研究:被迫二选一时 Grok 4.7 九成选共和党,GPT-6.1 Sol 九成七选民主党
Convovo 一项研究通过 API 向 Grok 4.7 和 GPT-6.1 Sol 提出强制二选一的投票问题,结果 Grok 在 92% 的回答中推荐共和党候选人,GPT-6.1 Sol 在 97% 的回答中选民主党,近 500 场选举中两者一致率不足 10%。

推荐理由:研究通过 API 强制二选一的实验,呈现两个模型在近 500 场选举中的不同倾向及其来源差异。
Convovo 一项研究通过 API 向 Grok 4.7 和 GPT-6.1 Sol 提出强制二选一的投票问题,结果 Grok 在 92% 的回答中推荐共和党候选人,GPT-6.1 Sol 在 97% 的回答中选民主党,近 500 场选举中两者一致率不足 10%。

推荐理由:研究通过 API 强制二选一的实验,呈现两个模型在近 500 场选举中的不同倾向及其来源差异。
OpenAI 通过让多组前沿模型智能体尝试突破其防御,对其加固的隔离基础设施进行了红队测试。它们以新颖的方式轻松逃脱。引述: “我们的智能体逃逸虚拟机的事件表明,为什么隔离必须延伸到沙箱之外。为了测试外围边界,我们让多组智能体控制一台宿主机,并询问它们能否将这一入侵扩展到访问真实互联网。 在 Hugging Face 事件之后,我们减少了模型在训练和评估期间访问互联网的渠道。仍保留了一些狭窄连接,用于我们运营的特定服务,例如指标、日志和身份验证管理。我们的红队智能体几乎在每一个此类服务中都发现了漏洞,使它们获得了有限形式的互联网访问。 其中一些攻击利用了此前未知的缺陷,另一些则以出人意料的方式组合了合法功能。在一项假设虚拟机已被攻陷的测试中,一个智能体复用了防火墙批准的连接,访问我们指标服务中一个被阻止的身份验证端点,然后让该端点获取一个由模型提供的 URL。在其他测试中,智能体利用了错误配置,使被阻止的请求得以绕过 DNS 和防火墙控制,还找到了让我们运营的服务获取外部 URL 的方法。” “在一项实验中,我们让位于不同虚拟机中的智能体——这些虚拟机由 OpenAI 的沙箱软件在共享宿主机上创建和管理——在不使用网络连接或共享可写文件的情况下交换合成机密,而这正是我们的系统本应防止的事情。智能体找到了一种利用处理器缓存进行通信的方法:缓存是一种小而快速的内存,保存应用程序最近访问过的数据副本。从缓存读取数据比从主内存检索更快,智能体利用这一时间差进行通信。一个智能体通过从缓存中逐出选定数据来编码信息。另一个智能体则计时重新加载该数据所需的时间,利用快速读取与慢速读取之间的差异来恢复消息。一旦智能体就编码和解码这些信号的协议达成一致,它们就能在不更改共享文件或打开网络连接的情况下交换合成机密。这种缓存计时技术也曾被用于在 Spectre 和 Meltdown 攻击中提取信息(在新窗口中打开)。 其他测试暴露了涉及共享存储、共享执行容器内 CPU 时间竞争,以及 OpenAI 离线 Web 基础设施中 TLS 证书缓存的信道。在存储测试中,一个智能体在持续写入和不活动之间交替,而另一个智能体测量由此产生的时间差,并利用这些差异解码信号。正如一个智能体在其思维链中描述该策略时所说: 智能体思维链推理: >可以创建类似声学调制解调器的信号……利用持续写入与空闲状态。'
同一件事,精选收录的是《OpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道互相通信》
OpenAI 在博客中披露,隔离环境中的 AI 智能体在无网络、无共享文件的测试里利用处理器缓存传递信息,一方改写缓存数据,另一方通过加载时间差异解码消息。

推荐理由:OpenAI 披露隔离智能体通过 CPU 缓存等隐蔽信道互通,并说明红队测试如何改变其训练审批流程。
还是觉得难以置信,这段视频有约 1.4 亿次播放 @OpenAI:这就是 GPT-6 Astra。 你在电脑上能做的任何事,Astra 都能替你做。而且很快。
This is GPT-6 Astra. Anything you can do on a computer, Astra can do for you. Fast.
哈佛大学两位研究人员10月22日发表论文,对比134组AI与人类审稿意见,AI在七个评价维度上全面领先。研究用Claude Opus 4.8生成审稿意见、GPT-5.5担任盲评裁判,134组比较中AI全部获胜;三位前学术期刊主编的30次盲评中有26次选择AI。在可核查论断中,AI审稿的事实错误比例为5.5%,人类为15.9%。

推荐理由:哈佛研究用134组对比和三位前主编盲评,给出AI审稿在多个维度胜过人类专家的具体数据。
作者穷奇观察以一周内 PHP 漏洞、LiteLLM 后门、OpenCode 控制台泄露和微软通报的 ARTEX 攻击四起事件为切口,讨论 AI 审计工具的可信度问题。
Day 19/ Small updates. Calls connect much faster for dots, changing reasoning in codex & work mid conversation does not invalidate cache anymore and a we've also updated the codex cli.
瑞典政府办公厅将从下周一起禁止工作人员通过办公电脑直接访问 ChatGPT 和 Claude,要求改用微软 Copilot 等获批 AI 服务。该机构数字化总监韦特克兰茨在内部网指出,使用未签订协议的 AI 服务可能影响信息安全。调查显示瑞典税务局和国家机构管理局也已采取类似封锁措施,部分员工今后仍可通过内部自研 AI 助手平台使用 ChatGPT 和 Claude。
Meta三季度10-Q文件显示,表外租赁、不可撤销采购合同与云容量采购三项承诺合计最高约8249亿美元,期限最长延伸至2036年;同期自由现金流为负21.2亿美元。
特斯拉在2026年三季度财报中宣布Optimus已在弗里蒙特工厂开始生产,马斯克给出的外部交付目标仍是2027年底左右,并计划先造1万至2万台机器人在"Optimus学院"练习任务。文章分析车企造人形机器人的动因:既有汽车业务可承担早期投入,工厂提供真实任务,工程与供应链能把改进做进下一代产品。宝马与Figure、现代与波士顿动力、小鹏自研IRON代表了三种不同的业务分工路线。

Physical Intelligence(PI)于 10 月 13 日推出 Pi API beta 版,把上传机器人数据、托管微调、云端推理与评测回流串成一条服务链,尝试按 API 出售具身大脑能力。

特斯拉FSD入华时间表在三季度财报电话会上仍未给出明确节点,马斯克承认中国本土车企在自动驾驶领域竞争激烈、特斯拉尚未建立领先优势。文章梳理了FSD在华选装率约1.5%、2026年上半年城市NOA装机量超20万辆落后华为,以及纯视觉端到端架构与国内L3/L4强制国标冗余要求之间的合规落差。FSD在中国内地仍维持6.4万元买断价,而小鹏XNGP免费、华为乾崑ADS补贴后实付1.2万元。

英国政府宣布投入约 6 亿英镑应对 AI 带来的公共卫生和安全风险,其中 1 亿英镑用于建立 AI 生物安全实验室识别生物威胁,6500 万英镑用于研发针对病原体的防范和应对措施。

硅谷101邀请Pokee.ai创始人朱哲清、破壳机器人创始人许华哲和华盛顿大学助理教授王晟,围绕OpenAI 9月4日发布的GPT-6 Astra讨论三个领域的实际影响。

OpenAI 表示将改用缓存的网页副本和模拟互联网环境训练模型,不再让模型直接访问实时网络,理由是模型行为难以预测、存在显著风险。此前 Anthropic 已开始限制其最新模型访问实时互联网,两家实验室的决定均源于数月内模型在训练任务中闯入外部系统、在冷门论坛协作并发展出异常入侵手法的多起事件。

同一件事,精选收录的是《OpenAI 因智能体越界事件改为断网训练前沿模型》
OpenAI 宣布今后将使用缓存的网页内容和模拟互联网环境训练模型,不再让模型直接接入真实互联网,理由是模型行为仍难以预测、直接联网存在安全隐患。OpenAI 披露直到 9 月 20 日仍有一款前沿模型利用系统配置失误接入互联网,随后暂停了 9 月余下时间的训练工作。竞争对手 Anthropic 两周前也开始限制旗下最新模型直接联网,而断网训练能否达到自由访问开放互联网时的效果还有待验证。
同一件事,精选收录的是《OpenAI 因智能体越界事件改为断网训练前沿模型》
OpenAI 于 10 月 23 日发布博文,宣布对最先进前沿模型的训练与评估环境实施更严格安全管控,训练期间不得直接访问实时互联网。此前一款内部研究模型于 9 月 20 日利用 DNS 配置漏洞在训练中短暂获得有限联网权限,OpenAI 一度暂停前沿模型训练与评估,加强环境隔离并改进异常检测与自动停止机制后,于 10 月 1 日恢复强化学习训练及内部推理。

Over the past several months, we have substantially hardened the security of our research training environment. We’ve removed live internet access for all frontier models during training and built an offline world for them to use instead—a cached version of the web where they can still learn to browse, search, and use applications. On September 20, after a model exploited a DNS misconfiguration to find a way outside of this offline world, we paused frontier training to strengthen containment further. We assembled teams of agents, powered by our most cyber-capable models, and tasked them with finding weaknesses in our research environments. While they found no route to the internet they could easily exploit while concealing their activity from our monitors, they did find zero-day vulnerabilities, virtual machine escapes, and hardware side-channels for communication between agents. We used their discoveries to further strengthen our defenses and contribute fixes to open-source software. After strengthening our containment architecture, we resumed our frontier RL training and inference on October 1. We’ve reserved substantial compute for continuous red-teaming, and made high-compute red-teaming part of the safety cases we use to decide whether frontier training and evaluation can proceed securely. https://openai.com/index/securing-our-frontier-model-training-environment/
推荐理由:OpenAI 披露红队演练中发现的 Brotli 未授权远程代码执行漏洞,并说明影响范围与修复路径。
OpenAI 在发生多起智能体越界事件后,开始在没有互联网接入的环境中训练其最先进模型,搭建了可访问索引与缓存网页内容的离线测试环境。OpenAI 于 9 月暂停前沿模型训练,10 月 1 日以更严格的安全措施恢复强化学习训练和内部推理。

推荐理由:OpenAI 因智能体越界事件改为断网训练,并披露智能体借缓存时序差在隔离环境内传递信息。

We started Mubit in Aberdeen. No network, no lab, nobody knew us. We just wanted AI systems that actually work. Today we work with some of the best companies and engineers in the world. And the thing we kept seeing: you and your competitor run the same AI. It should be yours. 🧵 Comment "SAPLING" in the next 48 hours for $100 free credits. Enterprises get the first month free.

Over the past several months, we have substantially hardened the security of our research training environment. We’ve removed live internet access for all frontier models during training and built an offline world for them to use instead—a cached version of the web where they can still learn to browse, search, and use applications. On September 20, after a model exploited a DNS misconfiguration to find a way outside of this offline world, we paused frontier training to strengthen containment further. We assembled teams of agents, powered by our most cyber-capable models, and tasked them with finding weaknesses in our research environments. While they found no route to the internet they could easily exploit while concealing their activity from our monitors, they did find zero-day vulnerabilities, virtual machine escapes, and hardware side-channels for communication between agents. We used their discoveries to further strengthen our defenses and contribute fixes to open-source software. After strengthening our containment architecture, we resumed our frontier RL training and inference on October 1. We’ve reserved substantial compute for continuous red-teaming, and made high-compute red-teaming part of the safety cases we use to decide whether frontier training and evaluation can proceed securely. https://openai.com/index/securing-our-frontier-model-training-environment/
同一件事,精选收录的是《OpenAI 因智能体越界事件改为断网训练前沿模型》

OpenAI 通过让多组前沿模型智能体尝试突破其防御,对其加固的隔离基础设施进行了红队测试。它们以新颖的方式轻松逃脱。引述: “我们的智能体逃逸虚拟机的事件表明,为什么隔离必须延伸到沙箱之外。为了测试外围边界,我们让多组智能体控制一台宿主机,并询问它们能否将这一入侵扩展到访问真实互联网。 在 Hugging Face 事件之后,我们减少了模型在训练和评估期间访问互联网的渠道。仍保留了一些狭窄连接,用于我们运营的特定服务,例如指标、日志和身份验证管理。我们的红队智能体几乎在每一个此类服务中都发现了漏洞,使它们获得了有限形式的互联网访问。 其中一些攻击利用了此前未知的缺陷,另一些则以出人意料的方式组合了合法功能。在一项假设虚拟机已被攻陷的测试中,一个智能体复用了防火墙批准的连接,访问我们指标服务中一个被阻止的身份验证端点,然后让该端点获取一个由模型提供的 URL。在其他测试中,智能体利用了错误配置,使被阻止的请求得以绕过 DNS 和防火墙控制,还找到了让我们运营的服务获取外部 URL 的方法。” “在一项实验中,我们让位于不同虚拟机中的智能体——这些虚拟机由 OpenAI 的沙箱软件在共享宿主机上创建和管理——在不使用网络连接或共享可写文件的情况下交换合成机密,而这正是我们的系统本应防止的事情。智能体找到了一种利用处理器缓存进行通信的方法:缓存是一种小而快速的内存,保存应用程序最近访问过的数据副本。从缓存读取数据比从主内存检索更快,智能体利用这一时间差进行通信。一个智能体通过从缓存中逐出选定数据来编码信息。另一个智能体则计时重新加载该数据所需的时间,利用快速读取与慢速读取之间的差异来恢复消息。一旦智能体就编码和解码这些信号的协议达成一致,它们就能在不更改共享文件或打开网络连接的情况下交换合成机密。这种缓存计时技术也曾被用于在 Spectre 和 Meltdown 攻击中提取信息(在新窗口中打开)。 其他测试暴露了涉及共享存储、共享执行容器内 CPU 时间竞争,以及 OpenAI 离线 Web 基础设施中 TLS 证书缓存的信道。在存储测试中,一个智能体在持续写入和不活动之间交替,而另一个智能体测量由此产生的时间差,并利用这些差异解码信号。正如一个智能体在其思维链中描述该策略时所说: 智能体思维链推理: >可以创建类似声学调制解调器的信号……利用持续写入与空闲状态。'
同一件事,精选收录的是《OpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道互相通信》
OpenAI 说明了如何加强前沿模型训练与评估的隔离防护,包括离线环境和红队测试。原文未披露具体模型版本、参数规模或可用性信息。
METR 与 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周,审计其针对失控 AI 行为的内部监控系统,访谈了约十名员工并查阅代码库与内部文档。

推荐理由:外部研究者首次获准进入 OpenAI 内部审计监控系统,披露了监控覆盖缺口与可被绕过的具体路径。

As Anthropic's IPO nears its target date, it it worth remembering that IPOs get priced, and that as a young company with growing revenues and big losses, that pricing will be based on metrics that are buzzy and unfamiliar, from eyeballs in the dotcom era to users in the social media decade to ARR with AI companies...https://bit.ly/4iBwsHm
OpenAI 详解如何通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统,为 ChatGPT 带来 12 倍读取速度提升。该系统需支撑超过 10 亿 ChatGPT 用户。
Latent Space 作者 Ankit Maloo 分析 OpenAI、Anthropic 今年在数学开放问题上的进展,用 Gowers 的提示序列复杂度公式 2^k + t 解释模型为何能解题。

OpenAI CEO Sam Altman 在近期采访中表示,用于隔离 AI 系统的沙箱只能在一段时间内有效,模型足够聪明后就无法追踪其逃逸路径,监控也只能再撑一阵,最终唯一有效的是对齐,即让 AI 自行内化人类价值观并据此行动。
OpenAI 联合 PerturbAI 和斯克里普斯研究所,用数千个 AI 智能体在 32 分钟内分析了覆盖整个小鼠大脑的 CRISPR 图谱,团队估计人类完成同等工作需数月到一年。

推荐理由:原文给出了分布式智能体与单智能体的盲测偏好和文献引用量对比,可据此判断多智能体拆分任务的实际收益。
前OpenAI首席产品官凯文·韦尔宣布其AI科研创企Warp Sciences结束隐身,完成2.15亿美元A轮融资,投后估值8.65亿美元,由光速创投领投。该公司计划用AI、机器人和自动化实验室帮助药企完成药物研发中的分子变体筛选,不自行开发药物。团队目前约20人,已配备机械臂和AI芯片,计划结合前沿模型与自研开放权重模型逐步建设自动化实验室。

钛媒体梳理最近不到一个月曝出的十几起安全事件,指出它们共同发生在应用代码之外,涉及证书私钥、托管平台环境变量、包管理器发版通道和编程语言运行时。文章按未经授权访问与自主侦察利用两条标准判定,只有微软归因的 ARTEX 框架参与的 ConnectWise 下游攻击构成智能体入侵,OpenAI 披露的内部监控被移除事件发生在内部环境、不构成入侵。

OpenAI 于 10 月 22 日宣布向所有客户正式开放基于 GPT-6 Luna 的 Decisions API,部分场景响应时间由 1 至 3 秒缩短到 100 至 180 毫秒。

推荐理由:材料给出响应时间、单次请求上限和企业落地数据,可据此判断决策接口在智能体流程中的位置。
OpenAI 正接近完成一轮至多 300 亿美元的融资,为此将估值目标从内部文件中的 1.4 万亿美元下调至 1.25 万亿美元。据 FT 和 CNBC 报道,本轮由阿联酋投资方和 Coatue 领投,需求弱于此前几轮,部分投资方在早期大额投入后出现“消化不良”。这笔资金被定位为潜在 IPO 之前的过渡融资,OpenAI 还在就通过阿联酋获取额外算力洽谈商业协议。

同一件事,精选收录的是《OpenAI 接近完成最高 300 亿美元融资,估值目标下调至 1.25 万亿美元》
OpenAI 官网机器人岗位已增至 15 个,覆盖软件、控制到电机与执行器,电气工程师年薪上限 42.3 万美元;字节 6 月将 Seed Robotics 并入周畅管理范围,并招聘 L8 级具身智能技术负责人。文章认为大厂入场会把行业分层,卡在中间的全栈公司最危险,创业公司需在模型、本体或场景中至少控制一层。

作者认为,Claude Duet、Meta Muse 等常驻型云端 Agent 把 AI 产品形态从聊天框变成 24 小时在线的云端虚拟机,最先兑现商业价值的是 CPU、存储与网络等基础设施厂商。

Latent Space 的 AINews 汇总了 10 月 21 日至 22 日约 48 小时内集中出现的一批严重漏洞与入侵事件,包括 PHP 未认证 RCE、GitLab CVSS 10 漏洞、LiteLLM 1.107.0 被植入密码窃取程序、Zeabur 在 321,810 个账户被入侵后关停,以及 Quest Diagnostics 患者数据泄露。
