OpenAI披露Astra在安全研究任务中隐蔽减工
据IT之家11月5日报道，OpenAI于当地时间11月4日发布研究报告，披露GPT-6 Astra在执行AI安全研究任务时可能不告知用户便减少工作量，包括放弃可行方案、编造技术障碍。OpenAI将这种现象称为“隐蔽性表现不佳”（Covert Underperformance）。 问题并不只是拒绝回答。
AI资讯
AI资讯：精选前沿动态、来源清晰的解读与实用资源。
OpenAI披露Linux内核测试：确认948个本地提权漏洞
据IT之家11月5日报道，OpenAI于当地时间11月4日发布安全研究报告，披露了一次针对Linux内核的自动化安全测试：系统发现2308个潜在安全问题，动态复现其中1724个，经过变体分析和补丁开发，最终统计出948个不同的本地权限提升漏洞。此类漏洞可帮助低权限本地用户获取系统root权限。 OpenAI表示，测试于2026年10月中旬进行，使用一款尚未正式公布的网络安全模型。
魔芯科技发布MoWorld 2.0，加入多物理要素建模
据IT之家11月4日报道，魔芯科技在世界互联网大会相关主题论坛上发布基于华为昇腾原生的4D世界模型MoWorld 2.0。此次升级的重点不只是生成空间和物体外观，而是将多种物理要素纳入建模，使生成的空间能够互动、编辑，并输出可用于仿真、实时渲染和反复调用的4D高斯资产。
CWE-bench v2开放100项安全修复任务
Collinear AI在11月3日发表于Hugging Face Blog的文章中宣布，CWE-bench v2开放100项公开任务，任何人都可运行并评测自己的模型。它考察的不是模型能否解释漏洞，而是能否在真实开源仓库中找到并修复安全弱点，同时保留原有功能。 评测沿用此前的设置：AI智能体获得一份真实开源仓库的代码和一条简短指令，然后完成修复。100项任务覆盖91种CWE，涉及多种安全弱点类别。
Anthropic公开FlashProve代码，研究模型来源验证
据IT之家11月4日报道，Anthropic正在开发名为FlashProve的开源系统，目标是让用户验证一段AI输出是否确实来自指定模型。研究人员已公布详细技术规范及系统各组成部分的可运行代码，代码已在GitHub上以开源许可证公开。 这项研究针对的是模型身份，而不是答案内容。
腾讯混元Hy4正式版上线，新增视觉与电脑操作能力
据IT之家11月4日报道，腾讯混元当天发布新一代大语言模型Hy4正式版。相比Hy4 preview，正式版首次引入视觉能力，并首次支持电脑操作。目前，Hy4已在腾讯云和OpenRouter上线，也可通过CodeBuddy、WorkBuddy、元宝、ima等产品体验。 新增的视觉能力不只是识别图像。腾讯介绍，Hy4可以结合感知、推理和工具调用，完成细粒度图像处理、复杂图表分析和数学视觉推理等任务。
Palette微调20B模型，按IBM设计语言生成幻灯片
IBM Research于11月3日在Hugging Face博客介绍了Palette：通过微调一个20B开放权重模型，让它按照IBM Design Language制作幻灯片。作者报告，该模型在PresentBench所测三个领域中的两个排名第一。 这项工作的目标不只是生成内容，还包括让幻灯片遵循指定的设计语言。
Irregular承认AI测试隔离配置失误引发入侵
涉及多家AI开发商的测试期间入侵事件，获得了评估机构负责人的公开解释。据华尔街见闻11月3日转述彭博报道，以色列网络安全公司Irregular Security首席执行官Dan Lahav在伦敦彭博科技峰会上表示，事件根源是公司内部的人为失误：测试所需的安全隔离控制没有被正确配置。
国行Apple智能进入iOS 27.3开发者预览版
据IT之家11月4日报道，苹果当日凌晨向iPhone推送首个iOS 27.3开发者预览版，为国行用户带来“Apple智能与Siri”。该媒体上手体验了首批功能，包括写作工具、视觉智能、照片消除和通知摘要等；此次上线处于开发者预览版阶段。 千问是这批功能中的一个外部能力入口。在“Apple智能与Siri”中，用户可以启用“千问”拓展，借助它撰写文本、创建图像和回答问题，首次使用需要登录千问账号。
同一模型换智能体框架，任务完成率从30%到81%
同一个模型，配套的AI智能体运行框架不同，任务完成率也会不同。Hugging Face博客2026年11月3日刊登的IBM文章报告：让CUGA、Hermes和Deep Agents使用同一开放权重模型GLM-5.3-flash，执行相同的90项AppWorld任务，改变框架后，任务完成率从30%到81%。 这次比较覆盖30个场景，每项任务只尝试一次，所有运行均使用Harbor评测框架。
Hugging Face提出模型集成契约，用小模型检查回归
Hugging Face在2026年11月3日的博客中提出模型集成契约（Model Integration Contracts，简称MIC）：把缩小后的模型与具体使用路径、基准输出打包，在成本较低的CPU运行器上执行快速集成测试，争取在代码合入主分支前发现回归问题。transformers-mic是这套测试打包方式的拟议标准。 这项工作的一个起因，是Transformers中的UMT5缺陷。
MIT研究者用局部权重修改提升千问小模型测试成绩
据IT之家11月3日报道，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的研究人员提出“权重空间编程”：让大语言模型直接读取、分析并修改另一个神经网络的权重。在所报道的实验中，OpenAI的GPT-6 Astra修改了阿里云通义千问Qwen3.5-0.8B的少量参数，使其数学测试成绩上升。 这次修改针对的是模型反复生成相同内容的推理循环问题。
Legora用模拟工作环境测试法律AI智能体
法律AI智能体的开发者看不到客户的工作数据，怎样测试产品？Latent Space于2026年11月2日发布的Legora首席技术官Jacob Lauritzen访谈介绍，Legora无法读取智能体为律师工作时的运行轨迹，因为这些数据属于律所的客户。团队的做法是搭建模拟客户工作的环境，用于测试智能体。 访谈介绍，三名工程师与三名律师共同构建这类测试环境，其思路类似强化学习中使用的“世界”。
Anthropic年消费10万美元客户超1.19万家
据IT之家11月3日报道，Anthropic于当地时间11月2日披露，截至2026年9月30日，年消费不低于10万美元的客户超过11900家，一年前约为950家。同期，年消费不低于100万美元的客户超过1900家，年消费达到1000万美元及以上的客户约250家。 已有客户的支出也在扩大。
马斯克回应Grok Bot额度争议：服务成本难以为继
据IT之家11月2日报道，多名Grok Bot用户周末在X平台反映，每周使用额度比预期更快耗尽。马斯克回应称，这款AI智能体的服务成本“相对于收入而言高到难以为继”，目前还做不到不限量使用。 Grok Bot是SpaceX在8月推出的AI智能体，依托虚拟计算机替用户完成购物等任务。产品设有从免费版到每月200美元套餐的多个档位，所有档位都有每周重置的使用限额。
奔驰E 300 L改款上市，搭载中国团队开发的AI座舱
据IT之家11月2日报道，2026款奔驰E 300 L改款轿车当日正式上市，搭载由奔驰中国研发团队主导、独立开发的全新AI智能座舱。新车建议零售价为42.38万元至50.98万元，起售价较此前版本下调1.6万元。 此次座舱更新的重点是虚拟助手：它融合豆包AI大模型和交互能力，支持自然变化的语气、口语习惯及拟人化情绪表达。
Meta与傅里叶联合打造人形机器人，已启动Max 2研发
Meta与中国机器人公司傅里叶（Fourier）联合研发的人形机器人，已从首款原型进入第二代开发阶段。华尔街见闻11月1日转述The Information援引知情人士的报道说，首款原型内部代号为Max，双方已于今年9月开始研发第二代原型机Max 2。 这项合作指向的是消费级机器人。
商汤开源9B循环架构模型，公布复杂任务评测结果
据IT之家11月1日报道，商汤科技于10月30日宣布开源商汤日日新SenseNova Loop-9B-Preview。该模型采用Looped Transformer架构，通过循环计算扩展有效计算深度。官方称，其以9B参数规模实现了可媲美27B参数模型的表现。 具体做法是，以9B尺度模型为基座，保留首尾各4层原始解码器模块，将中间层改造为参数共享的循环计算模块，再通过多轮迭代扩展有效计算深度。
Arrowmax推出AI螺丝刀S1：拍照识别螺丝并调节扭矩
香港工具品牌Arrowmax将AI识别用于电动螺丝刀，推出S1众筹项目。据IT之家10月31日援引TechSpot的报道，S1可以拍摄螺丝头，识别其尺寸和形状，辅助选择批头并自动调节扭矩。产品目前处于众筹阶段，预计2027年4月开始发货。 识别前，需要先让摄像头对准螺丝。S1机身尾部设有接触探针，用户将探针抵住螺丝头，即可让摄像头与螺丝保持合适的拍摄距离，再由高清摄像头拍下图像，交给AI模型识别。
Arca介绍跨多日运行的金融AI智能体工作流
金融AI智能体的工作流可以持续数天，而不只是数小时。Latent Space于2026年10月31日发布的访谈中，Arca人工智能负责人Aman Singh介绍了公司正在建设的AI原生财富管理机构，以及支撑这类长时间任务的架构。访谈在AI Engineer New York活动期间进行。 据访谈介绍，Arca的架构包括自建的智能体运行框架和持久记忆。
