01
推出用于企业级安全的 Daybreak 工具
OpenAI 推出了 Daybreak，这是一套旨在自动化全组织范围漏洞修补和威胁缓解的新型安全工具系列。该产品线包括 Codex Security 和 GPT-5.5-Cyber 模型，利用先进的人工智能自动识别、验证和修复数字系统中的安全漏洞。该套件旨在扩展企业的持续漏洞管理能力，帮助机构维持稳固的网络防御。
AI Blog
5 stories02
三星电子在全球部署 ChatGPT Enterprise 和 Codex
三星电子已在全公司范围内大规模部署了 OpenAI 的 ChatGPT Enterprise 和 Codex 模型。此次推广是 OpenAI 迄今为止最大的企业合作伙伴关系之一，它将对话式 AI 能力与智能代码生成功能直接集成到三星的运营系统中，旨在支持全球业务部门的软件工程和通用生产力工作流。
03
评估 AI 智能体网络安全能力的架构设计模式
Eugene Yan 发布了一份分析报告，详细介绍了用于评估自主 AI 智能体网络安全能力的通用架构设计模式。该框架强调了现有基准（如 Cybench 和 CVE-Bench）中常见的四个主要要素：Docker 容器内的沙箱化目标系统、校准后的挑战难度输入、专用开发工具以及确定性评分系统。为了捕捉细微的智能体行为，评估方法采用了多级攻击链金字塔，为发现和利用任务分配部分分数。
04
“Patch the Planet”计划启动，旨在支持开源维护者
OpenAI 宣布启动“Patch the Planet”项目，这是一项旨在帮助开源软件维护者检测和修复安全漏洞的 Daybreak 计划。该项目结合了人工智能驱动的自动化分析与专业人类开发者的评审，以系统地识别、验证和修补关键数字基础设施中的漏洞。通过简化漏洞生命周期管理，该计划旨在减轻全球开源项目的安全管理负担。
05
利用 Codex 处理长时间运行的工作流
OpenAI 详细介绍了开发者 Jason Liu 如何利用 Codex 模型在长流程工作中保持上下文，并管理多步骤的工程项目。报告深入阐述了上下文管理的实用设计模式和提示词策略，使开发者能够在处理跨越单次查询的复杂、长期编码任务时，利用大语言模型保持一致的性能并保存任务状态。
Hacker News
6 stories01
Claude Code 的“Extended Thinking”输出并非真实内容
对 Claude Code 的“Extended Thinking”输出分析表明，所显示的推理步骤并非来自大语言模型的原始内部思维过程。相反，这些可见输出是经过后期处理和重构的叙述，旨在优化可读性和安全性。这一发现表明思维链表征是经过润色的论证，而非神经计算的直接且未加干预的痕迹，引发了对 AI 可解释性的透明度担忧。
02
Sakana Fugu
Sakana AI 推出了 Fugu，这是一种旨在优化和进化基础人工智能模型的新方法。通过利用进化计算和仿生算法，该方法致力于实现神经网络的自适应，从而在无需大规模重新训练的情况下找到最优配置。这一进展旨在突破深度学习架构中常见的规模瓶颈。
03
GLM 5.2 与 Opus 的对比
一项技术对比评估了 GLM 5.2 模型与 Claude 3 Opus 在性能和架构权衡方面的表现。虽然 Claude 3 Opus 在定性推理和安全性对齐方面表现出色，但 GLM 5.2 在数学公式化、逻辑推理和局部语言能力方面表现出了强大的竞争力。分析概述了在学术数据集上的推理速度、API 可靠性和成本效率方面的关键差异。
04
开源项目推荐：Oak —— 专为智能体设计的 Git 替代品
Oak 是一款创新的版本控制系统，被设计为专为自主 AI 智能体优化的现代 Git 替代品。为最小化延迟和上下文管理开销，Oak 利用虚拟挂载技术，使智能体无需完整克隆仓库即可处理代码任务。正如其数月自举开发中所展示的那样，这种结构促进了并行任务执行并提高了操作速度。
05
提示词注入即角色混淆
一篇研究论文引入了一种新的安全框架，将大语言模型中的提示词注入漏洞定义为角色混淆问题。作者证明，模型往往无法区分其系统定义的运行角色与代表其他角色的外部用户输入。该研究分析了模型身份的边界，并提出了新的缓解路径，以构建针对对抗性操纵的稳健防御机制。
06
Moebius：参数量仅 0.2B 的图像修复模型，性能媲美 10B 级别
HUSTVL 的研究人员开发了 Moebius，这是一款包含 2 亿参数的高效图像修复模型，其性能可媲美 100 亿参数的模型。该模型采用优化的架构设计，在降低计算需求的同时，在上下文感知生成、对象移除和像素级优化方面达到了顶尖水平。此次发布代表了将高性能、资源高效的生成式视觉模型引入边缘设备的重大进步。
01
推出用于先进网络安全运营的 GPT-5.5-Cyber
OpenAI 正式发布了 GPT-5.5-Cyber，这是一款专为增强数字防御系统而设计的专业模型。该模型不仅用于识别软件漏洞，更致力于主动修补，并在 CyberGym 平台上展示了最先进的性能基准。在与美国政府及更广泛的安全社区合作开发的基础上，此次发布还得到了一系列配套举措的支持：即“Patch The Planet”计划和可自动化威胁建模与补丁生成的“Codex Security”插件。
02
Sakana AI 推出 Fugu 多智能体编排系统
Sakana AI 宣布推出 Fugu 服务，旨在通过统一 API 编排多智能体系统。该平台通过部署一组多样化的专业 AI 智能体集群并协调其资源来执行复杂的编码和工程任务。该系统随“Fugu Ultra”模型一同推出，后者针对自主智能体交互进行了优化，并支持与 Composer 2.5 集成以进行架构评估。此外，它已直接部署在 Vercel AI Gateway 上，以简化云集成。
03
GLM-5.2 开启开源智能体能力新时代
开源社区发布了 GLM-5.2，为非专有模型带来了高级智能体能力。此次发布提供了前沿水平的复杂推理和任务执行能力，此前这些参数仅限于商业架构。由于其对开源格局的潜在颠覆性影响，支持者和研究人员呼吁针对监管机构和政策制定者开展积极的教育运动，为高能力开源模型建立平衡的安全、治理和部署准则。
04
Google DeepMind 与 A24 建立战略研究合作伙伴关系
Google DeepMind 与电影制作公司 A24 建立战略研究合作伙伴关系，旨在架起人工智能与电影制作之间的桥梁。此次合作旨在将故事讲述者和电影制作人直接引入生成式 AI 视频工具的设计过程中。通过结合专业创意反馈，DeepMind 旨在优化模型以适应真实娱乐工作流，同时处理合成媒体制作中的艺术标准和伦理考量。
05
Runway 更新 Aleph 2.0，支持先进的视频宽高比扩展
Runway 在其 Aleph 2.0 平台中引入了更新的视频场景扩展功能。该实用程序利用生成模型自动调整视频宽高比，扩展物理场景边界以适应新格式，同时保持画面构图和视觉连贯性。此发布主要面向需要在不同数字和社交环境中重新利用高保真视频资产的内容创作者。实现该工具的详细教学教程已在 Runway Academy 平台上发布。
06
Kling 3.0 Turbo 集成提升 Picsart 电影级视频生成能力
Picsart 集成了 Kling 3.0 Turbo 模型，为用户直接提供高速生成式视频能力。该集成促进了包含高保真运动和同步原生音频的电影级视频生成，同时降低了渲染所需的处理时间。此次发布还同步推出了侧重于用户主角视频生成的新 Kling AI 功能，以及强调数字创作者利用该生成引擎扩大影响力的案例研究。
07
Adaption AI 与 NCS 合作，加速亚太地区主权 AI 发展
Adaption AI 与技术服务公司 NCS 达成战略合作伙伴关系，旨在扩展亚太地区的主权 AI 系统。该倡议专注于构建和部署符合区域数据隐私标准和当地监管法律的定制化 AI 基础设施及可适应性智能系统。通过将 NCS 的本地市场覆盖与 Adaption AI 的研究能力相结合，该合作伙伴关系旨在帮助区域政府和企业安全地利用安全、可生成的架构。
08
Gary Marcus 质疑 SpaceX 在租赁 GPU 算力背景下的 AGI 进展
行业评论家 Gary Marcus 对 SpaceX 在签署大规模 GPU 租赁合同后的 AGI 进展表示质疑。Marcus 认为，优先租赁硬件表明其商业模式更多关注基础设施收入，而非实际的模型研发。这场辩论突显了 CoreWeave 等专业 GPU 云网络与进入硬件资源层的工业巨头之间持续存在的摩擦与竞争。
huggingface
8 stories01
GateMem：多主体共享内存智能体中内存治理的基准测试
研究人员推出了 GateMem，这是一个旨在评估多主体、共享内存 AI 智能体中内存治理的新型基准。GateMem 涵盖医疗、教育、家庭和办公领域，旨在衡量长期效用以及跨授权边界的访问控制和智能体主动遗忘能力。对多个主干模型和检索方法的评估表明，没有模型能同时实现稳健的访问控制、可靠的遗忘和高实用性。虽然长上下文提示获得了最高的治理分数，但它产生了高昂的 Token 成本，而基于检索的替代方案则频繁泄露未经授权或已删除的信息。
02
MemSlides：用于多轮本地修订个性化幻灯片生成的分层内存智能体框架
研究人员提出了 MemSlides，这是一个专为个性化演示文稿生成智能体设计的分层内存框架。MemSlides 将内存划分为用于零样本个性化的用户画像内存、会话级工作内存和用于保存执行经验的工具内存。结合幻灯片本地修订系统，智能体可以对特定区域进行针对性编辑，而非重新生成整个演示文稿。受控实验表明，将持久性用户画像与工作内存和工具执行记录分离，显著改善了多轮修订过程中的角色对齐、局部编辑和偏好保存效果。
03
多轮反射掩码引导掩码扩散模型的推理
研究人员提出了反射掩码（Reflective Masking, RM），这是一种使掩码扩散模型（MDM）能够进行多轮掩码和去噪的后训练方法。与依赖序列生成进行优化的自回归模型不同，RM 允许 MDM 对之前的输出进行本地迭代修正。为了利用推理历史，作者引入了历史参考（History Reference），这是一种利用中间去噪状态的无参数机制。RM 在文本生成、数独和图像编辑等多样化任务中均表现出色，无需结构性更改即可优于传统的掩码基准。
04
WorldLines：长周期状态化具身智能体的基准测试与建模
研究人员推出了 WorldLines，这是一个旨在评估家庭环境中长周期具身智能体的项目驱动型基准。通过生成包含对话、行动、反馈和环境变化的长时间跨度轨迹，该基准将交互转化为内存问答和具身任务规划的结构化评估。此外，作者还开发了 ObsMem，这是一个观测驱动的内存框架，用于跟踪可见性感知内存和行动原生状态历史。初步评估揭示了在处理部分可观测性以及将长期记忆转化为具身规划决策方面仍存在持久挑战。
05
SproutRAG：基于注意力引导树搜索与渐进式嵌入的长文档 RAG
研究人员开发了 SproutRAG，这是一种专为长文档设计的注意力引导分层检索增强生成（RAG）框架。SproutRAG 利用学习到的句子间注意力，将句子结构化为语义连贯且逐渐变大的块，从而构建二叉分块树。该框架在索引或检索过程中避免了有损摘要和外部 LLM API 调用。在检索时，分层束搜索在多个粒度上提取候选内容，在四个基准测试中比基准系统平均信息效率提高了 6.1%。
06
MCompassRAG：利用主题元数据作为段落级检索的语义指南
研究人员介绍了 MCompassRAG，这是一个元数据引导的检索框架，提升了 RAG 系统中段落级搜索的速度和精度。为避免稠密切片嵌入中混合主题带来的语义噪声，MCompassRAG 将主题元数据与文本段共同嵌入，并通过 LLM 教师蒸馏训练轻量级检索器。推理时，它无需额外的 LLM 调用即可进行主题感知检索。在六个复杂的检索基准测试中，MCompassRAG 的信息效率平均提升了 8.24%，且延迟比基准高效 RAG 方法降低了五倍以上。
07
将示例蒸馏为任务指令：增强 B2B 对话的上下文学习
研究人员推出了 Call Playbook 数据集，涵盖了源自真实 B2B 销售对话的五项分类任务，并为低资源领域提出了一种新的知识提取方法。该方法不再拼接冗长的上下文示例，而是将上下文学习示例蒸馏为紧凑的结构化分类标准和显式任务描述。相比传统的上下文学习，该方法在宏平均 AUC 上提升了高达 7%，同时 Token 使用量减少了 99%，并保持了对替代 Token 压缩基准所表现出的性能下降的鲁棒性。
08
StylisticBias：少数视觉线索驱动了多模态大模型中的大多数社会偏见
研究人员开发了 StylisticBias，这是一个用于评估多模态大语言模型（MLLM）中社会偏见的受控基准。它包含由 500 个基础人脸生成的 25,000 张图像，每张人脸使用 50 种单属性变化以分离特定视觉线索，同时保持身份固定。在 25 个社会判断场景中评估 6 个 MLLM 后，研究发现年龄和体型驱动身份层面的效应，而时尚风格驱动了主要的属性层面变化。约 15 个属性解释了近 80% 的总变异，模型在社会经济和风格相关判断中表现出最强的敏感性。