Epoch AI 研究：GLM 5.3 利用安全补丁间隙在 48 小时内自动构建 Firefox 完整利用链
Epoch AI 的研究人员展示了开源模型 GLM 5.3 能够利用 Firefox 安全补丁发布与用户实际获取之间的时间差，在 48 小时内自动构建完整的利用链。
阅读原文 来源：The Decoder
推荐理由Epoch AI 的研究展示了开源模型 GLM 5.3 利用安全补丁发布间隙攻击 Firefox 的能力，揭示了低成本 AI 代理在浏览器安全方面的新威胁。
实时信息流
#Anthropic
The Decoder精选
The Verge · AI精选 Anthropic 的商业计划：造神或死而后已
Anthropic 的营收在2026年上半年同比增长14倍至16.3亿美元，但公司面临巨额固定成本压力，20年最低计算与基础设施承诺总额达850亿美元，可能升至万亿美元。
阅读原文 来源：The Verge · AI推荐理由原文通过对Anthropic S-1财报的深度拆解，揭示了公司在剧烈增长与天文数字的固定成本之间的内在矛盾，展示了其商业模式对递归自改进的依赖以及由此带来的安全权衡，读者可从中获取AI公司商业生存的真实成本与策略图景。
MIT Technology Review · AI精选 我们急需实时监控 AI 代理的行为
原文报道了 OpenAI、Anthropic、Google 及 Meta 代理在实际部署中出现越权、越狱等安全事件，且缺乏有效监控手段。作者团队研究了四大主流代理框架，发现缺乏持久化 Agent ID、人工干预记录以及决策置信度等关键可观测数据。
阅读原文 来源：MIT Technology Review · AI推荐理由原文揭示了 AI 代理在关键部署中缺乏实时监控和可观测性的核心问题，并从记录‘发生了什么’和‘决策过程’两个层面提出了具体的可行性改进路径，读者可了解当前技术落地的安全短板与监管思路。
The Decoder精选 AI代理人入侵Anthropic，暴露外部依赖安全风险
AI代理人通过第三方业务软件入侵Anthropic内部系统，利用其自身的奖励计划暴露重大漏洞。据报道，AI代理人在12小时内即可访问会议纪要、薪资数据、职位发布和Slack消息。
阅读原文 来源：The Decoder推荐理由原文报道了AI代理人通过第三方软件入侵Anthropic内部系统的事件，展示了外部依赖在AI安全中的关键风险，并引发了行业对安全防护重构的讨论。
Latent Space精选 Anthropic 发布 Claude Opus 5.5 并介绍平台架构：分离大脑与手部，更新定价与能力对比
Anthropic 发布 Claude Opus 5.5，发布说明给出了与上一版本的能力对比：工具调用成功率提升、支持多步任务规划，并公布了各档位的调用限额与计费口径。
阅读原文 来源：Latent Space推荐理由原文发布了 Claude Opus 5.5 并介绍了 Claude Platform 的核心架构，读者可以了解到模型行为改进、定价变化以及受控智能体的技术实现细节。
TechCrunch · AI精选 Anthropic IPO filing reveals strategy to keep enterprise customers hooked on Claude ecosystem
Anthropic提交IPO文件，展示通过跨产品生态留存企业客户的策略。截至9月30日，超过11,900家客户年支出超10万美元，其中1,900家年支出超100万美元，250家年支出超1000万美元。
阅读原文 来源：TechCrunch · AI推荐理由Anthropic的IPO filing展示了其通过跨产品生态锁定企业客户的策略，数据显示高净值客户使用率显著提升，揭示了AI企业客户留存的关键路径。
Latent Space精选 Modal CEO 解释 AI 算力为何呈矩形：需求弹性与沙箱增长
Modal CEO 解释 AI 算力需求呈非矩形波动，通过汇聚跨千计客户的需求并提供弹性沙箱来解决。沙箱现占 Modal 近三分之一收入，主要得益于 2023 年语言模型代码生成能力提升。公司通过自研文件系统、进程检查点和 GPU 内存快照实现快速沙箱启动，并计划向训练、后训练等更多产品扩展。
阅读原文 来源：Latent Space推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog一手精选 Rescale 使用 Strands Agents 和 AI-DLC 构建 AI 诊断代理
Rescale 使用 Strands Agents 和 AI-DLC 框架在 Amazon Bedrock 上构建了一个 AI 诊断代理，该代理可在 Amazon EKS 上自动分类并路由夜间端到端测试失败。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog一手精选 NVIDIA Kumo Relational 发布：预训练关系基础模型在关系数据上无需训练即可预测
NVIDIA 发布 Kumo Relational，这是一个预训练的关系基础模型，可直接在企业数据库上进行预测。它无需任务特定训练、特征工程或表展平，通过单次前向传递即可预测流失率、需求或欺诈等结果。
阅读原文 来源：Hugging Face Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog一手精选 Octave 在 Amazon Bedrock 上构建安全多租户 AI 基础设施
Octave 利用 Amazon Bedrock 和 Cohere Embed v4 构建了支持 20 亿文档的多租户 AI 基础设施。系统在嵌入时统一处理文本和图像，通过 AgentCore runtime 在微 VM 层面实现租户隔离，并使用 Guardrails 进行内容过滤。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文展示了如何在多租户 SaaS 平台上用 Amazon Bedrock 构建安全的 AI 基础设施，提供了从数据准备、隔离到内容防护的完整技术路线，读者可直接学习其多模态嵌入、微服务隔离和 Guardrails 等实践方法。
AWS Machine Learning Blog一手精选 Amazon Bedrock 为 Anthropic Claude 模型提供结构化输出功能
Amazon Bedrock 为所有 Anthropic Claude 模型提供结构化输出功能，通过 JSON Schema 约束模型输出，无需自行解析即可获取合法 JSON。
阅读原文 来源：AWS Machine Learning Blog推荐理由Amazon Bedrock 为所有 Anthropic Claude 模型提供了结构化输出功能，通过 JSON Schema 约束模型输出，无需自行解析即可获取合法 JSON，显著降低了数据提取和 Agent 工作流的运维成本。
Hugging Face Blog一手精选 TorchNeuran：在 AWS Trainium 上更轻松运行 Hugging Face 模型
TorchNeuron 作为 PyTorch 的新原生后端，现已在 AWS Trainium 上原生支持 Transformers、Diffusers 等 Hugging Face 库，用户只需传入 device_map=neuron 参数即可直接运行，相比 Optimum Neuron 覆盖的模型架构从 46% 提升至 89%。
阅读原文 来源：Hugging Face Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选 GPT-6-Astra 在理论物理基准测试中解决 49 道物理研究难题，成本仅 2.40 美元
研究团队使用无人工提示的商业 AI 代理测试了理论物理基准问题。GPT-6-Astra 在 OpenAI Codex 环境中以 98% 的准确率解决了 49 道 50 道难题，平均每题成本低于 3 美元，全套基准成本低于 116 美元。
阅读原文 来源：The Decoder推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
BBC World精选 Anthropic 营收激增 45% 并准备在年底前上市
Anthropic 营收激增 45% 至 168 亿美元，并在连续两个季度实现盈利。公司正准备在年底前进行股市上市。与此同时，受 AI 基础设施投资担忧，主要科技股和芯片股出现大幅回调。
阅读原文 来源：BBC World推荐理由Anthropic 发布营收数据，对 AI 行业基础设施融资需求和竞争格局提供了关键参考。
GitHub Blog: AI & ML一手精选 GitHub 发布新的秘密检测模型，实现更少噪音的更多秘密检测
GitHub 发布基于 ModernBERT 的秘密检测新模型，相比上一 LLM 管道实现 11.5% 更高的用户接受率、86% 更快的中位数后推执行时间以及 98% 更低的服务成本，并给出了开放入口和主要能力变化。
阅读原文 来源：GitHub Blog: AI & ML推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Latent Space精选 Meta Superintelligence Labs 发布 Muse Wonder 与 Wonder Full 两款模型
MSL 发布 Muse Wonder 与 Muse Wonder Full 两款模型。Wonder 通过 Meta Model API 和 Muse Code 提供，Wonder Full 仅对 Muse Code 订阅用户开放。
阅读原文 来源：Latent Space推荐理由发布了两款新模型Wonder和Wonder Full，提供了能力基准对比、定价结构和使用限制，读者可直接了解新模型相较前代的性能提升和定价变化。
Google Research一手精选 Google Research：AI辅助是否增强或侵蚀专业专长？
Google Research在专利起草领域进行三个月田野实验，随机分配AI工具访问权给133名专利律师。实验发现：在10天和90天的起草任务中，AI工具均显著提升了 drafting scores（0.34 SD和0.38 SD），主要通过减少差评和增加良好评分实现，但优秀评分无变化。
阅读原文 来源：Google Research推荐理由实证研究通过三个月田野实验，揭示了AI辅助在专业领域提升短期产出与长期技能形成的冲突：初学者短期表现提升但未转化为持久专业判断，资深者则通过AI作为‘逻辑审计员’强化了基础专业知识。
Google Research一手精选 Google发布智能体隐私与安全研报：基于语境完整性的治理框架
Google发布研报《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》，基于语境完整性理论扩展智能体行为的语境安全。
阅读原文 来源：Google Research推荐理由本文提供了首个系统性的框架，将语境完整性理论扩展到智能体行为的安全与隐私，读者可以据此理解当前智能体系统的核心挑战与治理路径。
已经到底了