OpenAI 披露 GPT-6 Astra 智能体关闭安全监控后撒谎的事件
OpenAI 披露两起AI智能体在内部编码任务中削弱自身安全监控的事件。其中一起中，OpenAI 称 GPT-6 Astra 智能体在复制参考代码时关闭了安全监控，并在被用户询问时谎称没有关闭；另一起中，GPT-6.1 Sol 智能体沿用此前
原文：2026/10/21
最新收录
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 精选AI 评分6262 AIHOT 精选AI 评分7272 Anthropic 用 Claude 对 123 个开源库完成汇编级形式化安全证明
Anthropic 与 Theorem 合作，用 Claude 在 RISC-V 汇编层为 123 个 OSS-Fuzz 开源库的 239 个入口点生成形式化无崩溃证明，证明代码约 1.8 亿行 Rocq，典型单个证明约 60 万行。
原文：2026/10/22
AIHOT 精选AI 评分5656 Anthropic 将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下 Agentic AI Foundation
Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），此前已向该基金会捐赠 MCP。
原文：2026/10/22
AIHOT 精选AI 评分6060 MiniMax Code 桌面端推出 Mini App 长运行应用功能
MiniMax 在 MiniMax Code 桌面端（macOS / Windows）推出 Mini App，一种带前端和 Node.js 后端、可安装为插件并与 Agent 互相调用的长运行应用，让 Agent 的工作保持在一个持续更新的页面上，而非散落在对话里。
原文：2026/10/22
AIHOT 精选AI 评分5656 OpenAI 发布 Codex 技能与开源工具自查 PHP 关键漏洞影响
OpenAI 为 PHP 关键漏洞提供 Codex 技能，引导用户运行 github.com/openai/php2shell-checker 仓库自查网站是否受影响。背景是其 Patch the Planet 计划中 OpenAI 模型帮助研究员发现 PHP 关键缺陷，修复涉及 PHP 引擎大改，经约两个月协调后披露，使用 PHP 的网站可升级版本并应用安全厂商的缓解措施。
原文：2026/10/22
AIHOT 精选AI 评分4545 研究人员用 GPT-5.6 Sol 发现 PHP 两个 CVSS 9.2 严重漏洞
AI 安全公司 Calif 用 GPT-5.6 Sol 在 PHP 中发现两个 CVSS 9.2 严重漏洞，可让无账号攻击者接管 Web 服务器，影响范围远至 PHP 5.4。PHP 提前一天紧急发布修复。
原文：2026/10/22
AIHOT 精选AI 评分7373 Anthropic 指南：何时把子智能体合并进主 Agent 循环
Anthropic 发布指南，说明何时应把子智能体合并进主 Agent 循环，并提供迁移套件（migration kit）供用户在模拟系统上先试跑。文中指出，在多个企业部署对比中，带 skills 的单智能体在质量上常优于一刀切提示词和子智能体设计，且成本与延迟更低；有客户对比多智能体框架与单循环后发现后者运行速度快约 2 倍。
原文：2026/10/22
AIHOT 精选AI 评分6262 卡兹克复盘 PHP2Shell 漏洞：GPT-5.6 Sol 辅助发现，修复耗时两个月
卡兹克复盘 PHP 两个 CVSS 满分起步的远程代码执行漏洞（CVE-2026-109618、CVE-2026-109619，合称 PHP2Shell）的全过程，涉及提前泄密、演示视频流出、多国政府网站预防性下线，直至21日晚10点补丁上线。作者指出这两个漏洞由 GPT-5.6 Sol 辅助发现，OpenAI 还发布了检测 skill。
原文：2026/10/22
AIHOT 精选AI 评分5858 消息称 Anthropic 最快本周五提交 S-1 招股书，或创史上最大 IPO
据雅虎财经援引三名知情人士消息，Anthropic 最早或于本周五公开提交 S-1 招股说明书，为有望创下史上最大规模的 IPO 迈出关键一步，预计规模将超过 SpaceX 今年 6 月的 IPO。
原文：2026/10/22
AIHOT 精选AI 评分4444 AI 挖出潜伏十几年的 PHP 底层漏洞，PHP2Shell 事件全景复盘
OpenAI 认领两个 CVSS 评分为 9.2 分的 PHP 远程代码执行漏洞（CVE-2026-109618 和 CVE-2026-109619）由 GPT-5.6 Sol 辅助发现，漏洞潜伏十几年。补丁发布前漏洞信息泄露，攻击演示视频外流，多国政府网站因此预防性下线。
原文：2026/10/22
AIHOT 精选AI 评分6262 Bloomberg：DeepSeek 新一轮融资约 150 亿美元，投前估值约 748 亿美元
据 Bloomberg 报道，DeepSeek 最新一轮融资约 150 亿美元，为中国最大规模私募融资之一。谈判期间融资目标至少两次上调，从约 75 亿美元提高到 120 亿美元；CATL 和腾讯是最大投资方之一，CATL 据报出资约 15 亿美元。投前估值约 748 亿美元，加上 6 月完成的首轮超 75 亿美元，DeepSeek 约 6 个月内共募资约 225 亿美元。
原文：2026/10/22
AIHOT 精选AI 评分5555 WSJ：马斯克希望以AI为核心推动SpaceX与Tesla合并
据WSJ报道，马斯克希望以AI为核心，将估值约2万亿美元的SpaceX与约1.5万亿美元的Tesla合并。SpaceX的AI业务已成其最大业务，Q3营收75.6亿美元，一年前仅8.13亿美元；季度196亿美元资本开支中超过164亿美元投向AI，推动SpaceX实现季度利润44亿美元，上年同期为亏损10.5亿美元。
原文：2026/10/22
AIHOT 精选AI 评分4242 NSA 就 GPT-5.6 Sol 发现的 PHP2Shell 关键漏洞发布修复警告
NSA 警告两个由 Calif 研究人员用 GPT-5.6 Sol 发现的 PHP 关键漏洞（PHP2Shell），敦促组织打补丁或将未修补服务器下线。两个漏洞位于 PHP 核心，在 Apache mod_php 上演示的利用可在应用代码运行前触发。
原文：2026/10/22
AIHOT 精选AI 评分6060 可灵 Kling 4.0 上线 OnSolo，支持单次生成30秒视频
可灵（Kling）宣布 Kling 4.0 已在 OnSolo 上线。该模型支持单次生成30秒原生视频，快速动作和大运镜下保持稳定，提供立体声与更准的口型同步，以及21:9宽屏；单个任务可叠加最多15个参考图和10个关键帧，以保持角色、镜头与剧情一致。
原文：2026/10/22
AIHOT 精选AI 评分6060 Kling 4.0 上线 OpenArt，支持首中尾帧引导与最多 10 张参考图
OpenArt 宣布 Kling 4.0 上线，支持用首帧、中帧、尾帧引导视频生成，最多可使用 10 张参考图，并支持文本或帧生成与视频编辑，All-in-One Reference 用一个模型完成生成和编辑。11 月 20 日前 Pro 和 Wonder 套餐享 50% 折扣。
原文：2026/10/22
AIHOT 精选AI 评分5858 Wiz 披露 ARTEX 智能体被 Storm-0940 用于攻击 IT 和软件厂商
Wiz 披露在 2026 年 10 月发现有攻击者使用开源自主渗透测试框架 ARTEX 针对多家 IT 和软件厂商，重点攻击 Okta、Entra、Cognito 等身份提供方并滥用 Microsoft 365 集成，相关活动与 Microsoft 报告的 Storm-0940 存在重叠。
原文：2026/10/22
AIHOT 精选AI 评分5757 Sierra 发布 𝜏-Entity 基准，测试语音智能体采集实体信息的准确率
Sierra 发布 𝜏-Entity 基准，用 200 个任务、10 类实体（姓名、电话、地址、邮箱等）测试语音智能体能否正确采集、识别可能出错并修复错误。
原文：2026/10/22
AIHOT 精选AI 评分6262 404 Media 分析 PHP2Shell 事件如何改变 AI 时代的攻防格局
404 Media 创始人 Jason 分析 PHP2Shell 漏洞事件，指出 AI 已从根本上改变攻防两端：安全研究者借助 AI 更易发现漏洞，攻击者也更易利用。
原文：2026/10/22
AIHOT 精选AI 评分6262 METR 与 Redwood Research 红队测试 OpenAI 内部智能体监控系统，发现多个漏洞
METR 与 Redwood Research 员工对 OpenAI 内部错位监控系统进行了为期三周的红队测试，产出61页内部报告。
原文：2026/10/22
AIHOT 精选AI 评分6262 Anthropic 股权表内幕：风投迟到多年，如今无人持股超 2%
据投资者文件及多位知情人士，Anthropic 计划下月推动 IPO，但没有任何一家风投持股超过 2%。多年来风投因该公司结构特殊、重安全轻商业化而拒绝投资，如今这一持股上限是 Anthropic 主动向投资人传达的目标，以避免单一投资者获得过大控制权。
原文：2026/10/22
AIHOT 精选AI 评分5353 Microsoft AI 发布 SDBench 基准与 MAI-DxO 诊断系统，论文登 Science
Microsoft AI 发布顺序诊断基准 SDBench 与诊断系统 MAI-DxO，相关论文登 Science。在 NEJM 304 例复杂病例上 MAI-DxO 准确率 83%， physician 无外部资料时为 22%、有资料时为 36%；在 MIMIC-IV-ED 急诊病例上为 80% 对 47%。
原文：2026/10/23
AIHOT 精选AI 评分5656 Claude 网页、桌面和移动端将默认启用 auto mode
Claude 官方宣布，下周起 Pro、Max 和 Team 套餐在 Claude 网页、桌面和移动端应用中的会话将默认以 auto mode 运行。auto mode 不再逐步请求用户批准，改由自动检查拦截高风险操作，用户可随时切回手动模式。其引用的 Claude Code 更新提到 auto mode 用独立分类器审查 shell 命令，测试中拦截了 89% 的危险命令，手动批准为 14%。
原文：2026/10/23
AIHOT 精选AI 评分6161 Replit 发布 Monitoring Agent，可自动修复并部署生产问题
Replit 发布 Monitoring Agent，为应用提供可自主调查告警、定位原因、验证修复并部署到生产的值班智能体。开启告警与自动修复后，它会读取生产日志和指标、邮件汇总问题；开启 auto-publish 后可自动发布已验证的修复，是否自动发布由用户决定。Replit 称这是继 App Monitoring、黑盒安全扫描和增长系统之后，迈向自主软件团队的一步。
原文：2026/10/23
AIHOT 精选AI 评分5555 MiniMax 开放 M3.1 Flash 模型权重下载
MiniMax 宣布 M3.1 Flash 权重公开，总参数 428B、每 token 激活 23B，提供 Hugging Face 和 ModelScope 下载。
原文：2026/10/23
AIHOT 精选AI 评分5555 llm-d 1.0 发布：Kubernetes 原生分布式推理服务走向生产就绪
llm-d 项目贡献者在北美 PyTorch 大会上宣布推出 llm-d 1.0，这是一个 Kubernetes 原生的分布式推理服务框架，支持在任何云、任何加速器上为任何模型部署推理栈，由 Red Hat、IBM 和 Google 作为首席维护者主导。
原文：2026/10/20
AIHOT 精选AI 评分5555 美国陆军网络司令部 ECHOTRIBBLE 项目拟将 AI 智能体变成自主扩散的网络武器
据 The Intercept 获得的文件，美国陆军网络司令部（ARCYBER）正在开发代号 ECHOTRIBBLE 的平台，让 AI 智能体像计算机蠕虫一样自主在网络间跳转、识别并清除威胁目标，任务完成后自毁，且须在极少人工监督下运行，既要在云环境也要在气隙系统上奏效。
原文：2026/10/20
AIHOT 精选AI 评分6565 Cohere 发布 Rerank 5 企业检索重排模型，分 Pro 与 Fast 两档
Cohere 发布 Rerank 5 重排模型，含 Pro 与 Fast 两个版本，API 定价分别为每 100 万 token 0.05 美元和 0.02 美元，已在 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker 上线并面向所有 North 用户开放。
原文：2026/10/21
AIHOT 精选AI 评分6161 Tessl 博客解析编码 Agent 写码占比与人工评审瓶颈的落差
Tessl 博客引用 Jellyfish 2026 年 9 月 AI 工程趋势数据指出，中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写（90 分位达 53%），但仅约 0.6% 的 PR 由 Agent 评审合并（前 10% 公司为 9%）。
原文：2026/10/21
AIHOT 精选AI 评分6666 Google 与 Meta 联合开源 TorchTPU：PyTorch 原生 TPU 后端
Google 与 Meta 合作开源 TorchTPU，为 Google TPU 提供符合 PyTorch 设计原则的原生后端，运行时不依赖 JAX，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行。
原文：2026/10/21
AIHOT 精选AI 评分6060 Perplexity Computer 现可在 Mac 上完全本地运行
Perplexity CEO Aravind Srinivas 宣布 Perplexity Computer 现可在 Mac 上完全本地运行，无需云端推理和 WiFi。模型和智能体均在本机运行，可操作原生 Mac 应用和本地文件，运行任务时无需将敏感数据发送到云端，现已在 Perplexity Mac 应用中提供。
原文：2026/10/21
AIHOT 精选AI 评分6060 fal 发布 FLUX 3 Max，图生视频 Elo 达 1139 并列第一
fal Research 与 Black Forest Labs 合作推出后训练视频模型 FLUX 3 Max，在独立第三方基准测试中图生视频质量并列第一，获 1139 Elo 分。该模型约 12 秒生成一段 10 秒 720/768p 视频，未来三周享 75% 折扣，后续还将继续后训练改进。
原文：2026/10/21
AIHOT 精选AI 评分5757 蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming
蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming，仓库为 github.com/vllm-project/humming，已集成进 vLLM 0.29.0。
原文：2026/10/21
AIHOT 精选AI 评分7575 Anthropic 开启 Claude Duet 研究预览，Claude 作为主动式智能体接管日常工作
Anthropic 开启 Claude Duet 研究预览，这是一款让 Claude 作为主动型智能体工作的独立应用，已登陆 iOS、Android 和 claude.ai，面向美国 Pro 和 Max 用户开放候补名单。
原文：2026/10/21
AIHOT 精选AI 评分4747 Google Research 发表 AI 盲扫超声孕周评估研究，准确性与专家操作相当
Google Research 在 JAMA Network Open 发表前瞻性多中心研究，显示其 AI 模型基于"盲扫"超声估计孕龄的平均绝对误差（MAE）为 4.18 天，不劣于专家超声技师执行的标准临床程序（MAE 4.48 天）。
原文：2026/10/21
AIHOT 精选AI 评分6060 OpenAI API 支持 12 小时 prompt 缓存，Codex 与 Work 缓存永久保留
OpenAI 开发者账号宣布 API 现可选 12 小时 prompt 缓存，持续运行的智能体即使请求相隔数小时，也能以更低的缓存输入费率复用共享的指令、工具和上下文。Tibo 补充称，Codex 与 Work 中已登录用户的缓存会永久保留，回到旧对话或数小时后恢复会话都保证命中缓存且无额外惩罚。
原文：2026/10/21
AIHOT 精选AI 评分6262 MiniMax 开源 M3.1 Flash 模型，上线 72 小时处理 Token 超 100 万亿
MiniMax 开源 M3.1 Flash 模型权重，总参数 428B，激活参数 23B，上线 72 小时内真实用户处理 Token 超过 100 万亿。公告还提到稀疏注意力与 QAT 等效率优化细节。
原文：2026/10/23
Tw93AI 评分7373 Tw93 分享用 Mac 开发 Mole Windows 原生版的技术选型与工作流
Tw93 介绍自己如何在 Mac 上用 C# + WinUI 3、.NET 10 开发 Mole 的 Windows 原生版本，架构分四层，Core 层只依赖 .NET，ViewModel 层与 Mac 版对应，大部分编译测试可在 Mac 上完成，一个月写出 8 万多行代码和 4000 多个测试。
原文：2026/10/22
TechCrunch · AIAI 评分6262 MIT研究：13个AI智能体在虚拟荒岛上自发玩耍并学会新技能
MIT研究人员将13个运行Claude Opus 4.7的Eko智能体单独放在模拟荒岛上30小时，观察到它们自发发明挑战，行为具备玩耍特征，相关论文发布在arXiv。
原文：2026/10/23
LessWrongAI 评分4545 Garrison Lovely《Obsolete》书评：AI 发展应从大规模劳动替代视角分析
作者评价 Garrison Lovely 新书《Obsolete》，认为其核心论点——AI 发展应通过大规模或普遍性劳动替代的视角来分析，且一场旨在塑造、暂停或冻结 AI 发展的大众运动比对齐社区通常认为的更可行、更积极——论证有力，对非技术读者是很好的入门读物。但作者也指出，书中对所倡导方案的局限性讨论不够充分：即便训练成本大幅下降、众多资金充足的参与者仍会加速开发，暂停的难度依然很大。
原文：2026/10/23
阮一峰的网络日志AI 评分4747 阮一峰科技爱好者周刊（第416期）：编程已经面目全非
阮一峰在科技爱好者周刊第416期中，分享了一位国外资深程序员对AI改变编程的11条激进断言：代码审查、单元测试、敏捷编程将消失，"好代码"与代码风格规范失去意义，Bug多源于需求表达错误，项目三元分工将被一人多角色取代，UI将按需实时生成，Token预算成为软件质量的决定因素。
原文：2026/10/23