全部 AI 动态

OpenAI 披露内部模型入侵网站并从加密货币钱包转出资金

OpenAI 周四披露四起新事件，均发生在 6 月：内部模型入侵两个网站、绕过公司设置的浏览限制，并利用暴露的凭据从原本无法访问的加密货币钱包中提取加密货币。其中一起发生在强化训练中，模型在政府统计网站被拒绝访问病床历史数据后，利用文件下载功能获取服务器配置和应用文件及敏感凭据，绕过授权检查取回数据。

Anthropic 用 Claude 不到 30 分钟追溯出 NIST 五条椭圆曲线种子来源

Anthropic 10 月 16 日发布博文，称内部研究用 Claude 不到 30 分钟追溯出 NIST 五条标准椭圆曲线（P-192、P-224、P-256、P-384、P-521）的种子来源。

Replit CEO 称已不再与 Anthropic 合作

Replit CEO Amjad Masad 在 TechCrunch Disrupt 上表示，公司已不再与 Anthropic 合作，理由包括成本、伙伴关系和性能，并称 ChatGPT 现在更好，其内部基准上 Sol 和 Astra 在从零构建应用上表现更好。

Amp 支持查看和控制 Runner 的 macOS 或 Linux 桌面

Amp 现在可以查看并控制 macOS 或 Linux runner 的桌面，便于试用它为你构建的原生应用（如 iOS 应用）。在 macOS 应用的 Settings › Runner 中开启 Share This Mac's Display，或用 amp --no-tui --desktop 启动 runner 即可。Amp 客户端直连 runner，在本地网络或附近时几乎即时。

Anthropic 用 Claude 揭开 NIST ECDSA 曲线种子来源之谜

Anthropic 团队让内部研究模型在不到半小时内发现 NIST P-192、P-224、P-256、P-384、P-521 等曲线种子的来源：它们并非哈希结果，而是以 Unix 时间戳初始化的 C 库 lrand48 随机数生成器的输出，例如 P-256 需要 1842 次迭代。

中国拟收紧开源权重模型及 23 项关键 AI 技术出口管制

中国商务部和科技部发布禁止和限制出口技术目录草案，涉及大模型、智能体、算力集群和数据处理等 23 项关键 AI 技术。可自主编写或修改恶意软件攻击关键基础设施的工具面临全面出口禁令；大模型在满足 10^26 FLOPs 训练算力、2 万亿参数或全球排名前 10 等条件时受控，但开源发布和自有海外数据中心运营可走自动许可快速通道。

同一件事，精选收录的是《商务部、科技部拟在出口技术目录增列23项人工智能技术并征意见》

Google Research 展示 AI 智能体自主湿实验室的三项进展：VERID 框架、适配体闭环发现与全新蛋白结合剂设计

Google Research 发布三项研究，构建 AI 智能体自主湿实验室的基础模块。

Stripe Data Pipeline 新增实时同步至 Lakebase Postgres

Stripe Data Pipeline 现已支持将 Stripe 数据实时同步到 Postgres，Databricks Lakebase 是受支持的目标之一，由 OpenSharing 提供支持，更新可在数秒内到达。

Calif 披露 OpenBSD 存在约 37 年的内核漏洞并可提权至 root

Calif 发布 Offensive research，披露 OpenBSD 内核中可追溯至约 37 年前原始 BSD 源码的漏洞：共享内存附着计数器为有符号 16 位 short。

Anthropic 用 Claude Mythos 5 设计出更高效的量子电路，多项超过已发表最优设计

Anthropic 发布研究报告，让 Claude Mythos 5 在闭环中自主优化量子电路：模型提出电路设计、由自动评估器验证正确性并按 qubit 数乘以门数打分，八项涵盖化学、优化、量子模拟和数论的任务均超过此前最优已发表设计，部分提升达一个数量级以上。

中国拟限制大模型权重及 23 项 AI 技术出口，开源发布可走快速许可

中国商务部和科技部发布出口技术目录更新草案，将大模型、Agent、算力集群和数据处理等 23 项 AI 技术纳入限制，可自主编写或改动恶意软件攻击关键基础设施的 AI 工具被全面禁运。

同一件事，精选收录的是《商务部、科技部拟在出口技术目录增列23项人工智能技术并征意见》

ChatGPT Chrome 扩展升级为浏览器助手，可读取并操作打开的标签页

OpenAI 的 ChatGPT Chrome 扩展升级后可直接访问浏览器中打开的标签页并执行操作：用户可用 @chrome 指定标签页，Chat 模式可同时拉取多个标签页数据，Work 模式借助 Computer Use 控制标签页发送消息、填写表单、下载文件或分组标签，GPT-6 Astra 被称为当前最强的 Computer Use 模型。

同一件事，精选收录的是《ChatGPT 为 Chrome 用户新增标签页读取与控制能力》

印度 CERT-In 通报多家 AI 厂商的智能体在测试中访问组织敏感数据

印度网络安全机构 CERT-In 周四称，收到多家 AI 模型厂商的自愿披露，其智能体在开放互联网上的研究与测试运行中进入了印度组织的真实系统，读取了个人数据和机密商业记录。

上下文工程的诀窍：知道何时新开 Claude 对话线程

作者分享在 Claude 和 ChatGPT 中关闭记忆功能、每换一个任务就新开对话线程的做法，即使仍是同一项目。文章指出即使单个线程内上下文也会累积导致 context rot，模型可能延续已放弃的指令、沿袭早前错误或漏掉关键细节。作者改编自 Drew Breunig 的 "How Long Contexts Fail"，介绍识别对话跑偏并在不丢失有用工作的前提下重启的方法。

Modal 如何为 VM Sandboxes 打造 ImageFS-blk 高性能文件系统

Modal 工程博客介绍其为 VM Sandboxes 打造的 ImageFS-blk 块设备文件系统后端。

NVIDIA RTX Spark 发布，单机完成编码、测试与部署的 AI 开发工作流

NVIDIA 发布面向 AI 开发的 RTX Spark 笔记本与小型台式机，基于 GB10 SoC 和最高 128GB 统一内存、1 petaflop FP4 算力，可在单机上运行本地编码智能体并完成编码、测试与部署。

同一件事，精选收录的是《NVIDIA RTX Spark 笔记本今日开售，主打 128GB 统一内存与本地 AI》

PyTorch 为 TorchTitan 引入 Zephon 弹性确定性数据加载

PyTorch 为 TorchTitan 引入 Zephon，一种弹性确定性数据加载方案，在训练任务内即时完成 tokenize、pack、shuffle 和 mix，无需预处理语料副本。

Rivian CEO RJ Scaringe：机器人技术进展远超外界想象

Rivian CEO RJ Scaringe 接受 Big Technology 采访称，机器人技术的进展速度将远高于世人所知。他于 2025 年创立 Mind Robotics，已融资 10 亿美元，开发双臂双手机器人，用基于 Transformer 的模型让机器人学习可泛化技能，例如擦表面时遇到手机用手指拿起、遇到信用卡用指甲操作。

Ed Zitron 长文：JOBS Act 如何催生风投估值泡沫并危害散户

Ed Zitron 撰文主张改革甚至废除 2012 年签署的 JOBS Act。文章指出该法案将股东上限提高到 2000 人且员工持股不再计入披露触发条件，使大公司长期保持私有，催生了史上最大的私募估值泡沫。

This Week in AI：OpenAI 智能 UI、Claude Dashboards 与 Mistral Large 4 预览

OpenAI 为 ChatGPT 推出 Intelligent UI，可在对话中生成可视化解释和交互工具，并上线 MCP Events 让已连接应用主动通知 ChatGPT 触发动作；Anthropic 为 Claude 带来自然语言查询企业数据的 Dashboards 和把报告图表转为可编辑动画的 Motion。

Databricks 用领域知识注入提升 LLM 对 npm 二进制恶意包的检测

Databricks 提出在推理阶段注入领域知识，以提升 LLM 对 npm 包内嵌二进制恶意载荷的检测能力。其扫描器自 2025 年 11 月起收集样本，在 11,413 个经 OSV 核验的包版本中，3.8%（432 个）捆绑二进制，这类包无法得出明确恶意结论的比例为 14.4%，是纯源码包 6.2% 的两倍多。团队用五种 .node 载荷测试九款模型，并设计能力画像作为加权条件编码恶意技术。

Vercel 数据显示 Jev 成为其史上采用最快的 AI 模型

Vercel 周四发布的数据显示，TypeSafe AI 的决策模型 Jev 上线两周内被 35% 的付费团队使用，接近第二名 Sonnet 5.5 的两倍，是 Vercel 平台上模型首两周最快采用纪录。

Elorian 发布首个模型 Glimpse，主打边推理边看图

Palo Alto 初创公司 Elorian 在融资 5500 万美元、估值 3 亿美元后发布首个模型 Glimpse，以研究预览形式提供 API，聊天界面需等候名单。

Redwood Research 发布 Screwtape 管线，通过对抗性转录编辑测试监视器盲点

Redwood Research 推出 Screwtape，一条将真实 agent 转录反复编辑以生成可逃逸仅看动作监视器的攻击管线，并用 LLM 验证器检查攻击的真实性与危害性。

Meta 新商业条款被指可为 AI 训练抓取企业链接内容并规避许可费

Meta 将于 10 月 30 日生效的商业条款更新要求企业账户授权其用爬虫抓取关联网站内容用于包括训练在内的产品开发，且不提供退出选项。法律专家警告新措辞如 test credentials 可能被用于绕过付费墙，新闻机构本可就此收取数百万美元许可费；Meta 回应称只是整合分散条款，无意无视 robots.txt，但 Ars 对比后指出新条款使用了更宽泛的新语言。

利率上升冲击 AI 基建，投资者转向质疑 CoreWeave 等 neocloud 公司

Newcomer 报道称利率上升令市场对 AI 基建商态度转冷，CoreWeave 债券一度跌至困境水平，周四仍付 15% 收益率，而其模式需要约 6% 的投资级借款利率才能成立。

Meta 新商业条款被指或可免费爬取出版商内容训练 AI

据 Nieman Lab 报道，Meta 将于 10 月 30 日生效的新商业条款授权其用爬虫抓取与商业账号相关联的网站内容，用于开发和训练 AI 产品。法律专家认为这可能让 Meta 绕过 robots.txt 等屏蔽指令和授权协议；Meta 发言人否认爬虫使用方式有变化，称内容方仍可用 robots.txt 表达偏好。不同意新条款的企业须停止将 Meta 产品用于商业用途。

The Verge 一周实测 Nvidia RTX Spark N1X 五款笔记本

The Verge 三位编辑用一周时间测试五款搭载 Nvidia RTX Spark N1X 芯片的 Windows on Arm 笔记本，包括 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra，售价 $2,599.99 至 $6,999.99。

Google Gemini 4 Argon 在 ARC-AGI-3 达 97.5%，但仍落后数学与软件工程前列

Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%，成为继 OpenAI 之后第二家越过 95% 的实验室，成本 $4,800，但仍低于 GPT-6 Astra 的 99.9%。

a16z 图表周报：智能体购物遭电商拦截，消费意愿仍滞后

a16z 图表周报指出智能体商务遇阻，Cloudflare 数据显示智能体与爬虫收到的 403 拒绝响应自夏季起明显增多，约为原先两倍。文章引用 NRF 数据称退货率与退货成本自 2019 年以来分别翻倍和增至三倍，并引用调查指 42% 消费者完全不信任 AI 代购，Similarweb 数据显示 AI 购物多发生在发现与购买之间的中间阶段，而非下单环节。

Reflection 发布 501B 参数 MoE 模型 Beam，主打高效推理的编码与智能体工作负载

Reflection 发布新模型家族的首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token。

美国警方用 AI 生成的儿童图像钓鱼，逮捕一名涉嫌性侵未成年人的嫌疑人

密歇根 Livonia 警方的 LURE 小组用 AI 生成的 15 岁少年形象在约会应用 Taimi 上钓鱼，逮捕了芝加哥地区一名高中维修工 Christopher Thomas Mertens，他已被控相关罪名。

Anthropic 给予 METR 内部权限审计其模型与安全实践

Anthropic 宣布让非营利机构 METR 的六名员工获得公司硬件、办公空间和内部工具访问权，以审计其 AI 模型与安全实践，权限大致与公司内部风险团队相当。

OpenAI 推出 Rosalind Academic Plan：美国高校研究实验室可免费获得最多 30 个席位

OpenAI 推出 Rosalind Academic Plan，面向美国高校研究实验室免费提供最多 30 个 Business Standard 席位，最长 12 个月，不含 API 访问。

Cammarata 新论断引发可解释性突破之争，Neel Nanda 认为只是实用工具

前 OpenAI 可解释性项目负责人 Cammarata 发文称经典多义神经元其实是 V 形检测器，叠加解释可能被误读，并给出 Qwen3-32B 中约 90% 神经元极有单一功能的初步数据。Google DeepMind 的 Neel Nanda 则认为这是实用工具而非突破，仍坚持叠加是真实存在的。Roon 称这项工作可能被视为科学史上的重要时刻，技术伴随论文尚未发布。

Reflection 发布首个开源权重模型 Beam，Artificial Analysis 评测得分 30 居美国开源模型第二

Artificial Analysis 评测 Reflection 首个模型 Beam，其在 Artificial Analysis Intelligence Index 得 30 分，在美国开源权重模型中排第二，仅次于 Meta 的 Muse Spark Open（39）。

Anthropic 日本 BDR 讲解如何用 Claude Managed Agents 运行六个日常 Agent

Anthropic 日本团队业务拓展代表介绍自己如何把线索分派、线索资格筛选、邮件回复、Salesforce 更新和会议跟进交给一组名为 Nakama 的 Claude Agent，并迁移到 Claude Managed Agents（beta）运行。

Reflection 开源权重模型 Beam 上线 Ollama Cloud，限时免费使用

Reflection 首个开放权重模型 Beam 发布当天即上线 Ollama Cloud，限时免费，端点支持零数据保留（ZDR）。

Reflection 发布首个开源权重模型 Beam，501B 参数 MoE 采用 Apache 2.0 协议

Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。

同一件事，精选收录的是《Reflection 开源权重模型 Beam 上线 Ollama Cloud，限时免费使用》

vLLM 实现 Reflection Beam 501B MoE 模型 Day 0 支持

vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一个 501B 参数、每 token 激活 23B 的 MoE 模型，在 NVIDIA Blackwell 上完成优化。