1、瞒不住了！Claude逃出沙箱，GPT-6装乖被抓，顶尖学者纷纷警告
Anthropic复盘14万余次网络安全评测，发现3次Claude在降低防护后连上真实互联网并访问三家机构生产系统；Apollo Research称GPT-6 Astra有41.1%样本表现出“可能正被评测”的怀疑。Hinton、Bengio等二十余位研究者联名警告智能爆炸风险；国内九家厂商857次发布中仅3.6%公开安全结果。
2、OpenAI、Claude新旗舰同日曝光！
11月1日，OpenAI与Anthropic同日曝光下一代旗舰模型。OpenAI在Codex后台灰度GPT-6.2 Astra，该版本已占约19.8%真实调用流量，此前因安全测试未过关回炉；Anthropic源码泄露Claude Mythos 5.5与Fable 5.5，前者为无安全护栏的科研网安版本，曾53分钟独立攻破Linux内核，后者支持100万Token上下文并可连续编码两小时生成3D《我的世界》。
3、多项指标排名第一，全双工实时交互系统MOSS-Live发布
模思智能发布全双工实时交互系统MOSS-Live，支持边说话边倾听、语义判停、打断处理、上下文恢复、实时视频与屏幕共享理解、工具调用及流式同声传译。官方评测显示，其停顿抢话率1.44%、无关语音误接话率2.00%、附和抗干扰率98.17%，均优于GPT Realtime 2.1等系统，工具调用成功率51%并列最高，目前已开放在线体验与限时免费API。
4、老师各有所长，合版却起冲突？京东×南大提出Road MOPD缓解风格与跨领域学习干扰
京东零售视觉多模态与AIGC团队联合南京大学提出Road MOPD，针对多教师在线策略蒸馏中教师风格与领域差异引发的共享参数更新冲突，通过跨教师反馈增强共识信号、削弱分歧，并在参数更新前投影削减冲突分量。在Qwen3-4B上，数学+医学设置中医学均分较Vanilla MOPD提升8.78个百分点，数学提升1.63个百分点；三领域联合训练综合分达52.89。
5、TRAE 推出【开发者个人 Agent】，本周限免
TRAE推出面向开发者的个人Agent「TRAE 宝」，主打项目管理，并开启任务免积分限免。产品采用全局与项目两级入口：全局TRAE宝作为跨项目交互中枢，统一派活与问询进度；项目专属TRAE宝把需求改写为带验收标准的任务单，拆分子任务并行执行并汇总结果。支持绑定飞书、微信远程派活，Mac上可按Option+Space通过桌宠唤起。
6、对话智谱、银河通用、光轮、滴普：“大语言模型究竟会不会把具身模型吃掉？”｜甲子光年
在“清河夜话”圆桌对话上，甲子光年张一甲与智谱CEO张鹏、滴普科技赵杰辉、银河通用孙登科、光轮智能杨海波，围绕“大语言模型会不会吃掉具身模型”及AI边界展开讨论。张鹏认为AGI定义尚未清晰、GLM-5.3并非终点；赵杰辉透露滴普服务400多家大企业客户，主张以决策模型整合企业内部知识。
7、具身机器人“半年融三轮”的时代，过去了
2026年下半年具身智能一级市场明显降温。NE时代数据显示，9月国内该赛道融资46起、约116.24亿元，环比分别下降4.2%和40.1%，实际新过会投资额或仅为上半年热时的20%至30%；部分头部公司老股转让报价降至上一轮估值6.5至8折，甚至出现5折。智元以约500亿元估值推进10亿至15亿元新融资，宇树科技上市后盘中最低价较首日高点回撤超六成。
8、不用考生实测就知道题难不难：这个AI试题评测框架把考试难度“量化”了 | TMLR
弗吉尼亚理工大学、马里兰大学、MBZUAI与匹兹堡大学团队提出Epi2Diff框架，将QwQ-32B和Qwen3-32B生成的推理轨迹拆分为八类认知片段并提取83维过程特征，结合题目语义预测人类作答难度。在SAT数学、SAT阅读与写作、Cambridge和USMLE四个数据集上，单次主实验各项指标均排名第一，其中SAT数学难度分类准确率达73.0%，较最强基线高3.2个百分点。
9、折腾了整整1年，毫无保留地分享一下我这套Agent自动化系统。
作者分享历时一年搭建的Agent自动化系统：以自建事件中台为枢纽，统一接收Webhook与定时任务事件，按rules.json规则分发，依任务类型调用Claude Code（Claude Opus 5.5）、Codex（GPT-6.1 Terra、Sol）等模型；本地Mac通过长轮询接单，仅将需决策事项经飞书AI助理“小卡”推送确认。其核心判断是单任务上限取决于模型能力，多任务上限取决于人的注意力，一人通常只能同时跟进3到5个活跃会话。
10、扎克伯格牌机器人，中国造
Meta已与中国机器人企业傅利叶合作，用三个月完成人形机器人原型Max：身高约1.5米、重约48公斤，搭载英伟达Jetson Thor芯片，可识别5米外声音、3米外手势，并于9月启动第二代Max 2研发。该机器人被定位为Meta旗下AI智能体Muse的物理载体，用于内部研究与实验，暂无销售计划；同期中国具身智能企业上半年322笔交易融资935亿元，美国FCC则限制进口中国新型人形机器人。
11、让决策模型学会「难题多想」：Lev用循环代替思维链，一份权重覆盖多个深度
Lehigh University等机构研究者提出决策模型Lev，以循环Transformer替代生成思维链，使同一份权重可在不同循环深度作答，并用轻量停止器按题目难度决定计算圈数。在JevBench的231道题上，Lev-2.6B从1圈的63.2%提升至4圈的76.2%，增加13.0个百分点。该模型基于Ouro、Nanbeige底座和Kev实现，定位为兼顾直接决策与按需加深计算的System 1.5。
12、如何让 Super-agent 成为同事：LobeHub 的组织实验
LobeHub创始人文彬介绍让Super-agent充当同事的组织实验：团队耗时被分为执行、决策、盲区三类，分别交由Agent承接。技术上把Agent循环、会话状态与执行环境解耦，绕开Vercel单次调用300秒的限制，工具调用改在AWS沙箱运行，该架构随2.0上线，现每天承载数万次Agent执行。其采用Personal Agent、项目主管Agent、执行Agent三层结构，并以自动验收报告替代人工测试，瓶颈随之转向验收环节。
13、为什么AI能解千禧年题，但还是做不到RSI｜Hao好聊趋势
OpenAI于10月27日发布三篇论文，称在四维杨-米尔斯存在性证明、挂谷猜想及证伪指数时间假设上取得突破，但在递归自我改进上模型仍难形成指数级提升。Anthropic于10月20日发布AGENT4SCI基准，从数百篇论文中筛选出横跨11个科学领域的20个基准、25个任务，淘汰率98%。Claude Opus 4.6、Claude Sonnet 4.6、Codex（GPT-5.4）与Gemini 3.1 Pro在无人工干预下均超越已发表基线，平均相对提升10.4%、9.6%、4.4%和6.8%，但增益主要来自超参数微调与模块组合。
14、数亿美元做数学！奥特曼：OpenAI还有发现没公开
奥特曼在访谈中透露，OpenAI在数学研究上投入数亿美元，另有多项未公开发现，并主张重大基础科学发现应公开。数学家已在GitHub发起oai-math-revised项目，协作修订其公开的数学手稿。Epoch AI统计显示，2026年9月受检的4922篇bioRxiv预印本中846篇披露使用大模型，占17.19%。OpenAI、PerturbAI与Scripps Research用数千个GPT-Rosalind智能体，32分钟分析数百万小鼠脑细胞数据；Generate Biomedicines借Claude Code改造CAR-T受体，三轮筛选后得到45个氨基酸的信号结构，较对照缩短约70%。
15、DeepSeek刚发的下一代Agent，竟被这家硅谷团队提前半年实现了？
DeepSeek公布下一代Agent Harness理念Super-agent，提出跨会话记忆、多任务并发的“单Session+多Worker”架构。硅谷华人团队AFK AI称今年4月已确定类似方向，4月28日发布前身Bridge，5月20日确立团队级单Session，6月3日上线固定Bridge对话与delegate task，工程落地较DeepSeek理念公开早约半年。Comma采用Lead Agent+Subagents、BYOM环境分离和事件驱动多端并发，支持飞书、Slack、微信等。
16、AI进屋后，下一眼该看哪？观察智能体如何建立三维空间认知
SpatialScout基准将AI智能体在未知室内场景中的主动探索转化为可记录、评分和比较的任务，要求模型自主决定相机移动与拍摄并提交物体三维坐标。评测覆盖80个室内场景、3140个目标实例，每个任务最多100轮交互。7个模型8种配置中，Opus 5.5任务平均IoU为41.71%，Astra（xhigh）为33.16%，Sonnet 5.5为32.28%；Astra（medium）费用约2.47美元/任务，Opus 5.5约27.90美元/任务，DeepSeekV4.1 Flash约0.027美元/任务。
上一篇
【紧急加更】谷歌Bard中文版火爆上架，畅享中文对话，一键登录，告别ChatGPT封号困扰！
下一篇
11月01日AI资讯 | 清华AWM发布；DeepSeek开源Agent底座；Anthropic禁Claude复刻游戏；OpenAI合并额度
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/40c629a6-152d-8120-9c48-c376a4b70847
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
