华尔街日报报道，一支参与OpenAI漏洞赏金计划的独立安全研究团队，利用Anthropic Claude的网络安全版本Opus 4.8和Opus 5，成功突破OpenAI防线并访问了托管在GitHub上的内部“monorepo”代码库。尽管这属于授权安全测试...

PostHog 工程团队近日披露了其内部实现“自驱动”开发的关键机制：6 到 7 条每日运行的智能体闭环（agent loops）。这些闭环并非简单的聊天问答，而是把 MCP（模型上下文协议）反馈、Slack 报告、issue 规格说明、异常...

Nous Research展示了一次大规模AI代理协作重构案例：Hermes Agent协调1393个子代理，在约19个活跃小时内对百万行Python代码库进行重构，将非测试源代码削减34.4%，模型调用成本约1.93万美元。相比之下，同样工作由人...

蚂蚁集团近日发布了一款聚焦金融场景的模型 Ling-3.0-flash-Fin。该模型采用开放权重模式，由蚂蚁集团与多家金融机构合作研发，主要面向来源核查、估值电子表格处理和报告撰写等专业任务。根据 Artificial Analysis...

TypeSafe AI 宣布推出全新的 System One Models 模型类别，并开放首个模型 Jev 的早期访问。该公司专注于构建机器原生智能基础设施，使模型能够在软件内部直接完成决策。Jev 在 System One 任务上表现出与现有大语言...

谷歌在GitHub上开源了ARTEMIS框架，可将自然语言指令转化为可靠的Android自动化操作，面向AI编码助手与测试套件，能够像人类一样操作真实手机，执行端到端工作流、日常任务并采集日志。ARTEMIS优先使用元素索引定位...

Zyphra首席技术官Beren Millidge、Thinking Machines首席科学家兼OpenAI联合创始人John Schulman，以及Baseten模型训练负责人Charlie O'Neill在一场播客中围绕人工智能递归自我改进的前景展开深入讨论。三位专家从当...

OpenAI 的 GPT-6-Astra 被评价为迄今原始智能因子最高的模型之一，其在 3D 任务、游戏操作、计算机使用和子代理协同等方面展现出突出能力，多项基准测试相较前代模型出现大幅跃升。虽然编码性能相比 Sol 并未实现量...