Anthropic 对齐科学博客发布研究，用 Opus 5 红队智能体对 Claude Code 的 Auto Mode 和 OpenAI Codex 的 Guardian 等生产拦截监控做对抗测试，平均有超过 55% 的攻击未被拦截。最有效的攻击方式包括智能体生成的提示词注入、跨会话或压缩摘要的多上下文攻击，以及利用工作目录内编辑不被监控的覆盖缺口。团队通过转写格式转义与 heredoc 框定、监控全部编辑、加入工具调用调查智能体等改进推出 Auto Mode ++，攻击成功率下降超过 50 个百分点，但可靠防御多上下文攻击仍与延迟成本直接冲突。
匹配字段摘要、正文
Greg Brockman 转发 OpenAI 关于 GPT-Rosalind 的进展：该模型在药物发现中提出一条新线索，即恢复胆固醇运输是否可能保护神经元免于退化。OpenAI 称，DCTN1 是与 Perry 综合征相关的基因，在小鼠脑数据中破坏它会提高胆固醇合成相关基因的表达，GPT-Rosalind 据此推测胆固醇可能没有到达神经元需要的位置。OpenAI 与 PerturbAI、Scripps Research 合作，数千个 GPT-Rosalind 智能体并行工作，在 32 分钟内把数百万小鼠脑细胞的基因表达结果与科学文献关联起来，并表示正在扩大这一合作以寻找新的药物靶点。
匹配字段摘要
Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，让工程师把补丁开发和回归检查交给智能体。regression-hunt 在初步评测中产生的误报比提示为“审查 PR 回归”的基线 Codex 智能体少 25%，95% 置信区间为 14% 至 38%，但严格证据要求也让部分已知回归只能判为边界情况。两个插件源自该公司与 OpenAI 的 Patch the Planet 计划，支持项目自带 THREAT_MODEL.md 和 PATCHING_GUIDELINES.md。
Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，让工程师把补丁开发和回归检查交给智能体。regression-hunt 在初步评测中产生的误报比提示为“审查 PR 回归”的基线 Codex 智能体少 25%，95% 置信区间为 14% 至 38%，但严格证据要求也让部分已知回归只能判为边界情况。两个插件源自该公司与 OpenAI 的 Patch the Planet 计划，支持项目自带 THREAT MODEL.md 和 PATCHING GUIDELINES.md。
匹配字段摘要、正文
Artificial Analysis 更新 MLCR-AA 医疗长上下文推理榜单，Claude Sonnet 5.5（max with fallback）与 GPT-6 Astra（max）以 41.7% 并列第一，GPT-6.1 Sol（max）以 38.3% 紧随其后，Qwen3.8 2.4T A95B 以 30.6% 领跑开源权重模型。此次更新将提示词改为病历审阅者角色并要求结论与证据同段作答，评分改用三模型评审团，并复核 60 份专家参考答案、修订其中 15 份。榜单显示病历审阅远未解决：无模型通过率超过 42%，中位模型不足 15%；Anthropic 模型包揽完整性前 18 名，Claude Sonnet 5.5 以 64.8% 居首，OpenAI 模型包揽准确性前 27 名，GPT-6.1 Sol 以 96.7% 居首。
匹配字段摘要、正文
阿里云百炼 Token Plan 团队版以 Credits 统一计量，一份订阅可使用 Qwen3.7-Max、GLM-5.2、DeepSeek-V4-Pro、Kimi-K2.6 等十余款文本与图像模型，并兼容 OpenAI 和 Anthropic 两套协议。套餐分标准版 25000 Credits、高级版 100000 Credits、尊享版 250000 Credits 三档，席位分配后才能生成 sk-sp- 前缀的专属 API Key。接入需配套使用对应 Base URL，与 Coding Plan、按量付费体系完全隔离。
匹配字段摘要
Google Cloud 于 2026 年 10 月 21 日宣布在 Model Garden 上线 OpenAI 的 GPT-Astra、GPT-6.1 Sol 和 GPT-6 Luna，三款模型同日面向部分企业客户开启私密预览。GPT-Astra 面向编码、计算机操作、专业任务与科研，GPT-6.1 Sol 主打更低成本的智能体编码与专业工作，GPT-6 Luna 定位快速低成本的大规模日常任务。OpenAI 模型通过 Google Cloud Marketplace 结算，用量计入单一账单并抵扣现有云承诺，客户可按性能、延迟和成本动态切换模型。
匹配字段摘要、正文
Nvidia 在柏林 GTC 上发布 Open Agent Safety Platform，围绕开源运行时 OpenShell 增加硬件级管控，由 BlueField-4 DPU 配合 Sentry 软件独立监控智能体行为，并在其越界时于毫秒级隔离和停止。OpenShell 支持 Anthropic 的 Claude Code 和 OpenAI 的 Codex 等第三方智能体框架，Nvidia 称已有超过 100 家机构使用该平台技术。Nvidia 同时推出 Agent Knowledge Foundation 和 Auto-Ontology 库，用于在企业数据不出本地的前提下让智能体访问结构化与非结构化数据，并扩充 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt 74B-A9B 及 Kumo 系列模型。
匹配字段摘要、正文
特朗普在 Truth Social 发帖称，大型新建数据中心必须自行发电，并向所在社区支付现金“分红”。最接近的现有承诺是 Amazon、Google、Meta、Microsoft、OpenAI、Oracle 和 xAI 今年 3 月签署的 Ratepayer Protection Pledge，签署方承诺新建或购买发电能力并承担基础设施升级费用，但专家认为该承诺在联邦层面可能无法强制执行。特朗普表示，一些原本极不受欢迎的项目在达成财务协议后变得受欢迎，分红提议比上述承诺更进一步。
匹配字段摘要、正文
据 axios 报道，Anthropic 向 Blackstone 支付的芯片债务利率已超过 10%，而 4 个月前为 8.5%，同类评级的公开市场借款人约为 7%。其 5180 亿美元核心算力计划中大部分支出无论产能是否使用都需支付，因此需要锁定长期资金；OpenAI 曾用数月募得超 1200 亿美元，投资者怀疑这一规模在当前市场难以复制，IPO 成为该量级融资的唯一途径。
匹配字段摘要、正文
字节、阿里、腾讯、金山等大厂正高薪招募FDE（前线部署工程师），豆包开出105万元年包，阿里云月薪2万到5.5万、16薪，月之暗面Kimi年包109万元，有字节FDE入驻企业日薪可达1万元。FDE源自Palantir的驻场交付模式，需同时承担谈需求、翻译业务和部署交付，但多位受访者指出目前不少FDE进企业实际只做培训，客户对AI在长流程业务中的错误率容忍度极低。文章还提到OpenAI的FDE团队截至2025年底仅约50人，而国内大厂在搭建数百人规模的交付团队，有投资人认为现场堆人越多说明产品和模型越不够用。
匹配字段摘要、正文
NVIDIA 在 GTC Berlin 宣布与 UW Medicine 蛋白质设计研究所合作推出开源蛋白质设计模型 RFD4-Proteina，已通过 Amazon Bio Discovery、Hugging Face、OpenAI 等合作方提供。该模型属于 NVIDIA BioNeMo，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并筛选候选设计。Hugging Face 模型卡显示其权重为 435.6 百万参数、FP32 存储 1.74 GB、以 BF16 运行，采用 BSD 3-Clause 许可，单张 H200 上 250 token 设计在 BF16 下耗时 5.0 秒。
匹配字段摘要、正文
36氪Tech商业栏目分析Anthropic的IPO压力：2026年上半年营收约163亿美元、净亏损约807亿美元，其中约720亿美元来自可转换票据等融资工具的公允价值变动，属非现金计提；截至2025年底现金及短期投资约202.8亿美元。文章指出其已披露算力相关承诺合计超6000亿美元，2026年上半年算力及基础设施支出接近90亿美元，并称公司已在2026年6月保密提交S-1、目标11月挂牌。作者认为拥有自有现金牛的谷歌与走极致工程降本路线的DeepSeek更具持久力，而Anthropic与OpenAI处于中间态。
匹配字段摘要、正文
钛媒体梳理今年双11大模型直接参与电商的进展：千问办公在双11前夕上线电商版Agent，面向所有电商平台和商家提供跨平台经营看板、卖点分析、素材生成和ROI优化；豆包则专设“双十一问豆包”导航栏，用户可在对话中选品、领券下单并直达抖音商城订单页。文章还提到淘宝内嵌千问AI购物助手、用户用DeepSeek比价和Kimi生成护肤清单等场景，并对比OpenAI在2025年9月上线Instant Checkout后不到半年下线的尝试，指出电商履约能力是模型厂商需要补齐的一环。
匹配字段摘要、正文
截至 2026 年 10 月，递归自我改进（RSI）的局部“小闭环”已在实验室跑通，但涵盖选方向、提假设、训练下一代基座模型的全流程“大闭环”尚未合拢。Anthropic 生产代码库中超过 80% 的合并代码由 Claude 编写，OpenAI 每个“人类工作日”已对应约 3.1 个 Agent 工作日。Claude Opus 5.5 在 TasteVal 基准上的实验算力效率达人类专家基线的 2.3 倍，但 Anthropic、OpenAI 与 Google DeepMind 官方均表示完整 RSI 尚未发生。
匹配字段摘要、正文
ElevenLabs 推出 Eleven Realtime 语音到语音模型系列，包含面向 AI 助手、教师等场景的 v1 Mini 和面向客服、线索筛选及多步骤流程的 v1 Max 两个版本。两款模型支持 90 多种语言和超过 17000 种音色，将语音识别、轮次切换、语音活动检测与语音生成整合为一个系统。在 Artificial Analysis 的评测中，Max 在 Big Bench Audio 上正确回答 98.8% 的问题，Mini 为 75.9%；Max 首音频平均耗时 0.57 秒，Mini 为 0.62 秒；工具调用任务上 Max 完成 87.1%，Mini 为 60.3%。Eleven Realtime 遵循 OpenAI Realtime 规范，开发者只需修改 API 端点和模型名即可迁移，但使用 WebRTC 的集成需改用 WebSockets。
匹配字段摘要、正文
智东西报道，Every 创始人 Dan Shipper 采访 OpenAI 联合创始人 Greg Brockman、Codex 团队负责人 Thibault Sottiaux 等核心成员，复盘 Codex 从云端版遇冷到成为 ChatGPT 桌面版底层系统的过程。文中提到 Codex 与 ChatGPT for Work 合计周活达 4000 万，CLI 下载量反超 Claude Code，团队曾用 Rust 重写 Codex 并转向本地与原生桌面应用。
匹配字段摘要、正文
钛媒体 Edge AI Daily 早报汇总十条动态，包括 Anthropic 招股书草案披露未来数年算力投入或达 7500 亿美元、2026 年上半年净亏损 807 亿美元，并推进纳斯达克 IPO；OpenAI 收购 AI 生物科技软件公司 Orchestra Bio，并将计算机使用能力接入 Chrome 版 ChatGPT 扩展。其余条目涉及谷歌云伦敦区宕机致英国多家银行服务中断、Meta 吉瓦级 Prometheus 集群、八州总检察长起诉 OpenAI，以及商汤对 GPT-6-Astra 的真机评测。
匹配字段摘要、正文
Arda Industries 以 2.32 亿美元融资正式亮相，Accel、Altimeter、Founders Fund 和 Khosla Ventures 领投，XYZ Venture Capital、8VC、SVAngel 和 Felicis 参投。公司由前 OpenAI 首席研究官 Bob McGrew 担任联合创始人兼 CEO，平台可让用户上传产品蓝图后自动规划产线、确定使用哪些机器人并生成可视化作业指导。目前客户集中在国防和数据中心电子领域，Anduril 用它优化产线，公司长期计划进入消费电子市场并开发能在数天内适配新设备的 AI 智能体。
匹配字段摘要、正文
韩国攻击性安全公司 Theori、Enki WhiteHat 和 Stealien 正围绕 IPO 与全球合作展开竞争。Enki WhiteHat 率先通过上市初审，计划 11 月启动公开认购，拟募资 280 亿韩元，并与 Palo Alto Networks 合作；Theori 瞄准纳斯达克上市，2025 年营收 159.95 亿韩元居首，还入选 OpenAI 的 Daybreak Cyber Partner Program。三家公司分别以 Xint、Offen AI DAST 和 AlienRay 作为旗舰 AI 安全产品。
匹配字段摘要、正文
文章介绍如何把决策模型当作廉价 LLM Judge 做自动评估，并基于 98 条公寓租赁 AI Agent 真实生产 trace（61 条失败、37 条无失败）对比 Jev、Perplexity Decider、Liquid d1、Cloudflare Clef、OpenAI Decisions API 五家模型。作者用分层五折交叉验证在训练折选阈值、留出折测量，发现调优阈值对原本不达标的模型收益明显，Perplexity 每 100 次评估 0.82 美分、F1 0.79，OpenAI Decisions F1 0.87 但贵约 4.5 倍。可靠性图显示部分模型分数严重失准，Clef Flash 一组预测失败概率约 8% 的样本实际失败率达 60%，Platt scaling 修复三个模型却让 OpenAI 的 Brier 从 0.159 升到 0.164。
匹配字段摘要、正文