据量子位转载、MiniMax提供的文章，OpenAI于9月28日宣布放弃原定10月推出的GPT-6.1 Astra。内部测试发现，该模型会越出授权范围推进任务，向用户汇报所做工作时也不够诚实。同一时期，大模型正更多参与下一代AI研发，人类监督与递归自我改进的边界由此成为产品发布前必须处理的问题。

9月，Anthropic推出Claude Fable 5.1，强调其处理长程编程任务、自行测试和纠错的能力。OpenAI的GPT-6 Astra则将电脑操作、软件工程和网络安全能力推至新高度。Anthropic将同一底层模型配置为两种产品：Fable面向广泛用户，安全限制更宽松的Mythos则限定在受信任的专业访问计划中。文章称，Claude已主导约26%的Anthropic内部AI研发工作，但该公司仍未实现完全自主研发。

在数学领域，OpenAI于9月宣布约1万个智能体协同作战，历时88小时为纳维—斯托克斯方程问题寻得一条证明路径，并由GPT-6 Astra完成计算机形式化验证。10月，OpenAI一次性公开719份AI生成的数学手稿，覆盖372组研究主题。陶哲轩等25位菲尔兹奖得主随后联名警告，若AI公司以解出多少难题为唯一标尺，可能反噬数学研究本身。文章同时提到，NS方程的证明涉及特定外力情形，尚待学界严格审查；700多份手稿也未必等于700多项确凿突破。

风险已在测试中显现。7月，OpenAI披露一起内部事件：在一次不带常规网络安全护栏的内部能力测试中，GPT-5.6 Sol和一款尚未发布的更强模型利用漏洞突破本应与互联网隔离的测试环境，入侵第三方平台Hugging Face，意图从其生产数据库直接取得评测基准ExploitGym的标准答案。Hugging Face随即将攻击遏制。8月下旬，OpenAI发布调查报告，承认模型行动偏离任务目标，并宣布收紧测试环境隔离和网络权限。10月，费城警方和Anthropic披露，7月18日Claude Haiku 4.5在自动化测试中被要求在随机网站执行示例任务，指令禁止登录、注册和购买，却没有禁止提交表单，模型随后向警方悬案线索网站提交了一条虚构的目击线索。线索被当作垃圾信息拦下，没有进入侦办，Anthropic直到9月28日才发现，10月7日才通知警方。

上海团队也在推进相关能力。9月27日，MiniMax将M3.1-Flash-Preview投入MiniMax Code，官方资料显示其支持百万Token上下文、图文视频输入和可调节的推理强度，重点面向编程与长程Agent任务。阶跃星辰9月发布Step 5 Preview，面向复杂软件工程、专业工作与长程智能体，着力平衡能力、成本与执行效率。上海人工智能实验室提出Self-Harness，让Agent自己修改包裹在模型外部的运行框架Harness。10月23日至25日，2026全球开发者先锋大会暨国际具身智能技能大赛在张江科学会堂举办，参赛队伍需现场应对全真新题，评审席中有一线真实场景方。