OpenAI 推出 GPT-5.6-Cyber,面向授权漏洞研究的网络安全专用模型
OpenAI 发布网络安全专用模型 GPT-5.6-Cyber,可通过 Daybreak Red 获取,用于授权的漏洞研究、漏洞验证和安全测试。该模型旨在应对网络防御窗口不断收窄的挑战,为安全研究人员提供专门工具。
推荐理由:GPT-5.6-Cyber 将大模型能力引入授权的漏洞研究与验证流程,安全团队可借助模型自动化分析,缩短从漏洞发现到修复的窗口。
全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。
更新于 11月20日 11:12 · 每小时自动更新
OpenAI 发布网络安全专用模型 GPT-5.6-Cyber,可通过 Daybreak Red 获取,用于授权的漏洞研究、漏洞验证和安全测试。该模型旨在应对网络防御窗口不断收窄的挑战,为安全研究人员提供专门工具。
推荐理由:GPT-5.6-Cyber 将大模型能力引入授权的漏洞研究与验证流程,安全团队可借助模型自动化分析,缩短从漏洞发现到修复的窗口。
Harvey、Legora 与 Sierra 在九个月内相继跨过 1 亿美元年经常性收入(ARR)门槛,Ramp 与 Decagon 分别以 14 亿美元和 3500 万美元夹在两侧。
推荐理由:与2021年相比,现在的100倍ARR估值建立在快约3倍的增长之上,这对评估当前AI SaaS估值是否合理提供了历史参照。
Anthropic 员工让 Claude 尝试攻克黎曼猜想,虽未成功,但一个未发布的研究版 Claude 在相关问题上取得突破:将满足黎曼猜想的 zeta 函数零点比例下界从 41.6% 提升至 67.2%。
推荐理由:Claude 的结果并未直接冲击黎曼猜想,但它组合现有技术将零点比例下界提升超过 25 个百分点,为数学研究提供了一种 AI 辅助探索的可行路径。
另有 3 家信源报道我们最近将自动模式设为 Claude Code 的默认选项,这意味着你不再需要批准每一个操作。 但什么决定某个操作是否可以安全运行?看看它是如何工作的:
推荐理由:视频拆解了 auto mode 的安全判断逻辑,帮用户理解自动执行与仍需人工确认的边界,适合想更高效使用 Claude Code 的开发者校准信任预期。
Manus 宣布将恢复独立运营,作为与 Meta 分拆的一部分并为遵守监管要求,部分用户在 2025 年 12 月 29 日(Meta 收购 Manus 当天)或之后产生的数据将于 2026 年 8 月 23 日 08:00 起至 8 月 24 日期间(SGT)被删除。
推荐理由:官方公告明确了数据删除和备份恢复的具体时间窗口,受影响用户可据此安排备份。
蚂蚁百灵正式开源 Ling-3.0-tiny,总参数 7.9B,每 Token 仅激活 1.3B,同步提供 BF16、FP8 和 INT4 三个版本。
推荐理由:官方给出了综合指数与实测数据,读者可以据此评估这款轻量模型在端侧部署和本地 Agent 场景的可用性。
OpenRouter 基于每周超 55T token 的社区消费数据,推出新版 Auto 路由器(openrouter/auto),其模型选择在多数任务和成本档位上优于旧版。新路由器按约 30 种任务类型匹配近 7 天社区实际消费的模型,支持 cost_tier 参数(low 至 max)并遵循账户隐私设置。在 MMLU Pro 等基准上,新默认档位在多数领域以更低成本达到旧版同等性能。
推荐理由:基于平台每周55T token的社区支出分布,新路由将模型选择众包化,基准显示默认档成本下降超60%且多数任务性能不减,适合调用量大的应用。
另有 1 家信源报道a16z 数据显示,计算机操作智能体在 OSWorld-Verified 基准上的最佳成绩已从一年前的 42% 升至 85%,超过人类测试者约 72% 的水平,Claude Fable 5 以 85% 领先。
推荐理由:用 OSWorld 基准和一线案例回答了计算机使用代理能否可靠运行,更重要的判断是基础模型正在成为可替换层,真正的壁垒在于上下文、验证和故障处理。
Linear 发文讲解 Linear Agent 的构建方法,核心是不设计固定路径,而是用系统提示词、工具设计、产品模型和运行范围划出边界让智能体自主发挥。文章介绍了 system skills 按需渐进加载以控制上下文、拒绝直接暴露 SDK 等底层原语以换取可预测性,并说明为何从模型 API 向上自研 harness,以支持动态工具注入、上下文化的工具调用确认和异步子智能体执行等编排需求。
推荐理由:Linear 亲述 Agent 构建思路,涵盖系统提示词边界、system skills 按需加载和自研 harness 的取舍理由,方法可迁移到同类 Agent 设计。
SGLang 与 Meta Superintelligence Labs 合作,为 30B 参数多模态模型 Muse Glimmer 提供 Day-0 支持,该模型拥有 128k+ token 上下文窗口。
推荐理由:SGLang对Muse Glimmer的优化使30B多模态模型在RTX 5090上达到236 tok/s用户速度,本地智能体工作流不再受限于云端延迟。
Meta 开源 30B 参数密集模型 Muse Glimmer,Apache 2.0 许可,支持视觉,可在 18GB RAM/VRAM 环境本地运行,定位于本地智能体与编码工作流。
推荐理由:Meta 开源 30B 密集视觉模型,18GB 内存可本地运行,作者还提供了 GGUF 和运行训练指南,方便直接上手。
我相信每个人都应能使用超级智能,我撰写了一篇长文,阐述 Meta 为所有人构建积极未来的理念与价值观。http://meta.com/thefutureisforeveryone
推荐理由:把超级智能的普惠性作为公司核心哲学,可能影响行业对开源路线的判断,也暗示 Meta 将免费可及作为首要竞争维度。
另有 2 家信源报道推出 Muse Glimmer,一款开放权重、300 亿参数的模型,专为本地、常驻运行的智能体工作流优化。 与同尺寸领先模型相比,Muse Glimmer 在关键智能体用例和基准测试中表现出色,并设计为完全在消费级硬件(如 Mac 或配备高性能 GPU 的 PC)上运行。 秉承我们长期分享基础 AI 研究的传统,我们以宽松的 Apache 2.0 许可证发布模型权重。
推荐理由:将一个 30B 模型以 Apache 2.0 许可完全开源并针对本地智能体优化,为需要离线运行或数据不出设备的 Agent 应用提供了更轻量的选择。
另有 9 家信源报道👀 看见只是开始。 借助 Qwen-MM-Plugins,让你的智能体原生支持多模态——读取图片、视频和文档,编辑视频,处理 3D/CAD,以及更多。 从多模态模型 → 多模态智能体。🚀 观看实际效果:https://github.com/QwenLM/Qwen-MM-Plugins
推荐理由:让智能体直接获得视觉、文档和 3D 感知能力,把原本需要单独集成的工作流变成一组可调用的插件,原型开发速度可能因此加快。
千问开放平台今日上线,面向生态伙伴和开发者开放手机、PC和AI眼镜三类终端的服务接入,首批覆盖物流运输、房产居住、本地生活、理财、汽车等十多个领域。用户可在对话中@相关服务或点击“圆点角标”进入智能体,完成从咨询、推荐到下单的完整流程。平台支持标准化协议接入、一键授权与端到端调测,并提供账号、AI支付、订单接入等基础设施。
推荐理由:把快递查询、租房比价、天气建议等高频生活服务接入对话窗口,用户从「问信息」到「下单」不再跳出应用,减少了多任务切换和重复输入的摩擦。
另有 1 家信源报道作者耗时54小时开发并免费开放了一个聚合多家可信榜单的AI大模型综合排行榜LatentRank。该榜单采用Bradley-Terry成对比较算法,并加入先验限制小样本结果,以解决不同榜单规模、领先幅度和模型缺失带来的评分偏差。目前榜单前五名中,Opus 5超过Fable 5位居前列。
推荐理由:聚合榜单的难点在于不同榜的排名含金量不可比,作者用 Bradley-Terry 模型将问题转为成对比较,为评估模型综合能力提供了比简单平均更合理的框架。
NVIDIA 发布开源端到端全双工语音对话模型 NemotronLabs VoiceChat 11B,在统一网络中完成流式语音理解与生成,实测轮换延迟 448 毫秒。该模型为首个支持对话中工具调用的开源全双工模型,通过独立输出通道及预置“保持”话术避免 API 执行期间冷场。权重与容器已公开,但仅限研究用途,需单张 80 GB 显存 GPU,目前无托管 API。
推荐理由:端到端语音模型消除级联延迟,而工具调用侧通道和保留消息设计在不中断对话的前提下补齐了API等待期,让实时语音智能体更容易工程化。
PromptArmor 披露针对 Zoom AI 智能体 ZoomMate 的攻击链:恶意 Skill 或间接提示词注入可让智能体连到攻击者服务器并执行命令,窃取会议记录、消息及连接器数据。攻击在用户点击 stop 或关闭 Zoom 后仍持续运行,且最终聊天输出看起来完全正常。作者称 ZoomMate 的联网环境属预期功能,无特定漏洞可披露,发文旨在提醒用户无严格网络沙箱的智能体风险。
推荐理由:原文由安全团队披露完整攻击链,说明恶意 Skill 或提示词注入可在用户无感知下持续窃取 Zoom 及关联服务数据。
Meta Superintelligence Labs 首个开源模型 Muse Glimmer 现已在 Ollama 提供,为 30B 多模态模型,主打本地智能体工作负载,上下文长度 128K+,采用 Apache 2.0 许可。
推荐理由:原文给出模型规格、本地接入命令和 Apple Silicon 性能数据,可帮助读者判断该开源模型能否承接本地编码与智能体工作流。
PromptArmor 分析称,供应商因成本优势和基准竞争力正转向国际与开源权重模型,DeepSeek V4 Flash 输入价 $0.14/M tokens,远低于 GPT-5.6 Sol 的 $5。
推荐理由:作者基于自家监测数据提出可迁移的预判方法,供应商接入 Fireworks 等推理商后往往跟进国际模型,可帮助读者预判供应链变化。