AI 与科技日报｜2026年10月05日
今日要点
- OpenAI 公布 GPT-6 Astra 在税务工作簿场景的落地案例，称其处理速度达到 GPT-5.6 Sol 的两倍。
- 围绕“把模型当宗教”的讨论升温，Altman 将其定性为“安全问题”。
- 研究侧出现两项进展：BAIR 给出 word2vec 学习过程的理论解释，微软研究院更新 Skala 1.1 以推动预测性 DFT。
- 产品与数据侧：OpenAI 征集 Codex 用户故事，Anthropic 向 Claude 用户征集语音数据用于模型训练。
新闻速览
1. Basis 用 GPT-6 Astra 将税务工作簿处理提速一倍
据 OpenAI 介绍，GPT-6 Astra 完成一份 50 个标签页的税务工作簿，速度是 GPT-5.6 Sol 的两倍；其对用户意图的更强理解，也让 Basis 在真实场景中更有信心。
来源：OpenAI News
2. Altman：把宗教属性加在模型上是“安全问题”
据 Axios 报道，OpenAI 的 Altman 表示，将宗教属性归于模型是一个“安全问题”。
来源：Anthropic News / Axios
3. BAIR：word2vec 究竟学到了什么？
BAIR 的新论文尝试回答 word2vec 的学习机制。作者证明，在一些现实且实用的情形下，学习问题可归约为无权重最小二乘矩阵分解；他们给出了梯度流动力学的闭式解，最终学到的表示由 PCA 给出。从小初始化训练时，word2vec 会以离散、顺序的步骤学习。
来源：BAIR Research
4. 微软研究院：Skala 1.1 让预测性 DFT 更易获取
微软研究院发布更新版深度学习交换关联泛函 Skala 1.1，称其精度更高、在计算化学生态中更易获取，并提供一个持续跟踪计算性能的基准。
来源：Microsoft Research
5. OpenAI 征集 Codex 用户故事
OpenAI 正在收集使用 Codex 的开发者、研究者与创作者的真实故事，邀请用户提交项目与经历，参与 Codex Originals 项目的下一阶段。
来源：OpenAI News
6. Anthropic 向 Claude 用户征集语音数据用于模型训练
据 BleepingComputer 报道，Anthropic 请求 Claude 用户分享语音数据，用于 AI 模型训练。
来源：Anthropic News / BleepingComputer
趋势判断
今天的几条消息放在一起，能看到两条并行的线索。一条是能力落地：GPT-6 Astra 的税务案例和 Skala 1.1 的更新，都指向“把模型能力嵌进具体专业流程”，评价标准从跑分转向真实任务中的速度与可用性。另一条是边界与数据：Altman 对“模型宗教化”的定性，以及 Anthropic 征集语音数据，说明行业在扩张能力的同时，也在处理用户认知与训练数据来源这两个敏感面。研究侧，BAIR 对 word2vec 的理论刻画提醒我们，即便是“老模型”，其学习机制仍值得被严格解释——这类基础理解，长期看会反哺对现代语言模型的判断。
—
编辑点评： 落地案例与理论解释同日出现，说明行业既在往前跑，也在回头补课。数据与认知的边界问题，正在从伦理讨论变成产品决策的一部分。