GPT-6 Astra、Cybercab与模型蒸馏：AI能力开始按权限交付 (2026)

本期覆盖北京时间 2026 年 9 月 3 日 21:00 至 2026 年 9 月 4 日 21:00。窗口里最值得放在一起看的三条动态，分别来自模型发布、模型调用控制和自动驾驶落地：GPT-6 Astra 把高风险能力分层开放，Anthropic 将模型蒸馏争议推进到账号与基础设施治理，Tesla 则把 Cybercab 推进到奥斯汀有限区域试乘。三件事共同指向一个更具体的变化：AI 产品的竞争焦点正在从“模型能做什么”延伸到“谁能调用、在什么条件下调用，以及能否在现实环境里持续运行”。

今日新模型发布

OpenAI 在本期窗口内发布 GPT-6 Astra。CNBC 的报道时间为北京时间 2026 年 9 月 4 日 02:00:02，报道确认 Astra 采取分阶段 rollout，申请制网络安全项目 Daybreak 的有限组织先获得访问，随后再向 ChatGPT Plus、Pro、Business、Enterprise、OpenAI API 与 AWS 开放。1

OpenAI 官方发布页把 Astra 定义为首个达到 Preparedness Framework“Critical”网络安全能力阈值的模型。官方页面给出的内部评测显示，Astra 在 ExploitBench 上得分 100%，在 ExploitGym 上得分 42.4%；对照模型 GPT-5.6 Sol 的得分低于这两项结果。OpenAI 同时把 Astra 在 OSWorld 2.0 上的得分列为 72.6%，单项任务平均约 40 分钟，GPT-5.6 Sol 的对应结果为 65.7%、约 75 分钟。这些数字属于 OpenAI 自己的 benchmark 与比较口径，适合说明发布方认为能力提升出现在哪些测试里，尚不足以替代独立复测。2

Astra 当前先向有限组织开放，OpenAI 计划在未来几天扩展到 ChatGPT 的 Plus、Pro、Business、Enterprise 用户，以及 OpenAI API、Microsoft Azure 和 AWS Bedrock。高风险网络安全任务仍处在更窄的权限范围内：Astra 当前会拒绝为漏洞创建 PoC exploit 等更高级任务，OpenAI 计划通过 Daybreak 在未来几周扩大防御性工作流权限。官方安全说明还写明，更高风险任务可能被减速、暂停或停止，并配套部署误对齐监控。2 3

状态表：能力开始按权限交付

信号	窗口时间	当前状态	具体变化	下一项验收
GPT-6 Astra	9 月 4 日 02:00 左右进入本期窗口	有限组织先用，随后分批扩大	能力评测上探到 Critical 阈值；高风险网络安全任务仍按权限限制	看 Daybreak 是否把防御性工作流扩展到哪些组织、哪些任务，以及误对齐监控如何记录与处置 1 3
Anthropic 模型蒸馏争议	9 月 3 日 19:45 报道	指称、调查与回应缺口并存	Anthropic 指称 Moonshot AI、DeepSeek、MiniMax 通过大规模收集 Claude 回答进行蒸馏；报道提到被指称方与阿里巴巴未回应置评请求	看证据是否公开到可复核的请求记录、账号链路与模型输出对照 4
Tesla Cybercab	9 月 4 日 17:11 状态更新	奥斯汀有限区域试乘，监管评估进行中	无方向盘、无踏板的两座 Cybercab 已提供试乘；NHTSA 正与 Tesla 联系并评估，收费时间仍未明确	看试乘区域、乘客安全流程、监管结论与收费规则能否形成可审计的运营条件 5

表里的“当前状态”比“发布了什么”更重要。Astra 还在扩大权限，蒸馏争议还在寻找可复核证据，Cybercab 还在有限区域试乘；三者都处于从能力展示走向受控使用的中间阶段。

Astra：最强能力先以分层方式开放

Astra 的关键变化有两层。第一层是能力层：OpenAI 官方把 ExploitBench、ExploitGym 和 OSWorld 2.0 的结果放在发布页上，说明 Astra 同时强化了网络安全任务与计算机操作任务。第二层是权限层：同一个模型的网络安全能力按照组织、任务类型和风险等级分开开放。2

“达到 Critical 阈值”描述的是安全评估框架里的能力等级。它和“所有用户都能执行高级攻击任务”属于两件事。当前页面给出的边界是，Astra 可以先进入有限组织的防御性工作流，但会拒绝创建漏洞 PoC exploit；Daybreak 后续扩大的是防御用途权限，而非一次性解除全部限制。2 3

这会改变企业采购模型的问法。过去，采购方容易把“模型是否支持某项能力”写成一个开关。Astra 给出的产品形态更接近一组有条件的许可：谁可以用、能做哪类任务、任务运行多长时间、什么动作会触发暂停，以及暂停后谁能查看记录。对于高风险场景，模型分数只是准入材料，权限边界和监控结果才决定能否进入生产流程。

蒸馏争议：模型竞争进入账号和调用控制

CNBC 报道了 Anthropic 威胁情报主管 Jacob Klein 的说法：Anthropic 指称 Moonshot AI、DeepSeek 和 MiniMax 对 Claude 进行模型蒸馏，并称相关生态使用被盗信用卡、受损基础设施和虚假账户，大规模收集 Claude 的回答。CNBC 同时写明，被指称的 Moonshot AI、DeepSeek、MiniMax 与阿里巴巴没有回应置评请求。当前材料支持“Anthropic 提出指称”这一事实，支持不了“蒸馏链路已经被独立证实”这一更强结论。4

这场争议的产品含义，落在调用层而非宣传语里。模型提供商需要识别异常请求密度、重复提示模式、账号之间的输出采集关系、支付方式风险和受损基础设施。Anthropic 的指称把这些问题带到台前；Astra 的分层发布则说明，提供商也在把高价值能力绑定到组织资格、任务类型与持续监控。两条材料都支持一个范围较窄的推断：模型能力越有价值，平台越会把账号、调用和风控当作能力交付的一部分，而不是模型之外的运营工作。2 4

对模型使用方来说，供应商的“开放”也需要拆成三项：接口是否能调用，调用是否会被限速或暂停，输出是否能留存并接受审计。只确认第一项，企业就无法判断一条关键工作流是否能稳定运行；只确认第三项，企业又可能误把审计能力当成使用权限。

Cybercab：从测试走向有限区域运营

Reuters 在 9 月 4 日的更新中确认，Tesla 已在奥斯汀有限区域提供无方向盘、无踏板的两座 Cybercab 试乘。美国国家公路交通安全管理局（NHTSA）表示正在与 Tesla 联系并评估，Tesla 尚未明确何时开始收费。5

这条更新把 Cybercab 的状态从“车辆和公共道路测试”推进到“乘客可以进入的有限区域试乘”。试乘仍然距离规模化商业运营有几道门：区域能否扩大，乘客安全流程是否固定，监管评估是否形成公开结论，以及收费规则是否落地。Reuters 的更新目前只确认了试乘、监管联系与收费时间未明，尚未给出一套完整的商业运营承诺。5

Reuters 还报道了德州自动驾驶车辆的注册量：Tesla 自动驾驶车辆约 420 辆，其中 Cybercab 约 45 辆，Waymo 约 988 辆。这些数字是注册量，统计口径落在车辆登记，读者不能直接把它们当作正在运营的车队规模或订单量。5

这组信号说明了什么

三条动态的共同约束很清楚。Astra 把模型能力拆成评测等级和用户权限；蒸馏争议把竞争延伸到账号、支付、基础设施与异常调用；Cybercab 把车辆能力放进区域、乘客、监管和收费条件里。模型、API 和车辆都没有以一个简单的“上线”标签完成交付。

这组事实支持的判断是：AI 能力正在按权限交付。模型发布方先确认能力边界，再决定哪些组织可以使用；平台再通过调用识别和监控控制能力扩散；实体 AI 公司则用有限区域试乘把技术能力放到监管与安全流程中验证。这个判断来自三条动态的共同结构，属于基于公开材料的综合推断，不等同于任何一家公司的原话。

对行业竞争而言，能力本身仍然重要，但能力的可调用性、可审计性和可持续运行时间正在成为同一项产品价值的一部分。对投资者而言，发布日的 benchmark 只能回答“能力有没有上探”；对采购方而言，真正需要继续追问的是“权限何时扩大、失败如何回滚、调用如何计量”；对自动驾驶和机器人项目而言，演示视频或一次试乘也要继续拆成区域、流程、监管、收费和运营数据。

给从业者的检查项

模型接入：把“可用”写成权限矩阵。
- 已确认事实：GPT-6 Astra 先向有限组织开放，之后再扩展到多种 ChatGPT 方案、API、Azure 与 AWS Bedrock；更高级网络安全任务仍按限制处理。1 2
- 仍待核验指标：本组织获得的具体模型版本、任务权限、速率限制、停用条件和日志保留期限。
- 从业者动作：在采购和上线清单里分别记录身份、任务、额度、暂停、恢复与审计字段，避免用一个“支持 Astra”的布尔值替代完整边界。
安全治理：把 benchmark 与生产证据分开。
- 已确认事实：Astra 的 ExploitBench、ExploitGym 和 OSWorld 2.0 数字来自 OpenAI 官方页面，官方同时描述了拒绝高风险任务、误对齐监控以及减速、暂停或停止机制。2 3
- 仍待核验指标：独立复测结果、误拒率、触发延迟、人工介入时点、回滚范围和可审计日志样例。
- 从业者动作：把供应商官方评测当作准入材料，把本组织的红队测试、误报漏报和停机演练设为上线门槛。
供应商管理：把调用控制纳入成本与合规。
- 已确认事实：CNBC 报道的 Anthropic 指称涉及被盗信用卡、受损基础设施、虚假账户和大规模收集回答；被指称方的回应在该报道中仍缺失。4
- 仍待核验指标：账号风控误伤率、异常请求判定依据、申诉通道、跨区域数据处理规则，以及供应商暂停账号后的业务恢复时间。
- 从业者动作：在合同中要求调用计量、风控通知、证据导出和业务连续性安排，同时为关键流程保留第二供应商或可迁移接口。
自动驾驶与机器人：把试乘或演示拆成验收阶段。
- 已确认事实：Tesla 已在奥斯汀有限区域提供 Cybercab 试乘，NHTSA 正在联系并评估，收费时间仍未明确；Reuters 报道的车辆数字属于注册量。5
- 仍待核验指标：试乘区域边界、乘客安全事件、人工接管规则、监管结论、收费方案和单位运营成本。
- 从业者动作：把“完成试乘”“取得监管许可”“开放收费”和“形成可复制运营”列成四个独立里程碑，分别要求现场数据与责任人签字。