澳大利亚向AI企业开出账单：自证安全，否则立法强制
澳大利亚助理部长查尔顿10月8日宣布，政府将要求AI企业自建风险管理流程并举证安全系统有效，年底出台国家标准，2027年立法。该框架直接对标银行和航空的系统性监管模式，将举证责任从政府转移至开发者。这是迄今最接近强制过程问责的国家级AI治理方案之一，与欧盟的"禁止清单"路线形成鲜明对照。
GPT-6.1 Sol 首测：赢政指数 18 题定向评测
GPT-6.1 Sol 首测：18题口径综合73分 OpenAI官方@OpenAIDevs今日宣布，Ultrafast正面向GPT-6.1 Sol在API、Codex及ChatGPT Work全面 rollout。新模型更新发布后数小时内，赢政天下即完成定向评测。 本次首测采用18题快速定向口径...
OpenAI将升学规划嵌入青少年决策全链路：College Planner上线背后的产品野心与伦理边界
2026年10月7日，OpenAI为ChatGPT青少年版推出College Planner，将院校申请条件、截止日期与财务援助整合为动态计划，并同步上线iOS多图笔记扫描、自动抽认卡与互动测验。工具披露：单周120万青少年使用学习功能，用户日均使用不足15分钟。此举直接切入Naviance等成熟升学工具赛道，但非营利机构Common Sense Media同期将ChatGPT青少年版评级为"不可
ChatGPT插件扩展正式上线：Canva、Figma、Adobe入驻侧边栏，OpenAI的平台化赌注落地
2026年9月29日OpenAI DevDay上，ChatGPT插件扩展正式发布：开发者可在侧边栏、对话面板和文件查看器中构建应用级交互体验，首批落地的Canva、Figma、Adobe分别以不同方式打通设计与编辑流程。这一举措标志着ChatGPT从对话工具向可扩展应用平台的转型，也是OpenAI在企业创意工具链上与微软Copilot正面交锋的关键一步。
OpenAI年化营收实为500亿美元，比市场预期低近200亿
OpenAI向投资者披露，截至2026年9月底，公司年化营收约为500亿美元。这一数字远低于此前在投资圈广泛流传的约680亿至700亿美元，差距接近200亿美元。分歧的根源不是业绩滑坡，而是一场会计口径的误算——投资者在将OpenAI与竞争对手Anthropic的数据做横向比较时，用了不等价的计量标准。这一披露引发AI相关股票集体下挫，也重新拉开了外界对OpenAI商业化路径与即将到来的IPO估值
GLM-4.6代码执行58.30分材料约束100分 Smoke测试API故障暴露异常
GLM-4.6今日Smoke评测因API故障/超时数据不完整，代码执行58.30分、材料约束100.00分、工程判断75.00分，主榜74.00分，未参与排名。分析显示API问题最可能是低分主因，需重点关注。
GPT-6 Luna主榜暴跌8.4分 代码执行单日跌16.7分
今日Smoke评测中GPT-6 Luna主榜从83.19分跌至74.82分，下降8.4分。其中代码执行从75.00分跌至58.30分，任务表达从90.00分跌至77.50分，材料约束小升1.8分。工程判断维持100分，诚信评级保持pass。单日10题抽样下，代码执行维度波动最大。
Claude Sonnet 4.6以94.74分居首：2026-10-09 Smoke快测数据简报
2026-10-09 赢政指数 Smoke 快测覆盖 14 个模型，Claude Sonnet 4.6 以 94.74 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。
LMCache 0.3.9至0.5.6曝CVSS 9.8无补丁RCE漏洞 vLLM集群面临零认证入侵
2026年10月7日，JFrog安全研究团队披露LMCache 0.3.9至0.5.6版本存在CVSS 9.8严重RCE漏洞。该漏洞位于多进程模式下的ZeroMQ ROUTER socket，默认无加密无认证，攻击者可通过单条消息触发pickle反序列化，以root权限执行任意代码。官方容器镜像及Kubernetes部署推荐配置均可能直接暴露端口，目前尚无补丁发布，公开PoC已同步公开。
OpenAI三天内撤回三篇数学论文 符号错误致依赖链失效
2026年10月7日，OpenAI因一处符号错误撤回三篇数学论文，涉及基础成果及两篇依赖论文。此前该公司于10月6日公开722篇手稿，仅42%成果获Lean形式化验证。此事凸显AI批量生成数学内容时速度与验证能力失衡的系统性问题，为行业评测提供现实案例。
陶哲轩批OpenAI一次性公开722篇数学手稿：解题只是工具，数学正在失去沃土
2026年10月6日，OpenAI将一个未公开模型生成的722篇数学手稿批量推送至公开仓库，涵盖372个问题族系。菲尔兹奖得主陶哲轩随即提出"Math 2.0"框架，批评AI解题模式将方法论、失败路径和衍生问题等"副产品"全部抹去，认为这不过是以新的不可持续优化替换旧的不可持续优化。此前，包括陶哲轩在内的25位菲尔兹奖得主已于9月11日联合发表声明，指出AI公司目标与数学共同体目标"严重错位"。
Pwn2Own爱尔兰首日：AI基础设施接连失守，LiteLLM一天被攻破两次
2026年10月6日，Pwn2Own爱尔兰大赛首日，AI基础设施类别遭遇集体失守：LiteLLM在同一天被两支团队攻破，OpenAI Codex被单一参数注入漏洞拿下，Oracle自治AI数据库也未能幸免。单日21轮攻击中，研究人员共演示了32个零日漏洞，奖金总额逾38万美元。三起AI基础设施事件指向同一个问题：行业在用新瓶装旧酒，经典输入验证失败正在AI层面批量重演。
测量AI偏见的通行方法存在逻辑自相矛盾——新论文提出双轴最小对框架
爱丁堡大学等机构研究人员在2026年10月发表论文，指出业界广泛使用的"对比句对数似然"方法测量大模型刻板印象存在根本性缺陷：同一刻板印象换一种属性表述，模型的偏好结论就会自相矛盾。论文提出"双轴最小对"框架和互信息指标，在英、俄、西、中四语言上验证，为AI公平性评测提供了更可靠的技术路径。
Anthropic三级分级松绑AI安全权限 安全专家提前获Opus 5.5接入
Anthropic于2026年10月6日正式将Cyber Verification Program扩展为三级访问体系，分别为Defense、Red Team和Specialized，向合格安全专业人士开放Claude Opus 5.5、Claude Sonnet 5.5及Claude Mythos 5.1等模型。过去六个月内，该计划已发现逾12.9万个漏洞，其中3.3万个为严重或高危级别。此举将A
Claude Haiku 5.5 正式发布：平均降价 75% 之外，有一道 10 万 token 的价格悬崖
Anthropic 于 2026 年 10 月 7 日发布 Claude Haiku 5.5，官方称平均运行成本较 Haiku 4.5 降低约 75%，短文本请求降幅接近 90%。但超过 10 万 token 的请求将触发 5 倍溢价，加之新版 tokenizer 计字效率下降约 30%，实际节省幅度因场景差异显著。Haiku 5.5 同步上线 AWS、Google Cloud 和 Azure，首
GPT-6全球铺开：界面即应用，这次OpenAI改的不只是模型
2026年10月7日，OpenAI正式向全球ChatGPT用户推出GPT-6及Intelligent UI功能，允许对话直接生成可交互的按钮、表单、图表和小工具。付费用户率先获得GPT-6 Sol，免费用户于次日升级至GPT-6 Luna。这次更新的本质不是模型能力提升，而是对话框向应用层的一次蓄谋已久的扩张。
GPT-6 Sol 首测：赢政指数 18 题定向评测
**GPT-6 Sol 首测：18题定向84分** OpenAI 官方今日宣布，GPT-6 with Intelligent UI 已向 Plus、Pro、Business 和 Enterprise 用户全球推送，GPT-6 Sol 成为上述付费层级的默认模型，Free 与 Go 用户将于明日起陆...
Claude Sonnet 4.6以87.41分居首：2026-10-08 Smoke快测数据简报
2026-10-08 赢政指数 Smoke 快测覆盖 15 个模型，Claude Sonnet 4.6 以 87.41 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。
Claude公测进驻谷歌办公三件套，在Gemini主场直接挑战微软Copilot
2026年10月6日，Anthropic将Claude以公测形式嵌入Google Docs、Sheets和Slides，向Pro、Max、Team、Enterprise四档付费计划全面开放。默认设有"确认后写入"审核模式，改动记录进文件版本历史。此举被业界视为对微软365 Copilot的直接挑战，标志着Anthropic从API卖家向嵌入式办公平台的战略转型。
谷歌签下史上最大AI能源合同：3590兆瓦核电押注背后的电网主权争夺
谷歌与星座能源签署3590兆瓦长期供电协议，其中890兆瓦来自11座核反应堆升级，触发逾43亿美元核电基础设施投资，首批电力预计2028年并网。这是美国有史以来规模最大的单笔AI能源合同，直接回应PJM电网"自备电力"新规，标志着科技巨头从用电方向供电方的角色转变。
DeepSeek融资目标翻倍至150亿美元：国有资本抢筹背后的芯片战与IPO前哨
DeepSeek正考虑将本轮融资规模从500亿元人民币扩大至最高1000亿元（约149亿美元），原因是国有基金和机构投资者认购意愿超出预期。腾讯、宁德时代、吉利汽车等已确认出资，个人投资者被明确排除在外。融资目标翻倍的背后，是内蒙古万级算力集群建设、华为昇腾生态押注，以及2027年上交所科创板IPO的前期弹药储备。
OpenAI公开722篇AI数学手稿：最大规模公开基准背后的透明度博弈
2026年10月6日，OpenAI将一款未发布内部模型产出的722篇数学手稿推上GitHub，覆盖372个问题族，附Lean形式化证明，平均每项结果消耗约三小时ChatGPT Pro算力。普林斯顿高等研究院数学与AI咨询组AGMAI参与制定发布规范。这是迄今最大规模的AI数学输出公开集，也是一次被迫透明化的复杂过程。
Meta Sierra发布AI代理身份协议 Walmart Stripe加入创始伙伴
2026年10月6日Meta与Sierra发布Personal Agent Protocol，提供OAuth分层认证方案，Walmart、Stripe等六家企业为创始伙伴。该协议旨在解决企业无法可靠区分AI代理与人类用户的问题，并赋予企业对代理行为的可见性。报道从事实还原、机制拆解、产业影响和战略判断四个层面展开分析，指出这可能是AI代理从“能做事”转向“可信任”的关键一步。
OpenAI Decisions API 全面公测：GPT-6 Luna 驱动，决策速度最高快10倍，仅收输入费
OpenAI于2026年10月6日向所有开发者开放Decisions API公测，由GPT-6 Luna驱动，通过专用端点POST /v1/decisions提供谓词、选项、评分三类结构化输出，决策速度较经由Responses API的同类调用最高快10倍。定价仅收输入端费用（$0.10/百万token），不计输出或缓存费用，定价模式表明OpenAI将其定位为高频基础设施层而非收入最大化产品。
EmbeddingGemma 2发布：740M参数统一五模态，开源端侧嵌入模型进入新阶段
2026年10月6日，Google DeepMind发布EmbeddingGemma 2，这是首个原生多模态端侧开源嵌入模型，仅7.4亿参数即可将文本、代码、图像、视频帧与音频统一映射至同一768维向量空间。模型采用Apache 2.0许可证，全模态配置在Pixel 11 Pro上仅需约567MB内存，文本模式低至191MB。其前代产品EmbeddingGemma 1已突破2000万次下载，此次升
Research Lab
WDCD Run #365: Average Instruction Decay Hits -53.3%, GLM-4.6 Leads 15-Model Field
WDCD Run #365 (2026-10-07) measured multi-turn commitment across 15 AI models and recorded an average instruction decay of -53.3% from Round 1 to Round 3, with GLM-4.6 taking the top score at 95.2 points.
Qwen3 Max WDCD暴跌21.9分 6模型下滑仅豆包Pro逆涨9.5
本期WDCD v3.1测试中，Qwen3 Max分数下降21.9分，Gemini 2.5 Pro下降10.4分，6个模型出现下滑，仅豆包 Pro上升9.5分。GLM-4.6以95.20分位居第一，Grok 4以94.80分紧随其后。数据揭示多模型在连续施压轮次中的守约能力出现明显分化。
WDCD横评：安全合规最低1.1分，15模型偏科差距达2.9
WDCD v3.1测试中，安全合规场景全体得分最低，qwen3-max仅1.1/4垫底；claude-opus-4.7在数据边界与工程规范均拿4/4。15模型中10个出现场景间1分以上差距，企业选型需按场景加护栏。
15模型R3仅1次全崩溃 Qwen3 Max却10%崩盘 WDCD v2锚点三轮衰减真相
v2锚点题显示R1确认率100%、R2抵抗率60%、R3诚信率76.7%，150次采样仅1次R3崩溃。Qwen3 Max在R2即0分且R3崩溃率10%，而GLM-4.6、Claude Opus 4.7等模型R3零崩溃，揭示“先确认后崩盘”模式对生产接入的直接风险。
WDCD守约榜：GLM-4.6 95.2分领跑 Qwen3 Max 65.6分垫底
GLM-4.6以95.20分位居WDCD守约榜首，Qwen3 Max仅65.60分垫底。头部五强均在93分以上，尾部三模型低于80分，R3崩溃率0.7%，满分率64%。数据揭示模型在多轮施压下的真实守约差异。