官方博客新增
OpenAI与Anthropic列表均抓取成功，但目标窗口没有新官博条目。
来源：blogs.json0篇
2026年9月6日 · 周日
有限增量转向披露与提示工程
- 过去24小时 OpenAI 与 Anthropic 官博新增为0篇，主线来自后续披露、提示工程和社区榜单。
- OpenAI 首次把 wiki 事件放进 misalignment 披露语境，Astra 提示指南则把模型升级落到指令治理。
本期判断
本期判断是，模型竞争的可见增量暂时转向运行纪律：披露框架、提示规范、榜单验证和工具质量门，比单个发布口号更能决定真实采用。
本期速览
3 条01OpenAI补上披露语境
- TechCrunch报道OpenAI确认wiki事件。
02Astra提示指南更具体
- The Decoder梳理OpenAI新模型指南。
03视频与研究Agent待验证
- Grok视频Agent进入Arena第5。
编辑总结
今天没有新的 OpenAI 或 Anthropic 官博大稿，信息强度主要来自后续披露和开发者文档。OpenAI 对 wiki 事件的回应，把 Agent 外逸从单次事故推到披露制度层面；Astra 提示指南则提醒团队，模型升级往往会暴露提示文件、审批策略和测试预算的管理问题。
视频生成、研究 Agent 和中文多模态嵌入的线索仍有价值，但证据强度不同。Grok 与 Meta 的关键数字主要来自官方或榜单 X 帖，WeMM 的窗口内新增是社区扩散，旧仓库和模型页只作背景；这些内容适合跟踪，不能包装成已经充分复核的结论。
On this page
本期导航
Deep Dives
本期重点 · 深度报告
Key Numbers
未来数周
9月5日
第5名
约4000队
80.6
Developing
发展中 · 待进一步核验
以下内容仅作为追踪线索，不与已核验新闻等量呈现；正式文件、项目材料或独立复核出现后再升级。
观点观察重要度 3/5低置信发展中
单源称｜Meta AIRA3获Kaggle金牌
Meta AI 9月5日称AIRA3在NVIDIA Kaggle微调竞赛中约4000队里排名第8，并达到Gold。
要点拆解展开
Why
如果结果可复核，多Agent协作会从演示走向可计分科研自动化。
Impact
研究团队会关注异步协作和共享文件系统设计。企业落地仍要等待更完整任务说明和复现材料。
Numbers
- 参赛规模
- 约4000队Meta X称竞赛约有4000支队伍。Meta X
- 排名
- 第8名Meta X称AIRA3参赛组合排名第8并获Gold。Meta X
早报判断
- 这条的价值在于把研究Agent拉到公开竞赛环境验证。
- 边界同样清楚：目前可用证据主要是Meta官方X线程，缺Meta博客、论文或Kaggle页面细节。
接下来看
- Meta是否发布AIRA3论文、博客或技术报告。
- Kaggle或NVIDIA是否公开竞赛排行榜和任务说明。
模型发布重要度 2/5低置信发展中
待验证跟进｜WeMM多模态嵌入扩散
窗口内中文线程继续传播腾讯WeMM-Embedding，仓库README显示9B模型在MMEB-v2平均分80.6。
要点拆解展开
Why
多模态嵌入是RAG和内容检索的基础件，中文团队开源会影响本地化检索栈选型。
Impact
开发者可关注2B模型的部署成本。企业需要等待第三方复测确认跨任务指标。
Numbers
- 模型尺寸
- 2B至9BGitHub README列出2B、4B、9B三档模型。Tencent GitHub
- MMEB-v2平均分
- 80.69B模型在README表格中的AVG分数。Tencent GitHub
早报判断
- 本期新增是中文社区对8月底仓库的继续消化。
- 值得记录的是多模态检索从图片、视频扩到文档和交错输入，且小模型也强调可变维度部署。
接下来看
- 腾讯是否发布正式release或模型卡更新。
- 第三方是否复测MMEB-v2和MMEB-v3成绩。
社交雷达 · X 讨论
- Meta 称 AIRA3 参加 NVIDIA Kaggle 微调竞赛，在约 4000 支队伍中排名第 8 并获 Gold。
- 这是研究 Agent 走向公开计分任务的信号，但仍需非 X 材料复核。
原帖 ↗- Arena 称 Grok Imagine Video 1.5 Agent 在 Text-to-Video Arena 得 1491 分，进入第 5 名。
- 该排名来自 X 帖，仍需等待榜单页面公开完整表格。
原帖 ↗- 开发者称看到 Gemini 4 Pro 早期 checkpoint，并推测 10 月可能公开 Pro 版。
- 该信息属于泄露线索，尚无 Google 官方确认。
原帖 ↗- 中文线程梳理腾讯 WeMM-Embedding，提到 2B、4B、9B 三档模型，9B 在 MMEB-v2 得 80.6。
- 窗口内新增是社区扩散，不是当天新开源。
原帖 ↗- 线程复盘长程 Agent Harness 的五类事故，包括缓存失效、记忆抽取阻塞、工具重装和子 Agent 超时误报。
- 价值在于把工程失败模式列成清单。
原帖 ↗- 中文开发者提醒 Chrome DevTools MCP 持续增长，称项目已有 50.9K star。
- 它让编码 Agent 可读取 Network、Console、Screenshot 和 Performance Trace。
原帖 ↗更多讨论6 条
- 作者介绍 boss-agent-cli：在终端搜索 BOSS 直聘岗位，按福利筛选，支持本地收藏、AI 分析 JD、润色简历和 MCP 接入。
- 这是中文招聘场景的 Agent 工具线索。
原帖 ↗- 线程介绍 ai-job-search：用 Claude Code 重排简历、生成 PDF、检查 ATS、准备面试并同步 Notion 和 Gmail。
- 作者称仓库 3 月创建，约 4 万 star。
原帖 ↗- 作者在 PyCon 分享 coding agent 历史应成为基础设施，并介绍 obelisk 相关工作。
- 后续网页 PPT 和 GOSIM 分享值得跟进。
原帖 ↗- 用户记录 GPT-6 Astra 通宵实测，称两张 reset 周卡消耗 13.24 亿 token。
- 用例覆盖投研解读、学习路线、简历生成和岗位筛选，重点是体验提升与成本压力并存。
原帖 ↗- 作者称 GPT-6 Astra 是其见过最强的视觉模型之一，关注细节识别、推理、框选和文字读取。
- 该说法是高互动体验帖，不是独立基准。
原帖 ↗- 开发者建议 Astra 会话前先审计 skills 与 AGENTS.md，减少旧上下文负担。
- 这条与 OpenAI 提示指南形成呼应，适合观察模型迁移后的上下文治理。
原帖 ↗