❯ Anthropic 称 Claude 已主导 26% 的 AI 研发工作，半年内由 1% 快速上升
[任务占比] Anthropic 向彭博表示，Claude 已能从高层指令出发，端到端主导约 26% 的模型研发任务；这一比例在今年 3 月仅为 1%，人员角色主要转向设定目标、审查结果与处理例外。
[内部规模] 公司还称，Claude 在超过 90% 的研发工作中至少承担大块任务，最常用的内部平台同一时刻约有 3 万个智能体从事研究与工程，8 月单月分析了超过 10 亿次智能体决策记录。这个统计描述的是 Anthropic 自己的流程分级，不等于 26% 的岗位或工时已经被替代。
[管理约束] 当模型从补全代码走向拆任务、运行实验和提交结果，研发团队先要补的是评测、权限与回滚机制。对其他模型公司而言，下一步真正可比的指标不只是调用量，而是有多少结果能在紧密人工监督下进入生产研发链，以及进入后出现多少返工、阻断和回滚。
▪ SIGNALClaude 在内部研发中的价值，开始由“写了多少代码”转向“能独立闭环多少任务”。
❯ OpenAI 推出 Astra for Law，GPT-6 Astra 接入 2.3 亿份美国法律资料
[垂直产品] OpenAI 发布 Astra for Law，把 GPT-6 Astra 与覆盖美国判例、法规、法院规则和行政决定的法律检索索引结合，初期仅向部分律师事务所开放，用于合同审查、交易调查和法律写作。
[工具配置] OpenAI 称该产品提供 26 个合作方插件和 47 个社区插件，并把数据隐私设为核心配置。它并非单纯给通用模型换一个提示词，而是把检索来源、法律分析指令和律所现有工具放进同一工作流。
[采购问题] 律所评估这类系统时，准确率之外还得追问引用能否追溯、客户资料如何隔离，以及错误结论由谁复核。Astra for Law 先选少量机构上线，也给 OpenAI 留出了在高责任场景校准权限和审计流程的空间。
▪ SIGNAL法律 AI 的竞争点正从模型回答能力移到资料覆盖、引用追溯和事务所工作流。
❯ OpenAI 员工据称预期霍奇猜想将获解，尚未公布证明也未经过同行评审
[内部预期] 据 The Information 援引知情人士报道，OpenAI 员工预计 霍奇猜想可能在相对较短时间内被解决；这是克雷数学研究所列出的千禧年大奖难题之一，但公司尚未公开完整证明或正式宣布结果。
[前序线索] 9 月 17 日的报道把这项工作与 OpenAI 此前声称解决纳维－斯托克斯方程问题的尝试相连；两者都属于 7 道千禧年大奖难题的讨论范围，研究所规则显示每道题设有 100 万美元奖金。公司内部把数学能力视为自动化 AI 研究的一条路径，完整证明公开后还要经过数学家的逐步检查与独立同行评审。
[事实边界] “员工预期接近解决”和“猜想已经被证明”是两件事。研究机构、媒体与读者眼下能做的，是等待可复核证明文本、多位领域专家的审阅和克雷数学研究所的后续程序；在这些步骤完成前，内部进展不能直接当成数学定论，也不能据此发放千禧年大奖。
▪ SIGNAL这条线索的新闻价值来自模型可能参与原创数学，结论权仍掌握在公开证明与同行评审手中。
❯ 美国证交会推出代币化证券五年豁免，交易平台可少受部分交易所规则约束
[监管安排] 据路透报道，美国证券交易委员会推出为期 五年的创新豁免，允许提供代币化美国股票交易的平台在满足条件时免于部分证券交易所规则，为链上证券试验提供一段明确的监管窗口。
[适用边界] 9 月 17 日公布的安排并不是把代币化股票移出证券法，而是在未来 5 年减轻平台注册和市场结构方面的部分要求。投资者保护、反欺诈和资产权利如何对应，仍要看最终文件、平台资格与具体合规条件。
[市场影响] 经纪商、加密平台与传统交易所接下来会比较合规成本和结算效率：五年期限足以支持产品试验，却不保证豁免到期后仍能沿用同一结构。平台若无法讲清链上凭证对应的股东权利，流动性很难单靠政策窗口建立。
▪ SIGNAL五年豁免降低的是试验门槛，代币化股票能否形成市场仍取决于权利映射与流动性。
❯ Crusoe 据报融资 39 亿美元，投后估值约 309 亿美元并押注工厂预制数据中心
[融资规模] 据《华尔街日报》报道，AI 数据中心开发商 Crusoe 融资 39 亿美元，由 Atreides、Valor 和穆巴达拉共同领投，投后估值约 309 亿美元，资金将支持其继续扩张算力基础设施。
[建设路线] Crusoe 此前曾参与建设 OpenAI 的大型数据中心，2026 年 9 月又押注在工厂内预制数据中心模块，再运往项目现场组装。与完全现场施工相比，这条路线试图把电气、冷却和机房单元标准化，以缩短建设周期并减少现场工程的不确定性。
[资本考验] 高估值把压力推向交付速度和资本周转。预制模式若能更快把土地、电力和设备变成可计费容量，就能缓解重资产扩张的时间差；若客户需求或并网进度放慢，巨额融资也会同步放大闲置风险。
▪ SIGNALCrusoe 的估值最终要由预制数据中心把建设周期压缩多少来兑现。
❯ Manus 据报将融资 5 亿美元，Meta 收购告吹后估值拟升至 40 亿美元
[新一轮融资] 据彭博援引知情人士报道，通用智能体公司 Manus 接近完成 5 亿美元融资，目标估值约 40 亿美元；交易尚未正式宣布，金额、投资方和最终条款仍可能变化。
[交易转折] 据彭博报道，这将是北京方面叫停 Meta 对 Manus 的短暂收购安排后，公司首次重要融资。此前报道所述收购价格约 20 亿美元，若 2026 年这轮交易按计划落地，Manus 的估值锚点将在交易告吹后上移一倍。
[独立路线] 新资本能否把 Manus 从热门智能体产品推成独立平台，要看付费留存、任务完成率和推理成本。监管切断了一条并购退出路径，也迫使公司重新证明：不依靠大平台分发，业务是否仍能支撑 40 亿美元估值。
▪ SIGNALMeta 交易告吹没有终止资本追逐，但 Manus 必须用独立经营数据接住更高估值。
❯ Kimi 上线金融行业方案，开放 9 项技能、10 余个数据源插件与企业托管智能体
[三端开放] 月之暗面为 Kimi 发布金融行业解决方案，普通用户可在 kimi.com 体验 9 项金融技能和 10 余个数据源插件，专业用户则可在 KimiWork 桌面端和 KimiCode 中调用同一批能力。
[企业版本] 公司同时提供面向企业的 Kimi 托管智能体服务，把数据接入、技能配置和运行环境打包交付。此前 Kimi 主要以通用助手和开发工具触达用户，此次发布同时覆盖个人网页、桌面工作台、开发工具与企业部署，目标用户从信息查询延伸到研究和开发流程。
[落地门槛] 金融机构真正会核查的是数据授权、引用出处和审计记录，而不是插件数量。只要输出会进入投研、风控或客户材料，数据的新鲜度、权限隔离以及人工签字节点就比生成速度更难绕开。
▪ SIGNALKimi 把金融能力铺到多个入口后，竞争会落在数据许可与可审计交付上。
❯ 小米 MiMo-V2.6 进入强化学习中段，公司称直播累计花费超过 125 万美元
[训练进度] 小米公司称，MiMo 大模型负责人罗福莉披露 MiMo-V2.6 正处于强化学习中间阶段；公司公开的训练直播页面显示，累计花费已超过 125 万美元，页面同时预告模型即将推出。
[扩展方向] 据罗福莉发文，团队自 4 月开源 MiMo-V2.5 后，用近半年研究强化学习的扩展边界；目前的新阶段同时增加了计算规模、环境与工具、评分器算力，相关方法和工程细节计划在未来几周逐步开源。
[验证重点] 公开训练成本让外界第一次能更直观地观察这轮实验，但花费本身不能替代能力证据。开发者更需要等模型发布后检查任务成功率、工具稳定性和单位推理成本，再判断三项扩展换来了什么。
▪ SIGNAL训练直播提高了过程透明度，MiMo-V2.6 的成色仍要由发布后的任务结果回答。
❯ GLM-5.3 参与优化自身推理系统，公司称十万卡规模吞吐量增至三倍
[工程闭环] 智谱公司称，GLM-5.3 已参与分析和修改运行自身的生产基础设施，在工程师设定目标与边界的前提下，协助完成假设、代码变更和实验，把 GLM-5.3-Flash 的吞吐量提升至原来的 三倍。
[优化细节] 团队称，这套系统运行在超过 10 万张加速卡的规模上。此前公开案例包括定位 Python 全局解释器锁造成的传输瓶颈，据团队测试把一项超过 20% 的性能差距压到 1% 以内，以及通过内核修改取得 1.71 倍加速。
[口径限制] 这是模型参与基础设施优化的团队自述，并非模型脱离人类独立升级自身。对算力运营方更实际的价值，是把排障速度和卡群利用率拉高；能否在不同工作负载上复现，还要看代码、测试条件和长期运行数据。
▪ SIGNAL所谓自我改进眼下更像有人监督的工程循环，产出先体现在吞吐量和排障速度。
❯ 中国模型在美国 OpenRouter 周用量据报告一度达 46%，开源分发扩大海外触达
[使用份额] 据 Rhodium Group 报告数据的公开转述，中国来源模型在美国用户的 OpenRouter 每周令牌量中占比超过 30%，报告称峰值一度达到 46%；该口径只覆盖 OpenRouter，并不代表美国全部模型使用量，也不包含企业自建接口流量。
[分发路径] 此前，开放权重与低价已让开发者可以自托管，或通过 OpenRouter 等聚合平台调用 DeepSeek、Kimi、GLM 等模型。相同的传播优势也会稀释原厂收入：大量使用可能发生在第三方渠道，平台按调用计费后，未必回流为模型公司的直接收入，也难与官方接口数据直接相加。
[商业分化] 美国模型公司更依赖闭源接口与订阅，中国厂商则用开放分发换取全球开发者触达。投资者比较两边时，需要把令牌份额、付费收入和模型来源分开，也要观察份额能否在不同平台持续，不能用单一聚合平台的流量直接推导整体商业领先。
▪ SIGNAL中国模型的海外影响力已能从令牌量看见，但流量份额与收入份额不是同一个指标。
❯ Snap 将 2195 美元 Specs 推向企业，联手 Salesforce、亚马逊与英伟达开发场景
[企业定价] 据 Wired 报道，Snap 正把售价 2195 美元的 Specs 智能眼镜推向企业市场，并与 Salesforce、亚马逊和英伟达达成合作，用视觉叠加帮助员工在现实场景中读取信息和完成操作。
[双线产品] Specs 同时保留消费功能，但高价和合作对象显示，Snap 先从培训、现场作业与可视化等企业场景寻找付费需求。企业客户比普通消费者更能接受昂贵硬件，前提是部署能减少明确的操作时间或错误。
[采用条件] 企业采购会盯住佩戴舒适度、续航和系统集成成本，还要处理摄像头带来的隐私与场所规定。视觉叠加若不能稳定接入现有数据，2195 美元的设备很容易停留在展示项目。
▪ SIGNALSpecs 先攻企业，是用可量化工作收益为高价硬件寻找落脚点。
❯ Altman 与黄仁勋据报将赴白宫国宴，AI 企业领袖进入中美高层外交宾客名单
[宾客安排] 据彭博 9 月 16 日报道，OpenAI 首席执行官 Sam Altman 与英伟达首席执行官 黄仁勋将出席白宫下周为中国国家主席习近平举行的国宴；知情人士称，苹果首席执行官 Tim Cook 也将参加这场白宫国宴。
[产业背景] 三家公司分别处在模型、AI 芯片和消费电子供应链的关键位置，中美市场与监管变化会直接影响其产品销售、算力供应和制造安排。OpenAI 依赖大规模算力，英伟达面临芯片出口规则，苹果则深度连接中国制造与消费市场；出席国宴本身只说明受邀参加活动，不等同于公司获得任何政策承诺。
[观察边界] 对科技企业而言，会后可观察的具体事项是出口规则、市场准入与供应链安排是否出现公开进展，以及相关公司是否披露新的业务影响。没有白宫、公司或监管机构的正式声明前，宾客名单只能证明政商沟通渠道仍在运作，不能外推成协议、政策承诺或立场变化。
▪ SIGNALAI 企业领袖进入国宴名单，显示芯片、模型与供应链已处在双边经贸沟通的核心位置。