能体工作数小时或数天,团队需要自行处理任务恢复、上下文裁剪、沙箱生命周期、工具路由和并发协作。Agents API 把这些常见基础设施放进统一接口,可能缩短从原型到可持续运行服务的距离,也让执行环境与任务框架可以分别选择。
托管框架没有自动消除业务风险。模型仍可能选错工具、误读返回值或在长任务中逐步偏离目标;自托管环境和第三方沙箱也有各自的网络、密钥和日志边界。生产使用仍要限制工具权限,为写入、发送和删除操作设置确认,并用真实任务评测完成率、恢复能力与成本。
GPT‑Live‑1 为什么要同时听和说?
发生了什么
OpenAI 将 GPT‑Live‑1 开放到 API。传统语音助手通常依次完成语音转文字、文本推理和文字转语音,用户一旦插话或停顿,多个组件之间的状态就容易不同步。GPT‑Live‑1 在同一个模型中同时处理输入和输出音频,可以在说话时继续听取打断、简短回应和背景声音。来源:OpenAI GPT‑Live‑1 发布说明
模型负责对话前端,但可以把更深的推理和工具调用交给 GPT‑6 Astra 等文本模型或第三方模型。接口提供语音识别文本、回答文本、轮次检测、电话接入和提示词控制的语气、语速与风格。前端语音层价格为每分钟 0.05 美元,后端模型与任务框架另行计费;自定义声音需要联系销售并经过适用流程。来源:OpenAI 模型目录与语音文档
语言学习应用 Speak 称,早期测试中模型把学习者思考停顿时遭到打断的次数降低近 80%。另一个医疗预约案例称,单模型语音层让代码量减少 80%。这些数字来自合作客户的早期评估,不是覆盖不同语言、口音、噪声和通话线路的独立基准。
为什么重要
真实通话很少遵循“你说完、我再说”的严格轮次。一个能继续听取打断的语音层,可以减少机械停顿,也让订餐、客服、教学和无障碍场景更接近自然对话。把语音交互与后端推理解耦,还允许团队按任务难度选择不同模型,而不必让最昂贵的模型处理每一秒音频。
全双工也提高了测试难度。团队不仅要测回答是否正确,还要检查模型何时抢话、何时保持沉默、噪声是否触发误操作,以及电话中的身份确认和敏感信息怎样处理。每分钟价格也只覆盖语音前端,估算总成本时还需加入后端推理、工具和通话基础设施。
数据智能体怎样理解一家公司的“销售额”?
发生了什么
OpenAI 在 ChatGPT Work 中推出数据智能体。它可以连接 Amazon Redshift、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 和 Datadog 等来源,也能读取 Google Drive 与 SharePoint 中的文件。查询不仅使用表名,还可以读取 dbt、Snowflake Horizon、Databricks Genie Ontology 和现有商业智能仪表盘中的指标定义、计算规则与数据关系。来源:OpenAI 数据智能体说明
管理员决定哪些连接和角色可用,查询沿用源系统的表、行和列权限。用户可以用自然语言追问分析过程,把结果生成可编辑、分享和刷新的交互式仪表盘,也可以在 Power BI、Tableau、Sigma、ThoughtSpot、Oracle BI 等现有工具中继续工作。向 Slack 或邮件发送结论、调用连接工具采取行动时,需要经过配置的批准流程。
数据智能体以插件形式出现在 ChatGPT Work 目录中,需要管理员安装并配置数据源。OpenAI 的管理文档同时提醒,连接系统保留自己的权限、日志和数据驻留规则;当前合规日志不能承诺覆盖每一次文件操作、命令、工具调用和批准。来源:ChatGPT Work 管理员文档
为什么重要
企业数据分析的瓶颈经常不是不会写查询,而是不知道“活跃用户”“收入”或“续约风险”在这家公司具体怎样定义。让智能体读取经过治理的语义层,有机会减少模型自己猜测指标含义的问题,也让非数据岗位可以在同一个对话里查看证据、修正问题和生成仪表盘。
权限继承不等于结果可靠。错误的业务定义、过期的数据表或不完整的连接都会产生看似整齐的错误结论;共享连接还可能让用户通过智能体访问个人账号原本看不到的内容。组织需要先明确数据负责人、共享连接范围和人工复核规则,再逐步开放写入与对外发送能力。
金融服务版本新增的是模型,还是数据使用权?
发生了什么
OpenAI 推出 ChatGPT for Financial Services,面向符合条件的金融机构开放。产品以 ChatGPT Work 和 GPT‑6 Astra 为基础,内置 Daloopa、PitchBook、LSEG News 与 Crunchbase 的部分数据,覆盖财报、业绩电话会、公司基本面和私营企业信息。OpenAI 表示这些数据由其索引和托管,回答可以把数字与陈述链接到具体表格和段落。来源:OpenAI 金融服务产品说明
对于机构已经购买的数据,OpenAI 正与 S&P Capital IQ、LSEG、MSCI、Dow Jones Factiva 和 Moody’s 开发共享登录与权限识别。产品还支持 50 多种连接器,并允许管理员发布 Excel、Word 和 PowerPoint 模板,让研究、估值模型和推介材料使用机构自己的格式。
安全控制沿用企业版的单点登录、自动账号管理和角色权限。管理员可以限制应用与读写动作,建立多个工作区形成信息隔离,并把受支持的日志导出到合规系统。企业数据默认不用于训练 OpenAI 模型。
为什么重要
金融分析依赖及时、授权且能追溯的数据。把模型和数据许可放在同一产品中,减少了团队单独采购连接器、维护登录状态和处理引用的工作;模板与信息隔离则瞄准“分析完成后怎样变成可审查交付物”的问题。
不过,产品可用不代表所有数据供应商的共享登录已经完成,也不代表每家机构都自动符合资格。引用能帮助复核,却不能保证模型没有误读表格、混淆期间或使用不适用的会计口径。涉及交易、估值、客户建议和重大非公开信息时,专业人员仍需检查数据权利、计算过程和最终结论。
美国政府协议怎样扩大 AI 与网络防御工具的采购?
发生了什么
OpenAI for Government 与美国总务管理局宣布一项 27 个月协议,计划从 2026 年 10 月 1 日持续到 2028 年 12 月 31 日。符合条件的联邦、州、地方和部落政府将免除通常每人每月 15 美元的许可费,并获得 50% 的用量折扣;协议不要求最低采购量。OpenAI 称,现有协议已覆盖超过 100 万名政府员工,新安排的潜在适用范围约为 2300 万名公共部门工作人员。来源:OpenAI 与美国总务管理局协议说明
每个经过验证的政府实体还可以按商业价格五折使用 Daybreak Blue 网络防御入口,并获得培训支持。需要高级漏洞研究、利用验证和红队测试的机构可以申请 Daybreak Red,但按标准商业价格收费。OpenAI 还承诺提供采购指引、预算控制、上手培训和政府学院课程。
公告列举了公共卫生文献综述、税表数字化、无人认领财产查找和聚变研究等案例,但时间节省与生产率数字主要来自 OpenAI 或参与机构披露,不能直接推广到所有政府工作。
为什么重要
这项协议把优惠从联邦政府扩展到州、地方和部落政府,并把通用工作工具与专业网络防御入口放在同一采购安排中。对资源较少的公共机构,免许可费和统一采购路径可能降低试点门槛。
低价不等于低风险。公共部门任务涉及个人信息、公共记录、关键基础设施和行政决定,不同机构的法律与审计要求并不相同。真正的采用效果要看哪些工作适合辅助、哪些决定必须由人完成,以及折扣期结束后的持续成本和供应商依赖。
Paul Christiano 的任命改变了哪一层治理?
发生了什么
OpenAI 任命 Paul Christiano 加入基金会董事会,并进入由 Zico Kolter 主持的安全与保障委员会。该委员会负责监督整个 OpenAI 的安全与保障实践,包括营利实体 OpenAI Group PBC。Christiano 同时成为 PBC 董事会的无表决权观察员。来源:OpenAI 任命公告
Christiano 曾在 OpenAI 负责对齐研究,并参与奠定基于人类反馈的强化学习方法;他后来创办 Alignment Research Center,目前还在美国国家标准与技术研究院下属的 AI 标准与创新中心担任高级技术顾问,参与前沿模型和国家安全相关能力评估。
OpenAI 官方 RSS 将公告时间记为 9 月 9 日 17:00 UTC,即北京时间 9 月 10 日 01:00,因此归入本期,而不是按页面显示的美国日期归入上一期。来源:OpenAI 官方 RSS
为什么重要
前沿模型的风险判断既涉及技术测试,也涉及是否推迟或限制部署的治理决策。让有对齐研究和政府标准经验的人直接进入基金会董事会与安全委员会,可以把技术风险判断更靠近正式监督层。
任命本身没有公布新的表决规则、强制暂停条件或外部问责机制。Christiano 在 PBC 董事会只有观察员身份,个人专业背景也不能代替制度约束。后续更值得观察的是委员会能访问哪些信息、建议怎样影响发布,以及重大分歧是否会被记录和披露。
月球基础模型开放了哪些可复用资源?
发生了什么
NASA 与 IBM 正式开放 NASA–IBM Lunar Foundation Model。这是一个面向月球遥感数据的多模态、多分辨率基础模型,研究者可以针对潜在冰沉积、火山地貌和陨石坑识别等任务进行调整。模型以 Apache-2.0 许可发布,技术报告、示例和权重均可从 Hugging Face 获取。来源:IBM 与 NASA 联合新闻稿、Hugging Face 模型资源
团队同时整理了一套机器学习可用的数据集,包含 30 多个空间对齐的数据层,来源覆盖四项月球任务和九种仪器。其中包括 NASA 月球勘测轨道飞行器、重力恢复与内部实验室任务,以及日本宇宙航空研究开发机构的 SELENE/Kaguya 数据。
联合团队称,与以 ImageNet 训练的 SwinV2-B 对照模型相比,新模型在潜在月球冰区域任务上把均方根误差最多降低 22%;在约 100 米尺度的陨石坑任务上,使用一半训练数据仍提高近 19%。这些结果来自 IBM 与 NASA 自己的技术报告,任务标签、分辨率和下游数据都会影响实际表现。来源:NASA–IBM 月球基础模型技术报告
模型仓库在 9 月 1 日创建,但公开接口记录的关键更新发生在 9 月 9 日 16:46 UTC,即北京时间 9 月 10 日 00:46;联合新闻稿在当天北京时间 20:00 发布。本期记录的是模型、数据和技术材料的正式开放,不把早期仓库创建写成当日首次训练完成。
为什么重要
月球观测跨越多种仪器、任务和空间尺度。把它们对齐后预训练一个可复用模型,可以让研究团队从共同表示出发,而不必为每个地貌问题重新清洗全部数据和训练独立视觉模型。开放数据与技术报告也让外部团队更容易检查结果并开发新的下游任务。
基础模型输出仍是预测,不是冰、水或地质活动的现场确认。不同仪器误差、空间配准和标签质量可能被一起带入模型,公开许可也不会自动解决算力和专业验证门槛。它更像一套可复用的研究起点,而不是已经替代遥感专家或探测任务的月球地图。
值得关注
智能体平台正在从“调用模型”转向“托管完整任务”
Agents API 负责长会话、执行环境和工具编排,数据智能体则把组织定义与业务动作接进对话。两者共同说明,下一阶段竞争不只发生在模型分数上,还发生在任务能否恢复、权限能否收窄、证据能否回看,以及每个成功任务需要多少人工介入。
同一个模型入口正在吸收数据许可和行业流程
通用数据智能体依赖企业自己的数据库与语义层,金融服务版本进一步把商业数据许可、机构模板和信息隔离打包进产品。便利性的另一面是依赖关系变复杂:模型提供者、数据供应商、连接系统和企业管理员都参与决定最终结果能看到什么、能做什么。
更自然的交互会把确认设计推到前台
全双工语音减少了对话停顿,政府和企业智能体则能执行更长流程。当界面更流畅、操作更自动时,用户更容易忽略模型仍会犯错。产品需要让高影响动作的确认足够清楚,又不能频繁到让人形成机械点击习惯。
科学基础模型的价值取决于复用和独立验证
月球模型把多任务、多仪器数据整理为开放底座,比只展示一个分类结果更利于后续研究。但它是否真正节省工作,要由外部团队在新的区域、标签和任务上复现。公开权重、数据说明和技术报告是验证的起点,不是验证已经完成。
来源
以下为本期使用的 13 个主要来源,核验时间为北京时间 2026 年 9 月 11 日。OpenAI 同日发布的抗菌分子研究案例在官方 RSS 中标为 9 月 10 日 16:00 UTC,换算后正好是北京时间 9 月 11 日 00:00,因此没有提前收录。Anthropic 9 月 9 日的网络安全事件对齐评估元数据为 13:34 UTC,仍属于北京时间 9 月 9 日,也未跨日重复报道。
- OpenAI:Introducing the Agents API
- OpenAI Developers:Agents API 官方文档
- OpenAI:GPT‑Live‑1 in the API
- OpenAI Developers:模型目录与 GPT‑Live‑1 入口
- OpenAI:Data agent in ChatGPT Work
- ChatGPT Learn:ChatGPT Work 管理员常见问题
- OpenAI:Introducing ChatGPT for Financial Services
- OpenAI:美国各级政府访问与网络防御协议
- OpenAI:Paul Christiano 加入基金会董事会
- OpenAI 官方 RSS:首发时间戳
- IBM 与 NASA:月球基础模型联合新闻稿
- Hugging Face:NASA–IBM Lunar Foundation Model
- NASA–IBM:月球基础模型技术报告