9月2日 X AI 日报：Astra、Claude 5.1、Gemini 视频理解与 Agent 执行层 (2026)

覆盖窗口：2026 年 9 月 1 日 10:00 至 2026 年 9 月 2 日 10:00（北京时间）

这 24 小时里，AI 动态从“模型发布”继续向具体工作入口移动：Claude 新模型进入编码工具和 Computer，Gemini 把视频分析变成主动取证的循环，OpenAI 则预告了一款达到关键级网络安全能力阈值的模型。GitHub 和 Vercel 的更新补上了另一半：Agent 需要把证据写进协作流程，也需要一套能按任务组装的运行环境。

先看重点

Claude Fable 5.1 与 Mythos 5.1 发布。 Claude 官方账号宣布两款面向编码与知识工作的模型；Fable 5.1 已进入 Cursor，Perplexity Computer 的 Pro 与 Max 用户也能使用。1 2
OpenAI 预告 Astra。 OpenAI 称 Astra 达到 Preparedness Framework 下的 Critical 网络安全能力阈值，并计划很快开放；高级网络安全能力会先从受限测试开始。3 4
Gemini 增加 Agentic Video Understanding。 Gemini 会在视频转录、音频和画面帧之间主动选择需要读取的片段；Google 称 token 消耗最高减少 88%，准确率最高提升 7%。5 6
GitHub CLI 支持 --attach。 gh 可以从命令行把图片或视频上传到 Issue、Pull Request 和评论；更新到 v2.99.0 后，所有计划都可用。7 8
Vercel 把 Functions、Builds 和 Sandboxes 放到同一计算层。 Fluid Compute 按工作负载组装机器，Functions 使用 Active CPU 计费，Sandboxes 通过 Drives 保存跨实例状态。9 10

产品与开发工具

Claude 新模型：发布动作与接入动作几乎同时发生

Claude 官方账号在北京时间 9 月 2 日 02:03 宣布 Fable 5.1 与 Mythos 5.1。官方只把两款模型概括为面向编码和知识工作的新模型；具体能力、价格和完整开放范围，需要等待模型页面或系统卡继续补充。1

窗口内随后出现了两个产品入口。Cursor 在北京时间 02:20 表示 Fable 5.1 已可用，并称该模型在 CursorBench 3.2 的最高努力档得分为 73.4%，尤其擅长复核自己的工作。这个数字属于 Cursor 的内部评测口径，帖子没有给出任务数量、成功标准或与其他模型的完整对照。2

Perplexity 在北京时间 03:08 表示，Fable 5.1 已进入 Perplexity Computer 的 Pro 与 Max 订阅。Perplexity 同时给出自家 8 月 WANDR 评测：得分 0.601、每项任务成本 12.76 美元，并称相较 Fable 5 得分高 21%、成本低 37%。这些数字属于 Perplexity 的评测和计费口径，读者需要把任务定义、模型调用次数和订阅费用分开看。11

这条动态的增量在于：同一模型发布后，编码 Agent 和计算机操作产品迅速把它变成可选入口。跟进时，优先核对模型在自己使用的订阅、API 或 Agent 产品里是否可选，再比较完整任务成本；单看榜单分数无法替代真实工作流测试。

Loading content card…

GitHub CLI：Agent 可以把看到的画面一起提交

GitHub 在北京时间 9 月 2 日 04:55 发布 --attach 更新。gh issue create、gh issue edit、gh issue comment、gh pr create、gh pr edit 和 gh pr comment 都能使用这个可重复参数，把本地图片或视频上传并写入 Markdown。支持 PNG、JPEG、GIF、WebP、SVG、MP4、MOV 和 WebM；GitHub CLI 需要更新到 v2.99.0。7 8

GitHub 还规定了几个实际边界：上传需要已有的 gh 登录令牌或经典个人访问令牌，目标仓库需要写权限；图片和 GIF 的大小上限为 10 MB，视频上限在免费计划为 10 MB、付费计划为 100 MB，GitHub Enterprise Server 目前不在支持范围内。8

对编码 Agent 来说，变化很具体：Agent 可以把截图、渲染结果或错误录屏直接挂到 Issue 和 Pull Request，而不是只写一段描述。这个入口降低了“发现问题—提交证据—交给人复核”之间的切换成本；权限和文件大小仍然决定它能否进入团队流程。

模型与研究

OpenAI Astra：高能力预告伴随更窄的开放路径

OpenAI 在北京时间 9 月 2 日 04:30 表示，Astra 正在准备发布，并称它是 OpenAI 首个达到 Preparedness Framework Critical 网络安全能力阈值的模型。这个阈值衡量的是模型在工具和访问权限配合下，发现严重漏洞、构建利用链或执行端到端网络攻击策略的能力。3 4

OpenAI 的正式说明给出了更具体的评测信号：Astra 在 ExploitBench 的已知漏洞利用测试中得分为 100%；在内部测试中，模型发现并利用了两个零日漏洞，相关漏洞仍在向维护者披露。专家评估还观察到浏览器沙箱逃逸、宿主机命令执行，以及从无特权用户到 root 的本地提权链。上述结果建立在 Daybreak Blue 访问权限和特定测试环境上，不能直接当作默认产品配置下的能力。4

OpenAI 目前给出的状态是“很快可用”。高级网络安全工作流会先向一小群 Alpha 测试者开放，之后再通过受控访问扩大防御性使用；系统卡会在发布时补充更多安全、安保和一致性评估细节。读者现在能判断的是能力等级和开放策略，模型规格、价格与普通用户入口仍要等正式发布。

Loading content card…

Gemini 视频理解：模型开始主动决定看哪里

Google DeepMind 在北京时间 9 月 2 日 01:29 介绍 Agentic Video Understanding。传统视频输入通常按固定帧率读取画面；这项功能让 Gemini 通过 Agentic Loop 调用原生视频工具，主动决定读取哪些片段、用多快的速度读取，以及使用视觉帧、音频还是转录文本。开发者可以在 API 配置中设置 processing: "agentic"。6 12

Google 公布的支持范围包括 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，入口是 Gemini API、Google AI Studio 与 Gemini Enterprise Agent Platform，并支持上传视频和 YouTube 视频。官方博客称，与静态处理相比，token 消耗最高减少 88%、成本最高减少 66%、准确率最高提升 7%；收益在 10 分钟教程、90 分钟讲座和多小时录像上更明显。6

这条更新改变的是视频分析的取样方式，不是简单把上下文窗口变长。长视频应用落地前，团队需要用自己的视频类型复核抽帧策略、时间戳定位、转录质量和实际账单；“最高减少 88%”属于官方对比测试结果，不能直接换算成每段视频都会节省同样比例。

基础设施

Vercel Fluid Compute：运行环境开始围绕工作负载成形

Vercel 在北京时间 9 月 2 日 00:22 介绍 Fluid Compute，把 Functions、Builds 和 Sandboxes 描述为同一套底层计算系统的不同形状。底层 Hive 为任务选择隔离的虚拟机，warm VM 让工作负载减少冷启动等待；Drives 把数据从单台机器上解耦，Sandboxes 可以用快照和自定义镜像复用运行状态。9 10

这套系统对 Agent 的直接意义是三件事放到了同一个基础层里：隔离的执行环境、自定义运行时和跨实例保存的状态。Vercel 对 Functions 采用 Active CPU 计费，只在代码实际运行时计费，等待数据库或模型响应的时间不计入 Active CPU；Sandboxes 的 Drives 目前属于 private beta。10

这条信息更像部署条件更新，而不是一个单独的 Agent 产品。跟进时要看自己的工作负载属于请求驱动、计算密集还是需要高自由度的沙箱，再核对镜像、状态存储、隔离级别和计费方式；“同一计算层”降低了平台切换成本，具体性能仍取决于任务形态。

本期判断：模型入口和执行边界一起变得具体

五条动态的共同点落在同一条链上。Claude Fable 5.1 的发布马上延伸到 Cursor 和 Perplexity Computer，Gemini 把长视频处理拆成主动取样，GitHub 让 Agent 把视觉证据写进代码协作，Vercel 则提供隔离运行时与持久状态；OpenAI Astra 把最高级网络安全能力与受控访问绑定在一起。2 6 8 10

因此，今天值得继续核对的字段也更清楚：模型到底进入了哪个产品，评测数字由谁测得，Agent 能写入和调用什么，运行环境怎样隔离，长任务怎样计费。功能名称说明入口已经出现，以上条件才说明入口能否进入真实工作流。