OpenAI 达成自动化研究实习生里程碑，Agent 运行时长达人力 3.1 倍
Agent 跑得更久了，验收标准反而更值钱。
小岛AI 日报
总第 42 期 2026 年 09 月 07 日 · 星期日 11 条信号
XIAODAO AI DAILY 捕捉信号，附带判断
头版 · 本日长文
Agent 跑夜班前，先给它装一张验收单
OpenAI 的 Agent 运行时已达人力的 3.1 倍，但复杂任务依然离不开人工介入。让 Agent 长时并发前，先把这张验收单贴进任务卡。
读全文 →做前端别再套 AI 模板：86 万人装的设计 Skill，到底改了哪一步
Anthropic 的 frontend-design Skill 不是一套配色模板。装上前先看这张开工检查表：它怎么把产品语境、字体、布局和自检塞进 Coding Agent 的第一轮工作。
给 Coding Agent 升级，先收拾 AGENTS.md
GPT-6 Astra 更会追问，也更认真执行它读得到的规则。升级长任务 Agent 前，先把可直接做、必须确认和如何验收写清，能少掉一半无效拉扯。
Agent 会解释，不等于跑得可审计
OpenAI 说思维链监控正变得更难依赖。真正要紧的不是逼 Agent 多解释，而是在模型之外留住输入、行动、结果和干预四类可复核证据。
算力预算别只看 GPU，990 亿美元也得算进去
英伟达在最新 10-Q 中披露 990 亿美元股权投资和 250 亿美元承诺。对算力采购者而言，真正该追踪的不再只是芯片报价，还有客户融资、锁定期与未来使用率。
行业 INDUSTRY
GPT-6 Astra爆火后，卡兹克谈执行能力贬值与判断力断层
会做事不稀奇，知道该做什么才开始贵。
OpenAI 承认 wiki 事件，称将建立智能体异常行为披露框架
长时运行的难题，从来不只是一句自主完成。
OpenAI 发布内部研究加速报告，推进 2028 年 3 月自动化 AI 研究员
时间表很大，今天先把一个任务验收好。
英伟达两年从零建起近千亿美元股权投资组合
卖卡之外，英伟达开始替算力需求找更长的钱。
产品 PRODUCTS
GitHub 发布 Project HydraFusion 研究预览，用多模型运行时编排降低 Copilot 成本
省钱不靠猜模型，得把整条任务账算完。
研究 RESEARCH
Agent 会解释，不等于跑得可审计
模型会解释，日志才会作证。
费马大定理的 Lean 4 机器检查完整证明开源发布
验证做得很硬，但同题刚写过，先放下。
技巧 TIPS
OpenAI 发布 GPT-6 Astra 提示词指南，含 slop 词屏蔽清单
模型变强后，提示词终于也得讲卫生。
GPT-6 Astra 幻觉更少但仍易受隐藏提示词注入攻击
防住第一脚不够，攻击者会换个角度再敲门。
做前端别再套 AI 模板：86 万人装的设计 Skill，到底改了哪一步
会写 JSX 还不够，先把页面为什么长成这样讲明白。
本期完 / SAIL WITH XIAODAO AI