三天活三小时干完，把重复工作交给 AI 干
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天最想跟你说的有两件：一个只有两人的团队用 ChatGPT Work 把三天的活压到了三小时；还有个狠人用九个机器人接管了收件箱、接孩子和公关队列。另外，三大 AI 助手昨天同一时间掉线，没多久又自己爬起来了。
灵感百宝袋
一个只有两人的公司，用 ChatGPT Work 把三天的活压成了三小时。
这不是什么大厂，是一个在全美跑 26 场极限摩托表演的夫妻档团队。他们要管演出、行程、车手、装备、商品，还要顺带把家照顾好，忙到跟演出抢时间。他们把一摊子重复活交给 ChatGPT Work 之后，商品盘点从三天变成三小时，甚至拿商品照片 15 分钟就搭出一个库存网站。搜 AI 搜索带来的曝光涨了 1223%，每周还省下 7 小时审核活动信息。说白了，把那些必须做、又不出彩的事交出去，人就腾出手来想更值钱的事。你也能挑一件手头重复又费时的整理活，让它先跑一版看看效果。
原文：https://openai.com/index/atv-big-air-tour
有人用九个机器人接管了收件箱、接孩子和公关队列，还顺手把旧方案全换掉了。
Claire Vo 在 Lenny 的 Newsletter 这期播客里讲得很实在：她跑了几周 Grok Bot，把自己原来那套智能体全停掉了。九个机器人各管一摊：Chief 帮她扫六个收件箱和一堆工作群，TradBot 每天早上给孩子们打印一张餐桌小报，两个工程机器人盯着公关队列和合规监控，还有个客服机器人 Holly helpdesk。最意外的是她说到迁移时顺手写了脚本，把每个机器人的身份和日程从旧系统里搬过去。对普通人来说，别一上来就学她铺九个，先挑一件每周要重复、规则又相对清楚的小事，让一个机器人固定替你盯几天，行不行很快就有答案。
原文：https://www.lennysnewsletter.com/p/grok-bot-vs-openclaw-how-i-replaced
想用 AI 帮你卖东西？Anthropic 写了份电商智能体拆解指南。
过去一年他们跟零售商、市场、旅行、电信这些团队一起搭电商智能体，发现能跑起来、还能让购物车变大的方案，背后都差不多：让 Claude 在一个循环里配上技能、工具和一套评测。指南分三块，先讲架构，再讲怎么把速度和成本压下来，最后讲生产环境里的记忆、安全和评测。他们还放出一个参考蓝图，说工程团队照着几天就能搭出一个购物智能体或商家智能体。你要是正在做网店、票务或者旅游预订，里面有不少拿来就能改的思路。哪怕不写代码，先看它讲评测那一节，也能帮你判断自己做的 AI 客服到底靠不靠谱。
原文：https://claude.com/blog/the-anatomy-of-effective-commerce-agents
Simon Willison 为了给一个社区画边界，让 AI 现造了个地图查看工具。
独立开发者 Simon Willison 要帮朋友整理地方行政边界的地图，想把 GeoJSON 文件显示在地图上再导出成 PNG。他先问了 GPT-5.6-Sol，结果对方直接动手给他造了个工具，之后又用 Claude Code 网页版和 Fable 5.1 来回迭代到能用的程度。更妙的是，他跟 ChatGPT Work 要某个区域的边界文件，它会自己从不同政府数据源里抽取、合并，拼出你想要的多边形。下次你冒出「要是能有个小工具就好了」这种念头，不妨把需求描述清楚，让 AI 现做一个，常常比找现成软件还快。
原文：https://simonwillison.net/2026/Sep/1/geojson
江湖快报
OpenAI 发布 GPT-6 Astra，说它的网络安全能力首次到了自己框架里的最高档。
按 OpenAI 的说法，这个模型能自己发现以前不知道的安全漏洞，还能自己开发利用方式，不用人一步步在旁边指挥。正因如此，他们加了不少防护：更严格隔离、加密、全程监控，内部使用前还要过一个阻断评估。对普通用户来说，这更多是个信号：模型能力在上台阶，安全措施也跟着收紧。我们正常用几乎感受不到，但如果你是开发者，新模型发布后接口和限制可能都会变，先留意官方文档即可。
原文：https://openai.com/index/safety-overview-gpt-6-astra
ChatGPT、Grok、Claude 昨天同一时间掉线，后又恢复。
昨天白天，ChatGPT 先开始报错，登录、文件上传、语音、搜索、画图都受影响了，Claude 和 Grok 也差不多同时出问题。OpenAI 当时还在预告新的 Astra 模型，三家的服务页都显示异常，现在已经恢复。这种三连掉线不多见，但也提醒我们：别把重要任务只押在一个 AI 上，关键时刻手边备一个能顶上的。
原文：https://www.theverge.com/ai-artificial-intelligence/989503/chatgpt-grok-claude-outage-down
开源图像生成模型 LLaDA-Image 说能做到逼真生成、精准编辑，还给出全开放的训练配方。
简单说，它把 60 亿参数的扩散模型和一个视觉理解模块搭在一起，先用纯图像训练，再用真实图片继续训，最后蒸馏出一个 2 到 4 步就能出图的快速版。在 Qwen-Image-Bench 的中英文评测里，分数创了开源模型的新高。对不做技术的人来说，记住一点就行：开源图像生成又有新进展，以后做设计、改图可能会更快。目前还只是论文刚放出来，离普通人直接上手还有段距离。
原文：https://arxiv.org/abs/2609.03796
摩尔线程说年底要出的庐山 GPU，3A 游戏渲染能提 15 倍。
在业绩说明会上，摩尔线程官方透露这款国产 GPU 支持硬件光线追踪，宣称 3A 游戏渲染提升 15 倍、AI 性能提升 64 倍、光线追踪性能提升 50 倍，还提到 AI 生成式渲染技术。这是官方预告，最终产品什么时候开卖还没定。国产 GPU 在往硬件光追和 AI 渲染方向走，对游戏和图形用户来说，多个选择总不是坏事，先当消息看就行。
原文：https://www.ithome.com/0/998/312.htm
贤者视角
Claude 的新性格设定，非常不想给你复述歌词。
Simon Willison 发现，Anthropic 把 Claude 消费应用的系统提示词公开了，而且连历史版本都放在一起。新版本里加了一大段：不复现歌词、诗句、书和文章段落，包括副歌、旋律，也不画受版权保护的角色和 logo。这解释了为什么你让 AI 唱歌它老拒绝——不是它没听过，是底层指令就不让它唱。感兴趣的话去翻一眼官方公开的提示词，你能更清楚自己常用的 AI 底线在哪。
原文：https://simonwillison.net/2026/Sep/2/claudes-new-system-prompt
预测市场火了，但也开始有人因此被封号、被指控。
这期 Wired 播客聊到预测市场近期两起风波：有人被一个平台终身禁入，另一名谷歌工程师因涉嫌内幕交易被指控，他自己说只是在赌博。播客还提到记者逆向分析了一个给警察用的 AI 找人搜索工具，专家对准确性存疑，也讨论了「失控智能体」该怎么形容。热度起来之后，规则和边界也在变清楚。用 AI 做高风险判断时，先想想准确性和合规，比急着上车更重要。
原文：https://www.wired.com/story/prediction-market-betting-is-getting-people-banned-and-arrested
开发者补给站
Knowhere 想让文档解析完不丢结构，补上 MinerU 没管的那一步。
做 RAG 和智能体的开发者都踩过这个坑：用 MinerU 把 PDF 转成 Markdown，再切片扔进向量库，结果章节、表格、图片之间的关系全被打平了，Agent 检索到的只是几个孤立片段，答案质量自然上不去。Knowhere 在解析和向量化之间插了一层结构重建：恢复章节树，做图片 OCR 和表格摘要并跟来源切片关联，再建一个可导航的记忆图谱，检索时融合关键词、路径、内容和语义信号，最后还能保留原始页面当视觉证据。近三个月拿了差不多 3000 star，说明这套补位踩到了不少团队的痛处。如果你正在搞复杂文档的知识库问答，拿一份章节多、表格密的 PDF 对比试一下，最有感觉。
原文：https://www.infoq.cn/article/SJOBmxzKUJ5kX7TLNVKC
Hugging Face 出一个方案，让编程智能体的记忆归你自己掌控。
这篇博客介绍 Funes，核心是给编程智能体加一层你能自己拥有的记忆，让项目上下文不用每次对话都从头喂一遍，跨会话也能接着用。对经常用 AI 写代码、又烦上下文丢失的开发者来说，可以先跟进看看它怎么落地。博客本身没有展开太多实现细节，真正的判断还得去翻代码。
原文：https://huggingface.co/blog/funes
开源 PaaS 项目 ZaneOps 发了 v1.14，半年没更新但项目没黄。
作者在 reddit 上说，这半年不是不干了，是生活上有些事拖慢了进度，这次带来新版本。ZaneOps 是一个自托管平台即服务，能自己部署和管理应用，想完全掌控基础设施的开发者可以留意。自托管的好处是数据都在自己手里，代价自然是要自己搞定服务器和日常维护。它现在的节奏不算快，适合那种不追求激进更新、更看重稳定的场景。
好物挖掘机
Causal 是块 AI 画布，拿来规划视觉项目。
Product Hunt 新上的一个工具，给做方案、策划、视觉内容的人当画布，把零散想法排成可以讨论的样子。你不是要最终设计，只是想快速把脑中草稿可视化，它可能就能帮上忙。产品还很新，具体门槛和成熟度得自己试一次才知道。可以从一个你手头正在想的视觉项目开始，看看它能不能把你说的话变成能给别人看的版面。
原文：https://www.producthunt.com/products/causal-2
Doop 让你和 AI 智能体在同一张画布上一起改设计。
想象一下你动一下元素，AI 也在旁边跟着调，像多了个随时在线的设计搭子。Doop 主打的正是这种实时协作，做海报、界面、视觉方案时可能挺顺手。它同样刚上线，好不好用别听宣传，拿一张正在做的图进去试十分钟，感受一下 AI 是会帮倒忙还是真能接住你的想法。