2026-10-22
AI 时代网络安全"防御者鸿沟"引担忧
推文警告网络安全风险由攻防能力共同决定，系统无法做到"100% 安全"，持续防御将成为必需。作者援引 Cloudflare 与 Microsoft 报告的恶意活动，称近期漏洞公告正是"防御者鸿沟"的直接后果，缺乏先进防御工具的组织难以跟上。其担忧未来 24/7 安全智能体虽能提供防护，但许多人将无力获取或负担这类保护。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-22
Nathan Lambert 谈互联网规模压力测试
我还不知道这算不算互联网规模的灾难，但这绝对是我们迄今最大的一次压力测试。
2026-10-22
Anthropic 模型领跑 AA-PersonalityBench
在 AA-PersonalityBench 中，Anthropic 模型总体上是所有被测模型中信息密度最高、文学素养最强的 ➤ 信息密度最高：Claude Fable 5.1（100）、Claude Opus 5.5（97）、Claude Sonnet 5.5（95）和 Claude Haiku 5.5（92） ➤ 文学素养最强：Claude Haiku…
2026-10-22
The Verge 实测 AI 购物智能体：零售商封锁让体验时灵时不灵
The Verge 作者实测 Meta Muse 等 AI 购物智能体，发现其体验像需要大量指令的助手，访问零售网站时灵时不灵。Amazon 封锁了 Muse 并曾起诉 Perplexity，JPMorgan Chase 也拒绝外部智能体接入账户；Target 表示有防护措施阻止未授权智能体。
2026-10-22
前沿模型 AI 攻击防御，终于有了全新思路！
港科大的 RedHerring 为破解 AI 攻防「攻易守难」的局面，开辟了全新思路，通过在代码中加入看起来像漏洞、实际无法触发的诱饵代码，让 Agent 把时间花在这些诱饵上，从而减少真实漏洞的发现数量。
2026-10-22
SF Compute 的 Evan Conrad 谈 B300 推理 40 美元与市场 5 美元的算力定价错位
SF Compute 创始人 Evan Conrad 在 Latent Space 播客中指出，一张 B300 跑推理满负荷一小时可收约 40 美元，而市场买价仅 5 到 6 美元，两个数字必须有一个变，说明算力至今未被真正定价。
2026-10-22
Claude 未能造出蝎子抗毒血清：Citrini 与 Anthropic 的药物研发实验
投资研究公司 Citrini Research 与 Anthropic 合作，用未发布版本的 Claude 尝试从零开发蝎子抗毒血清，结果未能造出实际药物，只得到一些有前景的起点。Citrini 承认团队无人真正了解 AI 与生物学的关联，该实验因触及 Claude 的生物安全护栏而转向与 Anthropic 合作。
2026-10-22
JevAgentHarness：谷歌 4B 模型让 Agent 降本 8
论文提出 JevAgentHarness 框架，通过让 4B 小模型预先筛选低风险决策，显著降低了智能体在长任务中的大模型调用成本，同时保持了任务成功率。
2026-10-22
“说我们放弃前沿错得离谱！”皮查伊全力开火：宁可少赚云业务几十亿，也要把算力抢回 DeepMind；反问奥特曼：ChatGPT 难道不是缝合怪？
在《Big Technology Podcast》中，皮查伊强硬反驳了 Google 退出 AI 前沿竞争的传言，强调公司正在主动牺牲云业务利润，将算力优先分配给 DeepMind 进行前沿研发，并批评了将第三方智能体硬塞入 ChatGPT 的做法。
2026-10-22
成本腰斩，性能反超纯大模型！上海 AI Lab 提出 Agent 自进化路由框架
上海 AI Lab 的 RSI-Router 框架通过自进化路由和技能积累，让小模型参与复杂任务，实现性能超越纯大模型的同时，将推理成本降低 51.7%。
2026-10-22
Anthropic 平台工程团队全面采用 Claude 编码，工程师转向系统设计与验证
IT之家 10 月 22 日消息，当地时间周二，Anthropic 平台工程团队负责人 Katelyn Lesse 在 Grafana Labs 举办的 ObservabilityCON 活动上透露，“就我们团队及我们的系统开发和维护工作而言，我们所有代码都是 Claude 写的，真的是全部。
2026-10-22
Nathan Lambert 谈开源模型与网络安全平衡
Nathan Lambert 认为开源模型在网络防御中能起到平衡作用，当前发展轨迹比人们想象的要好得多。他指出开源权重并非不会被用于网络攻击，所有可能的 AI 发展轨迹在他看来都会伴随大量网络安全事件。他试图挑战围绕网络与开源模型的宿命论式 AI 末日论调，因为网络社区中有可信声音认为开源模型是未来 12 个月维持局面的重要力量。
2026-10-22
Google 与 Voltus 将在 PJM 电网合作争取 1 GW 虚拟电厂容量
Google 与 Voltus 宣布在 PJM 电网争取 1 GW 虚拟电厂容量，是 6 月公布的 100 MW 目标的十倍。虚拟电厂通过软件调控家庭和企业用电为数据中心腾出电力空间；Voltus 要求客户承诺通过 2040 年持续提供减负或电池供电，且 Google 承诺 100% 无碳容量。
2026-10-22
Eiliko 制造商 Energize Lab 就机器人安全漏洞回应，The Verge 指其系统仍未修复
Energize Lab 就 The Verge 报道的 Eiliko 挂件机器人安全漏洞发布声明，确认核心问题属实，称已关闭后端外部访问、禁用远程修改机器人回应的接口、下线长期记忆和自定义头像功能，并承诺删除已存储的对话记录、用户画像和头像图片，还将聘请独立安全公司全面审查。
2026-10-22
一家 1800 人的公司，为什么会有 8000 个 AI 员工？
明略科技通过 Octo 平台将 AI 深度融入组织，实现 1:4 的人机比例，并用 Agent 网络重塑企业协作流程，显著提升效率。
2026-10-22
上海交大 00 后团队融资数千万，让 Agent 做定制的自进化推理引擎｜智能涌现首发
上海交大 00 后硕博团队创立“芯生代”，提出基于 Agent 与价值驱动记忆的自进化推理引擎，旨在解决国产芯片上算子生成与推理管线优化的痛点。
2026-10-22
NeurIPS 2026 | 从 Token 到 Span：重新思考大语言模型的不确定性估计
Amazon 研究者提出 Span-Level Uncertainty Estimation (SLUE) 新任务及 SpanUQ 方法，利用冻结 LLM 隐藏状态配合轻量级 Probe，在单次前向传播中同时完成语义片段检测与不确定性估计，较采样法快 10-20 倍，并发布 SpanUQ-Bench 基准。
2026-10-22
2026 年最便宜的 LLM API：到底该选哪一个
LLM API 的实际成本取决于缓存率、输出比例和定价门槛，而不只是醒目的每 token 价格；本文比较了 GPT-5.6 Sol、GPT-6.1 Sol、Claude Opus 5.5 等模型经核实的价格，找出适合不同工作负载的高性价比选择。
2026-10-22
GPT 挖出 PHP 世纪大漏洞，人类屎山代码的大清算开始了
研究员借助 GPT-5.6 Sol 成功挖掘出 PHP 中的重大安全漏洞，证明黑客可以利用内存管理错误远程执行代码，导致全球大量网站紧急停服打补丁。
2026-10-22
国模一哥智谱，也入场做 AI 办公了。
智谱的 ZCode 推出 Work 模式，将 AI 编程能力扩展到办公领域，支持文档分析、表格处理和 PPT 生成，并提供多 Agent 工作流功能，成为新一代办公工具的有力竞争者。
2026-10-22
从遥操作到第一视角采集：中国人形机器人数据收集行业实地观察
作者 A. Chen 在 ChinaTalk 征文中获奖的这篇报道，实地走访北京五道口的研究者与创业者，梳理机器人数据收集的三代技术：2017 年起的遥操作、2024 年 Stanford UMI 提出的同构外骨骼。
2026-10-22
Anthropic 上市前亮出特殊治理架构：把控制权交给不持股的外部受托人
Anthropic 上市前亮出特殊治理架构：把控制权交给不持股的外部受托人 · · Oct 22, 2026 31.8k 多数人的目光都落在 Anthropic 冲刺 IPO 时的收入增速、模型能力和万亿估值预期上，却很少有人留意它这套与硅谷常规模板迥异的治理安排。
2026-10-22
对 LLM 基准测试分数背后的指标与金标准标签进行的 25 项可复现审计
本文介绍了 25 项可复现审计，揭示热门 LLM 基准测试的评分代码和金标准标签中的具体缺陷，包括 NLI 数据集中的自相矛盾标注，以及 GSM8K 中最终答案与计算结果不一致的问题。
2026-10-22
腾讯混元与复旦大学提出 WorkForge，用真实工作区规模化训练工作智能体
腾讯混元与复旦大学研究团队提出 WorkForge 框架，从真实世界资源出发规模化构建可验证的智能体工作环境，产出 WorkForge-16K 共 16,665 个环境，覆盖 40 个专业领域、60 种文件类型。
2026-10-22
大模型如何胜任职场？WorkForge 让大模型进入真实职场工作流
腾讯混元与复旦大学提出 WorkForge，一个从真实世界资源出发、规模化构建可验证智能体工作环境的框架，通过 16，665 个真实工作区训练模型，显著提升智能体在长程任务中的探索、核查与交付能力。
2026-10-22
Meta 发布论文介绍开源 30B 智能体模型 Muse Glimmer 30B，可在单张消费级 GPU 上运行
Meta Superintelligence Labs 发布论文并开源 Muse Glimmer 30B，一个从更大的 Muse Spark 蒸馏的稠密 30B 模型，面向消费级硬件的本地智能体任务，采用 Apache 2.0 许可。
2026-10-22
Anthropic 开放 Claude Duet 等待名单，GPT-6 系列登陆谷歌云
Anthropic 开放了 Claude Duet 等待名单，这是一款基于 Claude Opus 5.5 的独立主动式智能体应用，面向美国 Pro 和 Max 用户，还可通过 Stripe Link 和 Shop Pay 购物。
2026-10-22
大众集团为33万员工部署Copilot
很高兴看到大众集团在全公司范围内推广使用 Copilot！
2026-10-22
讯飞星火 X2.6 端云一体大模型发布，首次基于全国产算力突破代码与智能体能力
讯飞星火 X2.6 端云一体大模型发布，首次基于全国产算力突破代码与智能体能力 · · Oct 22, 2026 科大讯飞在今日下午的全球1024开发者节上，正式端出讯飞星火 X2.6端云一体大模型。它最硬的一张标签是: 首次 基于全国产算力，把代码和智能体两块能力同时啃了下来。
2026-10-22
科大讯飞刘庆峰：国产算力对标全球还有两代左右差距，终会并跑甚至领跑
科大讯飞董事长刘庆峰在 2026 科大讯飞全球 1024 开发者节主论坛演讲中表示，国产算力对标全球还有两代左右差距，但很快会缩小到一代、半代，一定会有并跑甚至领跑的一天。他还称国产生态中真正在大模型训练上花力气的公司寥寥，未来会有更多人投入大模型训练与应用生态。