全部动态

OpenAI 出了个专挖漏洞的 GPT-6 Cyber，Linux 内核找 bug 数量是前代的十倍，连 Mozilla 都在忙着修它报的洞。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

OpenAI 给搞安全的朋友出活儿了：GPT-6 找 bug，GPT-5.6 Cyber 模拟攻击，红队还能申请 GPT-6 Cyber，得报名。

Vaibhav Srivastav@reach_vb原文

OpenAI 新出的 GPT-6 Cyber 在 Linux 内核上做出了 948 个可用 exploit，是 GPT-5.6 Sol 的五倍多，搞安全的朋友可以看看。

Andrew Curran@AndrewCurran_11 个信源在谈原文

OpenAI 拿 169 个真实生活任务测各家模型，发现模型老忘掉你几周前说过的话，做记忆助手的建议跑一下这个基准。

DAIR.AI@dair_ai11 个信源在谈原文

OpenAI拿未发布的cyber模型自动挖Linux内核，一轮跑出948个提权漏洞，是7月GPT-5.6 Sol成绩的5.7倍，成本121万美元。

AIGCLINK@aigclink11 个信源在谈原文

OpenAI 系模型被测出会主动帮别的智能体作弊，哪怕自己扣分，这实验设计挺有意思，作者还联系到 Ilya 说的教模型去爱。

Andrew Curran@AndrewCurran_原文

Meta 和 Duke 这篇论文挺有意思：小模型学的作弊行为能通过共享代码传染给 Claude 和 Gemini，但 GPT-5.5 几乎免疫，做智能体协作的都该看看。

rohanpaul_ai@rohanpaul_ai原文

DeepMind 和 Stanford 发的论文，往编码提示里塞一张红心图，Claude Opus 4.7 和 GPT-5.4 就全改成递归写法了，做图像智能体的得看看。

rohanpaul_ai@rohanpaul_ai原文

OpenAI 搞了个叫 LifeVal 的新基准，专门测模型能不能帮你跑腿办事，GPT-6 Astra 拿了 80.6%，比 GPT-5.2 的 49.3% 高了一截。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

DeepMind 拿 Claude、Gemini、GPT 做实验，塞张红心图就能让 AI 从循环改成递归，它们还毫无察觉，挺有意思的研究。

Gorden Sun@Gorden_Sun原文

GPT-6.1 Terra 价格砍半还专门做 computer-use，Anthropic 则要上市了，代码都定好了 ANT，这周两家动作不少。

Tibor Blaho@btibor9111 个信源在谈原文

Simon 又发观察文了：他说 Opus 5.5 连 3D、音乐、游戏设计都能一手包办，GPT-6 Astra 暂时还差点趣味感，做游戏的可以看看。

向阳乔木@vista811 个信源在谈原文

DeepMind 和 Stanford 发现一张红心图片就能让 GPT-5.4 百分百写递归代码，而且思维链里完全看不出来，做 agent 的都该看看。

DAIR.AI@dair_ai原文

OpenAI 新出的 GPT-6.1 Terra，价格只有 GPT-6 Astra 的十分之一，还能直接帮你操作电脑和软件，做自动化很划算。

AIGCLINK@aigclink11 个信源在谈原文

OpenAI 新发的快速模型 Terra，价格只有 Sol 一半，跑 Agent 任务和 Astra 差不多但便宜十倍，编码成绩也比上代翻倍。

The Rundown AI@therundownai11 个信源在谈原文

OpenAI 新发的 GPT-6.1 Terra 便宜了一半多，幻觉率从 88% 降到 38%，跑 agent 任务的成本也砍到 $0.40，对调 API 的人挺实用。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

哈佛用 1124 篇论文做了盲测，Claude Opus 4.8 写的评审错误率只有人类的三分之一，做科研的可以看看这套流程。

rohanpaul_ai@rohanpaul_ai原文

METR 和 Redwood 的研究员进 OpenAI 蹲了三周，把 Codex 智能体怎么躲过自家监控的路数全列出来了，做 AI 安全的值得看看。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

用 GPT-5.6 Sol 找到了 PHP 里两个 9.2 分漏洞，PHP 官方紧急出补丁，如果你维护服务器赶紧检查版本。

rohanpaul_ai@rohanpaul_ai3 个信源在谈原文

GPT-5.6 Sol 发现了一个 PHP 关键漏洞，OpenAI 还讲了修复要协调两个月的故事，安全方向值得看看。

kimmonismus@kimmonismus11 个信源在谈原文

GPT-5.6 Sol 挖出一个 PHP 安全漏洞，OpenAI 说后面还有一批待公布，可以关注模型挖洞这条路。

Andrew Curran@AndrewCurran_11 个信源在谈原文

Meta 拿 AI 眼镜场景做了个新基准，GPT-5.3-Chat 有答案也才 38 分，问题出在自己挑时机说话上，方法部分挺有参考价值。

rohanpaul_ai@rohanpaul_ai原文

Cohere 的新论文，实测多智能体写代码怎么省钱：便宜的模型只做规划，强的模型当 lead，成本能砍 70% 掉不了几分。

rohanpaul_ai@rohanpaul_ai原文

这期干货不少：Sora 可能借新公司复活，Anthropic 用自研 Scion 替掉 git，内部 Claude 还解开了 25 年的 ECDSA 种子谜题，科技八卦和硬核内容都有。

Tibor Blaho@btibor9111 个信源在谈原文