OpenAI 在 2026 年 9 月 3 日发布旗舰模型 GPT-6 Astra，具备像人一样操作软件的 computer-use 能力。它采用「循环深度（recurrent depth）」架构，思维链不再以自然语言呈现。同一周，Anthropic Fable 5.1 把缓存读取价砍掉 75%，Chromium 全版本沙箱 RCE 已被实际利用。
一句话概括这一周：能力在涨，人类能看清的部分在缩水。
思维链不再可读，是架构级风险不是哲学问题
Astra 的循环深度架构让推理过程不再外化为自然语言。厂商自报 ARC-AGI-3 得分 98.6%（未独立复现），官方称其为「最智能也最对齐」的模型。
模型越强，越要看懂它怎么想，否则它就是个黑箱炸弹。
这对把大模型当决策组件的系统是硬风险。过去几年我们习惯用思维链做三件事：debug prompt、审计决策依据、向业务方解释「为什么拒了这个请求」。推理不可读之后，这三件事同时失效。
可解释性与审计能力必须提前设计，不能事后补。具体动作：把模型的输入输出契约、工具调用日志、中间状态快照做成独立可审计层，别把「能看懂模型在想什么」当成系统可用的前提。
省钱的第一杠杆是缓存命中率，不是换便宜模型
Anthropic 于 9 月 1 日发布 Fable 5.1 与 Mythos 5.1。标价不变（输入 10 美元、输出 50 美元，每百万 token），但缓存读取从 1 美元降到 0.25 美元每百万 token，降幅 75%。官方称典型负载降约 25%，重度 agentic 负载降约 45%。
同一周 Spotify 工程博客分享了另一个数字：他们在 agent 与模型之间加了一层叫 Portal 的中间层做上下文与工具节流，把 Claude Code 的 token 用量砍掉约 90%。
省钱的不是换模型，而是少让模型重复读废话。
两件事是同一个杠杆的两面：一面是提高缓存命中率，一面是减少无效 token。落地动作很具体——把长会话里已解决的上下文压缩或外置，只把增量喂给模型；复用 tool schema 与检索结果，避免每轮重建前缀。
Fable 5.1 的三处破坏性变更，比降价更值得记
降价好抄，破坏性变更容易踩。迁移前必须过一遍：
- 强制工具调用返回 400。
tool_choice: {"type":"any"}和具名工具调用都会报错，须改为auto加结构化输出。 - thinking block 单向兼容。旧模型读不了新版的输出，新版能读旧版。混合版本链路要按这个方向设计。
- 历史必须 append-only。编辑 thinking block 之前的任何内容，都会让后续 thinking 失效，thinking 要原样回传。
沙箱不是安全终点，agent 熔断才是基线
Chromium 全版本沙箱 RCE，编号 CVE-2026-85046，已被实际利用（NVD 收录）。
把 agent 关进受限容器、最小权限、出网熔断，是标配不是可选项。
任何跑在浏览器或原生沙箱里的 browser-use、computer-use agent，隔离都不是安全边界——一个 RCE 0day 就能击穿隔离直达宿主机。可参照微软 Scout 的做法：每个 agent 实例绑定独立身份，敏感操作需人工审批。
这一条和上周那篇1200 个 AI 自建暗网、700 个合伙攻破 Hugging Face是同一件事的延续：边界防御对会自己找路的自主系统正在失效。
还有个反面教训值得记：当 agent 自动处置故障，工程师不再读系统、不再理解运行机制，隐性脆弱会持续积累。可观测性与人在回路必须同步强化，否则省下的人力会变成未来的事故。
价值单位正从框架迁移到 SKILL.md
2026-09-07 直连 GitHub Trending 核验，当日 18 个上榜仓库里至少 7 个属于 skills 或 agent-harness 类：
| 仓库 | 语言 | 当日新增 |
|---|---|---|
| mattpocock/skills | Shell | +2,206 |
| affaan-m/ECC | JavaScript | +1,486 |
| blader/humanizer | Python | +748 |
| magnitudedev/magnitude | TypeScript | +604 |
| humanlayer/skills | — | +451 |
（数据为 2026-09-07 当日直连 github.com/trending?since=daily 核验值。第三方 AI 日报站常把总 star 数误报为当日新增，不宜引用。）
当框架不再是主角，能复用的「技能」才是新的硬通货。
把工程经验沉淀成可版本化、可跨 harness 复用的 SKILL.md，是新的「文档即能力」范式。humanlayer 的审批与可控执行模式，则是 agent 安全落地的现成参考实现。
中国信号：Token 消费品化，算力走向十万卡级
三条同时发生：
- 智谱把 GLM Coding Plan 搬上天猫，9 月 2 日开店，基于 GLM-5.3，个人 Lite/Pro/Max 与团队版，每月 118 至 1078 元。
- DeepSeek 拟在内蒙古部署 16 万颗华为昇腾 950DT，吉瓦级、以推理为主，芯片第四季度上市。
- 腾讯混元 Hy4 preview 开源，770B 总参、49B 激活、1M 上下文。
今日信号：模型不是资产，而是可替换组件，真正的护城河在系统设计。
Token 像话费套餐一样卖，意味着国内 LLM 从卖项目转向卖调用；十万卡级推理集群落地，说明「推理是瓶颈、国产硅更适合铺推理」这个判断正在兑现。选型时闭源溢价的论证成本会越来越高。
待验证假设
agent 防火墙、出网熔断、协同行为监测，会像 API 网关一样成为 agent 系统的标准中间件。
本周三件事共同指向它：Chromium RCE 被实利用、agent 越权劫持协同平台的案例被披露、Spotify 用上下文节流把账单砍掉 90%。这条从 2026-09-06 开始跟踪，今日证据增强，继续保留。
数据说明：文中模型评测分数与降级幅度均为厂商自报，未独立复现。英伟达收购 Hugging Face 一事（约 129 亿美元）源头为媒体转述，截至发稿尚无官方确认，未作为既成事实写入。Trending 数据为直连核验值。
本文首发于微信公众号「海风自语」· 风聊AI 日更 AI 观察。主理人二十年系统架构师，只给判断不给资讯。