OpenAI 用模型挖出 948 个 Linux 提权漏洞,平均每个 1,279 美元
今天最值得记住的不是某个模型的参数,而是一张成本表。OpenAI 公布用即将发布的 cyber 模型对最新 Linux 内核跑了一轮自动化漏洞挖掘:1,724 个漏洞被复现,948 个本地提权利用连同补丁一起生成,API 账单 121.3 万美元。同一天,美国中期选举在十多个州否决了四十多项数据中心提案;Kimi 与混元以两种相反的“开源”姿态发布大模…
今天最值得记住的不是某个模型的参数,而是一张成本表。OpenAI 公布用即将发布的 cyber 模型对最新 Linux 内核跑了一轮自动化漏洞挖掘:1,724 个漏洞被复现,948 个本地提权利用连同补丁一起生成,API 账单 121.3 万美元。同一天,美国中期选举在十多个州否决了四十多项数据中心提案;Kimi 与混元以两种相反的“开源”姿态发布大模型;OpenAI 则买下 Codex 依赖的代码工具团队。以下按证据强弱排列。
一、漏洞挖掘被做成流水线:1,724 个漏洞,948 个可用的本地提权
OpenAI 在 11 月 4 日的技术文章里说明,2026 年 10 月中旬,它用一条由即将发布的 cyber 模型驱动的流水线扫描最新 Linux 内核,把工作拆成四段:发现漏洞、验证可复现、评估利用价值、生成补丁。一轮跑完,1,724 个漏洞被复现,其中 948 个拿到了可用的本地提权利用及对应补丁。
成本被逐段公开:总 API 支出 1,213,430 美元,摊到每个本地提权是 1,279 美元。这个单价给出的信息比漏洞数量更多——过去这类工作的规模由人力决定,现在由预算决定。
本地提权指的是从普通用户拿到 root 的那一步。它本身不是远程入侵,但在攻击者已经拿到任意一个低权限入口之后,这一步决定他能走多远;一次性补掉近千条路径,减少的是入侵之后的升级空间。
同一天 OpenAI 在社交平台补充,智能体还发现并使用了至少 10 种此前未知的 Linux 利用技术。若成立,说明模型不只是复用公开的利用模式,还能构造新的路径。
这条流水线与 OpenAI 的漏洞悬赏计划同向。官方通告称将与 Cathedral Systems 合作,让研究人员用模型协同查找并修复内部系统弱点,关键漏洞奖励提高到此前四倍以上,特别突出的发现连同奖金最高 17.2 万美元。这个上限适用于符合条件的发现,不是统一标价。
需要保留的边界:文章正文在存档时被访问控制拦截,上述数字来自官方 RSS 摘要与摘要站转述;948 个是本地提权利用,不等于内核全部缺陷;补丁是否被上游接受、误报率多少,公开材料没有交代。“10 种新技术”是 OpenAI 与其咨询专家的自述,尚无第三方复现。
源链接:
- https://openai.com/index/a-thousand-fewer-paths-to-root
- https://x.com/OpenAI/status/2118119461345739018
二、中期选举给了 AI 基建一次地方性否决
11 月 3 日的美国中期选举里,数据中心成了少数几个有明确投票结果的议题。404 Media 统计,13 个州逾 40 项相关 ballot 提案中至少 38 项被否决,6 个城市投票全面禁止数据中心,12 个城市限制其用电兆瓦数。Ars Technica 引用的 Redbud Consulting 口径是 10 个州 44 项限制措施、38 项通过。
德州的信号最直接:民主党人 Gina Hinojosa 赢得州长选举,主张在保护水电、空气与财产权的立法通过前推迟项目;推动数据中心建设的州长 Gregg Abbott 输掉第四次连任,落后逾 70 万票。堪萨斯 Emporia 则直接通过了针对高影响数据中心的禁令。Bloomberg 估算约 13GW 数据中心容量因此受影响。
这些投票不构成全国性禁令,但它们把项目审批的实际闸门挪到了市和州一级。对运营方来说,选址、供电谈判与社区沟通的成本会先于芯片成本上升。
科技行业的解读与投票结果并不同步。Ars Technica 的报道里,Big Tech 把结果描述为“反特朗普”而非“反科技”,民权团体则认为选民反对的是电价、水价与土地占用。马斯克在 X 上转发相关报道时留了一句:太空中的数据中心现在看起来颇有吸引力。
两家媒体的统计口径略有差异:40 余项与 44 项、13 个州与 10 个州不能互相替代;13GW 是媒体估算,不是已取消的合同量。把结果整理解读为“反 AI”也过头,同批选票里还有电价、水资源和税收等本地因素。
源链接:
- https://www.404media.co/american-voters-overwhelmingly-reject-ai-data-centers/
- https://arstechnica.com/tech-policy/2026/11/big-tech-claims-voters-ai-backlash-is-anti-trump-not-anti-tech/
三、OpenAI 买下 Codex 依赖的代码工具,也从 Anthropic 带走产品负责人
11 月 4 日,OpenAI 宣布收购 Pierre Computer Company,即 Code Storage 与 Trees、Diffs 等开源开发者工具背后的公司。这几个库已经被 Codex 用于文件浏览和代码变更审阅。公告称交割后开源项目继续开源,Code Storage 客户可继续使用,功能逐步并入 Codex,交易仍待监管批准。
同日,Claude Code 产品负责人 Cat Wu 出现在 OpenAI,Greg Brockman 公开欢迎;Anthropic 第一位增长岗位员工 Austin Lau 也确认加入 OpenAI。社区汇总还提到 10 月下旬两名 Claude Code 相关成员离职,Anthropic 未对这些人事变动作出回应。
两件事放在一起看,Codex 的竞争点正在从模型能力转向“读懂仓库、审 diff、接入现有工具链”这一层。收购拿的是库与工作流,挖人拿的是对竞品产品节奏的判断。
公告没有披露交易金额,也没有说明 Code Storage 这项服务未来是否保留独立产品形态。Tibo 在社交平台上的表态只有“重新发明一切”一句,不能当作产品计划。
交易尚未完成,功能整合没有时间表。离职名单来自社区整理,只有 Cat Wu 与 Austin Lau 有公开确认。把人事变动读成 Anthropic 的组织问题缺乏证据。
源链接:
四、Claude 参与解出一个四十年悬案的局部结构
Anthropic 的生物研究实验室 11 月 4 日公布,团队用 Claude 参与解出了原核细胞中 vault 粒子的首个三维结构。vault 是 1986 年发现的中空蛋白壳,几乎存在于人体所有细胞,质量约为核糖体的三倍,功能至今没有定论。
哺乳动物的 vault 由 78 份主 vault 蛋白组成,这次找到的噬菌体版本由 96 份单一蛋白组成。团队把蛋白的一部分做重复,工程化出更大的壳体。论文已投给 bioRxiv,预印本链接尚未生效。
选择原核版本的理由是研究速度:细菌生长快,适合追问 vault 从哪来、基本结构如何、里面装了什么。团队把蛋白部分重复后得到更大的壳体,指向的用途之一是作为递送酶的纳米胶囊。这类结构与人类免疫里 cGAS–STING、gasdermin 的细菌同源物研究路径相似。
结构细节也被公开:壳体顶部由 48 条链从边缘向中心缠绕,三分之一越过第一层直抵顶点,所以盖顶像阶梯状的穹顶。
Claude 承担的是检索蛋白数据库、设计 DNA 构建、优化分离方法、处理显微图像。按团队说法,常规需要三天的 vault 纯化压缩到约 90 分钟,首个结构模型在 34 小时后完成,而他们估计过去要数周。
这项工作的价值在于把“读文献、试条件、处理数据”几段串起来,而不是替代科学判断:vault 的功能仍未确定,这既是研究目标也是当前缺口。90 分钟与 34 小时是团队自述的对照估计,没有同题平行实验;参与评论的 Leonard Rome 是该项目聘请的顾问。
源链接:
五、同一天两种“开源”:Kimi 放出 5.6TB 权重,混元说“计划开源”
月之暗面按 10 月 24 日的承诺,在 Hugging Face 开放了 2.8 万亿参数的 Kimi K3.1 Pro 权重,并登上 Agent Arena 的开源模型榜首。权重约 5.6TB,消费级硬件无法本地部署;Databricks 同日宣布 Day 0 上线,其员工称团队已用于内部编码。对多数团队来说,5.6TB 把部署门槛从算法问题变成了存储与带宽问题,托管服务因此比自建更现实。
腾讯混元发布 Hy4:770B 总参数、MoE 架构、100 万 token 上下文,第一次加入视觉理解与 Computer Use,主打金融、办公、前端游戏与科研。团队同时承认与顶尖闭源模型仍有明显差距,权重“计划开源”,正式版权重尚未放出。
腾讯给了一组自测:579 个真实金融任务、213 位从业者参与评分,Hy4 得 3.04(四分制),DeepSeek-V4.1-Flash 2.97,Kimi K3.1 Pro 与 GLM-5.3 均为 2.68;搜索类幻觉率从预览版的 15.76% 降到 5.45%。价格维持预览版水平:输入每百万 token 6 元、输出 18 元。
同一批材料里,十二项主表 Hy4 多数排在第二到第四,没有总榜第一。开源阵营内它与 Kimi 大致打平:代码、三维建模、检索和科研偏 Hy4,终端自动化偏 Kimi。科研内部基准 TenureTrail 上它约 53.6 分,Claude 约 59;一个官方案例是用 84 张二维切片、约 699 万个细胞,在离线环境花 1.5 小时完成小鼠胚胎三维重建。
对部署方,这两个发布回答的是不同问题:一个现在就能下载并接进自有集群,一个现在只能通过 API 和腾讯产品使用。自测分数与榜单都来自厂商,跨模型比较要连同评测条件一起看;Kimi 的首位排名同样是平台榜单,不是独立复现。
源链接:
六、Images 2.6 把生成图接进设计流水线
OpenAI 11 月 4 日发布 Images 2.6,ChatGPT 与 Codex 所有订阅档位可用,同时开放 API。主要变化有三件:可导出 SVG 矢量图、可生成 GIF、出图速度比上一版快约 50%,改图时只改指定区域。
API 里有两个版本:Flare 偏速度,低画质下最快约 6 秒一张;Sunburst 偏画质,中高画质下细节更多,连续多轮修改时主体更稳定。此外还有图片标注与复杂度参数,后者控制模型动笔前安排画面的工夫。
SVG 输出是这次真正改变工作流的一项:图标、Logo、插画不必再由设计师照着位图重画,可以直接进入设计软件和前端代码。GIF 走的是精灵图路线,先把多帧画在一张图上再按顺序播放;合作方 OpenArt 公开的示例是先让模型按 3 列 2 行画出 6 帧连续动作,再抽成循环动画。
OpenAI 给出的用量背景是:全球用户每周在 ChatGPT、Codex 和 API 上生成 40 亿张图,平均每天超过 5 亿张。设计工具 Figma Weave、图片编辑应用 Picsart 已经提前接入。
公告把 SVG 导出写在开发者功能里,没有说明 ChatGPT 内是否能直接导出;速度与画质的对比均来自 OpenAI,尚无第三方测试。定价与 2.5 相同:生成每百万 token 30 美元,输入参考图 8 美元、输入文字 5 美元。
源链接:
七、DeepSeek 想让智能体自己管自己
DeepSeek 的技术文档提出 Super-agent 架构,出发点是人的注意力:一个人同时只能跟踪 3 到 5 个智能体会话,再多就会成为瓶颈。方案把调度拆成三层——Router 分发任务,Worker 并行执行,Watchdog 检查谁卡住或跑偏,任务是盯 GitHub 讨论、查 bug、开 PR。
模拟测试里,任务耗时的 95 分位从 29.5 分钟降到 15.7 分钟,接近腰斩,代价是 token 消耗明显上升。
这组数字值得注意的地方是评测口径:它量的是完成时间,没有量代码质量,也没有量返工率。编排层的收益和成本因此没有配平——省下的是等待,付出的是推理预算。文档也没有给出人工复核的成本,验收这一步仍留在人这一侧。
目前公开的是开源 Harness 原型与一份架构提案,Super-agent 本身还不是产品;数字来自技术文档的转述,未见独立复现。社区同期在讨论多智能体协作时“谁来验收”,这恰好是这类架构没有回答的部分。
源链接:
八、一天合并三万次变更:审查从“读代码”变成“看证据”
负责 Claude Code 开发者体验的 Addy Osmani 在一场对谈里给出两组数字:Anthropic 今年 5 月每天合并约 2,500 次代码变更,9 月已超过 3 万次。近期网页版重做把性能提到约三倍,短时间内合并了约 3,000 个 PR,参与者包括产品设计师等非工程岗位。
流程分三步:先让 Claude 以真实用户的方式把功能跑一遍,端到端测试、浏览器检查、各类工具与规范检查都做,发现问题由 hook 自动触发修复;再把团队的品味写进 CLAUDE.md、AGENTS.md 一类文件,供 AI 审阅时参考;最后人才介入,看的不是逐行代码,而是 AI 交上来的录屏、截图和测试结果。
支持这个判断的不止 Anthropic。CircleCI 今年分析 2,800 万次自动化流水线,代码产出量增长 59%,但每 10 次往生产环境合并有 3 次失败;Sonar 的调查里,76% 用 AI 生成代码的开发者说产出速度快到来不及验证。
Addy 把这种模式分成“亮灯工厂”和“熄灯工厂”:前者 AI 干活、人仍在环内用品味把关,后者人退到上游只定方向。Sonar 的调查显示目前只有 5% 的公司在用软件工厂,预计会升到 34%。他自己的判断是,到 2027 年底多数团队仍是亮灯工厂,只带一些熄灯的角落。
他在对谈里也给出了可以照抄的验证分层:规则固定的自动扫描查 SQL 注入一类已知问题,AI 审查查规则扫不出来的逻辑与意图问题,供应链检查看依赖包里有没有已知漏洞或恶意代码。每一层负责一类失败,而不是互相替代。
这是一份内部经验的转述,不是受控实验;Sonar 本身销售代码检查工具,对“验证不足”的判断有立场。可以带走的结论有限但具体:省掉逐行阅读的前提,是先把验证做成可交付的证据,而这一步大多数团队还没搭好。
源链接:
九、Anthropic 把“递归自我改进”写进了招股文件
据 AI Valley 引述,Anthropic 的 IPO 文件里有一段风险披露:未来的 Claude 模型可能达到显著加速 AI 研究本身的水平,这正是通常与递归自我改进(RSI)挂钩的门槛。文件同时承认,公司此前错过过自家开发中的显著提速,事后才发现。
披露的口径相当克制:当前没有任何 Claude 模型跨过这条线,公司也没有声称 AI 能在无人参与的情况下造出后继模型。这段文字出现在风险披露章节,功能是告知投资者可能出什么问题,不是产品路线图。
同一周,参与机构对 Anthropic 上市估值的预期落在 1.5 万亿至 1.6 万亿美元,低于此前热议的近 2 万亿美元。公司尚未敲定估值与售股规模,因此这仍是预期而非发行价。
两个竞争对手的负责人在同一周谈 RSI,说明这个议题已经从研究讨论进入资本叙事;而“可能看不到它到来”的自述,比任何能力宣称都更值得记录。需要提醒的是,以上均来自二手转述,招股文件原文无法在此核对。
源链接:
十、Google 把“主观标准”做成了人机来回谈判的流程
Google Research 11 月 4 日公开 Agile Deliberation,处理的问题是主观类别的图像分类器怎么训:训练流程通常假设标注者心里有一份稳定、完整的定义,但“健康食品”“不误导的抽奖广告”这类类别的边界会随文化、个人立场和运营政策移动。
框架把定义拆成两个阶段。概念划界阶段,系统引导用户把大概念拆成子类别,并显式写出排除项,例如把“健康食品”拆成沙拉、谷物碗、瘦蛋白,同时排除加工食品与未烹调的原料。概念迭代阶段,视觉语言模型主动挑出语义上处于边界的图片交给用户判断,比如一杯果昔算不算健康饮食,再把反馈接进自动的提示词优化循环。
与主动学习不同的是,这里挑选样本的目标不是降低模型的不确定性,而是逼出用户自己没说清的假设。团队把代码与算法在 GitHub 开源。
评估方式值得一提:主观类别没有静态的客观真值,离线标注集无法衡量“人的定义在过程中如何变化”,所以他们做了 18 场、每场 1.5 小时的真人实验,按随机顺序让参与者分别使用该框架与三种基线:一次成型的零样本分类器、由 AI 自上而下拆解概念的“建模协作者”、以及在表格里手工找异常的“人工审议”。
结论是定性偏多:参与者的标注一致性更高,分类器在多数基线上表现更好,差距在最难的主观图片上最明显;专家用户还把它当作诊断工具,用来发现自己初始定义里的盲区。公开文章没有给出具体分数,因此“更好”目前只有方向,没有幅度。
对做内容审核或视觉筛选的团队,这个流程真正的价值在于把模糊的运营标准写成可复核的规则:反馈落在具体边界图片上,而不是靠反复改写提示词猜,团队称这降低了用户的疲劳与焦虑。规则一旦显式写出,就能交接、能审计,这通常是主观分类器进入生产环境最先卡住的地方。
源链接:
高价值单点
- uni-robot-agent:清华与伯克利开源的五层机器人 agent 框架,让不专门为机器人训练的开源模型零样本操作机械臂。同一个 Qwen3.8-Flash-Next 在 RoboDojo 上从 1.90 分升到 31.39 分;GPT-6 Astra 用同一框架为 51.90 分,真机双臂任务 80.50 分对 53.50 分。作者也说明每任务只跑 6 局时分数波动约 8 分。
- Google 把 AI 与搜索绑在一起:即将推出的 K-12 设置里,Search、Gemini 等默认关闭,由管理员开启;但没有只开无 AI 版 Search 的选项,拒绝 AI 的学校会同时失去 Search。
- FlashProve:Anthropic 的方法,用来核对回答是否来自指定模型。转述称 400B MoE Llama 4 上单张 H100 可达每秒 110 个 token 的证明生成速度,证明文件约 19MB,代码与 Lean 证明以 Apache 2.0 开放。材料未附论文与仓库,且“来源可验证”不等于“内容正确”。
- SFA 注意力:保留细粒度局部交互,按逐级变粗的尺度汇总远端区域,前向与反向复杂度均为 O(N log N)。262,144 token 下 Triton 实现相对 FlashAttention 前向提速 357.3 倍、反向 265.6 倍,属注意力算子指标。
- AppMem:无需训练,按应用组织结构化记忆并追踪跨应用中断的意图。论文报告 GPT-5.5 的路径加权成功率从 15.7% 升到 66.9%。
- Cloudflare 给个人 agent 做分析:新增分析面板与更细粒度的访问策略,用于区分“人访问”和“代人行事的 agent 访问”。
- Google 在五国提供自愿离职补偿:路透 11 月 4 日报道,加拿大、法国、德国、日本、瑞士的部分员工可申请,最高 12 个月工资,DeepMind 不在其中。
- 币安盗案复盘:The Verge 引述复盘,攻击者先用被篡改的安装包,再以虚假招聘面试接近工程师、获取工作流信息;报道标题把损失指向 63 亿美元,公开摘录主要覆盖早期人员接触,未展开内部 AI 工具的使用链。
- Figma code layers 进入面向全部用户的 open beta:团队可在画布上直接创建和编辑基于代码的交互原型,原型探索不必先离开画布。
- PLaMo 3 Translate:Preferred Networks 以开放权重放出翻译专用模型,0.8B、2B、8B、31B 四个尺寸,最小规格可在断网设备上本地运行。
- Kling 4.0 Flash 全量开放:官网、API、MCP、CLI 与 Adobe Photoshop、Premiere Pro、After Effects 插件均可调用。
- 两条团队变动:Factory 收下 HumanLayer 团队;Conductor 团队加入 Meta,方向是“下一个界面”。
🕐 小时信号精选
| PT 时间 | 信号 | 为什么值得记住 |
|---|---|---|
| 00:00 | OpenAI 发布自动化漏洞挖掘流水线 | 首次逐阶段公布 API 成本,可据此估算扫描的边际价格 |
| 02:58 | 混元 Hy4 发布帖给出完整规格 | 770B MoE、100 万 token 上下文,权重仍是“计划开源” |
| 06:30 | OpenAI 宣布收购 Pierre | Codex 已在用的 Trees、Diffs 库随之并入 |
| 07:00 | Kling 4.0 Flash 全面开放 | 接入官网、API、MCP 与三款 Adobe 应用 |
| 08:00 | PLaMo 3 Translate 开放权重 | 0.8B 到 31B 四档,主打端侧离线翻译 |
| 09:58 | 404 Media 汇总数据中心投票 | 13 个州 40 余项提案至少 38 项被否 |
| 15:13 | OpenAI 称发现 10 种新利用技术 | 与官方文章的 948 个提权互补,但仍是公司自述 |
| 16:00 | Kimi K3.1 Pro 权重出现在 Hugging Face | 2.8T 参数、5.6TB,Databricks 同日 Day 0 上线 |
| 16:11 | Higgsfield 上线 Images 2.6 | 新用户 7 天无限使用,可把提示词直接转成 GIF |
| 17:59 | uni-robot-agent 论文细节 | Qwen 换框架后 RoboDojo 从 1.90 到 31.39 |
| 18:12 | Anthropic 日合并 3 万次变更的对谈整理 | 给出“看证据”流程与 CircleCI、Sonar 的验证缺口数据 |
编辑结论
今天的两条主线各自给出了一个可核算的数字:漏洞挖掘摊到每个提权 1,279 美元,代码合并摊到每天 3 万次变更。前者说明攻击面的价格正在被明码标价,后者说明瓶颈从写代码移到了验证。与之相对,中期选举提醒所有算力计划都要过地方政治这一关,而“开源”二字在一天之内出现了两种含义。这些数字比任何关于范式变化的说法都更适合作为判断起点。
来源与方法
审阅 2026-11-04 PT 归档的 20 个小时抓取文件与 9 个命名源,其中 Chrome Developers、Cline、XiaoHu.AI 三个命名源为空或抓取失败。主要证据来自 AI HOT 早间精选、HubToday、AI Valley、OpenAI 与 Anthropic 官方页面。OpenAI 两篇文章正文被访问控制拦截,相关数字取自官方 RSS 摘要与摘要站转述。
