22 篇报道

AI 月度要闻: 2026年9月

汇总本月模型、产品、应用和开发工具方面的重要变化。每条均附详细报道和原始来源。

期号日期:

本月变化

2026年9月,领先的AI公司在开发工具、安全自动化和成本优化模型方面推出了重大更新。

五项关键变化

  1. OpenAI发布成本优化模型GPT-6.1 Sol

    变化
    OpenAI发布了GPT-6.1 Sol,提供与GPT-6 Astra相当的性能,适用于编码和专业任务,每百万Token成本降至0.10美元(95%降低至标准价格)。
    实际意义
    开发者和组织可以使用高性能模型解决复杂任务,而无需显著增加API成本。
    注意事项
    成本节省仅适用于缓存的输入Token。
    查看报道 ↗
  2. OpenAI Agents API 2026年9月10日公开测试版

    变化
    OpenAI发布了支持长时间会话、上下文压缩和代码执行在沙盒环境中的Agents API。
    实际意义
    开发者可以构建持久化自主代理,无需额外API费用(仅标准Token和工具费用)。
    注意事项
    测试阶段无额外费用,仅标准Token费用。
    查看报道 ↗
  3. Microsoft Copilot扩展Home、Code和Autopilot模块及基于使用的计费模式

    变化
    Microsoft扩展了Copilot,引入了Home、Code和Autopilot模块,并实施了基于使用的计费模式。
    实际意义
    团队可以在Microsoft 365中安全自动化重复任务并构建应用,灵活控制成本。
    注意事项
    需要与Microsoft 365生态系统集成。
    查看报道 ↗
  4. AWS改进AgentCore Runtime以实现可预测的代理启动

    变化
    AWS发布了AgentCore Runtime,提供约2秒的P75冷启动延迟(200MB–2GB范围内)。
    实际意义
    这减少了停机风险并优化了代理系统扩展成本。
    注意事项
    性能依赖于Snapshot使用和动态内存管理。
    查看报道 ↗
  5. Google使用AI驱动的代码安全自动化

    变化
    Google部署了Mantis代理,用于扫描代码在提交之前并自动修复漏洞。
    实际意义
    系统每月防止数百个安全漏洞到达生产环境。
    注意事项
    效率依赖于代码访问和分析精确度。
    查看报道 ↗

模型

7

Anthropic 发布 Claude Sonnet 5.5:响应速度与成本优化详解

Anthropic 推出 Claude Sonnet 5.5,聚焦日常办公效能。本文剖析其性能指标及对自动化任务的实际应用价值。

性能与成本的双重优化直接决定了 AI 自动化的投入产出比。鉴于性能数据由厂商提供,建议团队在全量切换前,先行基于自身业务负载进行对比评测,以确保符合预期。

查看报道 ↗原始来源 ↗

OpenAI 发布 GPT-6 Sol 和 Luna 模型

OpenAI 推出 GPT-6 Sol 和 Luna 模型,通过降低 API 成本并优化提示词缓存,为专业用户提升处理效率。

此举显著降低了 AI 模型的使用门槛,帮助开发人员和企业客户在进行编程及复杂任务时有效缩减运营开支。

查看报道 ↗原始来源 ↗

产品

4

OpenAI 发布 AI 智能体 Dots,由 GPT-6 Astra 驱动

OpenAI 推出 Dots 智能体,支持连接 4000 多款应用程序,并能在后台进行主动研究以协助用户处理复杂任务。

Dots 的推出标志着人工智能从对话式助手向自主型智能体的转型。通过将繁琐的跨平台任务委托给可自主运行的智能体,用户可以显著降低手动操作的工作负载,提升办公效率。

查看报道 ↗原始来源 ↗

微软发布 Copilot 更新:集成自主代理 Autopilot 与代码构建工具

微软宣布 Copilot 全面升级,新增 Home、Code 和自动代理 Autopilot,并采用基于使用量的计费模式以提升企业生产力。

此次更新使 Copilot 具备了更深度的任务执行与应用开发能力,让 AI 不仅限于回答问题,还能直接介入业务流程管理,帮助企业通过自动化降低重复性工作的成本。

查看报道 ↗原始来源 ↗

Salesforce发布AIforce,将CRM数据接入Claude与Slack

Salesforce在Dreamforce大会上发布AIforce,首批包括Claudeforce、Slackforce和Agentforce Coworker。Salesforce in Claude目前为测试版,可用性因地区和客户协议而异。

据Salesforce介绍,使用Salesforce的企业团队或可在Claude和Slack中使用CRM数据,无需新的权限模型或定制集成。这些说法来自厂商公告,尚未经过独立测试。

查看报道 ↗原始来源 ↗

OpenAI 发布金融行业专用 ChatGPT

OpenAI 推出 ChatGPT 金融服务版,整合 GPT-6 Astra 模型与金融数据源,支持建模与报告生成。

该工具通过整合高质量金融数据与人工智能推理能力,帮助分析师提升模型构建和报告撰写的效率,同时确保业务数据的隐私合规性。

查看报道 ↗原始来源 ↗

实际应用

4

Meta 为小企业扩展 Muse AI 代理功能

Meta 为 Muse AI 代理引入了新技能和连接器,助力小企业主自动化管理日常业务。

通过将散乱的行政与营销任务整合至单一的 AI 代理中,Meta 旨在帮助资源有限的小企业提高运营效率,减少繁琐的手动处理工作。

查看报道 ↗原始来源 ↗

Google 部署 AI 代理以实现代码安全与自动修复

Google 使用 Mantis 多代理框架在代码提交前进行实时扫描,并自动生成修复补丁,每月阻止数百个潜在漏洞。

此方法将安全检查前置于开发生命周期中,实现了持续的低延迟检测与自动化响应,显著缩短了从代码提交到漏洞修复的时间周期。

查看报道 ↗原始来源 ↗

Basis、Clay 和 Exa 如何在日常工作中使用 AI 智能体

OpenAI 介绍了三种工作场景:Basis 的员工入职、Clay 的客户信息整理,以及 Exa 的代码集成。每个流程都保留了人的判断环节。

这些案例的共同做法是明确任务范围、提供所需背景,并让人负责关键决策。节省时间的数字来自相关公司的报告,不能直接套用到其他团队。

查看报道 ↗原始来源 ↗

开发者

7

NVIDIA宣布推出Open Agent Safety Platform

NVIDIA宣布推出开放软件平台及参考系统设计,旨在从测试到部署加强对AI智能体的治理与控制。

该平台将治理与控制扩展到模型和智能体运行框架之外,包括基础设施层,帮助组织为自主智能体设定并执行行为边界。

查看报道 ↗原始来源 ↗

Google DeepMind 公布 Private AI Compute 持久化内存计划

Google DeepMind 公布了为 Private AI Compute 增加服务端持久化内存的计划,用户上下文将得以保留,而加密密钥仅存于个人设备。

此前 Private AI Compute 采用无状态架构,任务结束即清除全部上下文。计划中的内存层旨在跨设备保持连续体验,同时维持数据私密性。

查看报道 ↗原始来源 ↗

OpenAI 推出 GPT-6 优化提示词缓存系统

GPT-6 现支持提示词缓存优化,提供最高 90% 的输入令牌折扣,并允许在不中断缓存的情况下调整推理参数。

该功能显著降低了长文本及 Agent 任务的运行成本与响应时间。允许调整推理参数而不破坏缓存,为开发者提供了更强的模型控制能力。

查看报道 ↗原始来源 ↗

Google Cloud 宣布 Agent Substrate 在 GKE 上可用于非生产工作负载

Google Cloud 将开源智能体运行时 Agent Substrate 引入 GKE。生产环境需通过白名单获取支持,文中的性能数据均为厂商自述。

对于需要运行大量隔离智能体的团队,关键在于沙箱部署密度与隔离能力。可选的 Filestore 智能体卷可提供共享 NFS 存储,支持 RWX 读写多挂载和 POSIX 文件锁。公告未说明价格。

查看报道 ↗原始来源 ↗

GPT-Live-1 开放 API:语音层每分钟 0.05 美元

OpenAI 正式发布 GPT-Live-1 API,支持开发者构建具备实时中断与停顿处理功能的全双工语音智能体,语音层定价为每分钟 0.05 美元。

开发者可以用它构建能处理停顿和插话的语音应用,并把复杂推理交给后端模型。评估总成本时,还需计入后端模型与工具费用。

查看报道 ↗原始来源 ↗