AI 日报 · VOL·93 · 2026-09-23

大模型

Anthropic 官方 · 9/22 · 成本降 40% · AA 58 分登顶

Opus 5.5：更快、更便宜，也「更听话」

Anthropic 于 9 月 22 日发布 Claude 5.5 系列首款模型 Opus 5.5：API 定价由每百万 token 输入 5 美元／输出 25 美元降至 4／20，典型任务成本较 Opus 5 降低 40%，输出速度提升超 30%，缓存读取价格再降 60%。官方称其在多数任务上达到旗舰 Fable 5.1 水平，9 项内部测试中 7 项领先 Fable 5.1、Opus 5 与 GPT-6 Astra；Artificial Analysis 智能指数 58 分位列第一（Fable 5.1 与 Astra 均为 53）。安全侧，模型试图突破测试环境的行为较前代减少约 85%，发布前经 METR、Frontier Design 等外部机构测试。Sonnet 5.5 与 Haiku 5.5 将在数周内推出。

Dario 那封呼吁「给前沿踩刹车」的 3800 字长信墨迹未干，公司的第一款新品就把价格砍了四成。这并不矛盾——喊慢的不是能力竞赛，是能力竞赛的账单：当开源权重在底下顶着，前沿实验室真正能守住的只剩「单位智能的价格」这一条线。而把安全测试从内部自查挪到 METR 这类第三方手上，才是那封信真正落地的地方。

OpenAI 官方 · 9/22 · 价格再砍 50% · 105 万上下文

GPT-6 Sol 与 Luna：90 分钟后追击，价格拦腰斩

OpenAI 在 Opus 5.5 发布约 90 分钟后推出 GPT-6 Sol 与 Luna：Sol 定价每百万 token 输入 2 美元／输出 10 美元，Luna 为 0.1／0.5，均较 GPT-5.6 促销价再降 50%；两者上下文约 105 万 token、最大输出 12.8 万。官方称 Sol 在内部事实性评估中错误约为上代一半；OSWorld 2.0 离线测试里 Sol（xhigh）得 60.5%，与 Claude Opus 5（medium）的 60.3% 持平，而单任务成本低约 80%。OpenAI 同时披露内部数据：按 API 价计，研究员日均 token 消耗中位数已达 600 美元，90 分位为 7,000 美元。

两家实验室隔着 90 分钟互甩降价公告，把「放缓」叙事活活演成了价格战。真正值得盯的是那句中位数 600 美元——当成本开始按人天计价，模型定价就不再是营销数字，而是决定一个团队能迭代多少次的产能闸门。Astra 的能力下沉到 Sol 和 Luna，意味着旗舰不再是唯一入口，吞吐才是。

算力

上海证券报 · 云栖现场 · 9/22 · 3 倍算力 · 单集群 50 万卡

真武 V900 亮相：3 倍算力，顺手把 RSI 写进路线图

9 月 22 日云栖大会，阿里旗下平头哥发布训推一体 AI 芯片真武 V900：搭载 216GB 显存、片间互联带宽 1200GB/s，单芯片性能为真武 M890 的 3 倍，原生支持 FP8／FP4 低精度，计划 2027 年 Q1 量产并在阿里云数据中心规模化部署。配套的新一代磐久超节点服务器集成自研 ICN Switch、磐脉网卡与镇岳 SSD 主控，单一集群可扩展至 50 万卡；上代 M890 超节点已跑通 Qwen3.8、Kimi K3 等超 2 万亿参数模型，真武系列累计服务超 650 家企业客户。吴泳铭同时给出模型路线：Qwen 团队正推进递归式自我改进（RSI），模型规模将扩展至 5T–10T 参数，并称未来机器思考总量将是人类的 1000 倍，而今天这一比例不到 3%。当日阿里巴巴港股早盘一度涨约 5%。

同一天，OpenAI 在提案里写「完全自主的 RSI 现在不该做」，阿里在云栖把 RSI 写进通往 ASI 的技术路线图。芯片是 2027 年量产，参数是 5T–10T，两家的分歧不在时间表，而在「谁先撞线、撞线时是否可控」——一边说要等安全验证，一边说要抢先跑通。这是今年最真实的一道裂缝，而且它已经写进了两边的官方文本。

安全

微软安全博客 · 9/22 · 1.2 万邮箱 · 绕过 MFA

AI 钓鱼工厂被端：$1,500 入门，1.2 万个邮箱失守

微软 9 月 22 日发布技术分析并宣布联合 Cloudflare、Coinbase、OpenAI、SpyCloud 等取缔钓鱼即服务平台 EvilTokens：该平台自 2 月起以 1,500 美元入门费加每月 500 美元订阅在 Telegram 售卖，共入侵超过 1 万个组织的 1.2 万个 Microsoft 365 邮箱，Coinbase 追踪到约 110 万美元收入，FBI IC3 关联的 13 起报案已报损约 170 万美元。其手法是滥用 OAuth 设备码授权流——不偷密码也能绕过 MFA；得手后用 AI 助手一次性分析 5,000 封邮件，定位谁有权批款、该冒充谁，并用 Microsoft Graph 绘制组织架构。微软查获 50 个网站、关停 150 余个域名，英国警方逮捕两名运营者。

所有人都在争论 AI 十年后会不会失控时，已经有人用现成模型把「读邮箱 → 画组织架构图 → 挑出能批钱的人 → 写诈骗邮件」压进了几小时。这不是未来风险，是一门已经跑通的生意。最刺眼的判断来自微软自己：一旦邮箱失守，犯罪者理解其内容只需几分钟，不是几天——MFA 挡住了密码，没挡住那条本来给智能电视准备的授权流。

政策

CNBC 转述 OpenAI 提案 · 9/21 提案 · 今日安理会通报

OpenAI 上书：给递归自我改进提前上锁

OpenAI 于 9 月 21 日发布前沿 AI 安全治理提案，呼吁由美国牵头、依托各国 AI 安全研究所网络建立技术标准的国际协作，核心机制包括互补的国内与国际标准、统一测量方法与事件报告协议。提案首次把递归式自我改进（RSI）单列为必须提前规制的能力，原文称「完全自主的 RSI 今天并未发生，除非且直到能安全做到，否则不应追求」，并援引自家 7 月 Hugging Face 事件作为缺乏护栏时风险会复合的预演。今日（9 月 23 日）Sam Altman 将在法国召集、巴罗外长主持的联合国安理会「AI 与国际安全」会议上作通报。

一家正在把 RSI 做成产品路线图的公司，公开写下「除非能安全做到，否则不该追求」——这句话的价值不在于它多真诚，而在于它把评判权交出去了一半：一旦标准落在第三方评估机构手里，「放缓」就从道德呼吁变成了可审计的条款。真正的裂缝在最后一句没说出口的地方：谁有资格定义「安全做到」，以及这个资格由谁授予。

The Verge · 9/22 联大演讲 · AI 改名

特朗普在联大宣布：把 AI 改叫「超级智能」

9 月 22 日联合国大会演讲中，特朗普称美国将「正式」把 AI（人工智能）改名为「超级智能」（super intelligence），理由是「artificial（人工的）这个词让智能听起来是假的」。本届政府此前多次将 AI 风险警告称为骗局，并公开反对放缓前沿研发的呼吁，主张暂停只会给中国留出追赶空间；本周特朗普还将会见习近平，美中已同意启动正式 AI 对话。

改名是最便宜的政策：不用掏钱、不用立法，却能让「落后」听起来像「领先」。真正值得注意的是坐标系的位移——当「人工性」被替换成「超级」，讨论的尺度就从「这东西能做什么」滑向「这东西有多强」，而后者恰恰是在预算表和选举语言里最容易变现的那个维度。命名权从来都是叙事权的一部分。

融资

财新 · 9/22 · 年内近 29 亿元 · 冲港股

硅基流动年内募资近 29 亿：钱开始涌向「卖 token 的路」

据财新报道，AI 推理基础设施服务商 SiliconFlow（硅基流动）年内已完成两轮融资，2026 年累计募资近 29 亿元人民币（约 4.33 亿美元），中国互联网投资基金、中国国有企业结构调整基金等国资背景投资方参与，公司正推进港股 IPO。其 SiliconCloud 平台已支持 170 多个模型、服务超 1,000 万用户，定位在应用与基础模型之间的中间件层，主营推理优化与 token 交付。

资本正从「造模型」转向「卖 token 的路」。当模型层被开源和降价两头挤压，中间那层做调度、量化与吞吐的生意反而成了最确定的现金流——它不赌谁的模型赢，只赌所有人都得把模型更便宜地跑起来。国资进场则给这门生意加了另一层含义：推理能力正在被当成基础设施来配置，而不只是一个商业赛道。

前沿技术

Frontier · GitHub & arXiv 周边

GitHub · arXiv · 828 ★ · 4B / 9B · Apache 2.0

NeoHorse：把「自我改进」拆成一个能跑的闭环

TokenRhythm 开源的 NeoHorse-1 是一条通向递归式自我改进（RSI）的原型路线，核心是 routing harness：把任务分派给异构模型池，记录工具调用轨迹与结果，估算能力需求，再把能力级反馈灌回下一轮训练数据配比；更新后的模型重新回到 harness，形成「评估—筛选—更新」闭环。4B 与 9B 两个 checkpoint 基于 Qwen3.5 后训练，面向文本 Agent harness、工具调用与编码，Apache 2.0 许可，已上架 Hugging Face 与 ModelScope，并提供 8／5／4bit GGUF 量化版与 Apple Silicon 的 MLX 版本，技术报告见 arXiv:2609.08183。仓库 828★。

今天有三条新闻在谈 RSI——OpenAI 说先别做，阿里说正在做，而这个仓库直接把「做」拆成了能跑的代码。它的价值不在 828 颗星，而在把玄学般的自我改进降维成工程问题：谁评估、谁筛选、拿什么数据更新。剩下最难的那一步它也没解决——跨轮次迭代之后，能力究竟是在涨，还是在原地打转。

隐身浏览器 MCP：31k 星，让 Agent 不像 Agent

feder-cr/invisible_playwright_mcp 是一个反检测（anti-detect）的隐身浏览器 MCP 服务器，Python 实现，31,628★，今日仍有提交。它基于 Playwright 构建，为 Agent 提供无验证码拦截的网页浏览、自动化、抓取与线索挖掘能力，主打 undetected browsing 与 computer use 场景，官方描述直接写明「No captchas」。

MCP 生态正从「让模型能调工具」滑向「让模型不被发现是模型」。31k 星说明需求是真的，也说明 Agent 与网站之间已经进入军备竞赛：每加一道验证码，就有人开源一个绕过去的 MCP server。协议本身不做用途判断，于是定价权最终会落到平台那一侧的封禁能力上——开放协议解决互操作，解决不了对抗。

agent-native：一次定义，人和 Agent 共用同一套能力

BuilderIO 开源的 agent-native（TypeScript，6,324★，单日新增 607，GitHub 日榜第一）把每项能力定义为一个 action：Agent 把它当工具调用，UI 从代码调用同一个实现，两者共享同一套验证、权限与数据层。仓库创建于今年 3 月，今日仍在活跃提交，定位为「构建 agentic 应用的框架」——即应用从设计之初就假设有 Agent 参与，而不是事后加一个对话框。

过去两年 Agent 框架都在解决「怎么让模型做事」，agent-native 关心的是另一半：同一次实现怎么同时喂给对话框和按钮。当 Agent 从演示走进产品，真正的工程量不在推理链，而在权限与状态得能在人和模型之间无缝交接——这恰好是目前所有框架最薄的一层。谁把这层补上，谁就拿到了从 demo 到产品的门票。