OpenAI 推出 GPT-6 Cyber，Anthropic 在 Claude 中开放 Personal Finance，Perplexity 推出 Teammates

OpenAI 推出被评为 Critical 级别的网络安全模型 GPT-6 Cyber，首批仅向部分 Daybreak Red 客户开放。前一天发布的文章披露，由该模型驱动的自主漏洞研究流水线以 120 万美元的成本验证了 948 个 Linux 内核提权漏洞。Anthropic 在 Claude 中开放 Personal Finance，以只读模式在美国开展测试；Perplexity 则推出 Teammates，这些智能体可以持续工作，与 Mistral 为 Studio 新增的智能体类似。在创作方面，OpenAI 通过 Images 2.6 加快图像生成速度，Google 则将 Gemini Omni 1.2 Flash 全面开放，可生成 15 秒视频，价格降低 30 %。此外，Ricursive Intelligence 发布了 Ripple-65B Preview，这是一款面向智能体编程的开放权重稠密模型。

OpenAI 推出被评为 Critical 级别的网络安全模型 GPT-6 Cyber，首批仅向部分 Daybreak Red 客户开放

11 月 5 日 — OpenAI 推出 GPT-5.6 Cyber 的后继模型 GPT-6 Cyber，经过训练，可在研究人员划定的范围内发现并验证可利用的漏洞。其准备框架（Preparedness Framework）将该模型的网络安全能力评为 Critical，而 GPT-5.6 Cyber 的评级为 High。据 OpenAI 称，它在大多数网络安全任务中优于 GPT-6 Astra，即使 Astra 没有拒绝请求也是如此。

Introducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time.

🇨🇳 GPT-6 Cyber 正式亮相：它将更强的能力与更好的模型对齐相结合，为安全研究带来重大进展。该模型支撑了昨天公布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif 和 Cisco 等企业的安全团队，以及我们 OpenAI 内部的团队，都已经在使用它。GPT-6 Cyber 现已向部分 Daybreak Red 客户开放，我们将逐步扩大访问范围。 — @OpenAI 在 X 上

OpenAI 公布的数据首先涉及漏洞利用能力，其次是模型坚守任务范围的能力：ExploitGym Honeypot 会在目标附近放置刻意设计得容易受到攻击的附属服务，模型必须避开这些服务。

OpenAI 公布的评估	GPT-6 Cyber 得分	对比指标
ExploitGym（远程利用指定漏洞）	48,5 %	GPT-5.6 Cyber 为 32,1 %
无法访问源代码的网页渗透测试	找到 40,3 % 的漏洞	GPT-6 Astra 为 32,0 %
RemoteExploitBench（初步评估）	95 % 的任务成功完成	GPT-6 Astra（Daybreak Blue）拒绝率为 100 %
ExploitGym Honeypot，未提供部署提示词	避免了 99,93 % 的范围外攻击	GPT-5.6 Cyber 为 94,49 %
SRE-Bench，二进制逆向工程（系统卡）	92,84 %	GPT-6 Astra 为 87,98 %

在实际应用中，OpenAI 重点介绍了 Linux 内核中的 948 个本地提权漏洞利用案例（详见下文），以及 Firefox 中 81 个此前未知、按 Mozilla 分类属于高严重性的漏洞，Mozilla 已开始发布修复补丁。Cisco、Calif 和 CodeRabbit 的安全团队已在使用该模型开展漏洞研究和代码审查。

防护机制也得到了加强：针对网络安全领域特有的失准行为进行监控；使用零数据保留模式的 API 客户通常必须启用 Private Safety Processing（加密记录在客户的存储空间中保留 30 天）；Daybreak Red 的 API 访问默认要求设置 IP 地址允许列表；并新增防止模型协助攻击关键系统的控制措施。在与 Dragos 合作对模拟发电厂开展评估后，Daybreak Red for Critical Infrastructure 小组向经批准的关键基础设施防御人员开放授权测试。

GPT-6 Cyber 首先通过 API 和 Codex 向一小批获批的 Daybreak Red 客户提供，随后逐步扩展至所有此类客户；GPT-5.6 Cyber 现已向他们开放。在 API 中，gpt-6-cyber 的输入价格为每百万词元 20 美元（缓存输入为 2 美元），输出价格为 100 美元，上下文窗口为 1 050 000 词元。OpenAI 表示，将在太平洋时间 11 月 12 日上午 10 点举行的“网络安全前沿”直播中公布更多消息。

🔗 GPT-6 Cyber：推进对齐网络安全智能体的能力前沿（OpenAI） · GPT-6 Cyber 系统卡

自主流水线以 120 万美元的成本验证了 948 个 Linux 提权漏洞

11 月 4 日 — 在模型发布前一天，OpenAI 的网络安全团队介绍了一个原型系统：它无需人工干预，即可依次完成漏洞发现、在隔离虚拟机中复现、评估可利用性以及生成补丁，之后再交由人工审查。该系统于 10 月中旬在当时最新的 Linux 内核主分支上运行了十天，所用模型被发布推文确认为 GPT-6 Cyber；其发现的 948 个本地提权漏洞按不同补丁分别计数。

执行阶段	取得的结果	API 额度成本
分析智能体开展搜索（12 h）	2 308 个潜在漏洞	316 549 美元
动态验证（30 h）	复现 1 724 个漏洞	73 330 美元
漏洞利用	1 169 个有效漏洞利用程序，948 个不同漏洞	775 929 美元
完整执行，包括定位与筛选	948 个不同的提权漏洞	1 213 430 美元，即每个漏洞 1 279 美元

7 月底，GPT-5.6 Sol 仅找到并成功利用了 166 个此类漏洞，成本为 513 690 美元，而在两轮研究相隔的三个月里，内核还经过了安全加固。在 Google 使用加固内核的 kernelCTF 项目中，这条流水线在 112 小时内获得了 21 个漏洞利用程序，成本约为 32 936 美元。智能体使用了至少 10 种 OpenAI 及其咨询专家此前都不知道的漏洞利用技术，具体细节仍然保密。OpenAI 假设，按照 Pwn2Own 和 TyphoonPWN 过去的赏金标准，这些漏洞的价值可能达到 1,890 万至 6,630 万美元。十天结束时，已有 61 个漏洞在上游修复，43 个漏洞的补丁正在准备中，另有 299 个漏洞正在公开讨论。

🔗 通往超级用户权限的路径减少一千条（OpenAI）

Anthropic 在 Claude 中推出 Personal Finance，通过 Plaid 提供只读访问，并在美国开展测试

11 月 5 日 — Anthropic 在 Claude 中推出 Personal Finance，面向美国的 Pro、Max 和 Ultra 套餐用户开展测试。用户连接自己选择的银行账户和银行卡，然后用日常语言提出财务问题；Claude 根据用户自己的余额和交易记录作答。

Introducing Personal Finance in Claude, in beta in the US. Connect the accounts you choose, and Claude answers your money questions in everyday language, from your own balances and transactions. Access is read-only, and Claude can’t move, manage, or invest your money.

🇨🇳 Claude 中的 Personal Finance 正式亮相，现已在美国开展测试。连接您选择的账户，Claude 就能根据您自己的余额和交易记录，用日常语言回答您的财务问题。访问权限为只读，Claude 无法转移、管理或投资您的资金。 — @claudeai 在 X 上

连接通过 Plaid 完成：用户自行登录银行并在其中同意授予 Claude 访问权限，Claude 永远不会看到银行密码。对于选定的账户，Claude 可以读取银行名称、各账户的名称、类型和后四位号码，以及余额、信用额度和最多两年的交易记录；对于投资、贷款和银行卡，它只读取余额和额度，不读取持仓或利率。该功能并非为提供投资建议而设计，也不展示广告或赞助推荐；Anthropic 明确表示，不提供信用卡、贷款或储蓄账户。

专门的页面汇集了支出、现金流、订阅和即将到期的账单。在文章的示例中，Claude 计算出当月支出总额为 4 309,37 美元，其中一半以上用于房租和杂费，列出发薪前即将发生的四笔自动扣款，并算出届时将剩余 1 393,22 美元。它还会提示重复扣款、意外费用或金额上涨的账单，并可制作图表、付款日历或仪表板。

服务参数	公布的内容
适用套餐	Pro、Max 和 Ultra（不包括 Free、Team 和 Enterprise）
国家与银行	美国，最多 16 家美国银行
发布状态	测试版，从本周起逐步推出
平台	网页、Claude Desktop、iOS 和 Android
读取的数据	最多 24 个月的交易记录，只读访问
模型训练	排除 Personal Finance 专区中的对话

在该专区之外，仍适用通常的隐私设置；根据帮助中心的说明，使用过账户信息的对话既不会进入记忆，也不会用于历史记录搜索。已连接的账户不会用于 Cowork、Claude Code 或定时任务，Claude Duet 也不提供此功能。Anthropic 将 Personal Finance 视为第一步，并表示正在探索与持牌专业人士和受监管机构合作，但尚未给出时间表。Claude 由此加入了 ChatGPT、Perplexity 和 Grok 的行列，后者也都通过 Plaid 连接账户。

🔗 介绍 Claude 中的 Personal Finance · 在 Claude 中使用 Personal Finance（帮助中心）

持续工作的智能体：Perplexity Teammates 与 Mistral Studio 的托管智能体

11 月 5 日 — Perplexity 推出 Teammates，这是一组用于长期工作的个人智能体，先由 Aravind Srinivas 宣布，随后由 Perplexity 官方账号公布。每个协作智能体（队友）都以 Computer 中已有的内容为基础：项目、技能、记忆、插件和自动化。用户为它设定名称、角色、长期指令以及何时需要向自己反馈的规则；它会规划工作、协调 Computer 会话和其他队友，在执行过程中检查结果，并提交完成的工作供用户确认。它会在不同执行之间保留目标、任务历史和文件，所有内容都集中在同一条持久对话中。

Today, we’re launching Perplexity Teammates. They are personal agents for work. And change the paradigm from writing prompts in a session to giving high-level goals. Rolling out to Max users on the web today. Native apps (mobile, desktop) coming soon.

🇨🇳 今天，我们推出 Perplexity Teammates。它们是用于工作的个人智能体。它们带来了范式转变：从在会话中编写提示词，转向设定高层目标。今天起向网页端的 Max 用户推出。原生应用（移动端、桌面端）即将上线。 — @AravSrinivas 在 X 上

与 Computer 的区别在于主动性。队友会监控正在进行的工作，并在情况变化时采取行动，无需用户再次提出请求：销售队友发现一位老客户不再购买后，会查看其订单和工单，然后准备优惠方案或报告问题。根据常见问题说明，队友每天 24 小时在后台运行，并在需要作出决定时发出通知。加入 Slack 频道后，队友可以接收同事分配的工作，队友之间也能交接任务：一个发现网站上的缺陷，另一个准备修复补丁。

产品方面	Perplexity 公布的详情
所需套餐	仅限 Perplexity Max
平台	网页端自 11 月 5 日起提供，原生应用已公布但尚无日期
使用费用	推广期内免费，之后使用 Max 每月包含的额度
隔离	每个队友拥有独立的桌面、浏览器、会话和浏览器存储凭据
权限	沿用 Computer 工具与项目的权限，凭据经过加密

用户可以检查工作成果、接管桌面，或在过程中调整队友的方向。推广期的结束日期尚未公布，Perplexity 表示将在未来几周扩大访问范围并增加功能。Teammates 延续了 4 月 1 日推出的 Slack 中的 Computer，以及 9 月 29 日推出的自动化功能。

🔗 Teammates 是处理复杂、持续工作的智能体（Perplexity） · Perplexity Teammates 产品页面

Mistral 扩展 Studio，推出托管智能体和应用，并将 Workflows 转为正式可用

11月5日 — 在企业端，Mistral 扩展了其人工智能平台 Studio：托管智能体 (Managed Agents) 和应用 (Apps) 进入公开预览，自4月底起处于公开预览阶段的 Workflows 则转为正式可用。这三项功能均于11月5日在 Mistral Cloud 上推出，并将于11月底进入私有云和本地部署环境。托管智能体使用 Python 和 mistralai-agents SDK 编写：定义一次后，同一个智能体既可运行在自有服务器上 (agents serve)，也可运行在 Mistral 上 (agents deploy)，可在后台连续工作数小时或数天，崩溃后从上一个已完成的步骤继续执行，并可等待人工批准。Studio 为应用提供托管、身份验证和访问控制。版本说明列出了十二项新功能，包括借助 Mistral Vibe 以自然语言构建工作流、离线评估与基于实际流量的评估、托管搜索索引和 webhooks。Mistral 列举的已在生产环境中使用 Studio 的客户和合作伙伴包括 ABANCA、BNP Paribas、Capgemini 和 CMA CGM。官方尚未公布价格，托管智能体的 API 在预览期间仍可能发生变化。

🔗 Le Chonk 提供智能，Studio 将其付诸应用 (Mistral AI)

OpenAI 推出 Images 2.6：动态 GIF、参考图像，以及速度提升 50 % 的两款 API 模型

11月4日 — 在 Images 2.5 发布两个月后，OpenAI 在 ChatGPT、Codex 和 API 中推出 Images 2.6，并于11月4日晚发布公告。该模型的图像生成速度提升了 50 %，在连续编辑时也能更好地保留细节，例如更换背景时保持角色服装不变。全球所有订阅方案的用户均可在 ChatGPT 和 Codex 的网页端、桌面端和移动端使用。

ChatGPT 新增两项功能。正在逐步推出的 GIF 生成功能可将提示词、图像或草图转换为循环动画，支持调节播放速度，并可编辑每一帧。已保存的参考图像则允许用户在新对话中重复使用照片：将自家狗狗的照片以 Pepper 为名保存后，即可要求绘制 @Pepper 的水彩肖像，无需再次上传照片。

API 模型	官方宣称的主要优势	输出图像价格，每百万 tokens
`gpt-image-2.6-flare`	低质量设置下六秒生成一张图像，海报与视觉素材排版精细	30 美元
`gpt-image-2.6-sunburst`	在中等或高质量设置下，质量更高，连续编辑时的一致性更好	30 美元

在 API 中，这两款模型均支持生成和编辑。API 还新增了复杂度参数，用于调节模型的规划程度（较低值适合快速编辑），以及 SVG 导出、动态 GIF 生成和标注引导编辑功能，后者也向兼容的 GPT Image 2.5 模型开放。价格与 GPT-Image-2.5 Flare 相同：文本输入为每百万 tokens 5 美元，图像输入为每百万 tokens 8 美元。OpenAI 表示，ChatGPT、Codex 和 API 每周生成 40 亿张图像，即每天超过 5 亿张。OpenArt、Figma Weave、Picsart、fal、Sable 和 Higgsfield 获得了提前访问权限，HeyGen 则在次日就完成了集成（参见简讯）。

🔗 推出 Images 2.6 (OpenAI) · ChatGPT 版本说明

Google 将 Gemini Omni 1.2 Flash 转为正式可用：支持 15 秒视频，价格降低 30 %

11月5日 — Google 正式推出视频生成与编辑模型的新版本 Gemini Omni 1.2 Flash，可通过 Gemini API（gemini-omni-1.2-flash，仅限付费层级）和 Gemini for business 使用。据 Google 称，这是 Gemini Omni 首次在 Google Cloud 基础设施上正式可用，包括支持 Provisioned Throughput；所有输出均带有 SynthID 水印。

该模型原生支持生成和编辑 15 秒片段，Omni 1.1 则为 10 秒，时长可在 3 至 15 秒之间按秒调节。它能更好地遵循参考素材（角色、产品或风格图像、简短动作片段、音频线索，API 中最多支持 6 张参考图像），并减少突兀的跳切 (jump cuts)。多轮对话式编辑支持完整的 15 秒片段，对话更自然，口型同步也更精准。在 API 中，每轮延长可为片段增加 3 至 10 秒，总时长最高为 30 秒，付费层级的速率限制也提高了一倍。

对比参数	Omni 1.1 Flash	Omni 1.2 Flash
原生最大时长	10 秒	15 秒
视频输出价格，每百万 tokens	17,50 美元	12 美元
720p 实际价格	约每秒 0,10 美元	约每秒 0,07 美元

Google 据此宣布降价 30 %：一段 15 秒的 720p 视频约需 1,04 美元，360p 为每秒 0,023 美元，超采样 4K 为每秒 0,209 美元。12月3日起，所有发送至 gemini-omni-1.1-flash 的请求都将路由至 1.2，并按其价格计费。在消费端，该模型将进入 Flow、Google Vids、Google Ads 和 Gemini 应用；在 Google Vids 中，持有 Google 账户或 Workspace 订阅即可使用 15 秒片段，无需额外付费；Gemini 应用则向所有 Google AI 订阅用户开放该模型，其中 15 秒视频仅限 Google AI Ultra 用户。Runway 已于当天接入（参见简讯）。Google 承认，在快速体育动作、脚本的快速变化以及复杂物理效果方面仍有改进空间，且未公布任何基准测试结果。

🔗 推出 Gemini Omni 1.2 Flash (Google) · Gemini Omni 1.2 Flash 定价

Luma 通过 MCP 连接器将创意工作流接入 Claude 和 ChatGPT

11月3日 — Luma 推出 MCP 连接器，将其创作工具引入 Claude 和 ChatGPT；相关文章发布于11月3日、更新于4日，Luma 于5日转发。该连接器支持访问 Luma Agent，据介绍，它能够从一条提示词出发统筹整个项目，同时还支持 Luma 的预设工作流：Product Shots、Camera Angles、Background swap、Relight Studio 和简短宣传视频。完成的图像和视频会返回对话。重点展示的使用场景面向营销：先询问助手上周哪条广告表现最佳，再让 Luma 基于表现最佳的广告制作不同版本，加入新的场景、拍摄角度和光照。Luma 账户只需连接一次，每次生成都会消耗 Luma 订阅中的额度，连接器本身不另行定价。Luma 已于10月8日通过 MCP 连接器接入 Claude Motion；此次新增之处在于 ChatGPT、预设工作流和 Luma Agent，如今均可在这两款助手中使用。Luma 由此加入 Runway、Synthesia、Suno 和 HeyGen 的行列，这些公司都在最近几周将各自的工具接入了助手。

🔗 将 Luma 连接至 ChatGPT 和 Claude (Luma)

Ricursive Intelligence 发布 Ripple-65B Preview：面向智能体编程的开放权重稠密模型

11月4日 — 此前未出现在本资讯追踪中的实验室 Ricursive Intelligence 发布了 Ripple-65B Preview：这是一款拥有 650 亿参数的稠密语言模型，从零开始使用 12 万亿 tokens 进行预训练，采用 Apache 2.0 许可证，上下文长度最高为 1 048 576 tokens。此次发布包括 BF16 和 NVFP4 格式的指令模型、仅经过预训练的基础模型，以及用于推测解码的小型 DFlash2 草稿模型。Ricursive 将自身定位为协同优化硬件、软件和模型的实验室，Ripple-65B Preview 则是其人工智能芯片设计平台专有模型的通用版本。

重点公布的数据来自智能体编程：Terminal-Bench 2.1 得分为 80,5 %，SWE-Bench Pro v2.0-Hard 为 79,1 %，DeepSWE v1.1 为 44,3 %。Ricursive 宣称，其在这一领域领先于美国其他开放权重模型，超过了规模大得多的混合专家模型 (Mixture-of-Experts, MoE)；这一说法针对的是美国开放模型，而非所有开放模型。

特性（Ricursive 资料表）	Ripple-65B Preview	Reflection Beam	Muse Spark Open	Inkling	Nemotron 3 Ultra
模型架构	稠密	MoE	MoE	MoE	MoE
总参数量	65B	501B	816B	975B	550B
激活参数量	65B	23B	42B	41B	55B
Terminal-Bench 2.1	80,5	80,1	76,4	63,8	56,4
GPQA Diamond	85,2	90,6	89,0	87,2	87,0

Ricursive 称这是一项尽力而为的比较 (best-effort)：竞争对手有官方成绩时就采用官方成绩，否则自行评估，不同测试使用的评测框架也不同；除 Muse Spark Open 外，所有模型在使用官方 Terminus 2 框架时，Terminal-Bench 2.1 得分都更低。在通用知识测试（GPQA Diamond）中，Ripple 仍落后于竞争对手。

这套训练方案出自一个从一人扩展至五人的小团队。Ricursive 以 Ai2 开放模型 Olmo 3 的训练方案为起点，对各个方面都进行了改造，包括缩放定律、架构、数据和后训练：该公司表示，与 Olmo 3 系列模型相比，编程方面的计算效率提高至 16 倍，完整训练的效率最高提高至 55 倍。模型采用稠密架构而非混合专家架构，以简化基础设施；其较窄、较深的架构借鉴了 Gemma 3N（80 层），使用 BF16 进行训练，未采用自研计算内核。相对轻量的后训练使用 140 万次强化学习轨迹 (rollouts)，便在 Terminal-Bench 2.1 上达到 80,5 分；据 Ricursive 称，这一数量约为 Reflection Beam 的七十分之一。

该模型在两块 B200 上无需量化即可达到每秒生成 250 tokens 的速度（批大小为 8），NVFP4 检查点则可在一台 DGX Spark 上运行。Together AI 自11月5日起提供其推理服务，输入价格为每百万 tokens 0,20 美元，输出为 0,60 美元，其平台提供的上下文窗口为 128K tokens；Atomic Chat 则将模型适配到 llama.cpp，并发布了首个 GGUF 版本。

🔗 Ricursive 在 X 上的公告 · Hugging Face 上的 Ripple-65B Preview · Together AI 上的 Ripple-65B Preview

编程智能体：Devin Review 2.0、Cursor 在线应用、Replit 的 microVM 和 Qwen Code v0.26.8

Cognition 推出 Devin Review 2.0：PR 审查费用降低，默认采用增量审查

11月5日 — Cognition 推出 Devin Review 2.0，并将其设为使用 Devin 时的默认拉取请求审查工具。文章标题称，自八月以来审查费用已降至原来的五分之一，并指出同期每次 PR 的成本降低了 82 %，这得益于更合理的模型组合和评测框架优化；@cognition 的公告帖则称审查费用最多可降至原来的五分之一。一次典型审查费用为 0,25 至 0,75 美元，客户平均每修复一个缺陷约花费 2,25 美元。据 Cognition 称，每次 PR 平均发现的缺陷数从 1,22 增加至 1,32，延迟中位数从 139 秒降至 94 秒。审查默认采用增量方式：新一轮只检查发生变化的内容，约 80 % 的 PR 在计入所有推送后仍花费不到一美元，且每次 PR 均设有支出上限，以防费用失控。此外还新增了 Devin Review Ultra，为计费、安全等敏感代码提供投入更大、费用更高的审查，以及处于测试阶段的自定义审查器 (Custom Reviewers)；官方未公布新的价格。

🔗 Devin Review 2.0 (Cognition)

Cursor 支持构建、托管和分享在线应用

11月5日 — Cursor 现在支持构建在线应用，并通过链接分享。Cursor 的出发点是：智能体降低了编程成本，但大多数创建出来的工具从未离开本地机器 (localhost)。用户启动云端智能体并明确要求构建应用后，Cursor 会搭建应用框架，按需创建 Postgres 数据库，通过 Cursor 登录进行身份验证，并在与其他团队账户隔离的专用账户中托管应用。在选定域名上线前，应用必须通过四项确定性检查（文件中写入的密钥、凭据文件、.env 文件、源码映射）以及人工智能安全审查，随后还需用户主动发布。管理员可以查看所有应用和密钥，添加自己的审查规则，并下架任何应用。分享对象可以是个人、群组、团队或公众，其中面向公众的分享在 Teams 和 Enterprise 中默认关闭。该功能面向所有包含云端智能体的付费方案开放，可通过 Cursor Origin 或 GitHub 使用，GitLab 支持即将推出；官方未说明托管价格。

🔗 在 Cursor 中构建在线应用 · Cursor 应用文档

Replit 围绕 microVM 重写沙箱引擎，每个 microVM 都有自己的 Linux 内核

11月4日 — Replit 发布了介绍其新沙箱引擎系列文章的第一部分，文章于11月4日晚间上线，次日被转发传播。如今，每个沙箱都是一个 microVM，即拥有独立 Linux 内核的轻量级虚拟机，取代了共享宿主机内核的容器；Replit 表示，已迁移数亿个项目，没有发生数据丢失。虚拟机监控器 Cloud Hypervisor 与 Firecracker 共享部分组件，而基于 tinyconfig 构建的客户机内核则去掉了 Bluetooth、USB 和显示驱动。

Linux 内核 CVE 审计（2026年6月1日至11月4日）	Replit 公布的数值
已发布并完成审计的 CVE	6 211
新引擎避免的 CVE	5 969 (96,1 %)
公开披露前已集成补丁的 CVE	4 375 (70,4 %)
通过内核配置排除的 CVE	676 (10,9 %)

对于 Anthropic 曾演示如何利用的 TCP 漏洞 CVE-2026-98432，修复后的内核早在10月12日就已部署。网络出站规则由宿主机侧的代理在客户机之外执行，凭据代理则负责调用 GitHub 或 Google Docs，始终不会将账户密钥交给沙箱。创建一个沙箱约需500毫秒；第二部分将介绍如何使用 Kubernetes 编排数万个 microVM。

🔗 深入了解 Replit 新沙箱引擎，第一部分

Qwen Code v0.26.8 接入 Qwen 的 Plus 和 Pro 订阅

11月5日 — Qwen Code v0.26.8 恢复了通过 Qwen 账户登录的功能，如今该功能与订阅绑定。在 CLI、VS Code 扩展和 Desktop 应用中，“使用订阅的 Qwen 账户”选项允许用户使用在 chat.qwen.ai 上购买的 Plus 或 Pro 订阅，无需 API 密钥：客户端会加载账户的模型目录，通过订阅进行对话和使用内置网络搜索，并在遇到身份验证、配额或速率限制错误时提供指引。根据引入此功能的合并请求，这一方式是为了应对旧版免费 OAuth 服务的终止；发行说明和文档均未给出该服务终止的日期，也未公布订阅套餐价格，CI 和容器仍使用 API 密钥。这个没有破坏性变更的稳定版本包含83项更新，其中有14项功能、37项修复和13项性能优化：Mods 可以提交自己的提示词，项目提供的钩子则需要通过批准对话框获得授权。Desktop 应用 v0.26.8 和 TypeScript SDK v0.1.28 也在同一天发布。

🔗 Qwen Code v0.26.8

更快的推理：NVIDIA 的 Vera CPU、Meta 的 sgl-muse-mega，以及实时运行的 Runway Characters

NVIDIA 用数据展示 Vera CPU 在智能体任务上相对 x86 的优势

11月5日 — NVIDIA 发布了有关 Vera 的新数据，这款处理器专为智能体设计。智能体的每一步操作，包括搜索、查询数据库、编写和测试代码以及执行行动，都在 CPU 上运行，而人工智能工厂受到能源限制，因此 NVIDIA 衡量的是每瓦功耗完成的工作量。在其自行开展的对比中，以一个100兆瓦的数据中心为规模，单颗 Vera CPU 每瓦可运行的智能体数量据称是最快 x86 的1.6倍，同时能让智能体的运行速度达到最节能 x86 的两倍；两款 x86 处理器均未具名。NVIDIA 还引用了六家合作伙伴的结果：

NVIDIA 提及的合作伙伴	公布的 Vera 测试结果
Perplexity	智能体编程速度是传统 CPU 的 1,5 倍，计划部署
DeepInfra	智能体编排速度最高达到最佳 x86 的 2,2 倍
ClickHouse	在 176 个核心上实现近乎线性的扩展，位居 ClickBench 排行榜首位
DuckLabs	在 TPC-H SF1000 上，性能约为 Intel Xeon 6 中位性能的 1,5 倍
Daytona	1 000 个沙箱在 10,8 s 内上线，x86 则需要 88,4 s
Modal	相比同类 x86，每核心沙箱吞吐量最高达到 2 倍

文章没有公布价格或时间安排；Vera 曾于1月在 CES 上亮相，并于8月底交付给 AWS。

🔗 Vera 兼具两方面优势（NVIDIA）

Meta 悄然发布 sgl-muse-mega，在 GB300 上解码 Muse Spark Open 的速度最高提升至2.1倍

11月5日 — Meta 在 facebookresearch 的 GitHub 上以 MIT 许可证悄然发布了 sgl-muse-mega：这是推理引擎 SGLang 的一个插件，可在 GB300 GPU 上运行其开放权重模型 Muse Spark Open，该模型拥有8160亿参数，其中420亿为活跃参数。它不再在每个解码步骤中启动数百个小型计算内核（kernels），而是通过一次启动执行解码器的每一层，并将 DFlash2 草稿生成、推测解码的验证和接受整合到同一个 CUDA 图中。根据 README，在八块 GB300 上，单个请求在 GSM8K 上最高达到每秒1 109 tokens，而使用相同草稿模型的 SGLang 为517，即前者是后者的2.1倍；单个解码步骤从12.9 ms、1 450个内核降至5.9 ms、97个内核。这一提升仅适用于一次处理一个请求的解码场景，其他请求会回退到 SGLang；该工具被标记为实验性，要求在同一个 NVLink 域内使用八块 GB300，或在一个节点上使用四块。

🔗 sgl-muse-mega（facebookresearch）

Runway 在四块 H100 上实时运行 Runway Characters 的 57B 视频模型

11月5日 — Runway Research 发布了一篇博客文章和一篇 arXiv 论文，介绍 Runway Characters 如何实现实时运行。这些视频角色仅凭一张图像即可与用户实时交谈。一个约有57B参数的自回归视频扩散 Transformer，必须以每秒24帧的速度，每166.7 ms为单个用户生成一组四帧、分辨率为704x1088的图像：无法将多位用户的请求合并处理，每一毫秒都必须从该步骤本身节省。首先着手的是缓存：29%的 GPU 时间用于在240次注意力调用中，分别重新处理几乎没有变化的缓存。通过在写入环形缓存时仅执行一次 RoPE 和 FP8 量化，Runway 将每步的缓存维护时间从69.7 ms降至6.2 ms。

Runway 测试的配置	单次扩散步骤耗时
发布时的软件，运行于四块 H100	240,9 ms
优化后，运行于四块 H100	159,3 ms (24,5 images/s)
使用融合归约与 FP8 计算的内核	147,4 ms
运行于三块 B200	154,3 ms

如今，一次会话仅需四块 H100，发布时则需要八块。在七周的生产运行中，99.5%的会话平均帧率超过每秒23.5帧，一轮对话的耗时中位数为2.13 s，其中语音智能体占1.42 s。

🔗 批量大小为一的实时视频（Runway） · arXiv 论文 2611.05642

开放机器人技术：Hugging Face 的 LeRobot v0.7.0 和 Ai2 的 ToyBlocks

Hugging Face 发布 LeRobot v0.7.0，支持与运行中的机器人对话

11月5日 — Hugging Face 发布了其开放机器人库的新版本 LeRobot v0.7.0，此时 Hub 上已托管近300 TB的 LeRobot 格式物理人工智能数据。借助交互式会话，用户可以与运行中的机器人交谈：/subtask 可在不停机的情况下更改指令，/vqa 用于询问策略看到了什么，/autosteer 则为其设定目标。后两条命令需要使用能生成文本的策略，例如 FineART-VLA，或外部 VLM 规划器；FineART-VLA 使用 Scale AI 和 Hugging Face 的 FineART 数据集训练，该数据集包含1 718小时的双臂操作和超过533 000个标注子任务。训练方面，数据集可从 Hub 或 LanceDB 流式读取，无需下载，技术栈也转向 FSDP2 和 HSDP：对于6B的 FastWAM 模型，恢复训练时每块 GPU 的内存峰值从143 GB降至42 GB。该版本新增了四个世界动作模型，即 NVIDIA 的 Cosmos 3 和 Long-WAM、Black Forest Labs 的 FLUX 3 Action，以及 RLinf 的 LaWAM，还新增了四种视觉语言动作策略，包括 LingBot-VLA 2.0 和 Wall-OSS-0.5。此次版本包含多项不兼容变更：PyTorch 针对 CUDA 13 编译，异步推理被策略服务器取代，Trackio 替代 Weights & Biases。

🔗 LeRobot v0.7.0（Hugging Face 博客）

Ai2 悄然上线 ToyBlocks，一个为机器人生成示范的仿真框架

11月5日 — Ai2 在11月4日晚间至5日期间，未经公告便上线了 ToyBlocks 的各个组件：这是一个基于 IsaacSim 和 IsaacLab 构建的开放仿真框架，其中机械臂在桌上推动、翻转和堆叠积木。它的价值在于，通过自动生成任务和示范来取代遥操作：已发布的数据集包含83 496次成功堆叠三块积木的示范，共计1.437亿帧图像、近1 600小时，覆盖三个难度级别，每个级别均有包含1 000个回合的验证集。同时发布的还有两个模型：Molmo2-4B-tb 是经过微调的 Molmo2-4B，它读取相机图像和目标，给出简短计划，并以约6 Hz的频率指定下一步动作（抓取、放置、翻转、旋转）及其目标；另一个是负责执行这些动作的 ManiFlow 策略。各代码仓库引用的博客文章在检索时返回404错误，技术报告则预告即将发布。

🔗 ToyBlocks（allenai）

Anthropic 基于207 049次研究会话，分析科学家如何使用 Claude

11月5日 — Anthropic 的经济学团队发布了一份关于 Claude 科学用途的报告，基于2026年8月2日至9月30日期间大众订阅套餐中的207 049次研究会话，使用仅保留领域和任务标签的分类器进行分析。形式科学对 Claude 的使用比例远高于其在全球研究中的占比：计算机科学占 Claude Code 会话的32.7%，而该领域研究人员仅占全球研究人员的4.3%。

观测指标	Claude（Chat 和 Cowork）	Claude Code
分析的会话数量	128 914	78 135
数据分析占比	33,7 %	48,1 %
构思与假设提出占比	4,2 %	2,1 %

科学家主要使用 Claude 分析数据和写作，用于提出假设的情况则少得多，而受访的528名研究人员却将构思和数据收集列为最重要的任务；在 Claude Science 上，构思的占比约为 Claude 上的两倍。报告勾勒了若干情景，并明确表示这些只是示例，并非预测：如果现有能力得到广泛采用，研究产出将增至原来的1.35倍（艺术）至2.02倍（统计学）；如果人工智能承担全部非实体操作工作，无需实验台的领域将增至15至16倍，生物学或化学则为3至4倍。约40%的受访研究人员预计，到2030年将出现由人工智能独立完成的研究项目。

🔗 人工智能助力科学发现：研究人员如何使用 Claude（Anthropic）

OpenAI 发布与计算园区所在地社区的契约

11月5日 — OpenAI 发布了一份全国社区契约（National Community Compact）和一份计算园区公共政策蓝图（Compute Campus Policy Blueprint）。未来每个由 OpenAI 拥有并运营的园区都将制定当地契约，包括在足以影响项目的早期阶段开展咨询、设立当地联络人，以及每年发布公开报告。OpenAI 承诺全额承担所需电力及基础设施费用，并提供财务担保，以便在项目延迟、缩减或取消时保护其他客户；公开每个园区的用水量和用电量；优先采用闭环或低耗水冷却方式；除范围严格受限的保护事项外，不要求民选官员和公职人员签署保密协议。在佐治亚州埃芬汉县，居民决定将一笔480万美元的资助用于为全县14 000名学生提供免费校餐；在俄亥俄州派克县，OpenAI 和 SB Energy 承诺投入600万美元用于儿童照护。该蓝图也呼吁政策制定者采用统一规则：让用电大户承担其给电网带来的新增成本，为能够降低自身用电需求的园区提供接入便利，如11月2日推出的 Grid Protectors 所倡导的那样，并加快输电线路建设。

🔗 为负责任的人工智能基础设施树立新标准（OpenAI）

简讯

智能体与编程工具

Amp 与 GitLab — Amp 已集成 GitLab，同时支持 gitlab.com 和自托管实例：其云端环境 orbs 可代表用户克隆和推送代码，创建并跟进合并请求；Orb Spawner 会为每个新请求或工单启动一个 orb；未公布价格。🔗 来源
Warp 的智能体 PR 审查 — Ben Holmes 提出三种缓解审查积压的方法：自研多轮审查智能体、由智能体执行端到端验证，以及基于五项标准的合并风险评分，后者以 /merge-risk 技能的形式发布。🔗 来源
Copilot CLI 1.0.106-10 — npm 上发布了一个新的预览版本，但没有发布说明；内置该版本的 Copilot SDK 1.0.29-preview.9 显示，其中包含实验性的历史记录压缩和设备代码登录功能。最新稳定版仍是 10 月 28 日发布的 1.0.105。🔗 来源
Copilot Fusion — GitHub 将这款模型路由器的七折优惠截止日期定为 11 月 30 日；10 月 28 日的公告曾说明，该优惠仅限 Copilot 付费套餐，且有时限。相关推文称，GitHub Copilot 应用、Copilot CLI 和 VS Code 均支持该产品。🔗 来源
Kimi Code 2.5.1 — 包含八项修复，其中包括解决动态工具模式中的空系统消息反复导致 HTTP 400 错误的问题，以及恢复工具结果中的图片和视频预览。🔗 来源
Kimi Work 3.2.25 — 全局搜索覆盖项目、插件、技能和对话；执行任务时可识别尚未授权的插件，并通过弹窗引导用户授权；新增操作可在归档任务前先将其停止。🔗 来源
mistral CLI 0.17.2 — 在 Studio 功能扩展当天发布了两项修复：mistral apps deploy 的警告链接会打开应用的 Secrets 选项卡；当 shell 导出 UV_DEFAULT_INDEX 或 UV_INDEX_URL 时，mistral agents 命令不再因 uv.lock 锁而失败。🔗 来源
iOS 上的 Codex — 11 月 2 日发布的 ChatGPT iOS 版 1.2026.300 支持在不离开 Codex 全屏输入界面的情况下添加和移除附件，在不同设备间同步任务已读状态，并默认将后续请求发送到当前任务。🔗 来源
Antigravity 扩展 — 11 月 2 日，VS Code 扩展 1.11.0 让发送到对话中的终端上下文标签可以点击；Visual Studio 扩展 1.0.261102.0 则默认启用行内差异显示，可按代码块或文件接受或拒绝更改。🔗 来源
拉取请求 Overview 页面 — GitHub 开放需主动启用的公开预览，将合并状态和后续操作置于页面顶部，重新设计合并区域，并为对话提供筛选功能；用户仍可切回经典视图。🔗 来源
Rust 版 Discord — 在人工智能领域之外，Discord 展示了用 Rust 重建的新版客户端；Zed 表示，该客户端基于其开源界面框架 GPUI 构建。🔗 来源

企业与合作

DevRev 与 Codex — 在 OpenAI 发布的一项案例研究中，DevRev 表示，其 Computer 和 Operator 智能体的推理由 OpenAI 模型负责，其中包括 GPT-6.1 Sol；公司还称已将全部工程工作迁移至 Codex，并放弃 Cursor 许可证；未提供任何成效数据。🔗 来源
Replit 与 SMFL — Replit 与 Sumitomo Mitsui Finance and Leasing 合作，将其平台连接到 SMFL 的资产管理服务 AssetForce，该服务已有超过 200 家企业使用。此次合作旨在支持 SMFL 的目标：到 2031 年，将数字服务收入提升至原来的十倍，达到 100 亿日元。🔗 来源
Baseten 与 Nemotron Coalition — Baseten 加入 NVIDIA 围绕开放模型组建的联盟。该联盟于 3 月与 Mistral、Black Forest Labs、Cursor、Ai2 和 Perplexity 一同亮相；Baseten 将提供强化学习环境、后训练和优化推理能力。🔗 来源

平台、API 与安全

Claude Enterprise 安全功能 — Anthropic 以测试版形式新增安全中心，可将对话、Cowork 和 Claude Code 的设置与其建议进行对照；同时新增集中式管理控制台，以及部署在 Cowork 本地虚拟机中的 EDR（终端检测与响应）传感器，支持 macOS 和 Windows。🔗 来源
Claude Console 与 Admin API — 测试版新增 IP 地址白名单，每个组织最多可配置 1 000 个地址或地址范围，并拒绝来自其他地址的请求，从而限制泄露的 API 密钥被滥用；Admin API 还可让 Claude Enterprise 成员在所有设备上退出登录。🔗 来源
OpenAI SDK — openai-python 3.46.0 和 openai-node 7.51.0 新增澳大利亚、印度和日本的数据驻留选项、GPT-6 Rosalind 以及 Images 2.6 的控制选项，后续版本又加入 gpt-6-cyber；Codex CLI 自 10 月 29 日的 0.166.0 以来仍未发布新的稳定版。🔗 来源
Gemini API — API 现已支持 PPT 和 ODP 演示文稿以及 ODS 电子表格，将 DOC 文档处理为逐页图像；工具还可以向模型返回音频、视频或 Office 与 OpenDocument 文件。🔗 来源
Perplexity API — Agent API 开放 ultra 推理投入级别，使用 Claude Opus 5.5 进行广泛研究；这与 Computer 的 Effort Mode 中的 Ultra 级别不同。前一天，Decisions API 新增了先读取 URL 文本再搜索的能力，每次获取收费 0.001 美元。🔗 来源
智能体编排 — Perplexity 发布指南，对比集中式、去中心化和分层式三种编排架构，列出七种常见故障，并提出从任务契约到幂等重试的七项最佳实践；没有发布新产品。🔗 来源
GitHub 密钥扫描 — SpaceX 成为合作伙伴：公开仓库中暴露的 starlink_public_api_v2_secret 凭据会被转交给 SpaceX 以便撤销；包括 AWS 和 Google Cloud Storage 在内的六家提供商的检测器也减少了误报。🔗 来源

NVIDIA 的基础设施与仿真

内存与推理 — 一篇解读文章主张，面对稀缺且昂贵的 HBM，应对整个技术栈进行协同设计：从 Blackwell Ultra 到 Vera Rubin，每块 GPU 的 HBM 容量仅增加约 3%，但在 SemiAnalysis AgentX 上，每美元吞吐量最高提升至 30 倍；NVIDIA CMX 存储已有九家合作伙伴参与。🔗 来源
Into the Omniverse — NVIDIA 更新了其关于智能体构建仿真的文章，该文曾于 10 月 9 日被报道。更新介绍了约十个项目，主要使用 GPT-6 Astra，部分使用 Claude，其中一个仓库仿真包含 80 条传送带、40 只机械臂和 800 个箱子，仍能保持每秒 30 帧；没有发布新产品。🔗 来源

开放模型、数据与研究

Slack 中的 ML Intern — Hugging Face 用于评估、准备数据和微调模型的开源智能体现已成为 Slack 机器人，可安装到工作区并连接其中的数据、文件和 MCP 服务器；未公布价格或安装链接。🔗 来源
Llama 与决策模型 — llama.cpp 团队与 Hugging Face 推出的本地应用可在 Mac 和 Windows 上免费使用，支持运行 Liquid AI 的 d1-Omni 以及 d3-flash；该应用将后者归于 vLLM，并将其列为 Jev Decision Index 榜首。🔗 来源
Sand3D — Sandflow 发布 106 094 个 3D 对象，其中 10 456 个带有关节结构；每个对象都以其开源库 sand3d 中的一段简短 Python 程序表示，并可导出为 OpenUSD，在 Hub 的 3D 查看器中查看。🔗 来源
SimReady Central — Lightwheel 详细介绍了其在 NVIDIA 位于 Hugging Face 的 3D 对象库中承担的工作；该库目前已有超过 3 500 个 OpenUSD 对象。Lightwheel 负责验证并调整这些对象在接触和运动时的物理行为。🔗 来源
DreamTac — 一篇文章介绍了北京大学的这一数据集，Voxel51 已将其转换为适用于 FiftyOne 的格式：数据包含一只指尖带凝胶的 Franka 机械臂的 703 条轨迹，覆盖 12 项任务，总时长 7.03 小时，其中接触情况可通过图像直接观察。🔗 来源
黎巴嫩方言语音合成 — Bilal Zaraket 用四个模型克隆了一位贝鲁特测试者的声音。在五位母语听众的盲评中，真实声音获得 4.98 分，满分为 5 分；表现最好的模型 VoxCPM2 获得 3.89 分，且只有 65% 的情况下被认为具有黎巴嫩口音。🔗 来源
Guardián colombiano — Hugo Alonso 在一块 6 GB GPU 上微调 Tiny Aya Global（33.5 亿参数），以哥伦比亚西班牙语审核一面公开的集体记忆墙，取代原先串联的三项云服务。🔗 来源
Anvaya-1B — 一位开发者使用 PyTorch FSDP 和 FineWeb，在两块 16 GB T4 显卡上从零预训练了一个参数量略超十亿的模型，并发布首个检查点和训练方案。🔗 来源
traj2envs — Hugging Face 未作公告便发布了一款工具，可将 ATIF 格式的智能体轨迹转换为经过验证的 Harbor 强化学习任务，并固定环境镜像版本。🔗 来源

图像、视频与虚拟形象

Runway 与 Gemini Omni 1.2 Flash — Runway 接入 Google 的新模型，可创建和编辑最长 15 秒的视频，无需从头生成即可修改场景，随后将其放大至 4K；未发布说明文章或积分费用。🔗 来源
HeyGen 与 Images 2.6 — HeyGen 集成 ChatGPT Images 2.6，用于生成场景中的次要角色，在 HeyGen Video 1 中提供更好的角色设定图和更高的一致性；未说明价格或适用套餐。🔗 来源
Luma Photo Reframe — 继 Expression Sheet 和 Character Sheet 之后，Luma 新增一款工具，可补全图像周围的空间，使其适用于 Instagram 帖子、专辑封面或海报；未发布说明文章或价格。🔗 来源
Manus Studio — 项目现可导出至 Premiere Pro、DaVinci Resolve、CapCut 或 Final Cut Pro，以便在其他软件中完成由人工智能生成的视频剪辑；未说明导出格式或适用套餐。🔗 来源
Muse Realtime Avatar — 这项曾在 Meta Connect 上展示、为 Muse Realtime Voice 提供实时动态面孔的技术现已进入美国的 Muse 应用，其他国家的推出时间尚未公布。🔗 来源

这意味着什么

进攻性网络安全正迈向工业化规模，但访问仍受到限制。被列为 Critical 级别的 GPT-6 Cyber 在十天内以 120 万美元的成本验证了 Linux 内核的 948 个提权漏洞，平均每个漏洞花费 1 279 美元，并在 Firefox 中发现了 81 个高危漏洞。OpenAI 仅向获批的 Daybreak Red 客户提供该模型，默认要求配置 IP 地址白名单，并监控网络安全领域特有的对齐偏离行为。如今，竞争的关键在于修补速度：在这次为期十天的行动中，其他贡献者已在上游修复了其中 61 个漏洞，并在准备另外 43 个漏洞的补丁；OpenAI 认为，要跟上这一节奏，自动生成补丁必不可少。Replit 则展示了这条链路的另一端：其客户机内核在漏洞披露前就已纳入 4 375 个补丁，而 Anthropic 演示利用的那个 TCP 漏洞早在 10 月 12 日就已得到修复。

长时间处理敏感数据的智能体，让隔离和权限成为产品的核心。Perplexity 的智能体队友全天候运行，各自拥有独立的桌面、浏览器和 Cookie；Mistral 的托管智能体可以连续工作数小时乃至数天，也可以等待人工批准；Cursor 则在完成四项确定性检查和一次人工智能审查后，将每个应用托管于独立账户中。Personal Finance 将这一逻辑推进到只读模式：Claude 通过 Plaid 读取余额和交易记录，却无法转移一美元，其专属空间中的对话也不会用于训练。在基础设施层面，Replit 为每个沙箱提供独立的 Linux 内核，并在客户机之外执行网络规则；在管理端，Claude Enterprise 如今会将安全设置与 Anthropic 的建议进行对照。

图像和视频生成正变得更快、更便宜，并在数小时内接入各类工具。Images 2.6 的生成速度提升了 50%；Gemini Omni 1.2 Flash 将视频片段延长至 15 秒，同时降价 30%，720p 视频每秒约 0.07 美元；Runway 则将其实时视频角色的 57B 模型所需的 H100 数量从八块降至四块。接入随即跟进：Runway 在 Omni 1.2 Flash 发布当天就将其加入，HeyGen 在次日集成 Images 2.6，Luma 则将创作工具引入 Claude 和 ChatGPT。对创作者而言，关注点正从选择模型转向模型出现在哪个工具中，而这种接入往往在发布当天就已完成。

推理成本正成为一项独立的卖点。NVIDIA 以每瓦可支持的智能体数量推销 Vera；Meta 让 Muse Spark Open 在每层仅使用一个计算内核的情况下，将解码速度提高至 2.1 倍；Cognition 则自 8 月以来将单次代码审查成本降低了 82%，同时发现的缺陷还略有增加。Ripple-65B Preview 将同样的逻辑应用于训练：这个稠密模型采用源自 Olmo 3 的方案从零预训练，再通过 140 万条强化学习轨迹进行后训练，宣称在智能体编程方面位居美国开放模型之首，在 Together AI 上的使用价格为每百万输入词元 0.20 美元。