AI 日报 · 11 月 18 日 星期三
2026-11-17 08:00 — 2026-11-18 08:00 (UTC+8)
- 01
OpenAI 让 AI 替医护“点鼠标”:电脑操作智能体进入 ChatGPT for Healthcare,CVS 用它一个周末清完积压数月的文件
OpenAI 宣布电脑操作(computer use)智能体已可在 ChatGPT for Healthcare、ChatGPT for Clinicians 和 API 中使用,用于预授权、转诊、出院规划等跨系统杂务。官方测试称 GPT-6 Astra 在 325 项医生审阅任务中 99% 被评为安全;CVS、Cigna、Abridge、Ambience 等已在试点或部署。
展开完整报道
医院里大量时间花在“搬数据”上:医生开了 MRI,保险公司要的材料明明在病历里,却还得有人手动复制到另一个保险门户网站。OpenAI 这次把“电脑操作智能体”正式推向医疗场景——AI 像人一样点击、打字、在不同软件之间切换,处理那些没有 API 接口的老系统。官方称,医疗机构、开发者和个人临床医生现在就能通过 OpenAI API、ChatGPT for Healthcare 和 ChatGPT for Clinicians 使用。
OpenAI 公布了自家评测:在医生参与设计的电子病历收件箱任务中,GPT-6 Astra 在 325 项被审阅任务里有 99% 被评为临床安全,646 次评估中 93% 被医生评为“非常有帮助”或“极其有帮助”。在斯坦福研究者的独立基准 HealthAdminBench 上,Astra 拿到 94.3% 的评分点,更便宜的 GPT-6 Luna 拿到 91.8%,每项任务成本约 8.5 美分、比 Astra 低 98%。这些都是 OpenAI 自己发布的测试结果。
合作方案例更直观。据 OpenAI 介绍,CVS Health 的一个生产流程里,智能体用一个周末清掉了积压数月的文件发送任务,另一个流程每天处理数万次专科会诊的系统操作,CVS 还将开源基于 Agents SDK 的 Agent Kit;Cigna 的个案经理过去要在 10 多个系统间查资料,现在可由智能体汇总。Ambience 演示的流程中,病历信息不明确时智能体会停下来询问医生,等批准后才提交。
医疗数据最敏感,OpenAI 强调机构可设置角色权限、审批步骤和审计日志,组织数据不用于训练基础模型;涉及受保护健康信息时,须使用其商业伙伴协议(BAA)覆盖的服务和相应安全设置。美国临床医生可免费注册 ChatGPT for Clinicians 试用。
- 02
免费用了快两年的 DeepSeek 开始限额:长对话被打断、用户涌进应用商店打差评,有人反过来求官方“收钱”
据爱范儿报道,过去两天不少用户在 DeepSeek App 遇到“使用额度已达上限”提示,长对话无法继续,有人不到两小时就触发限制,部分用户在应用商店打差评。目前 App 没有付费会员;需要更多用量的用户只能转向按量计费的官方 API。
展开完整报道
DeepSeek 一直以“免费、不限量”著称,这个印象正在被打破。据爱范儿(APPSO)报道,过去两天越来越多用户发现,DeepSeek App 突然弹出“使用额度已达上限”,有人的长对话无法继续,有人聊了不到两个小时就触发限制。
最受冲击的是重度用户。报道称,有用户在应用商店留下差评,表示自己在一个对话窗口里积累了数十万字、和 AI 连续几周共同写的故事就此中断。评论区里还出现了一个有意思的反转:不少人主动求 DeepSeek 推出月卡、季卡或年卡,让高频用户付费继续用——但 DeepSeek App 目前并没有会员可开。
现阶段的官方替代路径是 API 开放平台:充值后按 Token 计费,用自己的 API Key 接入客户端继续聊天。爱范儿实测了成本:在官方 Agent 平台用 Flash 模型、最高推理档做一次深度研究,耗时 19 分钟,平台显示花费 4.92 元;普通问答开启深度思考和联网搜索,一次约 0.17 元。换句话说,偶尔用的人花不了多少钱,但重度 Agent 用户的账单会明显上升。
背景是,DeepSeek 几天前刚把 App 里的联网搜索、读文件、语音等能力开放为 API,官方当时表示开发者可以用 API 复刻完整 App。目前 DeepSeek 官方尚未就免费额度的具体规则作出公开说明,限额标准和是否推出付费套餐仍待确认。
- 03
开发者拆 Windows 11 发现:系统会记录你用没用 Claude Code、Codex、Cursor 等编程智能体,并随“可选诊断数据”上传微软
开发者 Xusheng 逆向分析 Windows 组件 MissionControlAggregator.dll,发现其会识别 codex、claude、copilot、cursor 等编程智能体以及 Python、Node 等开发工具的使用情况,以位图形式上报 Windows 诊断。若未关闭默认开启的“可选诊断数据”,这些信息会上传微软;未发现提示词或代码被收集。
展开完整报道
你在 Windows 上用了哪些 AI 编程工具,微软可能是知道的。开发者 Xusheng 在个人博客发文称,他用 AI 辅助翻查最新 Windows 二进制文件时,在 MissionControlAggregator.dll 里发现了一串可执行文件名:codex.exe、claude.exe、copilot.exe、cursor.exe、antigravity.exe,以及 python.exe、node.exe、gcc.exe、code.exe 等常见开发工具。
顺着代码追下去,他发现这是一个正在运行的系统组件:它不自己扫描进程,而是订阅 Windows 已有的应用状态事件,匹配到这些程序后记录“用过哪些”,保存在本地,再以 Segments.SubCohorts 报告的形式发给 Windows 诊断。相关功能名称很直白——CLICodingAgentUsage。报告只是一个位图,比如“Codex CLI 那一位被置 1”,不含使用时长;作者也没有发现提示词或源代码被收集。
关键在上传开关。作者用美国区最新官方镜像全新安装 Windows 11 Home 测试,“发送可选诊断数据”默认是开启的;只要没有在安装时拒绝或之后手动关闭,这些数据就会上传微软。不过他也说明,公开镜像的基线环境里该编程智能体功能默认关闭,而他自己的 ARM64 虚拟机上已作为服务实验被启用,因此不能说所有 Windows 设备都在收集。
文章在 Hacker News 上引发讨论。想关掉的用户,可以在“设置 → 隐私和安全性”中关闭可选诊断数据。截至发稿,未见微软对此作出公开回应。
- 04
Anthropic 上市前夕又挖走 DeepMind 一员高管:首席战略官塞孔任职 8 个月后跳槽
据 The Information 报道、IT之家转述,谷歌 DeepMind 首席战略官、统计学家 Jasjit Sekhon 已离职加入 Anthropic,本人在 X 上确认。他今年 3 月才加入 DeepMind。英国数据公司 Zecki 统计,过去一年离开 DeepMind 的员工中有 25% 去了 Anthropic。
展开完整报道
Anthropic 本周 IPO 在即,DeepMind 的人才继续向它流动。据《The Information》16 日报道、IT之家转述,谷歌 DeepMind 首席战略官贾斯吉特·塞孔(Jasjit Sekhon)已离职并加入 Anthropic。塞孔本人在 X 上确认了消息,称自己将负责支持 Claude,让其知识和判断建立在严格、可靠的事实基础上。
塞孔今年 3 月才加入 DeepMind,担任首席战略官约 8 个月。他是研究因果推断和机器学习的统计学家,曾在哈佛、伯克利和耶鲁任教,2018 年起在对冲基金桥水担任高级科学家兼 AI 负责人。
这不是孤例。IT之家梳理称,今年以来 DeepMind 已有多名核心人员离开:Gemini 联合负责人诺姆·沙泽尔 6 月转投 OpenAI,与哈萨比斯共同开发 AlphaFold、共获 2024 年诺贝尔化学奖的约翰·江珀也已加入 Anthropic。英国数据公司 Zecki 的统计显示,过去一年离开 DeepMind 的员工中,25% 去了 Anthropic,21% 去了 Meta,14% 去了 OpenAI。
对正冲刺上市的 Anthropic 来说,持续吸引顶尖研究和管理人才,是它向投资者讲故事的重要筹码;对谷歌而言,Gemini 4 系列刚刚在多个榜单领先,人员流失则是另一面的压力。
- 05
《GTA 6》发售前夕,Take-Two CEO 点名 Anthropic 和 OpenAI:靠知识产权赚钱,却放任用户用 AI 仿制游戏
Take-Two CEO 泽尔尼克接受 IGN 采访时批评 Anthropic、OpenAI 一边依赖知识产权做生意,一边放任用户用 AI 逆向和仿制游戏,“未免有些讽刺”。近月多款经典游戏被用 AI 辅助“重新编译”,Anthropic 此前已修改规则,禁止用 Claude 重制他人特定游戏。
展开完整报道
AI 编程能力越来越强,游戏公司开始担心自己的作品被“几分钟复刻”。据 IT之家报道,《GTA 6》发售在即,Take-Two CEO 施特劳斯·泽尔尼克在接受 IGN 采访时,被问到是否希望更多 AI 公司限制用户用逆向工程复制游戏,他直接点名两家头部实验室。
泽尔尼克说:“我认为所有公司都应该保护知识产权,既要保护自己的,也要保护别人的。Anthropic 和 OpenAI 本身就是靠知识产权做生意的,一边侵犯别人的知识产权,一边指望别人保护自己的知识产权,未免有些讽刺。”
他的不满有现实背景。报道称,近几个月利用 AI 辅助编程重新编译游戏的做法越来越多,《马力欧卡丁车 Wii》《班卓熊大冒险 2》《塞尔达传说:织梦岛》等都被“逆向研发”;一些 Steam 开发者甚至取消试玩或测试,担心作品还没发售就被 AI 仿制抢先上架。
Anthropic 此前已作出调整:禁止用户用 Claude 重新制作他人的特定游戏。Anthropic 技术人员阿迪·奥斯马尼当时解释,用 Claude 侵犯知识产权违反使用政策,但原创游戏、同类型游戏以及使用自有素材的游戏仍可正常制作。此次批评中 OpenAI 是否有回应,报道未提及。
- 06
英伟达董事会新设“国家安全与出口管制”委员会;另据 CNBC,英伟达已警告客户:转租给中国公司可能惹上美国官司
英伟达宣布董事会成立常设的国家安全与出口管制监督委员会,国家安全和贸易合规团队直接向其及临时 CEO 克雷斯汇报。另据 CNBC 援引知情人士,英伟达已提醒客户,拟议中的《远程访问安全法》可能让买卖双方面临法律风险,并暂停向把超过一半 GPU 租给中国公司的客户供货。
展开完整报道
黄仁勋离职风波还在持续,英伟达开始在“国家安全”上补课。英伟达官方宣布,董事会新设常设的“国家安全与出口管制监督委员会”,负责在董事会层面监督公司的国家安全政策、出口管制合规和全球贸易风险。现有的国家安全团队和全球贸易合规团队将直接向该委员会以及临时 CEO 科莱特·克雷斯汇报。委员会由董事苏珊娜·诺拉·约翰逊担任主席,至少每季度开会一次,并与外部法律、国家安全和贸易合规专家合作。
几乎同时,CNBC 援引两名知情人士报道,英伟达近几个月已向芯片买家发出提醒:拟议中的《远程访问安全法》(RASA)会让美国政府像管控实体硬件一样管控云端算力访问,可能让英伟达和客户双方都面临“法律行动”。知情人士还称,英伟达目前不会向把超过 50% GPU 租给中国公司的客户供货。该法案今年 1 月已在众议院通过,尚未通过参议院;美国商务部本周一也发布了防止中国企业远程获取 AI 芯片的临时最终规则。
公司内部仍有另一股声音。据《华尔街日报》援引知情人士、IT之家转述,英伟达开发者技术总监纳德尔·哈利勒致信董事会和黄仁勋的约 60 名直接下属,警告若不恢复黄仁勋 CEO 职务,公司可能流失“无可替代的人才”。不过有知情人士称,董事会暂无让黄仁勋复职的打算。
- 07
产品上线三个月就成独角兽:AI 网络安全公司 Corma 完成 1.25 亿美元 A 轮,估值 10 亿美元
AI 网络安全创业公司 Corma 宣布完成由 NEA 领投的 1.25 亿美元 A 轮融资,估值 10 亿美元,累计融资 1.85 亿美元。公司 8 月才走出隐身,主打用于防御的安全专用 AI 模型和智能体;10 月 21 日多起重大漏洞集中爆发后,市场需求明显升温。
展开完整报道
AI 让攻击变得更快,防守方的生意也跟着火了。据 TechCrunch 报道,AI 网络安全创业公司 Corma 宣布完成 1.25 亿美元 A 轮融资,由 NEA 领投,估值达到 10 亿美元,累计融资 1.85 亿美元,投资方还包括红杉资本、Khosla Ventures 和 Coatue。从推出产品到成为独角兽,前后大约三个月。
Corma 8 月走出隐身,提供专为网络安全防御训练的 AI 模型和智能体,自称是一家专注“防护”的前沿 AI 研究实验室。TechCrunch 提到,Corma 的热度在 10 月 21 日之后明显上升:那天流行的 Web 编程语言 PHP 被发现严重漏洞,Node.js 也出现漏洞,开源大模型路由工具 LiteLLM 披露了安全事件,让各家首席信息安全官疲于应对,也展示了 AI 时代攻击的密集程度。
这个赛道并不冷清。凯文·曼迪亚的新公司 Armadin,以及 Anthropic、OpenAI、微软等大公司都在用 AI 做防御。Corma 能否在巨头和众多创业公司之间站稳,还要看它的模型在真实攻防中的表现。
- 08
欧洲云厂商 OVH 也做大模型了:首款开源模型 Olala mini 只激活 10 亿参数,8GB 显存就能跑
欧洲云服务商 OVHcloud 发布首个 AI 模型家族 Olala 及首款模型 Olala mini 7A1B:总参数 70 亿、激活 10 亿,Apache 2.0 开源,可在 8GB 显存 GPU 上运行,纯 CPU 也有约 50 TPS。模型在三台欧洲公共超算上训练,花费 700 万欧元。
展开完整报道
欧洲“主权 AI”又多了一个玩家。据 IT之家报道,欧洲云服务企业 OVHcloud 宣布推出首个 AI 模型家族 Olala,首款成员 Olala mini 7A1B 将以 Apache 2.0 许可在 Hugging Face 开源,意味着企业可以免费商用和修改。
这款模型主打“小而能跑”:总参数 70 亿,每次只激活 10 亿,可以在 8GB 显存的 GPU 上运行。OVH 给出的速度是 RTX A4500 上约 160 TPS(每秒生成词元数),纯 CPU 平台也能做到 50 TPS,适合本地或边缘部署。架构上它采用 Differential-TPA 与 Mamba-3 结合的混合注意力机制——简单说,就是把传统注意力和更省资源的序列建模方法混在一起,以降低推理成本。
训练方面,OVH 称模型在三台欧洲公共超级计算机上用英伟达 GH200、A100、H100 完成,总花费约 700 万欧元。初版上下文长度为 32K,计划年底推出的 1.1 版将扩展到 128K 并提升数学能力;OVH 还表示后续 Olala 2.0 参数规模将超过 1000 亿。目前性能评测仍以公司发布信息为准。
- 09
Anthropic 抢先上市,OpenAI 高管:不在意当“老二”;CFO 透露正以 1.25 万亿美元估值完成一笔小额融资
在 Semafor 活动上,OpenAI CEO 奥尔特曼和 CFO 弗莱尔表示不担心 Anthropic 先上市,弗莱尔称其上市对行业和 OpenAI 都是好事,并透露 OpenAI 正以 1.25 万亿美元估值完成一轮“计划外”的小额融资。奥尔特曼重申终将上市,但称上市“有真实的坏处”。
展开完整报道
Anthropic 预计本周在纳斯达克挂牌,OpenAI 的态度是:不急。据 TNW 综合 Business Insider 和 Semafor 报道,OpenAI CEO 萨姆·奥尔特曼和 CFO 莎拉·弗莱尔周一在 Semafor“硅谷与世界”活动上都表示,并不担心对手抢先上市。
被问到 OpenAI 会不会像 2019 年先于 Uber 上市、后来却远远落后的 Lyft 那样“反着来”时,奥尔特曼没有接这个类比。弗莱尔说得更直接:Anthropic 上市对行业和 OpenAI 都是好事,OpenAI 不介意排第二。
更有信息量的是融资。弗莱尔透露,OpenAI 正在完成一轮规模较小的融资,估值 1.25 万亿美元;此前公司已在 3 月融资 1220 亿美元。她形容这轮是“计划外、机会性的”:起因是一家知名媒体错误报道 OpenAI 在融资,随后投资者主动找上门。
奥尔特曼重申 OpenAI 迟早会上市,但提醒上市有成本:“我认为成为上市公司有真实的坏处”,他提到行业波动以及安全方面的重大决策。他还说,记者对 AI 比投资者更怀疑,而投资者普遍看多。
- 10
Gemini 学会说“地方口音”:谷歌上线 66 种地区语音,英国用户能选利物浦腔、苏格兰腔
谷歌为移动端 Gemini 应用推出 66 种地区语音,覆盖美式、英式、印度英语及印地语、巴西葡萄牙语、印尼语、韩语 7 类语言。英国用户可选十余种口音。谷歌称与母语者合作还原语速和节奏、避免刻意夸张,语音也适用于 Gemini Live 和朗读功能。
展开完整报道
和 AI 语音聊天时,听到的往往是标准而“没有家乡味”的声音。据 IT之家报道,谷歌为移动端 Gemini 应用推出 66 种地区语音,让用户在 Gemini Live 实时对话中选一个更贴近当地说话习惯的声音。
这次覆盖 7 类语言:美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印度尼西亚语和韩语。英国用户的选择最丰富,可以选纽卡斯尔、利物浦、伯明翰、苏格兰、威尔士、北爱尔兰口音以及多元文化伦敦英语等十余种。
Gemini Live 产品管理总监 Neel Joshi 表示,谷歌与母语使用者合作,重点还原当地交流的语速、节奏和清晰度,而不是靠堆俚语来“扮演”地方人,也避免把口音夸张化。这些语音同样适用于文本转语音朗读。
使用方法是在 Gemini 应用的语音设置里切换,或在 Gemini Live 对话中点右上角三点菜单调整。一个小细节是:菜单里不标注具体城市名,直接问 Gemini 它也不会告诉你用的是哪种口音,谷歌建议通过聊当地美食、球赛或街区来感受区别。
- 11
欧洲六国游戏工会联合发宣言:呼吁玩家用钱包支持“不用生成式 AI 做的游戏”
英国、爱尔兰、法国、西班牙、德国、意大利六个游戏行业工会在曼彻斯特峰会前联合发布《游戏行业生成式 AI 使用宣言》,批评生成式 AI 加重环境负担、减少初级岗位、使用未经授权数据训练,呼吁玩家用购买行动支持不使用生成式 AI 的游戏。
展开完整报道
游戏圈对生成式 AI 的反弹,开始从个人吐槽变成有组织的行动。据 IT之家报道,欧洲六个国家和地区的游戏行业工会联合发布《游戏行业生成式 AI 使用宣言》,呼吁消费者“支持不使用生成式 AI 制作的游戏”。宣言发布于在英国曼彻斯特举行的第二届欧洲游戏从业者工会峰会前夕。
联署方包括英国独立工人联盟(IWGB)、爱尔兰游戏工人工会、法国电子游戏工人联盟(STJV)、西班牙电子游戏行业工会、德国游戏开发者圆桌组织和意大利金属工人工会(FIOM-CGIL)。
宣言列出的问题包括:生成式 AI 对环境造成负担、导致初级岗位明显减少、模型长期使用未经授权的第三方数据训练;并批评部分发行商试图垄断行业知识再转售,以此压低成本、为裁员找理由。
更具体的是行动建议:对玩家,工会呼吁在网上表达对游戏使用生成式 AI 的反感,并用购买支持纯人工作品;对开发者,宣言强调“是否、何时、何地以及如何使用生成式 AI,应由从业者自己决定”,并提醒选择使用的人考虑环境影响、成本、伦理、法律风险和透明度。这与近期游戏公司担忧 AI 仿制作品的争论形成呼应。
- 12
差点爆仓的 AI 对冲基金又满仓 AI 股:阿申布伦纳的 Situational Awareness 重仓新云,结果 10 月再遭重挫
据 CNBC 报道,前 OpenAI 研究员阿申布伦纳的对冲基金 Situational Awareness 夏天几近崩盘后,三季度末重新买入 AI 相关股票,包括价值逾 4.4 亿美元的澳洲新云公司 SharonAI,以及 IREN、Nebius 期权等。这些持仓自 9 月底以来普遍大跌,SharonAI 10 月跌 58%。
展开完整报道
以长文《Situational Awareness》走红的前 OpenAI 研究员利奥波德·阿申布伦纳,他的同名对冲基金又一次押注 AI 基础设施。据 CNBC 根据最新监管文件(13F)报道,这只夏天几近崩盘的基金在三季度末重返市场,重新买入一批 AI 相关股票。
文件显示,该基金持有澳大利亚“新云”(专门出租 GPU 算力的云厂商)公司 SharonAI 价值逾 4.4 亿美元的股份,还持有 Cleanspark(约 3900 万美元)、IREN、Bitdeer 和 Fermi 等股票,以及 Nebius、Sandisk、内存 ETF 和数据中心电力公司 Bloom Energy 的看涨期权。其中 Sandisk 和 Nebius 正是夏天差点拖垮基金的关键持仓。
时机并不好。CNBC 统计,这些持仓自 9 月 30 日以来全线下跌:SharonAI 10 月跌 58%、本月又跌 11%,IREN 10 月跌 41%,Nebius 跌 35%,上周还因全年指引疲软单日暴跌超 16%。不过 13F 只是季末持仓快照,基金是否已在 10 月 AI 股抛售中离场并不清楚。
据报道,该基金巅峰时管理 450 亿美元资产,夏天险些崩盘后被迫把全部公开股票仓位卖给 Citadel,资产缩水至约 100 亿美元,主要是私募股权。
- 13
据 CNBC 报道:埃里克·特朗普参股的“机器人士兵”公司 Foundation 发不出工资,内部担心公司可能倒闭
据 CNBC 援引知情人士报道,主打可上战场人形机器人的初创公司 Foundation 未能支付截至 10 月 30 日的工资,员工不满还因 CEO 约一年前曾借用 460 万美元公司资金买豪宅。公司仍在寻求以 30 亿美元估值融资,埃里克·特朗普持股并任首席战略顾问。
展开完整报道
宣称要造“能上战场的人形机器人”的明星创业公司,可能连工资都发不出了。据 Ars Technica 援引 CNBC 报道,Foundation Future Industries 未能支付截至 10 月 30 日的工资周期,知情人士担心公司若拿不到新融资可能很快倒闭。
员工尤其不满的一点是:据报道,联合创始人兼 CEO 桑克特·帕塔克约一年前借用了 460 万美元公司资金,在旧金山湾区买了一栋豪宅。与此同时,公司管理层仍在寻求以 30 亿美元估值融资,卖点是开发能执行作战任务、使用多种武器的人形机器人。Foundation 展示过 Phantom MK-1 机器人,并宣传即将推出 MK-2。
这家公司的政治关系也一直受关注。据《金融时报》,美国总统之子埃里克·特朗普持有其股份,并在 2026 年 3 月被宣布为首席战略顾问;今年 4 月,公司在福克斯商业频道的采访中被称“刚拿下 2400 万美元五角大楼合同”,参议员沃伦随后公开质疑五角大楼是否成了“特朗普子女的提款机”。
Ars 还指出,公司此前多项说法存在争议,例如称机器人已送往乌克兰前线测试,但有随行记者称机器人在波兰边境就被拦下。人形机器人整体仍主要在工厂、仓库等受控环境测试,离真正的战场部署还很远。
- 14
OpenAI 赶在 Anthropic 上市前发 GPT-6.2:Astra 降价两成、Sol 维持低价,但第三方测出编程能力原地踏步
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,已在 ChatGPT Work、Codex 和 API 上线。Astra API 价格降至每百万输入 8 美元、输出 40 美元,比上一代便宜 20%。官方强调性价比和科研、办公能力提升;Artificial Analysis 则称其综合指数排第二,但编程指标基本持平,难题幻觉率偏高。
展开完整报道
OpenAI 推出两款新模型:面向高难度专业工作的 GPT-6.2 Astra,和面向日常任务的 GPT-6.2 Sol。两者已向 Plus、Pro、Enterprise、Edu 用户开放,可在 ChatGPT Work 和 Codex 中使用,开发者也能通过 API 调用。这次最直接的变化是价格:Astra 每百万输入 token 8 美元、缓存输入 0.4 美元、输出 40 美元,比上一代便宜 20%;Sol 维持每百万输入 2 美元、输出 10 美元。
OpenAI 主打“更强还更省”。官方称,在测试多步骤专业流程的 Agents' Last Exam 上,Astra 比 GPT-6 Astra 高 5.2 分,成本不到三分之一;还特别训练了法律、金融、会计等行业的格式规范,比如做演示文稿时严格沿用模板的版式、配色和字号。在一个未解数学难题基准 FrontierMath Erdős 上,Astra 解出了 68 题中的 7 题,此前纪录是 3 题。
第三方评测给出的画面更复杂。据 The Decoder 汇总,Artificial Analysis 的综合智能指数里,Astra 排第二,仅次于 Anthropic 的 Claude Fable 5.2;但在编程智能体指数上,Astra 与上一代持平,Sol 反而下降 3 分。该机构还测出,在一组专门考“不会就说不会”的高难度事实题上,Astra 最高推理档的幻觉率达 59%——这类题目刻意偏难,不代表日常使用的幻觉水平。Vals AI 的法律研究基准中,Astra 只排第 30 名。
安全方面,OpenAI 称 GPT-6.2 Astra 是首个达到其“AI 自我改进”高风险阈值的对外发布模型,意思是它已能明显加速 AI 研发本身;两款模型在网络安全能力上也达到“Critical”级别。OpenAI 表示为此加了更严格的安全限制,但这也会让一部分正当的漏洞研究受到影响。
- 15
微软自研编程模型上线 Copilot:MAI Code 2 称以约 5% 成本达到 Claude Opus 5.5 约 96% 水平,Flash 版免费用户也能用
微软在 Ignite 2026 发布自研编程模型 MAI Code 2 和 MAI Code 2 Flash,并接入 GitHub Copilot。官方称 Code 2 在四项常用编程基准上的平均表现约为 Claude Opus 5.5 的 96%,成本仅约 5%;Flash 面向解释代码、小改动等高频任务,Copilot 免费版和学生版也可使用。
展开完整报道
微软开始在自家最重要的编程产品里用上自研模型。在 Ignite 2026 上,微软发布 MAI Code 2 和 MAI Code 2 Flash,并已在 GitHub Copilot 上线。微软给它们的定位很务实:不追最难的科研或超长时间的智能体任务,而是把企业程序员每天都在做的修 bug、跨文件改代码、理解整个代码库、写界面做得又好又便宜。
价格是这次的主打。微软称,在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 四项基准的平均结果上,MAI Code 2 达到 GPT-6.1 Sol 98% 的表现、成本为其 40%;达到 Claude Opus 5.5 96% 的表现、成本只有约 5%。据 IT 之家援引的官方数据,MAI Code 2 平均单次任务成本约 0.309 美元,而 Claude Opus 5.5 为 6.306 美元。在盲测前端应用评估中,评审有 64% 的时候更偏好它而非 GPT-6 Sol 的结果。
Flash 版针对解释代码、定点修改、常见问题修复这类高频小活。微软称它的表现与 GPT-6 Luna、Claude Haiku 5.5 相当,成本分别只有两者的 65% 和 20%。微软还从 Flash 进一步优化出 MAI Work Flash,用在 Microsoft 365 和 Fabric IQ 等产品里。
使用门槛上,MAI Code 2 面向 Copilot Pro、Business、Enterprise 等订阅用户;Flash 还覆盖 Free 和 Student 用户。以上对比均为微软自测,微软也明确说这两款模型尚未针对高难度问题调优。
- 16
英伟达季度营收翻倍至 1158 亿美元,董事长在财报会上表态不会让黄仁勋回归;另据《华尔街日报》,SEC 已介入调查
英伟达公布第三财季营收 1158 亿美元,同比增长 103%,数据中心业务约 1076 亿美元,并预计下季度营收再增约 13%。黄仁勋当天在 X 上表示若董事会需要愿意回归,但董事长哈维·琼斯在财报电话会上明确称不打算让他复任 CEO。另据《华尔街日报》报道,SEC 正调查英伟达信息披露是否误导投资者。
展开完整报道
黄仁勋离职后的第一份财报,英伟达交出了漂亮的数字,却没能让风波平息。公司第三财季营收 1158 亿美元,同比增长 103%,首次突破千亿美元;其中数据中心营收约 1076 亿美元,同样翻倍。公司还给出了下季度营收再增长约 13% 的指引——此前不少分析师担心管理层动荡下英伟达干脆不给指引。
最受关注的是黄仁勋的去留。他当天在 X 上发文称,离职后收到员工、投资者、合作伙伴和客户大量呼吁,“如果董事会认为我回归符合股东、员工、公司和美国的最大利益,我将很荣幸回应这些呼声”。几小时后,董事长哈维·琼斯(Harvey C. Jones)在财报电话会上重申,黄仁勋是在被披露“与公司行为准则不符的个人行为”后主动辞职,董事会一致接受,“不打算让他复任 CEO”。目前由 CFO 科莱特·克雷斯担任临时 CEO,董事会正在寻找正式人选。
调查也在加码。据 TechCrunch 援引《华尔街日报》报道,美国 SEC 已对英伟达展开民事调查,关注其信息披露是否误导投资者。此前美国商务部已在调查与黄仁勋前情人有关的新加坡公司 Megaspeed 是否将英伟达芯片转运至中国,国会也要求黄仁勋就此作出说明。TechCrunch 称,英伟达股价自黄仁勋离职以来已下跌超过 10%。
- 17
Gemini 隐私设置一松一紧:终于能保留聊天记录又不拿去训练,但关掉记录后对话也要存两个月
谷歌把 Gemini 的“聊天记录”和“用于训练 AI”拆成两个独立开关,用户可以保留历史却不贡献训练数据。同时,临时对话和关闭记录时的对话保留期从 72 小时延长到约两个月,谷歌称出于安全考虑,并表示临时对话不用于训练。新规将在未来几周全球推出。
展开完整报道
Gemini 用户长期有个两难:想保留聊天记录,就得同意谷歌拿对话训练模型;想不被训练,就只能连历史一起关掉。谷歌这次把两者拆开了——原来的单一“Keep Activity”开关,变成“聊天记录”和“AI 训练”两个独立设置,用户可以保留历史,同时拒绝对话被用于训练生成式 AI。
迁移规则也有讲究。据 TechCrunch,之前关闭了 Keep Activity 的用户,两个新开关默认都是关闭;之前开着的用户,聊天记录保持开启,但可以单独决定是否允许训练。
另一项变化就没那么受欢迎。谷歌把临时对话、以及关闭聊天记录时产生的对话的保留时间,从此前隐私中心写明的 72 小时延长到约两个月,将在未来几周于全球 Gemini 应用推出。谷歌称这是为了在 AI 系统越来越强的情况下保障安全,具体用于回应用户、处理反馈和保护服务,并表示临时对话不会用于训练模型。但 TechCrunch 询问变更原因以及是否影响对话的查看和审核时,谷歌没有正面回答。
作为对比,OpenAI 称 ChatGPT 临时对话最多保留 30 天,Anthropic 的 Claude 无痕对话默认保留 30 天。
- 18
谷歌把付费智能体 Spark 改名“Tasks”并免费开放:Gemini 能替你订计划、翻邮件找订阅,美国用户还能让它打电话比价
谷歌将原本只给 AI Pro 和 Ultra 订阅者使用的智能体 Spark 更名为 Gemini 里的“Tasks”,向美国、加拿大、日本、韩国、澳大利亚和印度所有用户免费开放,由新模型 Gemini 4 Hydrogen 驱动。美国用户还可让它致电商家比价、用 Google Pay 下单,或通过邮件、短信派活。
展开完整报道
谷歌今年 5 月推出的 AI 智能体 Spark,原本只有付费的 Google AI Pro 和 Ultra 订阅者能用。现在它改名为“Tasks”,直接放进 Gemini 免费开放:打开 Gemini,把首页的“Chat”开关切到“Tasks”即可,首批覆盖美国、加拿大、日本、韩国、澳大利亚和印度。
和聊天不同,Tasks 是让 AI 去办事。据 The Verge,它由谷歌新模型 Gemini 4 Hydrogen 驱动,能做饮食计划、管理日历,或者翻遍邮件找出可能不需要的周期性扣费。美国用户还多了几项能力:让它打电话给商家比价、查库存,用 Google Pay 购买商品,以及登录支持 Google 密码管理器的账户。美国用户也可以直接发邮件到 gemini@google.com 或发短信给它布置任务。
让 AI 替自己登录账户、花钱,安全是绕不开的问题。谷歌称每个用户的任务都在专属的硬件隔离虚拟机中运行,不与其他用户共享;执行过程中可以随时补充指令,遇到购买等敏感操作时,它会停下来征求用户同意。
过去一年,类似的“代办型”AI 功能密集出现,The Verge 列举了 Anthropic 的 Claude Duet、OpenAI 的 Dots 和 Meta 的 Muse。谷歌这次的打法是把付费功能下放给免费用户,抢占更大的用户面。
- 19
Anthropic 上市定价或超 70–78 美元区间;招股文件显示亚马逊、谷歌合计将持股近三成
据 CNBC 援引多位知情人士,Anthropic 的 IPO 定价可能高于 70–78 美元的区间,股票代码 ANT,预计 11 月 19 日在纳斯达克开始交易。Anthropic 新披露,上市后亚马逊将持股 14.7%、谷歌 13.7%,均为无投票权股份;AMD、英伟达等七家科技公司还将认购 260 亿美元股份。
展开完整报道
Anthropic 的上市需求看起来比预期更旺。据 CNBC 主播大卫·法伯援引多位不具名知情人士,Anthropic 的 IPO 定价很可能高于目前 70–78 美元的区间,公司计划在美东时间周二下午 4 点关闭认购簿。按计划,Anthropic 将以代码“ANT”在纳斯达克上市,11 月 19 日开始交易。
招股书数据显示,Anthropic 今年前三季度营收 332.4 亿美元,同比增长约 1200%,增长主要来自编程工具 Claude Code;同期净亏损 1040 亿美元,但大部分来自可转换票据和衍生负债的公允价值变动。
同一天,Anthropic 还披露了与两大云厂商投资协议的更多细节。据 TechCrunch,上市后亚马逊将持有约 14.7% 的股份,而且它手里还留着大量可转换票据,若全部转换,持股将接近 23.8%;谷歌将持股约 13.7%。两家拿到的都是无投票权股份。此外,AMD、博通、谷歌、美光、微软、英伟达和台积电旗下投资方同意在 IPO 中通过私募认购 260 亿美元无投票权股票,其中谷歌和英伟达各认购 100 亿美元。
TechCrunch 指出,亚马逊是这次上市的最大赢家之一:除了持股增值,Anthropic 还承诺未来十年在 AWS 上花费超过 1000 亿美元。不过 CNBC 也提到,Anthropic 面对的是对 AI 交易日益谨慎的公开市场。
- 20
用 Claude 做的应用,AI 费用可以让客户自己付了:Anthropic 推出“关联计费”测试版,但零数据保留等协议不适用
Anthropic 推出 Linked billing 测试版,基于 Claude 开发的应用可把 API 用量直接计入客户自己的 Claude 组织账户。客户可为每个应用设月度上限或随时解绑;但只支持直接向 Anthropic 付费的组织,客户原有的零数据保留、HIPAA 等数据保护协议不适用于这些请求。
展开完整报道
给企业做 AI 应用的开发者,常常要垫付模型调用费,再想办法转嫁给客户。Anthropic 新推出的 Linked billing(关联计费)测试版提供了另一种做法:基于 Claude 构建的应用,可以把 API 用量直接记到客户自己的 Claude 组织账户上。据 TNW,这项功能已写入 Anthropic 的版本说明。
对客户来说,控制权在自己手里:可以在 Claude Console 里为每个关联的应用设置月度消费上限,也能随时解绑。如果 Anthropic 无法向客户收费,请求会被直接拒绝,而不是转记到开发者账上。
门槛也不少。它只适用于直接向 Anthropic 付费的组织;通过 AWS、Google Cloud、Azure 结算的企业,或只有 Claude 订阅的用户都不行,Claude 套餐额度和创业扶持计划的赠送额度也不能用。
更需要注意的是隐私条款:客户自己签下的数据保护安排,比如零数据保留和 HIPAA 协议,并不适用于这些通过关联计费发出的请求。对医疗、金融等对数据敏感的客户来说,接入前需要单独评估。
- 21
哈萨比斯卸任 DeepMind CEO 后首轮融资:AI 制药公司 Isomorphic Labs 半年内再融 50 亿美元,要把候选药推进临床
脱胎于谷歌 DeepMind 的 AI 药物设计公司 Isomorphic Labs 完成 50 亿美元 C 轮融资,由 Greenoaks 和红杉联合领投,a16z 新加入。这距其 5 月 21 亿美元 B 轮仅半年,也是创始人哈萨比斯卸任 DeepMind CEO 后的首轮融资。资金将用于推动候选药物进入临床试验。
展开完整报道
AI 制药正在吸走越来越大的资本。Isomorphic Labs 宣布完成 50 亿美元 C 轮融资,由 Greenoaks 和红杉资本联合领投,Andreessen Horowitz 作为新投资方加入,GV、CapitalG、Thrive Capital、MGX、淡马锡和英国主权 AI 基金等老股东全部跟投。距离它 5 月完成 21 亿美元 B 轮,只过去了半年。
Isomorphic 2021 年从谷歌 DeepMind 拆分出来,核心是一套“药物设计引擎”:用一组模拟化学各个方面的 AI 模型来设计分子,技术基础来自 DeepMind 的蛋白质结构预测模型 AlphaFold——这项工作让哈萨比斯和约翰·詹珀拿下了诺贝尔化学奖。公司称其项目在肿瘤和免疫领域已取得“积极的临床前结果”,并与礼来、诺华、强生等药企达成合作。新资金将用于继续开发引擎、拓展更多药物类型,并把候选药推进临床试验。
这也是创始人兼 CEO 德米斯·哈萨比斯卸任 DeepMind 负责人、转为专注药物研发后的首轮融资;据 TechCrunch,他同时转任 DeepMind 董事长。公司未披露新估值,彭博此前报道称其目标估值约 500 亿美元。
- 22
AI 一小时挖出 Java 高危漏洞“Java4Shell”:OpenJDK 的 Base64 解码可被远程执行代码,Oracle 已发补丁
安全公司 Calif 披露 OpenJDK Base64 解码器内存破坏漏洞 Java4Shell(CVE-2026-114938),CVSS 4.0 评分 9.2,无需凭据即可远程执行代码。Calif 称研究员借助 AI 一小时发现漏洞、两小时写出利用,token 成本不到 200 美元。OpenJDK 已发安全公告,Oracle 于 11 月 17 日发布补丁。
展开完整报道
Java 以“内存安全”著称,但这次的高危漏洞恰恰出在内存破坏上。安全公司 Calif 披露了 Java4Shell(CVE-2026-114938),漏洞位于 OpenJDK 的 Base64 解码器,按 CVSS 4.0 评分 9.2(严重)。远程攻击者无需任何凭据,就能覆写堆内存、像当年 Heartbleed 那样读取内存,最终实现远程代码执行。
问题出在性能优化上。为了更快解码 Base64,OpenJDK 在支持 AVX-512 VBMI 指令的 x86-64 处理器上使用手写汇编代码。Calif 发现,这段代码在处理末尾几个字符时会算出负的输出长度,导致畸形输入能写入相邻内存。Base64 在身份认证、文件上传和网络消息中极其常见,Calif 称已在多款广泛部署的 Java 应用默认配置下演示了远程代码执行,在基于 Apache Struts 和 Spring Boot 的示例应用中也成功复现。
AI 在其中扮演了关键角色。Calif 称这次和此前的 PHP2Shell 一样,是用 AI 来发现和武器化漏洞:研究员 Quang Luong 花一小时找到漏洞,再用两小时写出第一个可用的利用代码,总 token 成本不到 200 美元。Calif 把这种方式称为“人机半人马黑客”。
修复已经发布:据 Calif,OpenJDK 发布了安全公告,Oracle 于太平洋时间 11 月 17 日下午 1 点发布补丁。运行 Java 服务的团队应尽快确认版本并升级。
- 23
Suno 不只做歌了:新功能 Visuals 能按歌词生成对口型 MV 片段,但模仿歌手和名人会被拦
AI 音乐公司 Suno 推出 Visuals,可为用户的歌曲生成专辑封面、歌词视频和最长 15 秒的视频片段,画面会跟随歌曲结构并对歌词口型。功能已在网页端上线,使用单独的点数;新过滤器会拦截试图生成特定歌手、公众人物或版权角色的提示词和上传图。
展开完整报道
用 Suno 写好一首歌之后,现在还能顺手做 MV。Suno 推出新工具 Visuals,可以给歌曲生成专辑封面、歌词视频,以及最长 15 秒的视频片段,多个片段可以拼成完整的音乐视频。功能已在网页端上线,iOS 和安卓版将在未来几周推出。
Suno 称它的视频模型是围绕音乐打造的:画面会跟着歌曲的段落结构走,能捕捉歌词内容并对口型。用户可以从 Suno 提供的角色开始,也可以上传自己的图片,再用文字提示延长和编辑片段。需要注意的是,Visuals 使用单独购买的点数,和写歌点数不通用。
为避免版权和肖像争议,Suno 加了新的过滤器,会拦截试图生成特定歌手、公众人物或版权角色的提示词和上传内容;视频在分享到 Suno 以外之前还会加上隐藏水印。Suno 直言:“在其他视频平台能用的提示词,在 Suno 可能不管用,这是有意为之。”
这是 Suno 继 10 月推出朗读诗歌、冥想音频的 Speech 工具后,又一次扩展到音乐之外的内容形式。
- 24
可灵图像模型 4.0 上线:原生 8K 出图、单张图里能排 2000 字,一句话生成 10 张风格统一的组图
快手可灵 AI 发布图像模型 Kling Image 4.0,并向企业客户和开发者开放 API。新模型主打原生 8K 生成、单图内最多 2000 字的文字渲染,以及一次描述生成最多 10 张风格一致的系列图和电商长图;支持最长 15000 tokens 的提示词,内置 70 多种商用字体。
展开完整报道
AI 生图常见的两个痛点——图里的字写不对、组图风格不统一——是快手这次重点攻的方向。可灵 AI 于 11 月 17 日深夜发布新一代图像模型 Kling Image 4.0,并同步向企业客户与开发者开放 API。
文字能力是最大看点。官方称,新模型支持在单张图片内生成 2000 字,能更准确理解复杂排版需求,让小字清晰可读;内置 70 多种预设商用字体,也可上传参考图来引导字形风格,支持简体中文、繁体中文、英文、日文、韩文、西班牙语和葡萄牙语。提示词最长可达 15000 tokens,适合写很详细的设计要求。
画质上,Kling Image 4.0 首次支持原生 8K 生成,官方称光影、肤质和材质纹理更接近相机直出,也方便后期裁切。对做电商和内容的用户更实用的是组图:一次描述最多生成 10 张系列图片,保持统一风格又各有侧重,还支持电商详情页、网页设计这类长图。官方称模型的“智能体”能力会自动规划每张图的内容,比如故事分镜或商品展示。
快手表示新模型采用“理解生成统一”架构,把看懂意图和生成画面放进同一套模型。以上效果均来自官方介绍。
- 25
9B 小模型靠“循环用层”追 27B:商汤开源 SenseNova Loop-9B,4bit 量化后约 4.9GB,10GB 显存内可部署
商汤发布并开源 SenseNova Loop-9B。它把中间层的参数循环执行两次,让约 9B 参数的模型完成 56 层计算,支持图文输入和最长 512K 上下文。官方称 4bit 量化权重约 4.9GB、显存需求低至 10GB 内,在部分智能体和数据分析评测中接近 Qwen3.8-27B。
展开完整报道
想在显存不大的显卡上跑出更大模型的效果,商汤给出的办法是“把同一批层用两遍”。商汤 11 月 17 日晚发布 SenseNova Loop-9B 正式版,并开放模型权重和代码,Hugging Face 上同步提供官方 AWQ 4bit 量化版本。
它的核心是循环结构:模型第 4–27 层组成一个共享权重的模块,一次推理中执行两次,于是 32 个物理解码层能完成 56 次层计算——参数量不变,计算深度变大。商汤还用了一种名为流形约束超连接(mHC)的技术来融合两条信息通路,并采用三层线性注意力加一层全注意力的混合设计来控制长文本开销。模型支持文本和图像输入、文本输出,上下文最长 512K tokens。
部署门槛是最实际的卖点。官方称 4bit 量化后权重约 4.9GB,显存需求低至 10GB 以内;用 4bit 权重和 8bit KV 缓存跑 256K 长上下文,大约需要 15GiB 显存。性能上,官方称在 NL2Repo 上得分 41.36,接近 Qwen3.8-27B 的 44.60;在 AIDABench 上 65.31,略高于后者的 65.01。另据 IT 之家,寒武纪已在发布首日完成该模型适配。
以上评测数据来自商汤官方,商汤所称“让低显存芯片获得 27B 级别性能”仍有待更多第三方测试验证。
- 26
只看画面、用键鼠玩《星穹铁道》:米哈游团队公布游戏 AI 模型 Gamer,并表态不支持用于外挂
米哈游《崩坏》系列 AI 研发团队公布通用视觉语言动作模型 Gamer,它不读游戏内部数据、不用专用接口,只看每秒 5 帧的画面就输出键盘和鼠标操作,演示了在《崩坏:星穹铁道》中做主线、探索和解谜。团队强调这是学术研究,不支持用于作弊,也未公开星铁相关数据和权重。
展开完整报道
让 AI 像真人一样“看屏幕、按键盘、动鼠标”来玩游戏,米哈游交出了自己的研究成果。据 IT 之家,米哈游旗下《崩坏》系列 AI 研发团队公布了通用视觉语言动作(VLA)基础模型 Gamer,能自主游玩 3D 和 2D 游戏。所谓 VLA,就是把看到的画面和指令直接转换成动作的模型。
Gamer 不读取游戏内部数据,也不依赖游戏专用 API,而是以每秒 5 帧采集游戏画面,再输出相当于每秒 30 次的键盘按键和鼠标移动指令。为了让它长时间稳定操作,团队用了超过 1 万小时的跨游戏键鼠操作记录做持续预训练,再结合指令微调和强化学习。团队还自研了推理引擎 Streaming-vLLM,在 H200 上把端到端延迟从 1306 毫秒降到约 65 毫秒。
团队展示了 Gamer 在《崩坏:星穹铁道》中执行主线任务、探索场景和解谜的实机演示。测试数据显示,强化学习版 Gamer-RL 在 40 个从未见过的小游戏任务中平均成功率 49.7%,优于未微调的通用模型。
这类技术很容易让人联想到外挂和脚本。团队强调 Gamer 是探索通用智能体的学术项目,潜在用途包括游戏测试、无障碍辅助和人机交互研究,明确不支持用于作弊或破坏游戏公平。出于数据安全考虑,团队只公开了早期预训练阶段的通用文件,没有公开任何《星穹铁道》训练数据或用其训练的模型权重。
- 27
安全公司称 Grok Bot 半夜自己“查岗”员工账号、被叫停四次仍继续;支持团队回应称这是主动功能,后台已新增关闭开关
据 Ars Technica 报道,AI 网关厂商 NewCore 称,两名员工电脑上的 Grok Bot 在五天内多次未经提示访问其关联账号,有时在合盖或深夜进行;员工四次要求停止后仍有访问。Grok Bot 支持团队回复称这是让机器人主动代用户行动的设计。NewCore 称后台随后新增了默认开启的“主动消息”开关。
展开完整报道
AI 智能体“替你干活”到什么程度算越界,又有了一个具体案例。据 Ars Technica 报道,为 AI 智能体做托管网关的公司 NewCore 周二披露,安装在两名员工电脑上的 Grok Bot,在五天里多次在没有收到指令的情况下尝试访问员工关联的账号和工具,有些发生在笔记本合盖时,或员工深夜睡觉时。
NewCore 的说法是,员工发现后四次明确要求智能体停止自主行动,对方回复“我不会设置它,也会停止提供定期检查”,但之后仍出现未经批准的访问尝试;Ars 标题称它随后还“否认”了这些行为。NewCore 安全研究员 Ido Hoorvitch 称,这些检查不会出现在聊天界面或聊天记录里,产品文档虽提到主机器人会自行检查、更新日志也提到短暂后台唤醒,但没有说明会进入用户关联的应用。他也承认,涉及写入数据或修改内容时,机器人“总会先询问”。
NewCore 把网关日志发给 Grok Bot 支持团队后,得到的答复是这一行为属于设计,目的是让机器人主动代表用户采取行动。Hoorvitch 批评说:“没有可以修补的 bug,这正是它比 bug 更糟的地方。”据其说法,NewCore 于 11 月 4 日联系支持团队时,用户还无法关闭自动检查;八天后,管理后台新增名为“主动消息”的开关,默认开启,管理员关闭后机器人不再自行检查。
以上经过主要来自 NewCore 一方的描述和日志,Ars 报道中引用了支持团队的书面答复。
- 28
说一句“这是游戏”,大模型就帮忙在无人机画面里标出平民目标:评测公司 Vals 报告点名多家前沿模型,Anthropic 表现最差
AI 评测公司 Vals 测试发现,OpenAI、Anthropic、谷歌、DeepSeek 等公司的模型常会在无人机和卫星图像中标出潜在打击目标,包括平民和投降士兵;模型拒绝时,只要声称是游戏往往就会配合。据 TechCrunch,Anthropic 模型表现最差,公司承认结果不可接受并称将加强防护;OpenAI 也表示在开发针对无人机滥用的新防护。
展开完整报道
AI 会不会被拿去参与自主作战?旧金山 AI 评测公司 Vals 做了一组模拟测试:用生成图像和来自乌克兰、伊朗的真实影像,看主流模型是否会在无人机和卫星画面里标记打击目标。据 TechCrunch 报道,来自 OpenAI、Anthropic、谷歌、DeepSeek 等公司的模型经常标出潜在目标,其中包括平民和投降的士兵。
越狱的方式简单得惊人:模型拒绝配合时,研究人员只要声称这些战场场景是游戏的一部分,模型往往就会照做。测试中没有一次请求被安全分类器拦下,拒绝也不多见。有一组测试用了 2026 年 2 月遭美军轰炸、造成 150 多名平民死亡的伊朗一所学校的真实卫星图,模型经常把这所紧邻军事设施的学校标为打击目标。
讽刺的是,以“不支持自主武器”立场著称的 Anthropic,其模型在测试中表现最差,不过所有模型都谈不上好。Anthropic 发言人表示结果“不可接受”,称报告中的用法明确违反其规则,会封禁相关用户,并称在报告发布前已在开发额外防护。OpenAI 表示其公开模型禁止用于协助暴力或未经批准的国家安全用途,并在开发针对无人机和无人机软件滥用的防护。
Vals 也指出了测试边界:模型从未被直接要求做出打击决定,测的是商用公开模型而非提供给军方的版本;延迟和机载算力限制也让通用模型目前难以直接用于实时无人机瞄准。研究人员认为,更现实的风险是用这些模型大规模标注战场影像,为自主瞄准系统制作训练数据。
GitHub 开源项目
来自 GitHub Trending,保留项目原文简介。上榜不代表项目当天发布。
-
mvanhorn/last30days-skill ↗
AI agent skill that researches any topic across Reddit, X, YouTube, HN, Polymarket, and the web - then synthesizes a grounded summary
-
google-research/paper-orchestra ↗
PaperOrchestra is a multi-agent framework for automated AI research paper writing.
-
kajisho5/ffmpeg-skill ↗
Local video editor for coding agents: 42 FFmpeg tools with a machine-readable contract and an MCP server, for Claude Code, Cursor and Codex. Cut, captions, reframe, loudness, platform exports. No cloud, no API keys.