ai-powered-markdown-translator文章由 gpt-6.1-sol 从法语翻译成中文。
Cursor 发布了安全事件调查报告,这起事件曾导致一款被植入恶意代码的 Claude Code 扩展在 10 月底传播。据该公司称,攻击始于一枚为 Fireworks 签发的访问密钥,攻击者最后一次活动发生在 11 月 1 日。产品方面,Claude Code 的 Projects 配备了更主动的协调器,并支持分享讨论串;桌面应用支持自定义主题;Sierra 发布 Poppy 1.0,并已为所有 Shopify 商家启用。Deepnote 发布主动式智能体基准测试,Thinking Machines 详解 Inkling 2 Small 的 4 位训练,而 Meta 则在未发布公告的情况下上线 MetaEncoder v1。
Cursor 发布安全事件调查报告:据该公司称,攻击始于一枚为 Fireworks 签发的密钥
11 月 13 日 — Cursor 发布调查报告:
It started at Fireworks. An attacker obtained an access key we had issued to Fireworks. The key was exposed by Fireworks, and the attacker used it to copy data from a read-only storage bucket we used to share data with them.
🇨🇳 一切始于 Fireworks。一名攻击者获取了我们为 Fireworks 签发的一枚访问密钥。该密钥由 Fireworks 泄露,攻击者利用它复制了一个只读存储桶中的数据,我们此前通过该存储桶与 Fireworks 共享数据。 — Cursor,《关于近期安全事件的最新进展》
据 Cursor 称,该存储桶包含编程智能体的运行轨迹,主要来自 2025 年未启用 Privacy Mode 的会话。其中一些轨迹含有未脱敏的凭据,攻击者借此进入 Cursor 使用的 SaaS 工具,继而访问了非生产环境中的归档代码仓库和支持服务数据。本站于 10 月 30 日报道的恶意扩展也源于此:攻击者利用被盗凭据,于 10 月 29 日将其放入扩展市场缓存,所用版本号并非 Anthropic 发布过的版本。
| Cursor 报告的影响情况 | 博文说明 |
|---|---|
| API 凭据泄露 | 少于 0,01 % 的客户 |
| 未启用 Privacy Mode 的会话中,智能体轨迹泄露 | 少于 0,05 % 的用户,均已收到通知 |
| 10 月 29 日的恶意 Claude Code 扩展 | 最多 5 000 名用户可能收到该扩展,上线约 11 小时 |
| 最后观察到的攻击者活动 | 11 月 1 日,已被阻止 |
| 未受影响的范围 | Privacy Mode、生产环境、官方应用及更新、Cloud Agents、客户代码仓库 |
Cursor 已将全部推理流量从 Fireworks 撤出,禁用该密钥,并切断对共享数据集的访问;同时轮换了所有内部凭据,对代码仓库进行秘密信息扫描,并重新部署生产环境。对于泄露的轨迹和凭据,报告仅以百分比披露影响规模。
Claude Code:Projects 更加主动,桌面应用支持自定义主题
Anthropic 开发者账号于 11 月 13 日晚发布了两则关于 Claude Code 应用的公告,两者均涉及应用端,未涉及终端中的 CLI。
Projects:主动协调器、项目内的 /btw 和 /fork、提醒及讨论串分享
11 月 13 日 — 在 Projects 中,一段对话负责协调多个并行讨论串。现在,协调器更加主动:它会在项目聊天中回答问题,并汇报正在进行的讨论串。/btw 和 /fork 也加入了项目:前者为旁支话题创建独立讨论串,后者从当前讨论串分出新讨论串,以尝试另一种方案。提醒功能会将讨论串隐藏至指定时间,届时 Claude 会在聊天中提示。现在,讨论串可以通过只读链接分享给任何已登录 Claude 的人,但访问过用户电脑的讨论串除外。
这些功能正陆续登陆网页端和桌面应用,最新移动应用也采用了新设计。公告称,Projects 仍面向 Pro 和 Max 用户进行公开测试,需要加入候补名单;文档还列出了 Ultra,但仍排除 Team 和 Enterprise,并且依然写着讨论串无法分享。
🔗 @ClaudeDevs 的系列帖 · Projects 文档
自定义主题:通过 mods 为桌面应用设置颜色和动态背景
11 月 13 日 — 一个多小时后,Anthropic 开放了 Claude Code 桌面应用的自定义主题功能。主题基于 10 月 1 日推出的 TypeScript 函数 mods 构建。公告称,主题可以改变颜色,并在对话后方添加动态背景,只需向 Claude 描述想要的效果即可。官方插件 theme-examples 0.4.3(Apache-2.0)提供了 20 种动态背景供入门使用,可通过 /custom-theme 按项目或按会话应用。它还新增了 /fireworks,可手动触发烟花动画;Claude 写出“merged”时也会触发该动画。尽管名称相同,这条命令与 Cursor 提到的 Fireworks 公司没有关系。
开发者方面,自 Claude Code v2.1.319 起,$.theme.set 和 $.theme.clear 取代了 $.ui.backdrop,终端中不会显示任何背景。更新应用后,主题可用于本地会话;云端会话支持则称将“即将推出”,未给出日期。
Poppy 1.0:Sierra 的个人智能体协议为所有 Shopify 商家启用,Manus 加入合作伙伴行列
11 月 13 日 — Sierra 发布 Personal Agent Protocol 1.0,简称 Poppy。该协议定义了个人智能体如何向企业表明身份,以及如何发现自己获准执行的操作。协议于 10 月 6 日公布,基于现有标准(MCP、OpenAPI、Universal Commerce Protocol,简称 UCP)和 OAuth,让客户能够控制其智能体的操作权限。
1.0 版发布时已完成部署。Shopify 为所有商家启用该协议:每家店铺自动发布一个 Poppy 文件,由 UCP 处理购买环节,Poppy 处理购买前的流程。Meta 的人工智能助手 Muse 会在访问每个网站时优先查找 Poppy,这一行为适用于所有用户。Sierra 将 Mercury、Synchrony 和 Turkish Airlines 列为进入生产使用阶段的合作伙伴,但对 Synchrony 的集成仍使用将来时描述。另有六十家企业加入设计合作伙伴行列,使总数超过一百家;Manus 与 Salesforce、Cisco 等公司也在其中。Manus 于 11 月 14 日对此表示欢迎,但未详细说明其集成方式。
Agent Initiative Benchmark:Deepnote 基准测试中,GPT-6 Astra 和 GPT-6.1 Sol 领先 Claude Fable 5.2
11 月 13 日 — 协作式数据笔记本开发商 Deepnote 发布了一项针对主动式智能体(具备主动性的智能体)的第三方基准测试。这类智能体会跟踪团队交流,并自行决定介入还是保持沉默。来自六家实验室的十二个模型,在虚构企业 PageMantle 中应对 50 种情境。这家公司拥有 71 名员工,数据分布在 11 项服务中。测试采用高推理投入设置,每次运行的时间预算为 180 秒;两名 LLM 评审以盲评方式为每次运行打出 0 至 10 分。Deepnote 创始人 Jakub Jurovych 发布的公告系列帖被 @OpenAIDevs 转发。
| 受测模型 | 平均得分(0 至 10) | 每项任务成本(美元) |
|---|---|---|
| GPT-6 Astra | 8,97 | 0,693 |
| GPT-6.1 Sol | 8,65 | 0,112 |
| Claude Fable 5.2 | 8,17 | 1,87 |
| Claude Opus 5.5 | 7,84 | 1,28 |
| Claude Fable 5.1 | 7,50 | 3,02 |
| Claude Sonnet 5.5 | 6,65 | 0,420 |
| GPT-6 Luna | 6,38 | 0,0070 |
| DeepSeek V4.1 Flash | 6,35 | 0,026 |
| Mistral Large 4 | 6,09 | 0,082 |
| Claude Haiku 5.5 | 6,05 | 0,075 |
| Gemini 4 Argon | 5,60 | 0,403 |
| Grok 4.7 | 4,51 | 0,425 |
页面对这一排名作了限定:Sol 的得分落在 Astra 的置信区间(8,30 至 9,52)内,因此这组任务无法区分两者,而 Fable 5.2 也仍位于 Sol 的置信区间内。成本是实际记录的支出,并非定价:处理 PageMantle 一个月的 Slack 内容(约 2 500 个讨论串),使用 Sol 的成本约为 281 美元,Astra 为 1 732 美元,Fable 5.2 为 4 684 美元。在应该保持沉默的情况下,模型只有十分之六的次数没有发言。Deepnote 也列出了局限:仅有 50 项任务、单一推理投入级别、仅在 Slack 中回复,而且结果依赖评测框架。
🔗 Agent Initiative Benchmark(Deepnote) · Jakub Jurovych 的系列帖
Inkling 2 Small:Thinking Machines 详解从预训练到 RL 的 4 位训练
11 月 13 日 — Thinking Machines 在研究博客 Connectionism 的一篇文章中,解释了 Inkling 2 Small 的训练方式。这款于 11 月 12 日发布、拥有 5940 亿参数的开放权重 MoE 模型,从预训练的第一步到强化学习的最后一次轨迹采样,前向传播始终原生采用 NVFP4。反向传播仍采用 MXFP8,并使用随机舍入(随机取整)来限制梯度偏差。GPU 之间交换的专家输出采用 8 位格式(S2F6):每个数值占 8,25 位,而非 16 位。
| 数值格式 | 每个数值的位数 | GB300 上的 PFLOPS |
|---|---|---|
| NVFP4 | 4,5 | 15 |
| MXFP8 | 8,25 | 5 |
| BF16 | 16 | 2,5 |
与全程使用 MXFP8 的训练相比,该实验室测得预训练实际耗时缩短 8 %,RL 缩短 20 %,代价是预训练计算效率损失约 2 %,而 RL 的奖励未见明显差异。NVIDIA 转发了这篇文章,并特别提到预训练在 GB300 NVL72 机架上用 68 小时完成。
🔗 端到端 4 位训练(Thinking Machines) · @NVIDIAAI 的转发
MetaEncoder v1:Meta 未发布公告便上线一款拥有 284 亿参数的多模态编码器
11 月 12 日 — 补记:Meta 在没有发布博文或推文的情况下,于 Hugging Face 上线 MetaEncoder v1,作为 MetaEncoder-30B(本站于 10 月 5 日报道)的后续版本。旧仓库的模型卡称,v1 对模型有“显著改进”,但未给出数据。它通过三种调用使用:encode 为文本、图像或视频生成向量,retrieve 根据查询对语料库排序,decide 则以概率形式回答有关某一状态的封闭式问题,格式被模型卡称为 Jev。
| 模型特征 | 模型卡及 Hub 提供的信息 |
|---|---|
| 参数量 | 28 431 795 200 |
| 向量维度 | 6 656,经过 L2 归一化 |
| 所列硬件 | 一块 80 Go GPU,采用 bf16 |
| Transformers 版本 | 5.15 或更高(muse_glimmer) |
| 许可证及评测 | 未声明许可证,也未提供基准测试 |
因此,旧仓库的 Apache-2.0 许可证及评测分数不适用于此版本;此次更像是技术性上线,而非正式发布。
🔗 MetaEncoder v1(Hugging Face) · 旧版 MetaEncoder-30B 仓库
简讯
编程智能体与 CLI
- Devin 11 月 13 日版本说明 — 会话产生的内容(PR、预览、计划、附件)统一收纳在聊天右侧的侧栏中;Review Analytics 展示每个自定义审查器所提问题的处理结果,Devin Review 可将 merge requests 加入 GitLab 的 merge trains,界面也新增了德语支持。🔗 来源
- Codex CLI 0.171.0-alpha.5 — 此预览版的版本说明为空;根据自 0.169.0 以来 126 次提交的标题,终端工作区已转为稳定功能并默认启用,TUI 也可协商建立实时语音通话。这些内容在下一个稳定版发布前仍可能变化。🔗 来源
- Copilot CLI 1.0.112 — 11 月 13 日转为稳定版,没有新增内容,沿用了预览版 1.0.112-0 的全部 95 条更新;SDK 1.0.34 也以相同方式转为稳定版。🔗 来源
平台与企业
- GitHub 10 月可用性报告 — 当月发生八起事件,其中包括 10 月 28 日的 Copilot 故障:发往多个 GPT 模型的请求约有十分之一失败,原因是 GitHub 在上游供应商处的凭据失效;切换模型可以绕过此错误。🔗 来源
- Shield 与 GPT-6 Astra — 据 Shield 称,在其面向信息技术服务商的平台 Forge 中,一个由 GPT-6 Astra 驱动的计算机操作智能体每月数千次处理没有 API 的门户操作(工单、设备、许可证),速度比旧模型快 35% 至 40%。🔗 来源
- Cleveland Clinic 使用 Synapsis AI — NVIDIA 介绍了 Dyania Health 的工具如何在医院防火墙内运行,并用于一项涉及超过 7,800 名主动脉瓣置换术患者的研究,建立了预测 3 年、5 年和 10 年结局的模型;此次没有发布新的 NVIDIA 产品。🔗 来源
- OpenUncensored 流量情况 — 这家无审查模型供应商称,一周内有 157 名付费客户发出 150,292 次请求:编程智能体占其支出的 49%,所有智能体合计占 65%,聊天和角色扮演占 1.5%。🔗 来源
图像与视频
- HeyGen 引入 Seedance 2.5 Flash — ByteDance 视频模型的快速版本已接入 Creative Studio。据 HeyGen 称,其速度最高可达 Seedance 2.5 的 2 倍,质量接近;未公布价格或最长视频时长。🔗 来源
- Grok 中的 Grok Imagine — 现在可直接在 Grok 中生成图像和视频;SpaceXSI 表示正将更多产品整合到统一的 Grok 体验中,但没有说明具体涉及哪些产品,也未交代 Grok Imagine 应用的后续安排。🔗 来源
开放模型与研究
- ThousandML 的 CQ 与 GCMP — 据开发方称,在 Qwen3.8-27B 上,CQ 4 位量化将模型体积从 55.6 GB 缩小至 18 GB,在九项基准测试中与 BF16 没有显著差异,而 NF4 在 GSM8K 上下降了 12 个百分点;GCMP 适配器仅用 290 万个参数便达到秩为 32 的 LoRA 的表现,后者约有 1.59 亿个参数。🔗 来源
- 围绕 Cohere Labs 的 Aya 模型发布的四篇文章 — 据作者称,使用经过验证的纠正内容进行微调后,Aya Expanse 32B 在 τ²-bench 上的任务完成率从 14.5% 提升至 51.5%;Tiny Aya Fire 拒绝了全部 36 条以乌尔都文字书写的有害请求,但对以拉丁字母转写的乌尔都语请求,仅拒绝了 36 条中的 17 条。🔗 来源 · ScriptShield
- PEFT v0.21.3 — 此补丁在保存采用张量并行的模型时仅收集适配器权重,从而消除了由此造成的性能下降。🔗 来源
这意味着什么
Cursor 的事件复盘揭示了软件厂商向服务商共享数据时的风险路径。按照其叙述,仅一把共享密钥就足以复制智能体运行记录,而这些记录中少数未被遮蔽的凭据,又使攻击者得以进一步访问该厂商使用的 SaaS 工具,最终触及扩展分发环节。因此,编程智能体的运行记录本身已成为敏感数据;Cursor 表示,Privacy Mode 会话的记录未受影响。已公布的措施针对这两个环节:轮换全部内部凭据,并对代码仓库进行密钥扫描。以上仍为 Cursor 的说法。
智能体正变得更加主动,问题也随之转向:它们何时应当保持沉默。Projects 的协调器现在会主动梳理正在进行的讨论串;Deepnote 的基准测试恰好衡量了这种介入决策,结果显示,在需要帮助时,模型有十分之九的概率发出消息,但在应当保持沉默时,模型仅有十分之六的概率克制住发言。Sol 与 Fable 5.2 的单任务成本从 0.11 美元到 1.87 美元不等,对于持续待命的智能体,这种差距影响很大,Deepnote 对一个月 Slack 使用情况的测算也说明了这一点。这些结果仅来自一项基准测试和一套评测框架,而 Deepnote 自己也认为,该框架对结果具有决定性影响。
Poppy 1.0 关注的是流程的另一端:个人智能体如何向企业表明身份,并了解自己获准执行哪些操作。该协议依托 MCP、OpenAPI、UCP 和 OAuth,而默认部署于 Shopify 和 Muse,使其从一开始就拥有了庞大的应用基础。所举示例仍让客户参与决策,例如转账时遵循 Mercury 的审批政策,或在支付 Turkish Airlines 的升舱费用前取得旅客同意。
在开放模型方面,低精度已进入训练过程本身:Inkling 2 Small 从预训练到 RL,前向传播均采用 4 位精度,实测速度提升了 8% 至 20%。ThousandML 则根据自身测量结果,主张采用一种无需校准、用于微调的 4 位格式。最后,MetaEncoder v1 提醒我们,可自由下载的模型未必采用开放许可证:其模型卡没有声明任何许可证。
来源
- 近期安全事件的最新说明 (Cursor)
- @cursor_ai 的公告
- Claude Code 扩展安全公告 (Cursor)
- Claude Code 中 Projects 的更新 (@ClaudeDevs)
- Claude Code 中 Projects 的文档
- Claude Code 自定义主题 (@ClaudeDevs)
- mods 文档:在界面中绘图
- theme-examples 插件 (PR #7116)
- 发布个人智能体协议 1.0 (Sierra)
- Poppy 1.0 公告 (@SierraPlatform)
- @ManusAI 关于 Poppy 的推文
- 智能体主动性基准测试 (Deepnote)
- Jakub Jurovych 的讨论串
- 智能体主动性基准测试代码 (GitHub)
- PageMantle 数据集 (Hugging Face)
- 端到端 4 位训练 (Thinking Machines)
- @NVIDIAAI 转发的 Inkling 2 Small 消息
- MetaEncoder v1 (Hugging Face)
- MetaEncoder-30B (Hugging Face)
- Devin 11 月 13 日版本说明
- Codex CLI 0.171.0-alpha.5 (GitHub)
- Copilot CLI 1.0.112 (GitHub)
- GitHub 可用性报告:2026 年 10 月
- Shield 案例研究 (OpenAI)
- AI 如何帮助医疗团队 (NVIDIA)
- 无审查模型是智能体基础设施 (OpenUncensored)
- HeyGen 中的 Seedance 2.5 Flash (@HeyGen)
- 在 Grok 中生成图像和视频 (@imagine)
- CQ 与 GCMP (ThousandML)
- 反思型智能体 (Hugging Face 博客)
- ScriptShield (Hugging Face 博客)
- PEFT v0.21.3 (GitHub)