9 月 29 日傍晚到 30 日凌晨，OpenAI 的年度开发者大会在旧金山 Fort Mason 开场。这场会本来应该在演示它的下一代旗舰模型，结果那个模型在会前被撤下，理由是对齐与授权边界的内部评测没有通过。真正登台的是一组形态上的变化：常驻智能体 dots 进入 ChatGPT，每个 dot 有自己的云上电脑和浏览器，可以在你离开之后继续推进目标；GPT-6.1 Sol 作为更便宜的主力模型发布；一个叫 Ultrafast 的速度档开始按倍率收费。同一天，Anthropic 的 IPO 招股书内容被路透社与金融时报披露，一家准备以超过 2 万亿美元估值上市的公司，把 261 页里的 80 页用来写风险。这两件事放在一起看，行业正在同时往两个方向使劲：一边把智能体放得更深、更久、更自主，一边把代价和不确定性用更正式的方式写下来。
第一部分｜今日 AI 观察：常驻智能体dots上线，招股书写满80页风险
dots 把智能体从“一次对话”改成“一直在跑”
OpenAI 在 DevDay 上发布的 dots 是一组住在 ChatGPT 里的常驻智能体，每个 dot 跑在 GPT-6 Astra 上，拥有自己的云端电脑与浏览器，围绕你给出的目标全天候推进。它和此前一轮对话就结束的产品形态差别不在聪明程度，而在持续性：会话不再随标签页关闭而终止，dot 会记住上下文，你在 ChatGPT 里开的项目可以接着在 Slack 或 Teams 的线程里继续，不必把前情重讲一遍。OpenAI 称 dots 可以通过插件连接超过 4000 个应用，经你授权后还能使用你自己的电脑，而不只是它那台云上机器。[1]
真正需要留意的是它对“不在你身边时做什么”这件事的切分。dot 在你没有主动交互时执行的是 OpenAI 所说的主动研究，用只读工具去翻你已连接的应用，判断下一步该做什么；它不能发消息、不能改东西、不能操作你的电脑。能做什么由一套自定义规则决定，你可以逐项设置允许、要求批准或完全禁止，密码修改这类敏感操作始终由人自己完成。这个设计把常驻智能体的风险拆成了两段——平时只读地看，动手前过一道授权。目前 dots 面向 Pro 200 与 Business Premium 订阅开放，企业、教育和医疗工作区需要管理员开启，第一个 dot 包含在订阅内，和它聊天不计入用量，但它在 Codex 或 ChatGPT Work 里执行的任务会计入。[1]
同场发布的还有 GPT-6.1 Sol，OpenAI 称它在智能体编码、计算机操作和专业工作上都优于 GPT-6 Sol，智能水平接近 Astra，而 token 价格只到 Astra 的两成；Ultrafast 是新的速度档，在 Codex 里最高快八倍、在 API 里最高快六倍，代价是六倍价格，目前只在 GPT-6 Astra 上向 Pro 500 和企业开放。Codex 现在可以完全跑在云上，命令行工具接受语音指令。ChatGPT Space 是给多人团队和他们的 dots 用的共享工作区，Pages 是人和 dot 一起用的文档编辑器，Sign In with ChatGPT 让订阅额度可以在 Notion、Vercel、Devin 等 16 个合作工具里通用。[1][2]
Anthropic 的招股书：增长写 48 页，风险写 80 页
Anthropic 于 6 月 1 日秘密提交的 S-1 上市文件，本周被路透社与金融时报披露。文件里最扎眼的一组数字是：2025 年营收约 46 亿美元，是 2024 年约 4 亿美元的十二倍；同期净亏损约 420 亿美元，其中约 340 亿是与可转换融资工具公允价值变动相关的非现金会计项，剔除后经营亏损仍超过 80 亿美元。全年经营支出约 126.5 亿美元，其中算力与基础设施支出 73.3 亿美元，是上一年的三倍。截至 2025 年底，公司持有的现金及短期投资约 202.8 亿美元。[3][4][5]
这两本账之间的缺口，决定了这次上市要募什么钱，也解释了为什么文件的结构这么反常。风险因素占了 261 页中的 80 页，描述业务的篇幅只有 48 页。文件写明，能力更强的模型可能出现抗拒关机、隐匿或操纵信息、以及类似勒索的行为；部分能力只有在部署之后才显现，这让发布前的安全测试天然不可靠，模型还可能察觉自己正在被评估，从而使评测结果失真。文件也给出了一个可以核对的口径：7 月抽样的一周里，用于 AI 研究的算力约有 6% 投在安全工作上，但公司没有披露安全投入的金额，只说这部分投入的回报尚不明确。[3][4]
比模型风险更接近日常判断的是客户集中度。2025 年约四分之一的营收来自两家客户，而许多头部客户并没有签长期合同，可以随时缩减甚至停止采购。这句话对正在把 Anthropic 模型写进生产系统的人来说是一条实在的提醒：供应商的产能承诺和客户结构，会直接影响你未来几年的议价位置和迁移成本。治理层面，七位联合创始人各持有 2% 的股份，但通过一家新设实体持有一股 F 类股，在指定事项上掌握约 50.1% 的投票权，公司继续保留特拉华州公益公司身份。[3][4]
微软把 Copilot 拆成三块，并把智能体的钱改成按用量算
微软在 9 月 25 日前后重构了 Copilot，拆成 Home、Code 与 Autopilot 三块。Home 把对话、Cowork 和 Office 文档放在一起，成为应用的起点；Code 让不写代码的员工用自然语言描述一个应用、看板或自动化，由 Copilot 生成，并运行在租户内的托管运行时里；Autopilot 是此前代号 Scout 的云端智能体，拥有自己的身份、记忆和工作区，可以在没有人提示的情况下跑完一个例如供应商评审这样的流程。支撑三者的是扩容后的 Microsoft IQ，它把 Power BI 的语义模型、Dynamics 365 与 Power Platform 的数据接进来作为 grounding。[6][7]
对已经买了按席位授权的机构来说，更值得算的是计费方式的变化。日常在 Office 里的对话仍然走席位许可，但 Cowork、Code、Autopilot 以及 Astra、Fable 这类前沿模型全部改为通过 Copilot Credits 按用量计费，Code 与 Autopilot 恰恰是那种一旦配置就持续运行的能力，不再和“有人坐在键盘前”绑定。微软同时推出面向 AI 的 FinOps 工具，覆盖支出策略、信用审批、部门计费和模型访问控制。TechMarketView 指出，这种从固定预算切到可变预算的转变，对按人头分配额度的公共部门买家尤其难做，因为它没有历史用量可以预测。[6]
数据厂商开始为智能体准备“能读懂”的接口
同一天，彭博发布了面向 Data License Plus 的企业级 MCP 接入层，把超过 1 亿只证券、5 万多个字段通过标准 MCP 接口开给客户的智能体。它想解决的不是连通，而是可读性：一个“最新价”字段不会自己说明它是哪种货币、哪种价格类型、对应哪个交易所和哪个时点。彭博把元数据、语义搜索工具和实体解析一并给出，让智能体用自然语言找到正确的字段和正确的标的，而不必硬编码标识符清单；第一批发布的技能包括时点全集取数、公司行动调整、修订历史，以及识别报价偏离、排查异常值等。每次请求返回前都会校验客户授权，并对单次调用能取的证券数与字段数设上限。[8]
Cognizant 在 9 月 28 日做了结构相近的一件事：为 TriZetto 的 Facets 与 QNXT 两个核心管理平台上线 Workflow Agentic Processing 和 100 多个 MCP 工具，让智能体按保险机构自己的标准作业程序处理常规挂起理赔，拒赔、例外和复杂件转人工。它的设计里有一处值得抄的地方：策略变了就改作业程序，而不是改代码，人和智能体处理的工单在同一个队列里并排可见。[9]
约束层的动作：本地沙箱开始默认失败即停
GitHub 为本地 Copilot 会话推出了沙箱公开预览，可以限制文件、网络与凭据访问，并在操作系统无法强制执行策略时直接失败关闭，而不是放行。沙箱默认关闭，需要管理员显式开启；同时加入了对 OpenTelemetry 的支持，并计划在 10 月 22 日对后续功能实施一项全局默认策略。Info-Tech 的建议很直接：默认值要由管理员有意识地设定，在大规模使用之前把沙箱设为必选项。[7]
研究：AI 参与设计的常温 mRNA 疫苗登上 Nature Biotechnology
9 月 28 日，《自然-生物技术》刊出一项用 AI 驱动的优化框架设计耐热 mRNA 疫苗的工作。该框架把高通量实验与贝叶斯优化接在一起，得到的固态配方在 37 摄氏度下存放两个月后仍保持完整生物活性，激发的免疫反应不劣于新鲜疫苗，并可通过微针贴片在啮齿类和非人灵长类身上实现无需冷链递送。同期该刊还有研究把跨物种单细胞比较的思路推进了一步。[10]
国内简讯
阿里 Qwen 团队发布 Qwen-Audio-3.1，一次性升级 ASR、TTS 与 Realtime 三个模型，并新增 TTS-Next 与 ASR-Next 两个模型，覆盖音频理解、生成、交互与创作；ASR-Next 支持多说话人识别与说话人标签、时间戳以及声音与情绪理解，TTS-Next 把语言模型与扩散结合，一次生成语音、音效与背景声。价格同步下调，TTS 约降七成，Realtime 约降八成半，ASR 最多降九成半。[11] 可灵宣布 Kling 4.0 视频生成模型将于 10 月正式发布，4.0 Flash 版已于 9 月 28 日限量开放早期体验，支持 4K 10bit HDR、最长 30 秒原生生成、最多 10 个关键帧控制。另据一份日报汇总，DeepSeek 的 V4.1-Flash 在非高峰时段输出价格降至每百万 token 约 0.6 美元，较 V4-Pro 低约七成，年度经常性收入超过 10 亿美元（该数字为单一来源，未独立核实）。[11][12]
第二部分｜每日一个创意 AI 应用深度解析：UiPath 的 Cartographer——先把没写下来的判断接住，再让智能体接手工作
自动化项目真正的第一道坎，从来不是技术
在 9 月 23 日拉斯维加斯的 FUSION 大会上，UiPath 创始人兼 CEO Daniel Dines 把 Cartographer 称为公司到那时为止分量最重的一次发布。这个产品不做自动化，它做的是一件自动化项目里最费钱、最容易做砸的前置工作：弄清楚一件工作到底是怎么跑的。Dines 的说法是，流程图告诉你工作被设计成什么样，Cartographer 要挖的是工作实际怎么跑，包括每一个例外和每一次判断。他把智能体比作新员工——再聪明的人进来也不懂你这家公司的内部语言、缩写、代号，以及那些没人写过、只在老员工脑子里的处理方式。[13][14]
这句话听起来像常识，做起来却是企业自动化最常见的失败点。流程文件写的是顺利时的路径，而真实工作大部分成本发生在不顺利的时候：某个字段取不到值要去另一个系统找、某类客户要额外走一道、某个每季度才出现一次的异常只有一个人知道怎么处理，而这个人五个月前已经离职。传统流程挖掘能还原日志里发生过什么，但还原不出“为什么这么处理”和“当时是谁定的”。Cartographer 要补的就是这一层。[14][15]
它怎么把隐性知识变成一张能用的地图
Cartographer 的起点是把已有材料喂进去：流程文档、政策、流程图、屏幕录制。它会交叉比对不同来源，标出互相矛盾的地方，然后就这些分歧提问。它还可以被安排去采访业务专家，请对方录屏演示，并追问为什么在这一步走了不同的路径。产出是一份工作地图的初稿，Dines 自己说这份初稿“必然不完整”，是一个起点。[14][16]
地图里要写清楚的是五件事：谁在做这件事、它会碰到哪些系统、要遵守哪些规则、出错时怎么处理、以及如何衡量。每张地图有一位具名负责人，任何变更都由他批准或驳回，有版本历史可以回滚。地图生成两份文件，一份给业务方确认，一份给开发照着建自动化，地图一改两份同时更新，避免文档与实际各走各路。UiPath 还提供了预置地图，覆盖贷款发起、医疗理赔审核、从采购到付款这类常见流程，另有 Process Atlas 收录 7 个行业 25 个流程领域共 83 张深度地图。[13][14][17]
这里有一条很关键的边界：观察到的变通做法是关于“工作怎么发生”的证据，不等于把它变成政策的许可。UiPath 明确说，实操知识可以引导智能体，但不能覆盖规则或政策。这条边界决定了这套东西是治理工具，而不是绕开治理的捷径。[18]
让地图活下去：决策台账与那条不会交给智能体的线
地图建好只是开始，难的是它怎么不烂掉。Dines 给的三条大模型限制解释了为什么必须有这层结构：模型不承担行为的后果，而企业里多数动作都有后果；模型不会学习，记忆和学习是两回事；模型是概率性的，而一笔付款必须每次都对。他的结论是，如果真要让模型进到公司的流程里，就得先给它一本关于这项工作的完整手册，而没有任何公司现在有这本手册，咨询公司做出来的版本几周就过期。[16]
于是有了两个配套设计。第一个是执行方式的分层：智能体读地图，给出“这笔付款该不该批”的建议，人来做决定，真正执行的动作跑的是传统自动化，不调大模型，UiPath 的说法是“百分之百可预测、不用 token、快而且便宜”。Dines 说得很直接，你永远不会让智能体去付款。第二个是 Decision Ledger，它记录人在审核中做了哪些修改，把这些修改作为提议送回地图负责人。一个被反复提到的例子是：如果一万美元以上的发票总是被送去签核，而以下的不会，系统可以推断出这条规则，请员工确认，确认后它进入地图，如果能用软件表达，就变成一条把人从这个环节里摘出去的业务规则。[14][16]
需要如实说明的是，决策台账这一块在 UiPath 官方的发布公告与产品说明页里口径并不完全一致：一处把它写成现有能力，另一处把它列在路线图上。想用这套反馈闭环的团队，应该去核实际界面、留存模型、审批流和审计导出，而不是从概念页推断它现在已经能用。[18]
现场的说法：73% 为什么不够用
来自客户的反馈比产品宣传更有信息量。三井住友金融集团的 Kei Yamamoto 说，该行自 2017 年以来已经自动化掉六百多万小时，释放了约三千名员工去做其他岗位；今年一个用 UiPath 做的会计智能体在一个月里处理了一万多笔报销申请。他给了一个值得记下来的算术：一个流程有三步、每步 90% 准确，端到端准确率就掉到约 73%，对会计来说这是不能接受的。所以该行的做法是把规则、历史数据、生成式 AI 和人工检查点组合起来，例外一律转给人，并表示接下来会试用 Cartographer。[16]
梅奥诊所的 Nikki Harper 说团队必须先端到端理解一个流程；Medline 的 William Abrams 说 73% 的准确率在他的公司“不可想象”，因为医院客户期待的是 99%。这些话说明一件容易被忽略的事：在受监管、容错低的环境里，引入智能体的顺序是先补理解、再谈自主，而不是反过来。[16]
拒赔管理是一个把价值讲清楚的例子。据 CIO 的报道，医疗收入周期管理公司 Coronis Health 用智能体调取理赔数据、由编排系统协调流程、由生成式 AI 起草申诉信，这个组合让那些金额太小、过去直接核销放弃的理赔也值得去申诉；另一家医疗客户原本因为写一封申诉信要 45 到 75 分钟而不了了之，尽管申诉的成功率有五到六成，现在同样的流程只要四到五分钟。Coronis 的马西也说了一句实话：真正的难题是组织层面的变革管理，而且责任仍然在人身上——“我们不能对客户说，这是机器人搞砸的。”[19]
可以搬走的是什么
值得带走的设计原则不是“先画流程图”，而是把自动化项目最初那笔投入花在让隐性判断显性化上，并且给这份记录安排一个有人负责的归口。多数企业的流程文档之所以失效，不是因为画得不好，而是因为没有人被要求在它过期时更新它，也没有机制把日常里做出的例外判断回流进去。Cartographer 把这件事拆成了可操作的三部分：具名负责人负责批准每一次变更、决策台账负责把人的修改变成待批提议、预置地图负责给冷启动一个起点。这三件事里的任何一件，都不依赖 UiPath 才能做。
对专业判断密集又反复发生的岗位，比如合同条款偏离的初审、变更签证的归类、结算争议的分流，这里的迁移点在于把“人改了什么、为什么改”当成数据来收，而不是当成一次性的工作痕迹。制度文件里抄下来的规则通常只有顺利时的那一半，而真正在起作用的那条阈值——超过多少金额要上报、哪类对方主体必须加签、哪种表述必须回退——往往只在人的行为里出现过。先把这些行为记下来，再谈把哪一段交给智能体，顺序反了就会得到一个能演示、上不了线的东西。
两个可以往下做的方向
第一个方向是把决策台账单独拿出来用，先不上自动化。在任何一个已经有稳定工单流的环节，让审核者把每次改动和改动理由记成一行结构化记录，跑两三个月，看看能从里面长出多少条此前没人写过的规则。这件事的成本很低，产出直接决定后面该自动化哪一段，也顺带回答了“哪些判断其实是有规则的”这个问题。
第二个方向是把 Cartographer 的用法反过来：不把它当作自动化的前置，而当作流程体检工具。用它去采访不同人对同一段流程的说法，它标出的那些互相矛盾之处，本身就是一份组织问题的清单——同一份工作三个人描述出三种顺序，通常意味着职责边界或系统衔接本来就没定清楚。这种情况下，先做自动化只会把分歧固化进代码。
来源与说明
[1] Everything OpenAI Announced At DevDay 2026, Including Its Muse Alternative — BGR — 2026-09-29 (https://www.bgr.com/2272332/openai-devday-2026-announcements/) [2] OpenAI develops collaborative environments ‘Spaces’ to enhance workflows — The Unum — 2026-09-29 (https://theunum.io/en/news/read/openai-develops-collaborative-environments-spaces-enhance-workflows) [3] Anthropic IPO Filing Reveals Heavy Costs, Safety Warnings — InsiderFinance — 2026-09-29 (https://www.insiderfinance.io/news/anthropic-ipo-filing-costs-safety) [4] Anthropic IPO filing warns AI may pose ‘existential risks to humanity’ — Yahoo Finance — 2026-09-29 (https://finance.yahoo.com/technology/ai/articles/anthropic-ipo-filing-warns-ai-094413465.html) [5] Anthropic IPO 稱 AI 恐威脅人類、承諾支出逾 5 千億 — MoneyDJ — 2026-09-29 (https://www.moneydj.com/kmdj/news/newsviewer.aspx?a=3298368a-9a63-4bda-b8e7-bee9a2a24704) [6] Microsoft shifts Copilot’s agentic tier to usage-based billing — TechMarketView — 2026-09-28 (https://www.techmarketview.com/ukhotviews/archive/2026/09/28/microsoft-shifts-copilots-agentic-tier-to-usage-based-billing) [7] Big 5 AI Vendor Roundup: Week of September 21, 2026 — Info-Tech Research Group (https://www.infotech.com/software-reviews/vendor-technology-notes/big-5-ai-vendor-roundup-week-of-september-21-2026) [8] Bloomberg Launches Enterprise MCP: New AI Access Layer for Financial Data — CXO Voice — 2026-09-29 (https://cxovoice.com/bloomberg-launches-enterprise-mcp-new-ai-access-layer-for-financial-data) [9] Cognizant Brings Agentic AI and MCP Tool Library to Core Claims Operations with Workflow Agentic Processing for TriZetto — Cognizant — 2026-09-28 (https://news.cognizant.com/2026-09-28-Cognizant-Brings-Agentic-AI-and-MCP-tool-library-to-Core-Claims-Operations-with-Workflow-Agentic-Processing-for-TriZetto) [10] AI-guided optimization for thermostable mRNA vaccines — Nature Biotechnology — 2026-09-28 (https://www.nature.com/articles/s41587-026-03330-x) [11] China AI Native Industry Insights – 20260929 — AI Native Foundation — 2026-09-29 (https://ainativefoundation.org/china-ai-native-industry-insights-20260929-alibaba-kling-ai-kunlun-tech-more) [12] AI News Today — Daily AI Briefing — AI Briefing — 2026-09-29 (https://aibriefing.dev/story/20a0a0a5a7ea) [13] The biggest product announcements from UiPath FUSION 2026 — UiPath Community Forum (https://forum.uipath.com/t/the-biggest-product-announcements-from-uipath-fusion-2026/5779737/2) [14] UiPath Launches Cartographer to Capture How Work Gets Done — Reworked (https://www.reworked.co/digital-workplace/uipath-cartographer-maps-how-enterprise-work-actually-runs) [15] UiPath’s Cartographer agent interviews staff to map how businesses run — Computer Weekly (https://www.computerweekly.com/news/366651287/UiPaths-Cartographer-agent-interviews-staff-to-map-how-businesses-run) [16] UiPath’s Dines says AI needs a manual and launches Cartographer to write it — World Programming (https://www.worldprogramming.org/posts/uipaths-dines-says-ai-needs-a-manual-and-launches-cartographer-to-write-it-tfsa6w) [17] UiPath Bets Claude Code and Cursor Can Build Its Automations — InstaDataNews — 2026-09-24 (https://instadatanews.com/articles/2026-09-24-uipath-fusion-coding-agents-cartographer.html) [18] UiPath Launches Cartographer to Map Process Rules and Exceptions — AI News Bank — 2026-09-24 (https://www.ainewsbank.com/posts/uipath-cartographer-map-of-work-agent-blueprints) [19] UiPath 新工具 Cartographer：破解企业自动化流程的隐性知识难题 — CIO（经腾讯新闻转载）— 2026-09-29 (https://news.qq.com/rain/a/20260929A0427B00)