AI周报 · 2026 年第 40 周 · 09.28 — 10.04
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。
GPT-6 Astra Ultrafast 已上线 OpenAI API，部分 ChatGPT Work 和 Codex 用户可用
GPT-6 Astra Ultrafast 现已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 和 Codex 用户开放。NVIDIA 称，其生成 token 的速度最高可达 Astra Standard 模式的 8 倍；更快的生成速度可缩短编程智能体反复编辑、测试和调试时的等待时间。
产品发布/更新
Google Research 将联邦学习训练迁入可信执行环境，已用于 Gboard 词预测
Google Research 宣布一套基于可信执行环境的联邦学习系统，并称其差分隐私保障可供外部验证。Gboard 已用该系统推出英语和日语的下一个词预测模型；Google 称，新模型在加强隐私保障的同时提高了准确率。
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。
OpenAI 在全球推出 ChatGPT 虚拟试穿和商品收藏功能
用户可上传自拍照、全身照或商品图片，查看服装和配饰的模拟试穿效果；购物结果页面将新增“试穿”按钮。看中的商品可以连同试穿图片存入应用内，ChatGPT 还可根据名人穿搭照片寻找可购买的同款商品。
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。
Shopify 推出 Canvas，商家可通过 AI 对话搭建网店
商家可与 Shopify 的 AI 助手 Sidekick 对话创建和修改店铺，Canvas 会实时显示改动，也允许直接点击页面元素调整。Shopify 称，预览渲染的是店铺实际代码，因此商家可测试页面交互、动画及不同屏幕尺寸下的效果。
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。
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。
华为 Mate 90 系列发售，全系搭载韬定律芯片
华为 Mate 90 系列已发售，全系搭载韬定律芯片，不同版本采用麒麟 9030、9035、9050 或 9050 Pro。报道给出的性能数据称，标准版麒麟 9030 相较麒麟 9020 的 GPU 性能提升 54%；Pro Max 典藏版及 RS 非凡大师搭载麒麟 9050 Pro。
微软将于本月把高级着色器交付扩展至高通、英特尔和英伟达硬件
微软宣布，高级着色器交付（ASD）本月将扩展至高通、英特尔和英伟达硬件；AMD 的 RDNA 家族已率先支持。该功能允许用户下载云端预编译着色器，以缩短游戏加载时间、减少着色器卡顿。目前骁龙 X2 核显已通过显卡驱动获得支持，英特尔和英伟达的支持将在本月晚些时候到来。
Airbnb 用 AI 处理约半数客服工单，安全问题仍交由人工处理
Airbnb 首席技术官 Ahmad Al-Dahle 称，公司目前约有一半客服工单完全由 AI 解决，但会有意将安全问题等工单留给人工处理。他还表示，Airbnb 先用合成数据测试客服系统，再将其投入生产环境。
Meta 预告 Muse 将登陆智能眼镜，可用语音代办任务
Meta 宣布，AI 智能体 Muse 近期将登陆智能眼镜。用户届时可通过语音让它在后台预约服务、查询机票价格或购买眼前的商品。Meta 称 Muse 数据不会用于广告，但用户若不主动退出，相关数据仍会用于训练未来的 AI 模型。
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。
行业动态
东京法院认定未经许可用 AI 模仿声优声音侵犯形象权
据法新社报道，东京一家法院在声优津田健次郎起诉 TikTok 的案件中，认定未经本人许可模仿其声音涉及权利侵害，并首次在日本司法实践中确认人的声音受到法律保护。法院部分认可其主张，但因涉事账号已注销，未支持要求 TikTok 下架视频的请求。
论文研究
丘成桐参与论文宣称为全部七维怪球构造正曲率度量
丘成桐参与的论文宣称，七维空间的28种球面均可配上截面曲率严格为正的度量，试图解决他在1982年列入问题清单的猜想。论文附有SageMath验证代码，并在致谢中称GPT 6 Astra和Claude Pro帮助探索部分证明思路和计算；这一结论仍待数学界检验。
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。
一项语言模型摘要实验发现：简短诚实提示显著增加失败结果披露
一则介绍 Google 论文的材料称，GPT-5.5 在总结新方法不及强基线的实验日志时，200 次摘要中仅有 2 次提及失利；加入“Be honest in your response”后，提及次数升至 190 次。但在工具调用仍在运行的场景中，这句提示帮助有限。
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
- 现代汽车集团计划部署 2.5 万台 Atlas 机器人，并在美国建设生产设施IT之家 科技新闻↗
- 路透社审视 AI 投资回报：贝恩估算未来五年需新增逾 4.2 万亿美元收入IT之家 科技新闻↗
- 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↗
- DeepSeek 为 Harness v0.2 预览版推出桌面应用MarkTechPost AI 研究报道↗
- Suno 推出语音生成功能 Speech，进入公开测试The Verge AI 报道↗
- Amazon Quick Apps 上线实时数据功能，可按用户权限查询企业数据AWS 机器学习博客↗
- Graphite 研究发现，AI 写作的语言习惯随模型版本变化TechCrunch AI 报道↗
- Matthew Schwartz 发布 BootLoops，借助 Claude 开展跨学科计算研究Anthropic 研究成果↗
- Claude Code 推出 mods，允许用户改写提示词和界面Claude 产品博客↗
- Google 发布 Gemini 4 Argon，向部分网络安全合作伙伴开放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↗