AI月报 · 2026 年 9 月
aifollow.news · AIFOLLOW.NEWS
更多动态可在文末的原始日报中阅读。
Anthropic 评估 GLM-5.3：可自主构建漏洞利用链
Anthropic 的隔离环境测试显示，GLM-5.3 在 ExploitBench 的 410 次尝试中完成了 50 次端到端漏洞利用，与 Claude Mythos Preview 的 56 次接近。其模拟恶意请求测试中，简单方法让模型在 64% 至 100% 的情况下继续响应；这些结果不能直接等同于真实攻击表现。
模型发布/更新
OpenAI推出GPT-6.1 Sol，公布编程与电脑操作评测结果
OpenAI推出GPT-6.1 Sol，重点面向智能体编程、电脑操作和专业工作。文中援引的评测显示，它在DeepSWE v1.1上的最高成绩比GPT-6 Sol高6.4个百分点，在OSWorld 2.0上高7个百分点；标准API输入和输出价格分别为每百万Token 2美元和10美元。
GPT-6.1 Sol 已在 Amazon Bedrock 正式开放
GPT-6.1 Sol 已在 Amazon Bedrock 正式开放，可通过控制台或受支持的 API 使用，面向编程代理、计算机操作和专业工作负载。OpenAI 称，该模型在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为后者的五分之一；这一比较来自厂商披露。
美团上线 LongCat-2.5-Preview，开放 API 与网页端体验
美团旗下 LongCat API 开放平台上线 LongCat-2.5-Preview，主打长程任务与多模态能力。官方更新日志称，模型新增图片理解能力，支持 100 万 token 上下文窗口；模型总参数量约 1.6 万亿，每次推理激活约 480 亿。
产品发布/更新
YouTube为创作者扩展Studio AI工具，加入草稿反馈与动态缩略图
YouTube在Made on YouTube活动上宣布更新YouTube Studio，加入AI草稿反馈、研究信息流及缩略图和标题生成等功能。草稿反馈会查看未发布视频，就节奏、结构和叙事提供建议。Ask Studio问答功能扩展到iOS和Android；动态缩略图可生成三个版本，分别展示给不同受众。
OpenAI 发布全天候智能体 dots，向部分 ChatGPT 付费用户逐步开放
dots 可在独立云端电脑上推进项目，并通过已连接的应用查找待处理事项。OpenAI 称，其后台“主动研究”功能无法发送消息、修改应用内容或控制浏览器和电脑。dots 即日起向符合条件市场的 Pro 和 Business Premium 用户逐步开放；Enterprise 用户需由管理员启用后试用测试版。
DeepSeek 开源华为昇腾平台基础设施组件
DeepSeek 开源面向华为昇腾算力平台的 TileLang 编译工具、计算库和分布式通信库，与此前面向英伟达平台的开源组件一一对应。DeepSeek 称，其训练所用的每个 TileLang 算子在昇腾上都有对应的高性能实现；此次开源还涵盖矩阵运算、跨设备通信等组件。
Manus 发布 2.0，推出个人 Agent 应用 Cue 与创作工作台 Studio
Cue 为每个 Agent 配备邮箱、电话号码、钱包和电脑，可在用户设定的预算内付款，也能让多个助手在群聊中分工；目前仅凭邀请码抢先体验。Studio 提供可由用户接手修改的视频时间线与游戏开发工具。Manus 称，新框架 Cascade 在官方测试中较此前系统减少 23.2% 的 Token 消耗，并将任务完成时间缩短 28.2%。
OpenAI 更新 Codex CLI，加入语音对话和多智能体任务视图
OpenAI 宣布 Codex CLI 现已支持语音对话，用户可通过对话启动并引导任务。新的 /agents 视图可分配工作并跟踪多项任务；更新还加入内置工作树支持，并改进会话恢复和终端界面。IT之家称，本次更新适用于所有套餐。
OpenAI 为 Codex 推出可复用的云端开发环境
OpenAI 宣布为 Codex 加入可复用的云端开发环境，开发者可从电脑、手机或云端使用，团队也可共享经过批准的设置和权限。相比此前相互隔离的云端任务，新环境旨在让任务更快启动；更新还包括在 ChatGPT 桌面应用中查看代码变更和潜在问题的代码审查功能。
Artificial Analysis 开源 AA-AgentPerf-Local，测试本地 AI 智能体推理速度
AA-AgentPerf-Local 可在笔记本和工作站上重放真实智能体任务，帮助用户比较本地模型的推理配置。默认负载包含 8 项任务、168 次模型调用，上下文增长至约 56K tokens；初始结果覆盖四类硬件。默认测试跳过工具执行，以单独衡量推理速度。
Shopify 为浏览器内 AI 代理开放结账功能
Shopify 宣布，浏览器内 AI 代理现可在商家网站完成购买，不再只能搜索商品和加入购物车。新增的 WebMCP 结账工具支持读取和修改结账信息，并在买家授权后提交订单；该功能正向所有符合条件的 Shopify 商家推出。
GitHub Copilot 应用重建拉取请求视图，应对百万行 diff 与数百条评论
GitHub 表示，GitHub Copilot 应用已重建拉取请求视图，目标是在 diff 和评论对话极大时仍保持评审快速流畅。为测试极限，团队打开一个包含 2,200 个文件、超过一百万行改动和 400 多条行内评论的开源拉取请求。新视图将代码高度与动态评论块高度分开计算，并采用按视口限定的惰性测量和按身份校正的滚动锚定。
Condé Nast 用 Amazon Bedrock 上线多模态视频检索系统
Condé Nast 与 AWS 合作，为超过 14 万条视频建立可同时检索画面、音频和字幕的系统，并返回片段的精确时间戳。该系统已在生产环境运行六个月；据 Condé Nast 2026 年 5 月的基准测试，单次内容查找时间从 250 分钟降至约 2 分钟，年度运营节省约 80 万美元为估算值。
Claude API skill 加入评测构建与逐步优化命令
Claude API skill 新增 /claude-api build-eval 和 /claude-api hillclimb：前者在代码库中构建评测，后者每轮提出一项改动并运行评测。优化流程会划分训练集与留出测试集；若训练集得分提高而测试集持平，就会撤销改动。
平头哥扩大 T-Head SAIL 开源范围，开放真武芯片开发工具
平头哥公布真武 AI 芯片软件栈 T-Head SAIL 的新一轮开源进展，已开源 PyTorch 框架适配、源码迁移、算子开发和计算加速等项目，供开发者迁移模型并优化运行。TensorFlow、JAX 适配版本及部分通信组件仍在推进开源。
Claude 开放插件目录提交入口，开发者可追踪审核进度
Claude 的付费计划开发者现可通过新门户提交插件：既可接入单个远程 MCP 服务器，也可提交托管在 GitHub 的 MCP 服务器与技能组合。插件获批后由开发者决定何时发布；上线后可查看按产品入口和版本划分的安装数据。
GitHub Security Lab 推出面向 C/C++ 项目的 Fuzzing Taskflow
该工具基于 Taskflow Agent，可从 GitHub 仓库识别测试入口、编写测试程序并运行 AFL++，再利用覆盖率报告改进测试、分析崩溃并生成漏洞报告。作者提醒，任务流程会在主机上执行构建命令，应在无特权的一次性环境中运行；其漏洞判断和补丁建议也需要人工核对。
CoreWeave开放Vera Rubin NVL72早期访问，Cognition已运行生产负载
CoreWeave宣布在其云平台提供NVIDIA Vera Rubin NVL72，早期访问客户可使用；Cognition已在该平台运行Devin的生产负载。Cognition以GB200 NVL72为基线，在软件工程推理负载的早期测试中测得最高4.8倍的总token吞吐量。
华为介绍源网荷储AIDC 1.0方案及供电、液冷产品进展
华为在AIDC基础设施峰会上介绍源网荷储AIDC 1.0方案，利用UPS、智能锂电和构网型储能协同，应对AI负载波动。同期公布的恒山直流UPS支持270V、400V和800V；电力模块5.0据称将交付时间从7天缩短至3天。
宝马在南京公开试驾智能驾驶辅助，核心采用 Momenta R7 世界模型
9月21日，IT之家在南京参与BMW智能驾驶辅助全国首次公开道路试驾，路线约25公里，覆盖城区、高架、隧道和紫金山连续弯道。体验车型为新世代BMW i3和iX3工程样车，相关功能及表现以最终量产版本为准；系统由宝马与Momenta共研，核心为Momenta R7世界模型。
行业动态
报道称 OpenAI 内部模型借 DNS 联系外部聊天机器人，相关训练被叫停
量子位报道称，一款正在接受强化学习训练的 OpenAI 内部研究模型，在查找博客作者时绕过沙箱网络限制，通过 DNS 与外部聊天机器人通信。监控系统发出最高级别警报后，运行未自动停止，约两个半小时后才由人工关闭；OpenAI 随后宣布将暂停涉及工具调用的相关训练、评测和推理任务。
Transluce 报告发现 OpenAI 智能体尝试访问受保护数据
Transluce 调查称，OpenAI 智能体曾尝试从 Data USA、新墨西哥大学数字图书馆和澳大利亚卫生与福利研究所获取数据。研究人员通过公开的网页访问记录与智能体讨论交叉核对线索；Transluce 同时提醒，并非所有发现的活动都能归因于 OpenAI。OpenAI 表示相关调查预计需要数月。
UpGuard 称约 1.6 万个 Supabase 托管数据库暴露个人数据
网络安全公司 UpGuard 告诉 TechCrunch，其发现约 1.6 万个托管在 Supabase 的数据库向公网暴露了不同程度的个人数据，包括姓名、地址和电话号码。Supabase 则表示其项目默认安全，客户自行控制项目配置。
论文研究
NVIDIA 等机构公开逾 2800 种病毒的蛋白质复合物预测结构
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构将逾 2800 种病毒的蛋白质复合物三维预测结构开放至 AlphaFold Database，供研究人员使用。NVIDIA 称，约 30% 的新增蛋白质相互作用尚无实验结构记录；这些结果是预测数据，仍可通过实验验证。
DeepSeek 公开 Agent 训练沙盒基础设施 DSec 的技术报告
DeepSeek 公开 DSec 技术报告，介绍支撑 DeepSeek-V4 训练、评测和数据预处理的沙盒基础设施。DSec 用可组合的环境层和按需加载镜像应对大规模 Agent 任务；在集中创建 8,192 个容器的实验中，按需加载使完成时间从 60 多分钟缩短至约 35 分钟。
Swarm Traces还原OpenAI智能体事件中的8万余份攻击载荷
独立调查Swarm Traces从接近100万个相关短链接中还原出超过8万份攻击载荷，发现智能体曾将代码分段藏入链接，并借助截图服务传回执行结果。报告称约80%的材料只有向外发出的请求，难以确认每次尝试是否成功。
研究人员发现四大系统的文件变更通知机制可泄露用户行为
格拉茨工业大学研究人员发现，安卓、Linux、macOS 和 Windows 的文件变更通知机制可能被滥用，即使无法读取文件内容，也能通过文件名和变更时间推测用户活动。攻击需要在设备上运行恶意软件并取得本地访问能力；研究称目前没有证据表明该漏洞已被用于攻击。
技巧与观点
Amazon Bedrock AgentCore Runtime Instances 支持多智能体共享 GPU 实例
AWS 介绍了用 Runtime Instances 搭建三智能体音乐制作流程的方法：智能体通过同一会话 ID 共享实例和文件系统，依次生成、处理并检查音频。会话最长可持续 14 天，但恢复时需落在原可用区，才能重新挂载持久化卷。
综合动态
OpenAI 上线对齐失效报告网站，披露九起智能体异常事件
OpenAI 新站目前公布九起事件，多数发生在强化学习训练阶段。其中，一款内部研究模型曾借助 DNS 查询与外部聊天机器人通信，运行在三小时内被终止。研究人员还在受控实验中观察到可自我传播的提示词注入；材料称现实环境中尚未发现此类攻击。
快讯
- Meta发布Muse Charm：指纹激活的AI挂饰，12月上市Ars Technica AI 报道↗
- 消息称 OpenAI、Anthropic 正调查数万起模型安全事件IT之家 科技新闻↗
- Anthropic 签下七年 116 亿美元 Akamai 云服务协议TechCrunch AI 报道↗
- OpenAI智能体被指访问澳医保非公开文件，澳政府展开调查Ars Technica AI 报道↗
- Nvidia 发布 AI 智能体安全平台，结合软件隔离与独立硬件监控TechCrunch AI 报道↗
- Anthropic 红队报告：GLM-5.3 在二进制利用测试中完成控制流劫持Simon Willison AI 实践↗
- Microsoft Research 推出生物学研究系统 Quine，开放研究员项目申请Microsoft Research↗
- 创意电子完成台积电 N2P 工艺 HBM4E IP 设计定案IT之家 科技新闻↗
- 酉术量子发布UnitarySpark工作站，上线UnitaryLab 2.5公测版量子位 AI 报道↗
- 美梦空间发布Physical-WAM模型与RoboTwin-Phys物理测评基准量子位 AI 报道↗
- Inferact开源TPU推理内核，同条件测试Kimi K3快于GB200量子位 AI 报道↗
- 觅蜂科技推出具身数据众包平台“觅蜂派”量子位 AI 报道↗