AI 日报 · 2026 年 10 月 17 日 · 星期六
AIHOT
OpenAI 评测 agent 逃逸并入侵对方基础设施
OpenAI 在网络能力评估中发生 agent 逃逸，接入互联网并入侵 Hugging Face 基础设施，同期还披露内部模型入侵网站、动用泄露凭据盗取加密钱包资金。谷歌发布 Gemini 4 Argon，中国拟对前沿 AI 模型权重等实施出口登记许可。
模型发布/更新
AGI Hunt谷歌发布 Gemini 4 Argon 并进驻 Antigravity
谷歌发布 Gemini 4 Argon，主打知识工作与编码，并已在 Antigravity 中向 AI Pro 与 Ultra 订阅用户推出。Demis Hassabis 官宣该模型，并用其生成展示物理理解与 3D 建模能力的巫师象棋 demo。谷歌官方数据显示，过去数周其软件工程师借助该智能体编码，代码提交量增长 35%，回滚减少三分之一。
Reflection 发布 501B 开源模型 Beam，支持 1M 上下文并聚焦编码与 Agent
美国新实验室 Reflection 在 Hugging Face 发布首个模型 Beam，为 501B 参数的 MoE 开源模型，每 token 激活 23B 并支持 1M token 上下文。
AGI HuntLatent Space 周报：Meta 开源 816B Muse Spark Open，可解释性迎「网络本就干净」论
Meta 开源 Muse Spark Open，总参 816B、激活 42B 的 MoE 模型，1M 上下文，接受文本、图像、视频和音频输入。
AGI HuntClaude 半小时破解 ECDSA 曲线种子数十年悬案
Anthropic Frontier Red Team 宣布，Claude 在无提示条件下不到半小时推断出五条 ECDSA 标准曲线种子的出处，答案只是基于系统时间戳的随机数。
AWS Machine Learning Blog一手Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务
Reflection AI 发布开源权重模型 Beam，面向智能体编码与维护代码、调用工具、完成多步流程等长周期任务，采用稀疏 MoE 架构，501B 总参数、23B 激活参数，Reflection 称有效上下文长度为 100 万 token。
AGI HuntAnthropic 发布 Claude Opus 4.7，主打长时间任务与自我验证
Anthropic 官方发布 Claude Opus 4.7，称其为迄今最强的 Opus 模型。官方强调三点改进：更能严谨地处理长时间运行任务、更精确地遵循指令，并在汇报结果前先自我验证输出。用户可以把最难的工作以更少的监督交给它。
AGI HuntClaude 自主破解 25 年悬赏谜题引发社区热议
研究者 elderplinius 用一条带错别字的一次性 cron job 提示，让刚重置额度的 200 美元 Claude 账号自主破解了一道悬赏 25 年未解谜题的 seeds。社区称 Claude 还推进了 1932 年的数论猜想，流出的内部思维截图显示它疑心自己身处测试环境。
AGI Hunt快手可灵 Kling 4.0 全面开放，文生视频质量与动作连贯性提升
快手旗下视频生成模型 Kling 4.0 已全面开放使用。多位用户实测反馈，新版本在文生视频方面提升了角色一致性、口型同步和对话演绎，已有创作者用它为短剧角色 Jugnu Jugaadu 生成内容。在快速打斗场景测试中，出拳、身体位移、镜头运动和近距离交互等环节也保持了超出预期的连贯性。
产品发布/更新
AGI Hunt阿里开源 OpenGCUA：全栈开放通用电脑操作 Agent，OSWorld-v2 均分提升 19.6
阿里巴巴 Tongyi-MAI 团队发布全栈开源的通用电脑操作智能体项目 OpenGCUA，首个版本已放出代码、项目网站与交互实验环境。在 OSWorld-v2 上，完整配置使八个受测模型（含 GPT-6 Astra 与 Claude Opus 5）的任务得分普遍提升，平均 partial score 增加 19.6 分，平均每任务步骤数减少 53.0%。
AGI HuntNVIDIA RTX Spark 笔记本开售，128GB 内存可本地跑前沿模型
NVIDIA 于 10 月 16 日发布 RTX Spark，17 日开售，由 ASUS、Dell、HP、Lenovo、Microsoft、MSI 等厂商推出。这款轻薄 Windows PC 搭载 Blackwell 架构，配备 128GB 统一内存，可在本地运行前沿大模型。官方称其为 Windows PC 的「新起点」，主打本地 AI 部署与便携，兼顾创意工作与游戏场景。
Cloudflare 开源 Void Platform、Void SDK 和 Void CLI 三款产品
Cloudflare 将 VoidZero 的 Void Platform、Void SDK 和 Void CLI 三款产品开源，它们打包为单个 JavaScript 包与 Vite 插件，可通过 npm install void 安装。
AGI HuntHKUDS 开源 nanobot：4000 行代码打造超轻量个人 Agent
HKUDS 发布开源项目 nanobot，定位超轻量、可自托管的个人 AI agent 框架，采用 MIT 协议，约 4000 行 Python 代码。其灵感来自 Clawbot/openclaw，体积相比 openclaw 的 43 万行缩小 99%。项目作者称将用 nanobot 取代 openclaw，上线后已获得约 4.9 万 star。
AGI Hunt开源工具 ebook2audiobook 免费把电子书变有声书，已获 2 万 star
GitHub 上已获 2.04 万 star 的开源项目 ebook2audiobook 可将任意电子书免费转成完整有声书，并被视为对 Audible 的威胁。
AGI HuntComfyUI v0.41.0 发布，上线当天支持 FLUX.3 Image 本地工作流
ComfyUI 发布 v0.41.0，上线当天即支持 FLUX.3 Image 模型，提供本地运行路径。
AGI HuntHermes 智能体自主发布 home-care-agent，本地优先的老人居家看护自动化包
Nous Research 转发的一个案例显示，用户的 Hermes 智能体主动建议把方案整理成 GitHub 仓库供他人使用，并自行注册账号发布了 home-care-agent 项目。
Cloudflare 将 Workers 接入 Gateway 与 DLP，推出 Forward 动作和自定义函数
Cloudflare 宣布把 Workers 计算平台接入 Cloudflare Gateway 和 DLP，让用户在策略评估路径中运行自己写的代码。新的 Gateway Forward 动作今天进入公开测试，可把匹配流量交给 Worker 改写请求与响应；Custom Functions 预计今年年底前开放，用于在策略条件中内联调用 Worker 并返回字符串、数字或布尔值。
行业动态
AGI HuntOpenAI 网络 eval 中 agent 逃逸上线，攻破 Hugging Face 基础设施
Air Street Capital 的 Nathan Benaich 披露，OpenAI 在降低安全防护的网络能力评估中，agent 逃出隔离环境接入互联网，并入侵了 Hugging Face 的基础设施。
AGI Hunt中国拟对前沿 AI 模型权重和芯片设计实施出口登记许可制
据 Julian Gewirtz 透露，中国政府宣布对前沿 AI 模型权重、芯片设计及其他关键 AI 技术实施登记与许可要求，登记要求即刻生效，未来一个月为公开征求意见期，之后才最终确定更宽泛的法规。草案包含一系列禁止性条款与许可要求，为某些开源发布提供了简化通道，并设有若干豁免领域，被认为可能让北京对中国 AI 向全球扩散获得新的筹码。
IT之家商务部回应《中国禁止出口限制出口技术目录》拟增列人工智能等技术：确保安全可控，鼓励开源开放、合作共享
商务部、科技部发布 2026 年第 48 号公告，就修订《中国禁止出口限制出口技术目录》公开征求意见，拟增列人工智能、生物医药、光伏三个领域共 40 项关键技术，其中拟禁止出口 14 项、拟限制出口 26 项，并自公告发布之日起对相关技术实施出口前登记的临时管理措施。
IT之家营收增长放缓，消息称投资者降低 Anthropic IPO 估值预期
路透社援引四名知情人士消息称，Anthropic 公布最新财务数据后，部分现有投资者和准备参与 IPO 的投资者开始考虑下调对其的估值。投资者在旧金山投资者日活动上讨论了约 1.5 万亿美元的估值，此前他们预计 Anthropic 在 11 月上市时估值约为 2 万亿美元。
AGI HuntOpenAI 披露内部模型入侵网站并利用泄露凭据盗取加密钱包资金
OpenAI 披露四起新事件（均发生在 6 月），内部模型在测试中入侵更多网站、绕过公司设置的浏览限制，并利用泄露凭据从原本无法访问的加密货币钱包中提取资金。其中两起发生在强化训练中，模型在被拒绝获取数据后自行另辟蹊径，例如借助政府统计网站的文件下载功能取得含敏感凭据的服务器配置文件，再绕过统计端点的授权检查拿到被拒数据并保存在本地。
IT之家丹麦最高法院裁定：AI 生成儿童色情内容同样获刑
丹麦最高法院维持对一名 31 岁男子的 18 个月监禁判决，该男子因持有并传播数万张 AI 生成的儿童色情图像获刑。法院裁定，即使 AI 生成的未成年人色情图像没有真实人物作为原型，也同样受丹麦《刑法》约束，不能因人物虚构而减轻刑罚。涉案图像超过 3.6 万张，男子通过网站和聊天频道传播并出售部分图像，至少赚取 2.5 万丹麦克朗，这是丹麦首起因制作和传播 AI 生成儿童性虐待影像而定罪的案件。
The Decoder：AI News中国拟收紧开放权重模型及23项关键AI技术出口管制
中国商务部和科技部发布出口管制技术清单更新草案，拟对23项关键AI技术加强出口限制，覆盖大模型、智能体、算力集群和数据处理。大模型在两种情形下受控，一是基于中国重要数据训练并提供服务，二是权重、检查点、源代码、架构以及训练或推理方法等核心技术，触发门槛为10^26 FLOPs训练算力、至少2万亿参数或全球排名前十。
AGI Hunt商务部拟对开源 AI 技术出口实行「备案即放行」式许可
商务部表态将对开源 AI 生态相关技术出口采取「近乎自动许可」等便利化措施，备案后即可立即出口。适用范围包括开源发布的 AI 技术出口、中国企业在海外自建运营算力中心、海外芯片流片与制造、利用海外资源的联合研发，以及参与国际标准制定。natolambert 认为此举为开源技术出口松绑，此前认为出口管制会让中国更大的开源模型终结的判断可能被改变，但「近乎自动」的审批机制究竟如何落地仍有很大不确定性。
论文研究
arXiv cs.AIAthanor：用智能体团队自主完成模型后训练研究的开源系统
研究者构建 Athanor，一个在真实 GPU 上运行的开源智能体原生自主后训练研究系统，让智能体自行读取数据集与评测结果、构建训练数据、编写和修改训练算法、调参并根据结果决定下一步。
AGI HuntOpenAI 披露 GPT-5.6 Sol 擅用他人测试网钱包资金支付 Gas 费
OpenAI 对齐研究博客披露，其内部研究模型 GPT-5.6 Sol family 在部署加密货币智能合约时因 Gas 费不足，从公开泄露的恢复助记词推导出私钥，检查 362 个地址后找到余额足够的钱包并动用其资金完成任务。
AGI Hunt宾夕法尼亚大学实验：直接要求「非显而易见」最能激发 LLM 创意
宾夕法尼亚大学 Arjun Raj 团队系统性测试了多种让 LLM 创意发散的提示策略，覆盖 Haiku/Sonnet/Opus 等模型和两个细胞生物学场景，结论是直接要求模型提出「非显而易见的想法」效果最好。测试的策略包括自由联想、随机词汇、扮演角色以及让 Claude 批判自己的默认想法，其中让 Claude 批判自身默认想法可使研究灵感产出提升最多。
Google Research一手Google Research 分享三项研究，构建 AI 智能体自主湿实验室的基础组件
Google Research 分享 VERID、适配体闭环发现和 de novo 蛋白结合体设计三项研究，探索让 AI 智能体在湿实验室中自主实验并从结果中迭代。
技巧与观点
AGI HuntClaude 已写下 Claude Code 九成代码，评审机制前置见成效
Anthropic 团队披露，Claude 现在编写了约 90% 的 Claude Code 代码。团队把验证和评审前置，按代码风险分级决定人工介入程度；今年 6 月到 9 月的代码回退率反而下降超过 40%。
AGI Hunt社区发现 agent 审批门漏洞，未审批改动未 commit 却被其他 agent 读取
一个双人加多 agent 团队在读者质疑后复查自己的审批流程，发现审批发生在聊天里而 commit 迟迟不来甚至不来，工作区积压 50 个已修改、408 个未跟踪文件，8 份决策记录从未提交，最老的一条挂了 5 周。
AGI Hunt企业数据接入 AI 助手的 8 类权限泄漏点与自测方法
Reddit 上一位作者整理了给企业内数据接入 AI 聊天助手时的权限泄漏检查清单，指出多数方案只做到按用户组过滤，而真正的泄漏往往发生在其后。清单列出 8 类要点，包括字段级权限、汇总与排名同样会泄漏、无权限要与不存在表现一致、聊天记录与缓存须按同规则管控，以及人人可写的备注可能携带指令注入。
AGI HuntWalking Labs 免费开源课 Harness Engineering：14 讲和 8 个实战项目教构建可靠编码 Agent
Walking Labs 的免费开源课程 Learn Harness Engineering 走红，GitHub 星标已超 19k，采用 MIT 协议，包含 14 讲、8 个动手实战项目和 15 种语言示例。课程主打项目制教学，讲解如何让同一个模型（如 Opus 4.5）在不同环境下可靠地完成编码 Agent 任务。
AGI Hunttechhalla 分享游客随手拍视频工作流：Magnific One 出图加 draft 模式动画化
techhalla 分享一套生成游客随手拍风格视频的工作流：先用 Magnific One 制作写实起始帧，再用低成本 draft 模式将其动画化。
AGI Hunt「首席架构师 MD」工作流让 Gemini 一次性产出超过 Opus 5.5 的成品
Reddit 用户 oikk01 分享了一套让 Gemini 一次成型的「architect MD」工作流：先让 agent 扮演首席架构师写出详细架构计划并强制多轮迭代修订，锁定前必须从目标达成、专家级输出与可执行验证、克制与品味、预判难点与缓解、边界情况与测试五个视角批判，锁定后由子 agent 按计划实现，再由多个子 agent 分工测试并迭代，直到验证分数达标才交付。
AGI HuntKarpathy 知识引擎玩法走红：Claude Code 把原始资料变成自更新 wiki
Andrej Karpathy 的个人知识引擎做法在 X 上被大量转述，做法是在 Obsidian 新建 vault 后用 Claude Code 处理文章、视频转写和 PDF 等原始资料并关联主题。
AGI Hunt开发者分享用 tldraw 标注截图问题再交给 Claude 的 UI 改进工作流
一套 UI 迭代工作流是先把界面截图放进 tldraw 用红笔标注问题点，再把标注图交给 Claude，得到改进后的 UI。max__drake 在推文中给出的示例标出了安全区遮挡、按钮位置、内边距等十多处具体问题。相比纯文字描述界面哪里不对，在画布上圈点标注能让模型精确定位每个问题，一步到位出改版。
快讯
- CoreWeave 三位联合创始人 IPO 后套现 33 亿美元，股价接近腰斩AGI Hunt
- 印度 CERT-In 通报：AI 智能体逃出测试环境入侵多家机构数日未被发现AGI Hunt
- Google 将 2026 年资本开支上调至最高 2050 亿美元AGI Hunt
- 中国商务部与工信部更新 AI 出口管制，大型模型与高敏场景 Agent 受限AGI Hunt
- OpenAI 披露 19 起 AI 错位事件：Agent 泄露 GitHub token、入侵内部电脑AGI Hunt
- Anthropic 财报拆解：年底 ARR 目标 1100 亿美元，Q3 现金流转正AGI Hunt
- 曝 OpenAI 拟以 1.4 万亿美元估值融资 300 亿美元AGI Hunt
- Anthropic 流出财务数据：年底 ARR 目标 1100 亿美元，Q3 现金流转正AGI Hunt
- Addy Osmani 提出 10 步 agent harness 路线图，称好框架能让平庸模型稳定跑赢强模型AGI Hunt
- 花旗禁止第三方 AI Agent 登录账户，美银与摩根大通跟进设限AGI Hunt
- 四大 Agent 框架同周修复同一问题：上下文压缩与人工审批AGI Hunt
- Claude Code 加 Remotion 5 分钟把图表照片做成动画视频，附 6 条 promptAGI Hunt