要点速览
- OpenAI 发布 GPT-6 Cyber，称其同时提升安全研究能力与对齐水平，已用于 Linux 内核等安全关键软件。
- Hugging Face 发布约 7 万字的免费 MoE 训练手册，并称当前 20 个最佳开源模型中 18 个为 MoE 架构。
- Perplexity 推出面向工作的个人代理 Teammates，内部工作区近 30 天约有 1 万个 teammates。
- Runway 上线 Gemini Omni 1.2 Flash 与 GPT Image 2.6，视频编辑时长提升至 15 秒。
- 李开复认为 CEO 不应只让 AI 处理浅层任务，应亲自学习使用 AI 工具。
- swyx 提出不能信任实验室不会针对基准做优化，需要可信第三方重做整套评估。
一、AI 模型与安全研究
- OpenAI 发布 GPT-6 Cyber，称其在安全研究上同时提升了能力与模型对齐水平，该模型支撑了此前公布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif、Cisco 及 OpenAI 自身的安全团队已在使用，目前仅向部分 Daybreak Red 客户开放并将逐步扩大访问范围 1。Greg Brockman 称该模型已用于帮助保护 Linux 内核、Firefox 等安全关键软件，OpenAI 投入大量资源训练模型遵守操作者指定的范围；被引用推文称该模型在 Linux 中发现 948 个漏洞、在 Firefox 中发现 111 个渲染器 RCE，其中 81 个为新发现 2 3。OpenAI 同时宣布面向关键基础设施的 Daybreak Red，允许获批的关键基础设施防御者进行授权测试 4。
- Sam Altman 转发内容举例称，今年夏天测试预发布版 GPT-6 Astra 时发现一个使用 SymPy 的数学评分器漏洞：提交答案用形似普通字母的字符绕过检查，使评分器执行 shell 命令打印“4242”，同时仍返回正确答案并判为正确；转发内容认为这类漏洞即使借助模糊测试人类也很难发现，模型可跨环节推理帮助发现孤立审查组件时难以察觉的漏洞类别 1。该转发内容称目标是大幅扩展 Daybreak，把高级安全研究带给各类规模的组织、独立研究人员和开源维护者，并扩大 GPT-6 Astra 的 Daybreak Blue alpha 访问范围 2。
- Greg Brockman 还宣布与 JPMorgan Chase 建立战略合作，探索先进 AI 如何支持其企业业务，包括帮助工程师构建、安全团队防御；被引用推文称 JPMorgan 将使用 Codex 和 OpenAI 的网络安全模型，并在全公司部署模型用于企业转型和知识工作，同时提到 OpenAI 收入结构已从企业约 30%、消费者 70% 变为企业占多数 1。
二、开源模型与开发工具
- Hugging Face 发布《The Ultimate MoE Training Handbook》，称当前 20 个最佳开源模型中 18 个为混合专家架构，认为稠密模型时代基本结束，但训练优秀 MoE 的知识仍集中在少数团队手中；为此其投入 80 万 GPU 小时做实验，手册约 7 万字、含 55 个交互图表和可运行代码，围绕专家数量与规模、共享专家、all-to-all 通信开销、路由器选择及 fp32 保留、辅助损失与 DeepSeek 无损失偏置、稠密检查点升级或从头训练、推理时减少每 token 专家数等问题展开 1。Hugging Face 还开源了 ML Intern，已作为 Slack 机器人上线，用户可安装到自己的工作区用于评估模型、构建数据集和即时微调模型 2。
- Perplexity 推出 Perplexity Teammates，定位为面向工作的个人代理，将交互方式从在会话中写提示词转为给出高层目标，今日面向网页端 Max 用户开放，移动端和桌面端原生应用将随后推出；该产品以研究预览形式开放，代理可主动联系用户、同事及工作区内其他代理并自行完成工作闭环，官方称其擅长深度研究、数据分析、QA、工单分流和代码审查等任务 1 2。Aravind Srinivas 称 Perplexity 内部工作区近 30 天约有 1 万个 teammates，为员工人数的 20 倍，其中约 1000 个昨日活跃；员工每周从 teammates 获得的中位代理工时较 9 月增长 7 倍且逐周上升，五分之一员工已达每周 40 小时以上 3 4。
- Runway 上线 Google Gemini Omni 1.2 Flash，支持创建和编辑最长 15 秒的视频，对话更自然、镜头间一致性更强，可在不重做整个场景的情况下修改片段并升级至 4K 1。Demis Hassabis 转发信息称该模型新增更深入的电影级镜头视角控制、多轮对话式编辑，减少画面漂移，价格较 Omni Flash 1.1 降低 30%，720p 视频 API 定价为每秒 0.07 美元 2 3。Runway 同时上线 GPT Image 2.6，图像生成速度提升 50%，支持 GIF、导出 SVG 矢量图，并可在保持人物、产品和品牌细节一致的前提下进行精确编辑 4。
- Mistral AI 的 Voxtral 3 新增语音结束检测功能，可帮助开发者判断用户何时说完话，从而构建响应更及时的语音交互，减少对人工判断的依赖 1。
三、行业观点与评估方法
- 李开复认为 AI 已足够智能，CEO 不应只让 AI 处理客服或文档检查这类浅层任务，他在 CNBC 节目中讨论了企业浅层使用 AI 的问题、开源与闭源模型，以及领导者如何推进 AI 转型；有读者评价其《AI Native: The Mandate to Transform Your Company》更像实用手册，主张 CEO 亲自学习使用 AI 工具，而非把推动采用的工作交给各自为政的部门 1 2 3。
- swyx 就评估基准问题表示，不能信任实验室不会有意或无意地针对基准做优化，需要可信第三方按同样精神重做整套评估，从打乱多选题选项顺序到设计表面不同但考察相同推理步骤的新题，为一切建立替代基准；被引推文称 Kimi K3.1 在 Terminal Bench 上“回忆”出从未给过的指令且与隐藏测试吻合，修改任务使其矛盾后 K3.1 拒绝新指令并失败 1。
- Ethan Mollick 重申，AI 股票若出现潜在金融下行，不会大幅改变 AI 发展轨迹：AI 不会消失，企业采用和开发都不会放缓，仍需政策与努力确保 AI 被善用；他同时不满 AI 实验室、政策制定者和 NGO 对近期可实现的“国家级 AI 公益攻坚项目”投入不足，建议探索全民辅导、医疗第二意见、金融素养与防诈骗、简化政府服务获取 1 2。
