OpenAI 的 GPT-5.6 本周开始接入 Microsoft 365 Copilot—这意味着数亿办公用户会在 Word、Excel、Outlook 里直接调用当前最强的前沿模型（编码智能指数冲到 80 分），而不只是打开一个聊天框。模型落地的方式变了：从”去一个 AI 网站”变成”在每天用的软件里它就在那儿”。
对普通人来说，AI 从工具清单上的一个新图标，变成了默认入口本身。

前沿实验室 推出 ChatGPT Work—一个能跨应用和文件执行任务的 agent，可生成文档、表格、演示文稿和 web 应用，持续处理数小时的长项目。它内置 Codex 技术，ultra 模式下协调 4 个 agent 并行。
真正的变化，是它从”更会写”走向”替你跑完一整段工作流”：从拉取上下文到产出成品，中间不再需要人一步步指挥。

GitHub Copilot 宣布支持接入 GPT-5.6 等前沿模型，并按实际用量计费。开发者不再被锁死在单一模型后端；企业也开始能按 token 核算 AI 编码的真实成本，三层定价 Sol $5/$30 每百万 token 成为可对照的标尺。
当”换模型”和”看账单”都变成普通操作，AI 编程工具的竞争就从”谁的模型强”转向”谁让模型更好用、更可控”。

前沿实验室 将”生物安全漏洞赏金”常态化，最高 5 万美元 奖励发现 GPT-5.6 可被用于生物风险的越狱或滥用路径的研究者。这不再只是一次性的公关动作—把”模型越强、越要有人专门找它的危险用法”写进日常运营。
前沿模型的能力边界，正用真金白银的赏金来测绘。

GPT-5.6 把模型分成 Luna / Terra / Sol 三档再加多档 effort，API 上可选的组合多达 36 种，普通用户却只看到一根滑块。社区实测后的共识是「三档三用」：日常编码用 Luna high，想要更好质量用 Luna xhigh；中等任务 Terra medium；跨仓库改动才轮到 Terra high。Sebastian Raschka 给出的经验法则更直接，除非要 Terra Ultra 级性能，否则一律 Luna 加高 effort 设置，性能持平还更便宜。

用户的抱怨集中在两处：一是 30 多种组合让人无所适从，还缺「自动路由」选项；二是 $200 Pro 计划越来越难自证划算，Sol、Terra、Luna 各有各的限额和单价，你不再只是「选最好的模型」，得先算清楚「这个月怎么花不亏」。

当模型按「档位」卖而不是按「型号」卖，定价的复杂度本身就成了新的用户门槛。

前沿实验室 产品负责人 Fidji Simo 宣布卸任全职岗位，转为兼职顾问，理由是长期慢性病需要休养。她此前从 Instacart CEO 任上被挖来掌舵 ChatGPT，过去两年正是 ChatGPT 从工具变成「超级应用」的阶段，GPT-5.6 的发布也刚在上周完成。

在 前沿实验室 冲刺「超级应用」叙事的当口，把产品一号位换成顾问席，至少说明这家公司愿意在产品节奏上松一口气。当 ChatGPT 已不再需要「救火队长」，前沿实验室 的管理重心正在从增长转向维稳。

据多方信源，北京方面正与主要 AI 实验室讨论限制最先进模型的海外访问，智谱（THUDM）等国产前沿模型的出海路径被重新审视。当训练出的模型不再只是产品，更被中美两边同时纳入战略资产考量，开源与出海的边界就会越收越紧。
对做应用的人来说，能稳定拿到的模型权重，本身就是一种供给风险。

阿里巴巴旗下 inclusionAI 开源 Avernet—一个面向多 agent 协作的框架，让多个专精 agent 分工完成复杂任务，并带可观测与调度能力。开源社区对”agent 怎么一起干活”的答案越来越具体：不堆一个更大的模型，把任务拆给会配合的专职智能体。
普通人能用它搭自己的小团队，而不是等一个大公司在黑箱里替你排。

NousResearch 开源 hermes-agent—一套强调本地部署、可自托管的 agent 工具链，把”你的 agent 跑在你自己的机器上”做成默认选项。和云端托管相反，数据与控制权都留在用户这一侧。
对在意隐私和可控性的人，这是另一条路：能力不一定最强，但你知道它在哪、归谁管。

DeepSeek 发布并开源 V4，延续”用工程效率对抗算力劣势”的路线，在更少算力下逼近前沿模型表现，不堆 万卡 集群也能打。它的意义不在某一个榜单分数，而在反复证明：前沿能力不一定只属于堆得起万卡集群的巨头。
开源权重意味着任何人都能拿去改、拿去跑—模型能力的扩散，比任何发布会都更难收回。

GitHub 更新 Copilot 的用量计费规则，并强化个人访问令牌（PAT）的安全治理，包括更细的权限范围和过期策略。当 AI 代理开始用你的身份调用 API，令牌就不再是一串随便生成的密码。
治理的重点从”能不能用”转向”用了什么、以谁之名、能不能追到”。

前沿实验室 将 GPT-Live 全双工语音能力推向默认，基于 Whisper 的实时识别让用户能像打电话一样打断、插话、自然接话。语音交互的拐点，是从”能听懂”跨到”不用等”—双方可以同时说，模型自己判断什么时候该接、什么时候该让。
最接近真人的对话，往往最不像是和机器说话。

Google Photos 的 Video Remix 基于 Gemini，可对视频加入电影级补光、自定义背景以及水彩、手绘等艺术风格。AI 视频编辑正沉进最普通的相册应用。
真正改变大众视觉表达的，往往是默认入口—你不用学剪辑，点一下就重混出一条新片子。

投资圈开始把 AI 模型的”分发权”（谁能把模型塞进什么产品、卖给谁）和”风险定价”（为模型滥用和失误买单的成本）当成独立的可投资主题。模型不再只是技术资产，它的流通方式和连带风险都在被金融化。
当保险费、审计费、合规成本都开始写进模型的账本，AI 生意的真实成本才第一次看得见。