中美 AI 观察：补上缺刊，也重新检查那个 17.2
恢复 9 月缺刊，解释重复分数与证据缺口；用可核实的模型、资金和自动化数据重新组织观察。
更新于
先说这次更新
本次资料复核时间为 2026 年 9 月 11 日。9 月 1 日的缺刊已经补上；原有三期分数保留在历史记录中，当前综合分暂不发布。
这不是因为半个月没有变化，而是原来的数字比它背后的证据显得更确定。模型在更新，企业也在投入资金。我们仍然可以读这些变化，只是不能把尚未核实的部分拼成一个国家总分。
17.2 是怎么重复出来的
7 月 21 日、8 月 1 日和 8 月 16 日三份快照的 38 项分数完全相同。按固定权重相加，每次自然都是 17.2。页面没有缓存错数字，问题在评分记录本身。
38 项中有 19 项被赋了分数，其中 15 项的“原始值”写的是“美国领先两个档位”“中国领先一个档位”等判断。它们没有给出足以复算这个档位的双方数据。引用基线，只是把这项缺口传给下一期。
另外，有些指标补充了新模型或公司新闻，却没有取得新测量。新闻的日期不能成为旧分数的刷新日期。模型数据会过期，这样沿用会造成一直很新的假象。
现在能看清什么
九月新增：美国前沿模型又进入一轮发布。 OpenAI 于 9 月 3 日发布 GPT-6 Astra，强调编码、研究、电脑操作及多步骤工作，发布说明同时注明分阶段开放。Anthropic 的官方产品页也列出 9 月 1 日的 Fable 5.1 更新。这里先确认发布事实；厂商自己的性能宣传和可用范围，不能直接代替中美同口径测试。OpenAI 发布记录 · Anthropic 官方产品页
模型：可以比较具体表现，先别跳到国家总分。 本次读取的 Arena 正式文本榜标注 9 月 2 日，Claude Fable 5 为 1507 分，Kimi K3 Max 为 1489 分。这是匿名人类偏好形成的模型评分，18 分差距不能写成能力相差 18%。这是两个模型的例子，也不是两国全部模型的平均。Arena 正式榜
Artificial Analysis、LiveBench、NIST/CAISI 和 SWE-bench-Live 也完成了来源检查。但本次没有取得满足原指标要求的四类任务统一合成数据：动态表格、榜单版本和中美样本不足等缺口仍在。没有用一个能打开的网页代替一份完整测量。Artificial Analysis · LiveBench · CAISI · SWE-bench-Live
资金：美国的私人投资规模很大，但这不是全部投入。 Stanford 的 2026 年 AI Index 报告显示，2025 年美国私人 AI 投资约为中国的 23 倍。报告同时提醒，单看私人资本会低估中国的公共资金投入。原评分还要求剔除循环融资、考虑资本成本，本次没有完成这种调整，所以没有用这个倍数直接恢复旧分。Stanford AI Index 经济章节
自动化：中国安装的普通工业机器人更多。 IFR 的同口径统计显示，2024 年中国新增 295,045 台，美国 34,164 台，中国约为美国的 8.64 倍。该记录能复算，恢复这一项 -3 分。但它在整体中只有 0.75% 权重，也不能代表 AI 机器人的采用情况。IFR 2025 报告执行摘要，第 14 页
八月下旬的英伟达业绩、阿里融资和千问效率论文，已经放进9 月 1 日补刊。它们保留原始事件日期，不包装成今天的新消息。
页面和后续更新有什么不同
页面先讲事实和含义，来源就在旁边；方法和评分细节放到后面。以前反复出现的 coverage、Level 3、cutoff 等字段留在数据文件里，正文用普通中文说明。
评分新增校验：没有双方同口径原值就留空；证据超期就失效；不足 40% 的权重有有效证据时，不展示综合分和领先方向。当前完成评分复核的是 1 / 38 项，权重 0.75%。这只是本次审核完成程度，不能推断世界上只有这些资料。
任务继续按每月两期更新。即使总分暂时缺证据，事实观察仍会发布。失败时保留草稿和原因，下一次先检查漏掉的期次；页面超过计划更新日也会提示资料未更新。