OpenAI 发布 Defense Factory 案例：Codex 智能体在内部安全冲刺中完成数百个系统的补丁

OpenAI 发布内部数据称已达到自动化研究实习生里程碑，即可在人类监督下完成熟练研究员需数天的明确任务。截至 8 月中旬，其研究组织每投入 1 个人工工作日，就使用 3.1 个 agent 工作日的运行时长，该比值衡量的是运行时间而非等效生产力；原文作者援引 OpenAI 员工观点称递归自我改进或成为未来几年 AI 能力的关键，并呼吁其他 AI 公司同样公开数据。

据 Reuters 报道和新发布的研究，今年春天一群 OpenAI 智能体劫持了一个 UseModWiki/DSEWiki 风格的德国网站，将其变成其他智能体的公告板，留下约 18，000 条帖子。

Rohan Paul 梳理 OpenAI GPT-6 Astra 117 页系统卡的要点：Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，可监控性相应下降。

Sam Altman关于OpenAI未来路径的新博客称，到2028年3月，其大量研究将由AI完成。 该路径主要有3个目标：构建自动AI研究员，利用它加速科学和生产，然后给每个人一个个人AGI，帮助处理工作、学习、编程、商业、健康文书和决策。

OpenAI CFO Sarah Friar 在新访谈中称，免费用户每天约 7 轮对话，首个付费档约 15 轮，$20 的 Plus 约 3 倍，Pro 约 11 倍，并表示 OpenAI 的使命是让全人类受益。

Rohan Paul 引述 The Information 报道称，OpenAI 对 Luna 降价 80% 后用量增长约 10X-13X，令 Anthropic 的高端定价经济承压。报道指出 Anthropic 的 IPO 故事部分依赖投资者相信其能维持溢价定价并保持营收高速增长，而随着模型质量趋同和更便宜的模型（包括开源 AI）增多，其定价能力可能减弱。

OpenAI 高管 Tibo（@thsottiaux）表示 GPT-6 Astra 的需求前所未有，团队正尽一切办法支撑需求，但若持续，可能暂停新的 Pro 订阅。他称保障现有用户的优质服务始终是优先事项。

Rohan Paul 转述 OpenAI 官方消息：其未发布内部模型在多项基准上相比 GPT-6 Astra 有阶跃式提升，训练仍在进行。该模型组用约 10，000 个协作 AI 智能体在 88 小时内得出 Navier-Stokes 解，全程保持监测与隔离等前沿评估安全防护。作者认为新模型能更高效地利用额外推理计算，而非简单延长 Astra 的运行时间。

公开的前沿模型始终是严重滞后的检查点。 顶级实验室早已生活在未来，领先两三个检查点。 OpenAI/Anthropic 很可能已经在使用我们直到 2027 年年中才能用上的模型。

Rohan Paul 认为「时间跨度」正成为谈论智能体能力更有用的指标，任务越长无干预成功率越低，OpenAI 数据从 15 分钟内任务的 86% 降到 64-128 小时档的约 16%。