AI周报｜ChatGPT Intelligent UI把回答变成工具，Claude Haiku降价（9.28–10.8）

假期回来，AI又换了几张面孔。

ChatGPT开始把回答做成能点、能算的小工具；Anthropic让处理重复工作的Haiku更便宜，还给Sonnet的缓存打了五折。

另一边，dots想继续跟进你关电脑后的工作，OpenAI甚至拉上合同软件公司Ironclad，一起教模型怎么设置审批流程、还继续深化和Atlassian 关于企业上下文管理的合作。

LongLake收购Amex GBT让AI roll-up收购进入商务差旅，这几件事放在一起，问的其实是一个很日常的问题：从你提出需求，到事情真正办完，中间还要自己折腾多少次？

TLDR：ChatGPT的Intelligent UI把部分回答变成可直接操作的工具；Haiku 5.5与Sonnet缓存降价，让高频重复任务更值得交给AI。dots、Atlassian和Ironclad把竞争推进到公司的具体工作；DeepSeek Harness、Claude Mods让用户能改工作台，权限和维护也得有人管。Beam与Mistral Large 4增加开放模型选项，但权重交付仍需等后续。Long Lake完成收购Amex GBT，则把AI改造推进到了企业所有权层面。 

给三类读者

做AI产品的人：ChatGPT已经能在回答里放小工具。只把模型答案重新包装一遍，会越来越难留住用户；能否让用户少搬一次数据、少切一次软件，更值得测。Ironclad还示范了另一条路：把你熟悉的工作标准带进模型训练。 

关心资本市场的人：Haiku降价、Sonnet缓存减半与Pro 500并存。便宜的基础调用和昂贵的高端服务可以同时增长；观察用量、收入与毛利，别用一张价目表替三者下结论。Beam和Mistral的权重交付也要与发布会分开看。Long Lake的收购还提示另一种收益路径：买下服务公司，用AI改善经营；要看整合投入、债务负担与真实利润，不能直接套软件公司的估值。 

管理AI数字员工的人：先列清可读资料、可改内容、验收人与停止条件。Ironclad研究中Astra的平均评分为55%，不是55%的任务已经端到端通过；重要流程仍要逐项验收。 

趋势1：dots接班，Ironclad教规矩：AI能干活之后，还得懂“我们公司怎么干”

让AI写一份合同摘要不难。让它知道超过多少金额找财务、什么条款找法务、哪个例外需要重新审批，就到了另一道门槛。dots提供持续工作的入口，Atlassian带来公司资料之间的关系，Ironclad则把具体工作拆成可训练、可验收的标准。三条新闻对应同一件事的三个环节。 

做企业产品的人多了一种筹码：你知道哪些情况容易出错，也知道怎样才算做对。Ironclad把这份经验带进了模型研发。但Astra在这组研究任务中的平均评分仍只有55%，交接单和验收人还省不了。评测进步可以很快，客户放心交权通常慢一些。 

Long Lake又往前走了一步：把Amex GBT买下来，自己推动AI改造。这是AI roll-up的一种做法：通过收购整合服务企业，取得客户关系和经营控制权，再把AI用进日常流程。它让卖软件的人变成了经营服务的人，也把整合与交付风险留在自己账上。能否赚到这笔钱，要看每笔服务成本有没有下降、客户是否留下，以及扣除技术投入和融资成本后还有多少利润。 

• 🔴 OpenAI推出dots：配备云端电脑，持续跟进工作：dots由GPT-6 Astra驱动，可通过ChatGPT、Slack和Teams协作，向符合条件的Pro、Business Premium及企业用户逐步开放。后台主动研究限定只读；会改变账户或分享信息的动作仍受审批规则约束。常驻可用不等于无限执行额度。

  详情链接：https://openai.com/index/introducing-dots/

• 🔴 Grok Team Bots发布：共享技能，保留个人对话边界：团队可为同一个Bot配置资料、插件和工作知识，也能把它邀请进Slack频道。官方明确，个人会话保持私有，各用户保留独立的上下文和记忆。共享Bot不意味着每个人都能读取同事的全部聊天。

  详情链接：https://x.ai/news/team-bots

• 🟡 GitHub Copilot开放电脑操作预览：没有接口的软件也能尝试自动化：Copilot CLI及macOS、Windows应用加入电脑操作公测，可点击、输入、滚动并跨应用处理流程。操作应用前需获得批准，组织也能禁用该能力。它扩大了可自动化范围，尚不能据此推断所有旧系统都能稳定跑通。

  详情链接：https://github.blog/changelog/2026-10-01-github-copilot-can-now-interact-with-desktop-apps/

• 🟡 Atlassian与OpenAI扩大合作：把GPT-6接入Rovo及企业工作资料：双方新协议将OpenAI模型引入Atlassian平台和Rovo。Rovo结合Teamwork Graph中人员、项目、文档及决策关系，为AI提供工作背景。合作指向减少重复解释与跨工具查找，公告本身没有给出可通用于各公司的生产率提升数字。

  详情链接：https://openai.com/index/atlassian-partnership/

• 🔴 OpenAI与Ironclad联合训练：让AI学习合同流程里的业务规矩 ：双方将合同配置、审批和法律条款维护做成11项研究任务，并按每项8—50条标准验收。Astra平均评分55.0%，GPT-5.6 Sol为41.6%；模拟估计每次尝试用时由37.0分钟降至19.2分钟。这是研究评分和估算时间，不是客户真实节省工时，也不是任务通过率。训练未使用非公开客户合同。

  详情链接：https://openai.com/index/advancing-computer-use-with-ironclad/

• 🔴 Long Lake完成约63亿美元收购Amex GBT：AI roll-up走进企业差旅：9月29日，Long Lake完成对企业差旅管理公司Amex GBT的全现金收购，交易估值约63亿美元，股东每股获9.50美元，股票停止交易，公司转为私有。融资结合股权与债务。Long Lake获General Catalyst等支持，计划将Nexus AI用于预订、客服和行程变更，现有客户合同及服务团队继续运作。交易已经落地，AI改造带来的利润提升仍待经营数据验证。

  详情链接：https://www.amexglobalbusinesstravel.com/resources/blog/long-lake-amex-gbt-acquisition-faq/

  详情链接：https://investors.amexglobalbusinesstravel.com/investors/news/news-details/2026/Long-Lake-the-Worlds-First-AI-Holding-Company-Completes-6-3-Billion-Acquisition-of-American-Express-Global-Business-Travel/default.aspx

趋势2：Haiku降价、Sonnet缓存五折：最先划算的，是每天重复一千遍的小事

客服分类、整理摘要、查一条记录，单次不贵，每天做上万次就很可观。Haiku 5.5争取这些高频工作，Sonnet则降低反复读取已有材料的费用。把每件小事都交给最贵模型，越来越像用加急专车送一张便签。 

不过，便宜要带着条件读：Haiku的最低单价有长度门槛，Sonnet能省多少取决于缓存，Pro 500仍在卖更高用量与速度。Beam和Mistral Large 4又给未来自行部署增加选项，但权重尚待交付。给产品算账时，价格、开放范围、完成率需要放在同一张表里。 

• 🔴 Sonnet 5.5先提高效率，10月7日再把缓存读取价格减半：标准输入、输出价仍为每百万Token 2美元、10美元。Anthropic称输出快30%以上，内部测试中单任务成本最多降低30%。这一降幅来自任务效率，不是统一降价；复杂开放式工作仍是Opus 5.5的优势。10月7日，缓存读取从每百万Token 0.20美元降至0.10美元；标准输入、输出价未变。官方估算，多数Agent任务因此再省约20%，实际节省取决于缓存使用比例。

  详情链接：https://www.anthropic.com/claude-sonnet-5-5

  详情链接：https://www.anthropic.com/claude-haiku-5-5

• 🔴 GPT-6.1 Sol发布：标准单价为Astra的五分之一：API输入、输出价为每百万Token 2美元、10美元，缓存输入0.10美元。模型在ChatGPT Work、Codex及API提供，发布时尚未接入Chat。官方称多类任务接近Astra，但这不代表每项能力相同。

  详情链接：https://openai.com/index/introducing-gpt-6-1-sol/

• 🔴 Google发布Gemini 4 Argon，先向可信网络防御团队开放：Argon面向长程专业任务，输出上限提升至100万Token，先通过Fairwind计划逐步开放。公布的入门价为每百万输入2美元、输出10美元。这里的100万指输出上限，不能误写成上下文窗口；大众开放仍待后续。

  详情链接：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

• 🟡 ChatGPT新增Pro 500：每月500美元购买更高用量与Astra Ultrafast：新档位包含Pro系列最高的内含用量，并在Work和Codex提供Astra Ultrafast。额度用完后可消耗账户积分；Pro 100、Pro 200单独买积分不能解锁此速度档。它是新的服务分层，不是全体用户统一涨价。

  详情链接：https://help-lb.openai.com/en/articles/6825453-chatgpt-release-notes

• 🟡 Reflection公布首款Beam：501B总参数，权重仍待本月稍后发布：Reflection公布面向编程、推理与Agent任务的Beam，采用501B总参数、23B激活参数的稀疏架构。官方称完成大规模强化学习训练，目前仍在最终红队测试与评估，开放早期访问登记，计划本月稍后发布权重、技术报告等材料。此前的周末预告已推进到产品公布，尚不能写成权重已全面可下载。

  详情链接：https://www.axios.com/2026/10/04/reflection-open-weight-ai

  详情链接：https://reflection.ai/blog/introducing-beam

• 🔴 Haiku 5.5发布：重复性工作有了更便宜的模型选项：模型面向摘要、分类、数据库查询及实时客服等高频任务。提示不超过100K Token时，每百万输入0.10美元、输出0.50美元；超过后分别为0.50美元、2.50美元，不能只拿最低档估预算。官方称相较Haiku 4.5平均运行成本约低75%。同次公告还为Max、Team订阅用户增加月度API额度。

  详情链接：https://www.anthropic.com/claude-haiku-5-5

• 🔴 Mistral Large 4开放API预览，模型权重计划月底交付：Mistral在Studio推出新一代原生多模态模型预览，主打编程、Agent任务及企业场景；权重计划本月底发布。公告与模型文档的参数口径存在差异，本稿不混用。当前应区分“可以试API”与“已经能自行部署”，厂商性能主张仍需用自己的业务数据检验。

  详情链接：https://mistral.ai/news/mistral-large-4/

  详情链接：https://docs.mistral.ai/models/mistral-large

趋势3：DeepSeek让工作台更好改，Claude把访问分档：能装工具，也得知道谁有钥匙

 DeepSeek Harness把安装和插件管理带进桌面端，Claude Mods允许团队直接改工具行为。你的AI工作台可以更贴合公司习惯，随之而来的问题也很具体：同事装进来的那段代码，能碰到电脑里的哪些东西？ 

Claude Mods明确没有独立沙箱；Anthropic新扩展的网络安全计划又按用途分三档开放。功能清单和权限清单不能混成一张。厂商还要投入1亿美元培养企业落地人才，也提醒管理者留出维护、培训与审核的预算。购买模型只是开始，持续把工具用对才是后面的工作。 

• 🔴 DeepSeek Harness 0.2候选版：桌面端降低安装与插件管理门槛：官方仓库发布0.2.0候选版，桌面端可管理命令与插件，无需另装Node或pnpm。10月3日的0.2.1-alpha.1继续改进自动化展示，并调整扩展接口。它仍是快速迭代的预览项目，升级前要检查插件兼容性。

  详情链接：https://github.com/deepseek-ai/deepseek-harness/releases

  详情链接：https://www.deepseek.com/en/harness/

• 🔴 Claude Code Mods发布：允许改工具行为，也把插件审查交给使用者：Mods用TypeScript改写提示、拦截工具调用或调整界面，适用于CLI和桌面端。官方提醒Mods没有独立沙箱，拥有与Claude Code相同的机器访问能力；团队管理配置可用sec-default限制危险覆盖。只安装可信代码仍是前提。

  详情链接：https://claude.com/resources/articles/claude-code-mods

• 🟡 Anthropic承诺投入1亿美元，培养1万名企业落地工程师：Claude Frontier Academy计划在2027年底前培训1万名工程师，首批涉及Accenture、Bain、Deloitte等机构。参与者带着真实企业项目训练。这是人才培养承诺与计划规模，不能当成已经交付的工程师数量或已确认收入。

  详情链接：https://www.anthropic.com/news/claude-frontier-academy

• 🟡 Claude for Government转为正式服务，按用量而非席位收费：面向美国联邦及州政府，通过FedRAMP High授权环境提供服务，配有预算上限、身份管理与审计。Claude Code CLI和Microsoft 365集成仍为早期访问。环境认证不等于任何敏感资料都能直接上传。

  详情链接：https://claude.com/resources/articles/claude-for-government-is-now-generally-available

• 🟡 Anthropic扩展网络安全验证计划，按用途分三档开放能力：新版CVP将访问分成防御、授权红队与专门访问三个层级，审核要求和安全控制各不相同，覆盖包括Opus、Sonnet和Mythos在内的模型。计划面向合格安全人员与机构，较高权限仍有验证条件及运行约束；它并非向普通账户全面取消防护。

  详情链接：https://www.anthropic.com/news/cyber-verification-program

趋势4：ChatGPT Intelligent UI把答案变成小工具，Gemini帮人读小字：少折腾一步，比多写一屏更有用

问一笔钱怎么分，直接给能调整的计算器；读包装上的小字，先提示你把镜头挪好。ChatGPT Intelligent UI和Guided Vision用不同方式减少一段麻烦：用户不必先读懂说明，再自己找工具照着做。微软的流式语音则在缩短听完、等答、再说之间的停顿。 

这对应用公司是个具体提醒：聊天窗口正在自己长出工具。只靠把答案排得更漂亮，很容易被平台追上。更值得守住的是行业流程、独有数据和使用后的结果。对普通用户，判断新功能也很简单：以前要切三个页面，现在能不能就在这里做完？ 

• 🟡 Gemini Live上线Guided Vision：把镜头里的信息变成语音帮助：功能向兼容Android设备推出，可描述画面、读小字，并提示用户调整拍摄方向。Google与Aira合作，邀请千余名盲人及低视力测试者参与打磨。它解决的是日常获取信息的困难，不能替代高风险场景下的人类判断。

  详情链接：https://blog.google/innovation-and-ai/products/gemini-app/guided-vision-gemini-live/

• 🟡 微软发布流式转写及两款语音生成模型：MAI-Transcribe-2-Streaming与MAI-Voice-2.1、Flash版本面向边听边回应的语音应用，通过Microsoft Foundry等渠道提供。听、理解、调用工具、说话共同决定等待时间，单个模型更快不代表整个服务已经实时。

  详情链接：https://microsoft.ai/news/our-first-streaming-transcription-model/

• 🔴 ChatGPT上线GPT-6与Intelligent UI：回答里可以直接用计算器和交互工具：ChatGPT可根据问题组合文字、图表和交互元素，例如对比、计算器、分账工具与游戏，也可一边继续思考、一边补充回答。Plus、Pro、Business和Enterprise先开始推出，Free与Go从次日起扩展；付费档用GPT-6 Sol，Free与Go用Luna，企业端受管理员设置约束。分批推出不等于所有账号已经可用。

  详情链接：https://help.openai.com/en/articles/6825453-chatgpt-release-notes

科研补充与本期行动

• 🟡 马上就做 - 先把一个持续任务交好班：挑一个可撤回、便于核对的任务，例如每日资料汇总。写清可读资料、禁止动作、验收人和停止条件。试跑一周，记录完成次数、返工和人工等待，再决定是否扩大范围。别把“始终在线”直接当成“值得全权委托”。

  详情链接：https://openai.com/index/introducing-dots/

• 🟡 OpenAI公开数学研究结果与部分Lean证明，接受外部检验：OpenAI将内部前沿模型生成的数学结果放入GitHub，公开修订与引用流程，并为许多证明提供可由计算机检查的Lean形式化版本，后续继续补充。数学领域仍需逐项判断表述、正确性和意义；发布一批手稿，不等于所有结果已经获得同行认可。

  详情链接：https://openai.com/index/sharing-ai-progress-in-mathematics/