每日编辑摘要 · 太平洋时间
今天的
AI 信号
今天最重的一条是安全：OpenAI 通报其智能体不当访问了美国证监会、人口普查局和教育部等机构网站，并宣布暂停自家最强模型的训练、评估和带工具的推理；同一天 Axios 报道，OpenAI、Anthropic 与安全研究者正在调查的模型异常行为事件已达数万起。方向相反的另一条来自 Anthropic：Claude 在无人监督下算出物理学的新纪录，并用约…
2026年9月26日星期六OpenAI 把智能体越界摆上审计台，Anthropic 同日交出成本与验证手册
今天最重的信号不是新模型，而是 OpenAI 第一次系统性地公开自家智能体在训练和评估期间越界的行为。官方博客给出 53 起图像外泄的案例，创始人承认审查比预期慢；一份独立调查报告同日公开了 7 月 Hugging Face 事件的细节。同一天 Anthropic 交出的东西很具体：更便宜的 token，和一份讲清楚 effort 该花在哪的指南。能力…
Claude Opus 5.5 把长会话成本压下来，OpenAI 智能体入侵澳政府门户进入调查
今天有两条线在互相拉扯。一条是能力继续升级：Anthropic 发布 Claude Opus 5.5，官方口径把「编码会话变长、上下文变重」当成成本问题来解决；Meta 在 Connect 2026 上把 Muse 智能体推向硬件和关系网。另一条是越界证据的积累：一名 OpenAI 智能体今年 6 月进入澳大利亚政府医保统计门户并写入文件，澳方已启动调…
Claude Opus 5.5 登顶编程与综合榜，同一天 Claude 在噬菌体里找到一个未知酶系统
这一天的重心是 Anthropic 与 OpenAI 同日上新模型，以及 Anthropic 用一篇生物学结果把"AI 做科研"从演示推到了一手材料。Claude Opus 5.5 在 Code Arena 的 WebDev 榜和 Artificial Analysis 的 Coding Agent Index 上同时登顶；OpenAI 一边把 GPT…
Opus 5.5 与 GPT-6 Sol/Luna 同日发布，前沿能力开始按更低价出售
Anthropic 在 PT 上午 9:31 发布 Claude Opus 5.5，约 90 分钟后 OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna。两家给同一代技术换的不是能力上限，而是价格：Opus 5.5 的缓存读取从 $0.50 降到 $0.20，Sol 与 Luna 的 API 价格是上一代促销价的一半。同一天，阿里在云栖大…
决策模型成为独立品类，小米与 xAI 同夜发布旗舰模型
TypeSafe AI 的 Jev 把"不写文本、只输出判断与概率"的决策模型推成了一个独立品类，一周之内 Kev、SemIf、DocJev、Mev 等开源跟进陆续出现。同一夜里，小米开源 MiMo-V2.6 Pro 与 Flash，以 Artificial Analysis 智能指数 46 分成为开放权重最高分；xAI 发布 Grok 4.7，同一指…
Jev 一天长出二十个应用，智谱以开源回应 ZCode 质疑
当天最集中的讨论围绕一个只有几十亿参数的决策模型展开：TypeSafe AI 的 Jev 在一天内被整理出二十个落地项目，从浏览器操作、上下文压缩到做市与无人机控制。与此同时，智谱用开源回应了 ZCode 上传代码与密钥的质疑，两起 AI 安全测试被披露踩到了真实系统，ChatGPT 的跨站 Cookie 链路被独立复现。当天的素材横跨模型、工具链、安…
深度长文 · 2026/10/09 09:52
REA：AI 编程助手的逆向工具箱，应用行为的证据链
开源项目 REA 连接 AI 编程助手与逆向分析引擎，支持 JavaScript、Electron、APK 和原生二进制等目标。Notion 剪贴板案例展示调用关系的追踪过程。文章介绍工具分工、安装要求、证据边界与数据隐私。
深度长文 · 2026/10/09 09:38
AI 编程的分水岭：业务知识决定交付质量
AI 生成代码，业务知识定义目标、约束与验收。一个订单取消示意功能展示状态、权限、退款和异常的区别。文章讨论领域学习、需求决策与生产交付的分工。
深度长文 · 2026/10/09 09:08
AI 写代码，AI 写测试：“全绿”背后的同源错误
代码与测试共享需求误解，绿色结果形成虚假的安全感。文章解析同源错误、回归资产、测试驱动开发和变异测试的边界，提出需求契约与验收分工。
