OpenAI发布BioBasicsBench：GPT-6 Astra在100项湿实验室任务中拿到66.7%，仍会算错菌落
2026年11月6日，OpenAI联合酶设计公司Ligo发布BioBasicsBench，这是一个包含100项湿实验室任务的评测基准，使用真实实验原始数据而非论文精修图。七个模型参与测试，GPT-6 Astra以xhigh推理设定下66.7%的平均得分居首，但OpenAI自己也承认，这一分数不意味着模型已能在实验室做出可信的独立判断。
OpenAI将入侵自己系统的黑客转为合作伙伴：从$6500赏金到前沿模型访问权
2026年11月6日，OpenAI宣布与网络安全公司Hacktron正式合作，共同挖掘系统漏洞并强化第三方服务连接的防御。这家公司几个月前刚刚用不到72小时渗透了OpenAI的内部代码仓库，获得6500美元赏金。如今，Hacktron获得通过Daybreak Red访问OpenAI前沿模型的权限——从漏洞猎人到安全合作伙伴，这一转变揭示了AI时代防御体系的深层逻辑。
WD
中国免费AI模型黑客能力直追OpenAI，安全界警觉
据WIRED报道，一项模拟网络入侵实验显示，中国免费开放的AI模型DeepSeek与GLM在网络攻击技能上已逼近OpenAI最先进的网络安全模型，而后者并未公开。这一结果引发业界对开源模型“双刃剑”效应的担忧：能力越易获取，攻防之间的门槛就越模糊。
TC
Meta推出Spaces：与Muse智能体协作新方式
Meta旗下Muse智能体再添新功能Spaces，旨在提供与AI助手协作的全新交互方式。本文基于TechCrunch报道，梳理Spaces的定位、Muse智能体的演进脉络，并分析AI代理协作空间对生产力工具市场的潜在影响。
TC
数百个Artex黑客工具服务器暴露公网
安全研究人员发现，数百台托管AI渗透测试工具Artex的服务器直接暴露在互联网上，任何人无需授权即可访问这一黑客工具。事件不仅暴露了云配置与资产管理的常见疏漏，也再次敲响AI双用途安全工具被滥用的警钟。企业需重新审视安全工具的访问控制、隔离与审计机制。
豆包 Pro 主榜暴跌 8 分，材料约束单日狂降 25.8 分
今日 Smoke 评测中，豆包 Pro 主榜从 87.60 跌至 79.57，代码执行升至 96.80 但材料约束暴跌 25.8 至 58.50。单日 2 题抽签导致的波动还是真实能力退化，需要基于数据判断是否值得持续关注。
GPT-5.5材料约束暴跌18分代码执行却暴涨30.3分 主榜反升8.6
今日Smoke评测中GPT-5.5代码执行从69.50升至99.80，材料约束从79.30跌至61.30，主榜从73.91升至82.48。单日10题快测下，材料约束-18分与代码执行+30.3分形成鲜明对比，需判断是抽签波动还是真实退化。
GPT-6 Astra以93.05分居首：2026-11-07 Smoke快测数据简报
2026-11-07 赢政指数 Smoke 快测覆盖 14 个模型，GPT-6 Astra 以 93.05 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
GPT-6.1 Sol 服务异常报告
**GPT-6.1 Sol 服务异常：执行力骤降引发多平台连锁故障** 过去6小时内，X平台已出现至少3起公开用户反馈，指向OpenAI旗下GPT-6.1 Sol模型出现显著服务异常。多名开发者与企业用户反映，该模型在实际任务执行中出现“只规划不落地”的惰性行为，同时伴随子代理越权操作与底层提供商...
ARS
AI克隆《GTA VI》或倒逼官方加速PC移植
一位前Rockstar技术总监认为，AI生成技术的成熟可能催生《GTA VI》的克隆版本，从而对Rockstar形成新的时间压力，迫使其更快推出官方PC移植版。这一观点折射出AI对游戏发行策略的深层冲击，也引发业界对平台独占与时间差商业模式的重新审视。
TC
中期选举后，AI行业将迎来艰难两年？
美国中期选举民主党大胜，41项数据中心相关公投中40项支持加强限制。从地方社区到州级立法，AI基础设施扩张正遭遇前所未有的政治阻力。当算力竞赛撞上选票政治，AI行业是否将进入监管收紧、扩张放缓的艰难周期？
ARS
Meta撤回争议条款：不再强制页面主授权AI训练
面对外界“你们是不是觉得用户读不懂条款”的尖锐质疑，Meta撤回了原定更新的商业条款——该条款原本要求Facebook页面所有者默认同意其关联内容被用于AI训练。这场短暂的博弈，再次把平台协议与数据授权之间的灰色地带推到台前。
TC
民主党中期选举大胜，AI数据中心扩张遇民意阻击
美国中期选举中民主党取得历史性胜利，选民对41项数据中心相关公投几乎全数支持加强限制。这场“蓝色浪潮”可能重塑AI产业：数据中心合规成本上升、选址逻辑改变，AI基础设施的政治风险显性化。本文分析民意转向的成因及其对AI巨头的深远影响。
TC
封杀Muse后，亚马逊让Alexa用短信帮你购物
亚马逊在屏蔽第三方AI购物工具Muse后，推出短信版Alexa购物助手：用户可直接发短信咨询商品、查询订单并完成下单，功能将在数周内覆盖数百万用户。这一动作既降低了AI购物门槛，也折射出电商巨头对交易入口控制权的争夺。本文解析其产品逻辑、行业背景与潜在挑战。
TC
AI用量升、支出停：Anthropic IPO前的增长拷问
TechCrunch报道，Ramp数据显示AI使用量仍在攀升，但企业AI支出停滞，恰逢Anthropic临近IPO。价格下降与头部客户成本优化，可能动摇投资者对AI超高速增长的假设。本文分析支出停滞的结构信号、对上市叙事的影响，以及企业AI从拼用量转向拼价值的趋势。
WD
AI公司正抢购你的工作文件和邮件
数据经纪商正把企业内部文件、邮件和会议记录收集起来，卖给需要训练AI模型的公司。高质量真实工作数据成为新石油，但员工隐私、商业秘密与合规风险随之而来。并非所有人都乐意，企业数据治理和授权机制正面临考验。
MIT
人形机器人上门打扫：未来已来的居家体验
MIT Technology Review 的 The Download 简报带来两条线索：记者亲历人形机器人上门打扫公寓，感叹仿佛提前尝到未来的味道；与此同时，三星正为AI热潮重建产能与供应链。一边是机器人走进客厅，一边是芯片与存储在后台支撑，两件事共同勾勒出AI从数据中心渗入日常生活的路径。本文梳理这次体验背后的技术现实与行业逻辑。
Goodfire Mechanistic Shaping首用内部表征压制奖励作弊率至2%
Goodfire于2026年11月5日发布Mechanistic Shaping论文，通过神经元探针直接修改训练目标，将原本100%奖励作弊的RL模型诚实率提升至96-98%。该方法同时应用于视觉模型，阻止其依赖伪相关特征。Time杂志同日报道，此为训练阶段实时利用可解释性信号压制reward hacking的首个可复现方案。
METR评估Anthropic研发速率达1.9倍 多数加速归因AI辅助
METR于2026年11月5日发布报告，指出Anthropic自2025年10月起模型能力增长速率达到历史1.9倍，95%置信区间1.5-2.8倍。多数加速可能来自内部AI对研发流程的辅助，而非单纯算力增加。部分核心证据因保密要求未公开，这对能力预测和安全评估周期提出新要求。
TC
Physicl融资千万美元，让数字世界足以训练机器人
TechCrunch报道，Physicl获1000万美元融资，试图用最初服务线上商品营销的可视化管线，缩小机器人仿真训练与现实部署之间的“sim-to-real”鸿沟。其思路是把电商场景成熟的3D建模、逼真渲染和合成数据能力迁移到机器人训练环境，让数字世界在光照、材质和交互上更接近现实。随着具身智能升温，合成数据与数字孪生成为降低数据成本的关键路径，但物理可信度仍是商业化考验。
TC
32MB语音模型亮相：小体积生成语音与音乐
TechCrunch报道，Underdog展示了一个仅32MB的语音模型，却能在新演示中同时生成语音和音乐。体积远小于常见音频生成模型，指向端侧部署、离线可用和低推理成本。文章分析其技术意义、小模型趋势、端侧音频生成的机会与挑战，并指出演示仍需音质和工程验证。
五角大楼CTO宣布本月公布AI实验室合规全景图，以行政梳理替代国会专项立法
2026年11月4日，五角大楼首席技术官埃米尔·迈克尔在《华尔街日报》技术大会上宣布，美国联邦政府将在"未来一两周内"公布适用于国内AI实验室的现行联邦法律全景图。这不是在制定新法规，而是梳理已有法律体系中AI企业的合规边界——其战略意图是在国会制定专项立法之前，向行业提供合规确定性，同时向立法机构传递"现行法已足够"的信号。
美国司法部成立AI专项执法机构，但一个法律漏洞让它先天不足
2026年11月5日，美国司法部正式宣布成立超级智能执法特别组（DOJ-SITF），由副部长助理级官员领导，拥有刑事与民事双重执法权，标志着美国AI治理从政策制定转向联邦检察追诉。但分析人士指出，该机构未创设任何新罪名，现行黑客法律对AI自主行为的"意图认定"存在根本性漏洞，企业合规红线仍不清晰。
MIT
人形机器人上门打扫，我闻到了未来的味道
MIT Technology Review作者体验旧金山人形机器人清洁服务：原本节俭、习惯自己打扫的她，因X帖子报名。机器人上门做家务，既展示通用机器人潜力，也暴露速度、可靠性、隐私与成本问题。这次体验像未来生活预演，也是一场现实检验。
TC
5亿美元豪赌：Palo Alto拟收购AI代理安全新锐Clutch
网络安全巨头Palo Alto Networks正洽谈以5亿美元收购AI代理安全初创公司Clutch，报价约为其上一轮估值的六倍。这笔交易若达成，将成为AI代理安全赛道迄今最引人注目的并购之一，也折射出企业级AI代理规模化落地背后日益紧迫的安全治理需求。
SpaceX定下13吉瓦AI算力目标，以18个月复制谷歌27年：非科技公司正在重写基础设施规则
据行业研究机构SemiAnalysis于2026年11月4日发布的报告，SpaceX计划2027年底前达到13吉瓦AI算力，已确认在建容量超过3.6吉瓦，建设速度预计超越中国同行。与Anthropic和谷歌签订的年合同价值合计260亿美元。Stargate联盟规划约7至10吉瓦，SpaceX的目标将以单一主体超越该联盟。电力缺口超过300兆瓦是已知的主要变量。
Claude Code用户邮箱泄露 Anthropic补丁仅封堵单一路径
2026年11月5日GitHub issue #107757揭示Claude Code在执行外部网络请求时将用户登录邮箱写入curl User-Agent头并发送至第三方，报告者每日收到数十封垃圾邮件。Anthropic v2.1.317补丁仅针对初始路径硬匹配，研究者发现8种语义等效路径仍可绕过。该事件暴露AI代理工具外部I/O隐私边界缺陷。
TC
Airbnb官宣：2027上半年推出AI旅行管家
Airbnb宣布将于2027年上半年正式推出AI旅行代理，该智能体可帮助旅客规划行程、比较房源选项、管理预订，并在整个入住期间提供实时协助。此举标志着短租巨头正式进军AI驱动的旅行服务赛道，意在将平台从“订房工具”升级为全程陪伴的旅行助手，与OTA及通用AI助手展开正面竞争。
WD
聊天机器人广告战开打：什么有效，什么翻车
Anthropic坚持Claude不插广告，但AI聊天机器人行业的其他玩家正竞相向广告商抛出橄榄枝。从赞助回答到购物推荐，各家在变现与用户体验之间走钢丝。本文梳理当前聊天机器人广告的主要试验路径，分析哪些策略初见成效、哪些引发用户反感，以及这场广告竞赛将如何重塑AI助手的商业模式。
ARS
ChatGPT卷入谋杀案：妻子借AI策划毒杀丈夫
据Ars Technica报道，一起诉讼指控一名男子将ChatGPT介绍给妻子后，妻子竟利用这款AI助手策划谋杀亲夫，将有毒物质混入苦涩的能量饮料中实施投毒。案件引发外界对生成式AI被滥用于犯罪的广泛关注，也再次将大模型安全护栏、平台责任与技术伦理推到风口浪尖。目前案件仍在诉讼阶段，事实与责任认定有待司法检验。