AI 每日简报｜最新 AI 工具该用来做什么｜2026.09.11

有时，一次发布的重要性在于它能让你做什么；有时，则在于它预示着不久之后我们所有人都会做什么。

本周第二波产品发布指向两个明确趋势：我们将通过语音管理更多计算机交互，而模型技术栈也越来越重视成本和“够用”的能力，而不是单纯追求前沿性能。NLW 的实用建议是：现在就开始把工作流程转向语音，并关注那些理解特定人群实际工作方式的垂直化工具——因为无论如何，这正是整个行业正在推动所有人走向的方向。

---

数据速览

• 30万 — Moonshot 在 10 天内转发给 Anthropic 的客户请求，其中大部分发往 Opus
• 0.05 美元/分钟 — OpenAI GPT Live 1 在 API 中的音频价格
• 38GW — 微软到 2032 年的全球数据中心容量目标，高于目前的 12GW
• 70% — NVIDIA CEO 黄仁勋表示，供应能力让他有信心交付的增长比例
• 850万美元 — 黄仁勋所说的一套通过 NVLink 连接的 NVIDIA GPU 系统成本
• 480亿美元 — Cognition 在融资 20 亿美元并保持独立后达到的估值
• 64% — Cognition 的 SWE-2 相较同类前沿代码模型的成本降低幅度
• 6 倍 — Cursor Projects 测试者合并的 PR 数量增幅

头条

Anthropic 称已阻断来自阿里巴巴、DeepSeek 和小米的蒸馏攻击

Anthropic 发布的一份新滥用报告，详细说明了一些欺诈账户网络如何从 Claude 模型中提取推理轨迹，并将其用于训练数据。该报告有意聚焦于最值得关注、最具新颖性的威胁，而不是典型的滥用案例。

据称 Moonshot 将 30 万条用户查询转发给 Claude

Anthropic 声称，DeepSeek 和 Kimi K3 Meeker（Moonshot）将请求路由至 Claude，再把回复提供给自己的用户——在 10 天内，Moonshot 转发了近 30 万条请求，其中大部分发往 Opus。Anthropic 认为，这并不是在伪造能力，而是在为蒸馏流程收集真实查询；这一过程曾多次暴露中国政府和企业的敏感数据。

Anthropic 的分类器阻止了一项功能获得性研究资助申请

今年 5 月，一个分类器阻止了一项资助申请相关工作。该申请旨在识别能够增强基孔肯雅病毒的突变，并在活体动物中筛选毒力。由于研究面向一家军事研究机构，Anthropic 将其标记为可能具有恶意，尽管该公司也指出，这类研究可以用于无害的疫苗开发。

奥尔特曼告诉员工，他愿意放缓 AI 发展

在一次全员会议上，萨姆·奥尔特曼表示，OpenAI 可以放慢新模型的开发节奏，并可能与其他实验室协调行动，但他担心并非所有竞争对手都会同意。这似乎是奥尔特曼首次释放愿意放缓发展的信号，此前 OpenAI 首席科学家雅库布·帕乔茨基曾呼吁自愿放缓，保罗·克里斯蒂亚诺也加入了 OpenAI 董事会。

对我来说，这是迄今为止最有力的紧迫性证据。

— OpenAI CEO 萨姆·奥尔特曼 奥尔特曼是在 OpenAI 据报找到一道千禧年大奖难题的解法后发表上述言论的。他还表示，自己没想到这么快就会出现如此量级的成果，而如今世界已经拥有能力极强的模型。

OpenAI 遭遇算力瓶颈，暂停 200 美元 Pro 订阅

GPT-6 Astra 发布后带来了前所未有的需求，OpenAI 暂停了新的 200 美元 Pro 方案订阅——这是保护现有用户服务的最小措施。其他所有方案和 API 仍可正常使用。正如 Matt Schumer 所说：“补贴代币的时代正在结束。请做好相应准备。”

微软计划到 2032 年将数据中心容量增至 38GW

微软曾是最保守的超大规模云服务商，并在 2025 年初取消过部分租约；如今它将全球容量目标提高到 38GW，高于目前的 12GW。其中 AI 所占比例将增至三分之一，同时还会增加 CPU，以支持智能体工作流。NLW 的看法是：AI 基础设施远未过度建设，预计至少还会有五年较高水平的资本支出。

尽管我们的需求远高于 70%，但供应能力让我们有信心交付 70%。

— NVIDIA CEO 黄仁勋 黄仁勋在高盛会议上重申了增长预测，并指出这是他一年来首次讨论未来预期。他强调，如今一套 GPU 系统的价格已经达到 850 万美元——包含 200 万个部件，并通过 NVLink 连接——而机架级订单正以每月 27% 的速度增长。

美国司法部调查 NVIDIA 与 Groq 的 200 亿美元交易

美国司法部正在调查 NVIDIA 与 Groq 达成的非独家授权协议是否旨在规避反垄断审查。该交易还促成 Groq CEO 和 COO 加入 NVIDIA。此前，参议员曾将这波类似“收购式招募”的交易（Google/Character、Google/Windsurf、Meta/Scale）称为旨在绕过审查的“事实上的合并”。

Meta 的 Muse 智能体更受华尔街认可，而非用户认可

Muse 上线首日获得 8.3 万次 iOS 下载——对 Meta 来说并不算多（Threads 曾达到 430 万次），但足以排在 App Store 第二位。更重要的信号来自华尔街：Meta 股价上涨 6%，摩根大通将其评级上调至“买入”，认为 Meta 约 40 亿用户构成了决定性的分发优势。

主要内容

OpenAI 将 GPT Live 1 推向 API

这一全双工语音模型可以同时进行对话和聆听，能够应对嘈杂环境与打断，还能将任务交给后端推理模型——演示中，它在对话过程中控制了机器人和显示屏。音频价格为每分钟 5 美分，后端模型则按标准 API 价格计费。

现在就开始转向语音——反正行业也在把你推向那里

NLW 认为，从打字转向说话是一场代际变革，而过去主要是被 Siri 等原生语音识别工具糟糕的表现拖慢了。除了联络中心和漏接电话服务企业等显而易见的应用，他还看好 B2B 销售线索接入（在演示前先通过对话了解需求）、语言学习、辅导，以及工作互动模拟等领域。

Cognition 发布 Devin Voice：“你说出来，Devin 就交付”

Devin Voice 使用 GPT Live 作为语音层，后端则采用 Cognition 的新模型 SWE-2，让可打断、自然的语音成为一种一等公民式的编程方式。Cognition 的 Nader Dabit 表示，他如今日常工作中有 90% 都通过语音完成。

NLW 的实用语音建议：设置 Whisper Flow，然后出去走走

即使不使用 Devin，NLW 也恳请听众有意识地转向语音——可以使用 ChatGPT 的原生语音功能，也可以在电脑上使用 Whisper Flow 之类的工具。他认为，这样能提高速度，让你在做其他事情（比如散步）的同时完成更多工作。

Cognition 的 SWE-2 展示了“够用”能力已经走了多远

SWE-2 是 Kimi K3 的后训练版本，完全针对编程进行了优化，在 Frontier Code 1.1 上取得了 50% 的成绩，接近前沿水平，同时成本降低了 64%，甚至比 SWE-1.7 更便宜。用户还可以通过调整工作量级别进一步降低成本；对于构建模型技术栈的团队来说，它可以让模型能力与实际需求相匹配，从而控制成本。

DeepSeek V4.1 Flash 以四分之一的成本击败自家 Pro 模型

这款拥有 5520 亿参数的模型定价处于市场最低水平（输入每百万 token 0.30 美元，输出每百万 token 1.20 美元）。根据 Artificial Analysis 的数据，它在智能指数上超过了 DeepSeek 的全尺寸 Pro，成本却只有四分之一。NLW 认为，它适合那些需要构建完整架构、任务基础但高度重复且计算密集的团队。

OpenAI 推出小型企业插件合集

这套工具包为 ChatGPT 中的中小企业用户收集了 Dropbox、HubSpot、Canva、Figma、Shopify、DocuSign、PayPal、QuickBooks、Stripe、Gusto、Slack 等常用工具。正如一位评论者所指出的，第一代插件只是藏在聊天框后的 API 包装器；在智能体时代，智能体可以运行完整工作流，不过分发问题仍未解决。

ChatGPT 金融版内置高级数据源

该产品已针对 GPT-6 更新，并运行在 ChatGPT Work 中，整合了数据连接器和技能（DeLupa、LSEG News、Crunchbase），让分析师无需设置 MCP 即可使用，同时提供企业级安全与治理能力。它与摩根士丹利和 Evercore 合作构建，面向金融模型、研究和客户材料；副总裁 Nick Turley 表示，它经过训练，能够“像分析师一样研究，并像分析师一样为结论提供依据”。

金融 AI 是初级银行家的强力工具，而不是替代者

NLW 认为，资深银行家不会仅仅因为智能体变得更强，就亲自构建模型和演示文稿——责任承担与反复迭代仍然落在初级员工身上。真正值得关注的是，像 UBS 这样的公司如今已经要求应聘初级银行家展示 AI 熟练度，将其作为招聘条件。

OpenAI 新数据智能体让你可以与专有数据对话

面向 ChatGPT Work 的这一智能体可以连接 Redshift、Datadog、BigQuery、ClickHouse、Databricks、MongoDB 和 Snowflake，摄取数据，并围绕转化率、留存率等指标生成洞察，无需额外工具。Tableau 集成则把可信的业务语义带入员工已经在使用的工作环境。

OpenAI 真正的趋势：理解特定人群工作方式的垂直化

综合来看，OpenAI 的这些更新正聚焦于特定业务用户，把他们所需的工具和上下文连接起来，让工作流程迁移到 ChatGPT 中变得更容易、更有吸引力。这是整个行业的共同趋势——GrokBot 也为销售团队新增了 Salesforce、HubSpot、Gong、Clay 和 Granola 的原生集成。

Cursor Projects 将文件夹变成持久化项目架构

Projects 不仅用于积累上下文，还包含计划任务、长期运行的智能体和编排能力——它提供一个持久化的协调线程，负责规划并将任务分派给子智能体，而不是让每次会话结束后一切归零。测试者合并的 PR 数量增加了 6 倍，合并率提高了 30%；这种持久线程模式对非开发者同样具有重要意义。

单线程模式兴起：上下文压缩已经足够好，可以一直运行下去

NLW 指出，曾困扰 2025 年工作流程的上下文窗口交接问题已经大幅缓解。Block 的 Kensar 描述了这样的线程：它们可以构建完整的同步协议，并跨多个代码仓库部署，同时不会中断。NLW 表示，AI Daily Brief 网站的所有工作都放在一个长期运行的线程中，而且从未遇到上下文问题。