OpenAI 发布法律版 Astra，Anthropic 称 Claude 已主导其 26% 研发｜9 月 18 日早报

北京时间 2026 年 9 月 17 日 08:00 至 9 月 18 日 08:00，全球 AI 领域值得关注的增量如下。上期已经写过 OpenAI 的模型失准事件披露框架、美中 AI 风险会谈的启动、西班牙首例由智能体实施的数据泄露与 Cohere 合并 Aleph Alpha，本期只收之后的新进展。排序上先看模型与产品的实际交付和两家实验室自报的研发口径，再看中国的模型与算力动作，然后是军事 AI 治理与算力资本开支。

发生了什么。 OpenAI 于 9 月 17 日发布 Astra for Law：在以 GPT-6 Astra 为底座的模型上加一套法律检索索引，加上面向法律分析与写作的指令，供律所和法律科技公司搭建自己的产品与流程。这套索引可检索美国判例法、成文法、法规、法院规则与行政裁决，语料规模超过 2.3 亿条链接；判例部分来自非营利机构 Free Law Project 的 CourtListener 数据集，按其数据说明覆盖已公布的美国先例法 99.9% 以上。OpenAI 用 Vals AI 法律研究基准的 200 道题做了自测：在最高推理强度下，Astra for Law 的全对率为 54.0%，只用网页搜索的 GPT-6 Astra 为 38.7%，相对提升 40%；在判例类问题上多找到 24% 的参考案例。产品接入 26 个生态插件（包括 Relativity 与 Clio），Harvey、Legora 等法律 AI 厂商可以基于它构建产品；律所通过 Trusted Access 计划先期使用，可获得零数据留存等安排。12

为什么值得关注。 这次发布的差异落在检索语料和客户数据条款上：Google 8 月扩展了面向法律行业的 Gemini Enterprise，Anthropic 从 5 月起为律师推出 Claude 工具，Thomson Reuters 上月发布了自己的法律模型，几家的模型能力接近，谁能拿到权威检索源的授权、谁的数据条款更硬，才是选型时先要比的东西。上面那组分数来自 OpenAI 自测，尚无第三方复现。

发生了什么。 Anthropic 于 9 月 17 日发布一套衡量前沿实验室内部研发进度的方法说明，并给出首批数字：截至今年 8 月，Claude「主导」了公司内部 26% 的 AI 研发工作，另有超过 90% 的研发工作由人机协作完成。作为对照，3 月时按独立机构 Epoch AI 设计的标尺，这一比例只有 1%。公司称被测量的环节中没有任何一处由 Claude 完全自主完成。8 月，公司内部平台上同时运行着约 3 万个 AI 智能体；当月这些智能体做出超过 10 亿次决策，约每 4.7 万次中有一次在执行前被拦截。Anthropic 还披露，7 月某一周其研究算力约 6% 用于安全工作，在由 AI 自行开展的研究中这一比例为 12%；公司表示这是保守口径，因为既提升能力又提升安全的算力被计入了能力一侧。34

为什么值得关注。 这些数字出自厂商自报，Anthropic 只承诺定期公布，没有说明独立审计方式，但它们第一次把「AI 在多大程度上参与造下一代 AI」变成了可比的口径——采购方可以直接问供应商按同一口径算出来是多少。对自建智能体平台的团队，「10 亿次决策中约每 4.7 万次被拦截一次」也是一个可以对照自己日志量级的参考。

发生了什么。 华为 9 月 17 日在上海的年度 Connect 大会上发布 Atlas 960 SuperPoD 计算集群，比去年底才推出的 Atlas 950 SuperPod 在训练与推理上又有提升；公司还计划在 2028 年和 2029 年分别推出昇腾 970 与 980 芯片。华为轮值董事长徐直军当天对记者说，美国主流模型厂商因为手握巨量算力，「也许只有他们自己知道」模型处在什么水平，「他们能感受到的那类风险，中国的人或中国的模型厂商可能感受不到」，中国厂商「也许需要加快脚步」才能在同样水平上感受到这些风险。他同一天还表示，华为产不出足够多的 AI 算力设备满足国内需求。华为本周预测，到 2035 年智能体将占全球 AI 处理流量的 90% 以上，活跃智能体最多可达 9000 亿个。56

为什么值得关注。 这一条同时给出了供给和立场两件事。供给上，Atlas 960 与昇腾 970、980 的时间表决定了国内团队明年能拿到什么算力、成本怎么走；立场上，美方实验室本周在讨论放慢节奏，徐直军公开主张加快，这与路透报道的国内舆论一致——中国研究者与官方媒体认为，放慢最先进模型的开发会帮助美国企业保住领先。要判断明年的算力预算和发布节奏，这两件事都得算进去。

发生了什么。 智谱 9 月 17 日发布技术说明，称其新模型 GLM-5.3-Flash 的全部生产推理运行在一个由 10 万块以上国产 AI 加速器组成的集群上，团队称此前没有人以这个规模部署过国产加速器。这批芯片的内存容量和带宽都比较有限，模型又是新架构，还要支持 100 万 token 的上下文窗口和多模态请求，工程难度集中在这些约束上。公司说大部分工作由一个由 GLM-5.3 驱动的「Infra Agent」完成，把原本要一队基础设施工程师做上几周的活压了下来：端到端服务性能比初始基线提升约 3 倍，从模型适配到生产就绪不到 两周。智谱称硬件利用率和单 token 成本「与主流英伟达 GPU 相当」。发布前，这个模型以匿名名称 Ox-Alpha 在 OpenCode 和 OpenRouter 上测试，一周内成为两个平台使用量最高的模型，六天处理了超过 62 万亿 token。7

为什么值得关注。 这一条的价值在账单结构：如果同一套模型能在国产芯片上把单位成本做到接近英伟达，国内团队的推理预算就有了第二个选项，选型时也多了一个议价参照。文中的性能与成本数字全部出自智谱自述，尚无第三方复现，评估迁移时值得自己压测一遍；智谱在文末也写明，人类仍然负责设定目标与边界。

发生了什么。 路透 9 月 17 日报道，参与美中 AI 与国家安全对话的两国学者提出一组军事 AI 风险管控建议，为政府间会谈和预计 9 月 24 日在华盛顿举行的特朗普与习近平会面做铺垫。提出建议的是布鲁金斯学会高级研究员 Melanie Sisson 与复旦大学副教授蒋天骄，两人所在的美中对话机制自 2019 年起由布鲁金斯学会与清华大学国际安全与战略研究中心共同召集，这份建议上周已发布在布鲁金斯学会网站。建议包括：对另一国核指挥、控制与通信系统或关键基础设施发起 AI 支撑的网络攻击，授权只能掌握在人类手中；划出红线，禁止 AI 自主决定使用核武器或自主攻击核指挥系统；为涉 AI 事件设立美中军事热线，避免自动化网络行动被误判为攻击；两国共同定义「有意义的人类控制」（meaningful human control），防止用同一套措辞为不同的机器自主程度背书。这套建议延续了 2024 年 11 月拜登与习近平关于核武使用决定应由人类掌握的共识，两国政府目前均未公开背书。89

为什么值得关注。 军事 AI 的讨论正在从原则表态走向具体机制：红线划在哪、热线谁来接、术语怎么定义。做国防、政务或关键基础设施相关业务的团队，这些条款会在未来两年里变成合同中的合规要求；时间节点也很清楚——本周末的财长级会谈与下周的元首会面。

发生了什么。 AI 基础设施公司 Crusoe 9 月 17 日宣布完成 39 亿美元融资，投后估值 309 亿美元。这一轮由 Atreides Management、Mubadala Capital 与 Valor Equity Partners 联合领投，Founders Fund、英伟达与卡塔尔投资局等新老股东参与。公司称累计合同价值超过 1400 亿美元，签约容量超过 6 吉瓦，其中 1 吉瓦已经投运。TechCrunch 报道称，这笔钱用于建设大型数据中心和模块化的小型「AI 工厂」。1011

为什么值得关注。 算力资产仍然拿得到钱，但定价的锚变了：一家 2018 年做加密货币起家的公司，靠 6 吉瓦签约容量做到 309 亿美元估值，出资人看的是已经签下的容量和合同价值，而不是技术叙事。需要租算力的团队值得盯住模块化「AI 工厂」这条线，它决定新产能落地的速度，也影响明年谈价时的筹码。

发生了什么。 云服务商 Nebius 9 月 17 日宣布，自 10 月 1 日起上调部分英伟达 GPU 的按需租赁价格，涨幅 17% 到 21%；部分纯 CPU 实例价格涨 25%，内存产品涨约 41%。这是该公司三个月内第二次涨价。Nebius 表示，一次预留数月的大规模集群可以获得承诺折扣。同一天，竞争对手 CoreWeave 表示正以更高的价格签约。上一季度，Nebius 签下的四份客户合同平均金额都超过 10 亿美元。12

为什么值得关注。 涨幅可以直接换算成推理账单：如果线上服务有一半成本压在按需 GPU 上，这一轮调价的幅度大致就是明年的成本增量。值得先确认两件事，现有合同能不能把价格锁到 10 月 1 日之后，以及预留规模够不够换来承诺折扣。

发生了什么。 英国国王查尔斯 9 月 17 日在苏格兰坎诺克的邓弗里斯庄园（Dumfries House）召集 AI 公司、政府与思想界人士开会。出席者包括英伟达创始人兼首席执行官黄仁勋、Google DeepMind 创始人兼主席戴密斯·哈萨比斯、OpenAI 首席财务官 Sarah Friar、Anthropic 首席全球事务官 Tino Cuéllar、英国 AI 大臣 Kanishka Narayan，以及曾呼吁各国放慢 AI 发展的教皇顾问 Paolo Benanti。查尔斯在会上说，AI 落入错误之手存在「生存性危险」，需要「在一切都太晚之前」有足够的控制手段。黄仁勋在会场外对记者说，AI 应当带着「负责任的乐观」来构建，责任在开发者自己：「如果还没准备好，就先别发。」他还说：「能跑多快就跑多快，但不要超过这个速度。」英国 AI 大臣 Narayan 表示，这不是一次性会议，而是关于英国能扮演什么角色的「一系列对话」之一。13

为什么值得关注。 本周关于放慢前沿模型开发的辩论，欧洲给出了自己的动作：把各家实验室请到同一张桌子上，还没有走到立法这一步。黄仁勋的表述更值得注意，他把责任放回公司自己手里，这既是对「等行业监管」的回应，也意味着各家自有的测试门槛和发布标准还会继续被拿出来互相比较。