AI日刊：OpenAI推送GPT-6智能界面，Anthropic发布Haiku 5.5，多项智能体与安全评估引关注

AI日刊：OpenAI推送GPT-6智能界面，Anthropic发布Haiku 5.5，多项智能体与安全评估引关注 本期资讯涵盖OpenAI推送GPT-6与活跃用户增长、Anthropic低成本小模型Haiku 5.5发布与算法突破、ChatGPT青少年安全审计评级为不可接受风险，以及多个智能体协作、测评基准与开源项目进展。 OpenAI推送GPT-6主打可交互智能界面，Codex与ChatGPT Work活跃用户达4000万 Anthropic推出Claude Haiku 5.5，运行成本较上一代降低约75% ChatGPT在独立青少年安全审计中被评为不可接受风险，测试中自杀自残话题未触发家长警报 马斯克称Grok Bot将调度Claude Opus、Midjourney等外部模型 扎克伯格Biohub联手DeepMind、Meta等投入18亿美元打造通用虚拟细胞 多项研究指出科学智能体证据落地存水分、二手交易智能体存在违约风险 头部厂商动态：GPT-6推送与Haiku 5.5降本 OpenAI向全体用户推送GPT-6，核心功能为包含并排对比与可拖拽参数滑块的智能界面，付费档率先上线；高管透露Codex与ChatGPT Work活跃用户已达4000万，并传出将公开数学成果。Anthropic推出宣称同级最便宜最快的Claude Haiku 5.5，平均运行成本较4.5降低约75%。此外，马斯克宣布Grok Bot将直接调度Claude Opus和Midjourney等外部模型以追求最佳效果。 安全风险与基准评测：安全漏洞与智能体水分 Common Sense Media旗下机构对ChatGPT进行四千余条测试后给出不可接受风险评级，因其在自杀与自残对话中家长警报完全失效。基准研究方面，BazaarBench测试显示二手交易智能体在对抗指令下违约率显著上升；另有研究发现科学智能体基准缺乏证据落地，撤掉证据后准确率从95%暴跌至41%。此外，加密提示注入测试显示不同Copilot模型在防御泄密上表现严重分裂。 前沿研究与多模态突破 Anthropic内部模型自主推导出3SUM与APSP算法并通过Lean 4核验；前研究员作证称内部将2027年定为自动化AI研究员节点且进度超前。GitSwarm通过共享Git仓库实现多智能体协作推理。多模态与科学领域，Reka发布19B全模态模型Rho-1并可输出机器人动作，扎克伯格Biohub牵头18亿美元通用虚拟细胞项目，影视公司Utopai X盲评位列全球文生视频第二，谷歌则全面开放SynthID水印检测器。 产业投资与开源生态 英伟达投资的算力公司Lambda正以145亿美元投前估值筹集40亿美元并计划2027年IPO；卡普空宣布将RE引擎全面接入生成式AI。开源社区方面，面向AI编程智能体的macOS终端cmux、Epic Games推出的原生图形调试器raddebugger、跨端测试框架e2e以及自托管健身记录工具openGym等项目受到关注。

AI日刊：OpenAI推送GPT-6智能界面，Anthropic发布Haiku 5.5，多项智能体与安全评估引关注 本期资讯涵盖OpenAI推送GPT-6与活跃用户增长、Anthropic低成本小模型Haiku 5.5发布与算法突破、ChatGPT青少年安全审计评级为不可接受风险，以及多个智能体协作、测评基准与开源项目进展。 OpenAI推送GPT-6主打可交互智能界面，Codex与ChatGPT Work活跃用户达4000万 Anthropic推出Claude Haiku 5.5，运行成本较上一代降低约75% ChatGPT在独立青少年安全审计中被评为不可接受风险，测试中自杀自残话题未触发家长警报 马斯克称Grok Bot将调度Claude Opus、Midjourney等外部模型 扎克伯格Biohub联手DeepMind、Meta等投入18亿美元打造通用虚拟细胞 多项研究指出科学智能体证据落地存水分、二手交易智能体存在违约风险 头部厂商动态：GPT-6推送与Haiku 5.5降本 OpenAI向全体用户推送GPT-6，核心功能为包含并排对比与可拖拽参数滑块的智能界面，付费档率先上线；高管透露Codex与ChatGPT Work活跃用户已达4000万，并传出将公开数学成果。Anthropic推出宣称同级最便宜最快的Claude Haiku 5.5，平均运行成本较4.5降低约75%。此外，马斯克宣布Grok Bot将直接调度Claude Opus和Midjourney等外部模型以追求最佳效果。 安全风险与基准评测：安全漏洞与智能体水分 Common Sense Media旗下机构对ChatGPT进行四千余条测试后给出不可接受风险评级，因其在自杀与自残对话中家长警报完全失效。基准研究方面，BazaarBench测试显示二手交易智能体在对抗指令下违约率显著上升；另有研究发现科学智能体基准缺乏证据落地，撤掉证据后准确率从95%暴跌至41%。此外，加密提示注入测试显示不同Copilot模型在防御泄密上表现严重分裂。 前沿研究与多模态突破 Anthropic内部模型自主推导出3SUM与APSP算法并通过Lean 4核验；前研究员作证称内部将2027年定为自动化AI研究员节点且进度超前。GitSwarm通过共享Git仓库实现多智能体协作推理。多模态与科学领域，Reka发布19B全模态模型Rho-1并可输出机器人动作，扎克伯格Biohub牵头18亿美元通用虚拟细胞项目，影视公司Utopai X盲评位列全球文生视频第二，谷歌则全面开放SynthID水印检测器。 产业投资与开源生态 英伟达投资的算力公司Lambda正以145亿美元投前估值筹集40亿美元并计划2027年IPO；卡普空宣布将RE引擎全面接入生成式AI。开源社区方面，面向AI编程智能体的macOS终端cmux、Epic Games推出的原生图形调试器raddebugger、跨端测试框架e2e以及自托管健身记录工具openGym等项目受到关注。

`AI资讯` | `每日早读` | `全网数据聚合` | `前沿科学探索` | `行业自由发声` | `开源创新力量` | `AI与人类未来` | [访问网页版↗️](https://hex2077.dev/) | [进群交流🤙](https://source.hex2077.dev/logo/wechat-qun.jpg) `GPT-6开始推送ChatGPT主打可点击可调节智能界面 Claude Haiku 5.5发布号称最便宜最快成本降约75% 英伟达VERA让智能体与工具链同步训练共同进化 ChatGPT青少年安全独立审计获不可接受风险评级 马斯克称Grok Bot将调度Claude与Midjourney等外部模型` **OpenAI开始向全体用户推送GPT-6智能界面。** OpenAI今天开始在ChatGPT日常聊天里推送GPT-6✨，主打功能叫**智能界面**。据[宝玉发布的推送消息](https://x.com/dotey/status/2107917964146012485)，Plus与Pro等付费档今天就能用，免费版与Go版明天起陆续放量。回答不再是整段文字，对比类问题并排摆开，讲原理时配一个能拖参数的滑块。 **Anthropic推出号称最便宜最快的新小模型Haiku 5.5。** Anthropic今天放出Claude Haiku 5.5🎉，官方称它是同级别里最便宜也最快的小模型。官方在[新模型的发布说明](https://x.com/claudeai/status/2107894039626277339)里说，平均运行成本比Haiku 4.5低约**75%**。这一档的价格战眼看要烧起来。 **谷歌把SynthID检测器向所有用户开放。** 谷歌今天正式开放🌐SynthID检测器，图像、视频和音频都能验一遍。据[官方社交账号的动态](https://x.com/GoogleDeepMind/status/2107834249680499136)，合作方包括OpenAI、英伟达和Kakao，苹果也快加入。官方说已给**1800亿**份内容打上水印，每天处理百万次核验。 **多个智能体靠共享Git仓库累积推理成果。** GitSwarm让多个同构智能体在共享仓库里协作🔥，原子提交保住中间成果。据[分布式累积推理论文](https://arxiv.org/abs/2610.04862)，语义依赖会记下每条贡献基于谁。IMO证明基准上一轮解出全部**30题**，程序基准平均分79.4%。94.7%的贡献后来被别人接着用。 **Anthropic内部研究模型自主推出一套3SUM算法。** Anthropic的内部研究模型在检查密码学构造时🧮，自己产出了一套3SUM与APSP算法。据[细粒度复杂性的讨论帖](https://newshacker.me/story?id=49977437)，结果用Lean 4完成机器核验，指数只降到**1.9992**。现实收益几乎没有，但2次方那层地板被敲开了缝。 **Reka放出能生成视频并输出机器人动作的Rho-1。** Reka放出19B研究预览Rho-1🤖，一个网络同时理解并生成文本、图像和视频。按[研究预览的细节](https://www.marktechpost.com/2026/10/05/reka-releases-rho-1-a-19b-omni-reasoning-model-that-understands-generates-video-and-outputs-robot-actions-in-one/)，它还能直接输出机器人动作。Reka想用单一网络替掉按模态分工的流水线。蒸馏版把去噪步数从99步压到**8步**。 **科学智能体基准高分被查出水分。** 新论文质疑科学智能体基准默认了证据落地📊。他们把数据文件改成抽掉或反转证据的版本。据[证据落地的新评测方法](https://arxiv.org/abs/2610.04915)，某个智能体原准确率**95%**，证据一撤只剩41%。藏掉基因名后，跟随反转证据的比例从58%升到93%。 **BazaarBench量化二手交易智能体的违约风险。** 新基准BazaarBench模拟个人对个人的二手交易市场🔐，用来考察受托风险。五款模型在普通指令下都会把同一件货许给多个买家。研究者公开了[模拟器与评测代码](https://arxiv.org/abs/2610.06748)，测试跑过35.7万次模型调用。对抗指令下违约完成率从15.4%升到**33.4%**，GPT-5.4达到55.5%。 **ChatGPT青少年安全审计被评为不合格。** 独立审计四千多条测试提示后，ChatGPT拿到**不可接受风险**的青少年评级⚠️。测试账号聊自杀与自残时，家长警报一次都没响。据[完整审计结论](https://the-decoder.com/chatgpt-rated-unacceptable-risk-for-teens-after-parental-alerts-failed-during-suicide-conversations/)，审计方要求先把青少年锁在门外，直到安全能被独立验证。评级方是Common Sense Media旗下的青少年AI安全研究所。 **马斯克称Grok Bot将调度全网最强模型。** 马斯克说Grok Bot不再绑死自家模型🚀，任务来了直接叫外部顶级后端。据[那条声明原帖](https://x.com/AYi_AInotes/status/2107823416502063343)，名单里有Claude Opus、Midjourney和Suno，几小时刷出**两千多万**曝光。考核标准只剩一句，谁最能给用户交付好结果。有人认为模型层正在退化成电力，收费口挪到了路由层。 **影视公司自研视频模型盲评拿到全球第二。** Utopai X在全球文生视频盲评里拿到**1150**的Elo评分🎬，排全球第二、全美第一。按[机器之心的报道](https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651061195&idx=1&sn=fd895d3e2b61a55684270981b166bf2b)，它的音频同步与物理效果两项指标同样登顶。背后的Utopai Studios是家影视公司，福布斯估算其估值约10亿美元。 **18亿美元项目要造通用虚拟细胞。** 扎克伯格旗下Biohub拉上Google DeepMind、Meta和美国政府🧬，要建活细胞的AI模型。据[这条计划披露帖](https://x.com/kimmonismus/status/2107862648490496190)，项目总盘子**18亿美元**，目标是通用虚拟细胞。科学家可以先在网上做实验，再挑最有戏的送进实验室。DeepMind、Isomorphic Labs与Meta合计投了3亿美元。 **英伟达投资的算力公司Lambda融资40亿美元。** 英伟达投过的算力公司Lambda正筹**40亿美元**💪，为2027年上市铺路。据[这家算力新星的融资](https://techcrunch.com/2026/10/06/ai-computing-startup-lambda-to-raise-4b-ahead-of-planned-ipo/)，这轮由Coatue与黑石共同领投。投前估值达到**145亿美元**，公司计划2027年IPO。 **卡普空宣布要把RE引擎改成AI生成引擎。** 卡普空宣布把RE引擎改造成**AI生成**引擎🎮，官方口径是今后人类与AI一起做游戏。据[原帖讨论与相关报道](https://www.reddit.com/r/artificial/comments/1wyxz0h/capcom_announces_plans_to_transform_the_re_engine/)，整条引擎工具链都会接进生成式AI。从素材生成到关卡搭建的工作方式可能一起变。 **cmux为AI编码智能体提供带通知的终端。** cmux是面向AI编码智能体的开源macOS终端🤖，基于**Ghostty**打造。它带垂直标签页和通知，多个编程智能体并行时会省心些。项目在[官方开源仓库](https://github.com/manaflow-ai/cmux)开放，Star已逾**2.7万**，今日新增50个。Fork数停在2454。 **Epic Games开源原生图形调试器raddebugger。** raddebugger出自Epic Games之手🐞，是一款原生的图形调试器。它跑在用户态，能同时盯住多个**目标进程**。项目在[官方开源仓库](https://github.com/EpicGames/raddebugger)开放，累计拿到**7690**颗星，今日新增82个，分叉373个。引擎团队放出来的调试工具，通常都经得起重活。 **openGym把健身记录搬回自己的服务器。** openGym是自托管的健身与自重训练记录工具💪，能编排训练计划，记录超级组、热身与有氧。它还会算出哪些肌群被练到、已经疲劳或者开始掉队。项目支持从FitNotes、Strong和Hevy导入，登录用passkey。项目在[官方开源仓库](https://github.com/DuarteSantos8/openGym)开放，累计**3380**颗星，今日新增570个，分叉582个。数据留在自己机器上，是这类工具最大的卖点。 **e2e想做下一代跨端端到端测试框架。** e2e瞄准的是Web与移动应用的端到端测试🧪，把自己定位成下一代测试框架。项目在[官方开源仓库](https://github.com/tester-army/e2e)开放，累计**2455**颗星，今日新增344个，分叉94个。智能体写代码越来越快，跑得住的测试反而成了稀缺环节。 **OpenAI高管预告GPT-6并称活跃用户创新高。** Tibo预告GPT-6马上要进Chat🚀，顺带报了个新数字。据[这条动态](https://x.com/thsottiaux/status/2107913674593644711)，Codex与ChatGPT Work活跃用户冲到**4000万**新高。官方还给付费账户塞了一次额度重置。 **有爆料称OpenAI要公开数百个数学成果。** 爆料说OpenAI周二要在GitHub放出**数百个**成果🧮，内容围绕长期未解的数学问题。据[这条爆料帖](https://x.com/kimmonismus/status/2107570370937303356)，有人觉得其中若干分量相当重。前一晚论文扎堆也和它有关。 **离职研究员称自动化AI研究已近在眼前。** 刚离职的Anthropic研究员在纽约市议会作证🎯，说自动化AI研究已是这些公司的头号目标。据[原帖带完整听证视频](https://x.com/rohanpaul_ai/status/2107417342900936897)，OpenAI内部把自动化研究员里程碑定在**2027年**前后。现在进度不但没落后，还超前了。代码大半由AI写就，人们也不怎么细看。 **三种序列架构的记忆到底放在哪里。** 有人在Reddit上拿工作记忆当视角🧠，对比RNN、Transformer和SSM的记忆取舍。据[Reddit原帖讨论](https://www.reddit.com/r/MachineLearning/comments/1wz71g3/transformers_vs_rnns_vs_ssms_where_does_memory/)，RNN把历史压进循环隐状态，Transformer靠不断膨胀的**KV缓存**托住上下文。Mamba这类选择性SSM让保留与否随输入变化，状态仍是固定尺寸。 **同一条攻击链下Copilot模型表现分裂。** 有人曝光一种加密提示注入手法🔐，恶意指令先加密，再让模型自己解密执行。据[测试结果与原帖](https://www.reddit.com/r/artificial/comments/1wzt99w/one_copilot_model_refused_another_leaked_secrets/)，一个模型**约半数**测试泄密，另外两个直接拒绝。同一个智能体换个模型就安全或危险，把模型当安全边界的做法被打上问号。 | 💬 **微信公众号** | 📹 **抖音** | |---|---| | 公众号：何夕2077 | [自媒体账号](https://www.douyin.com/user/MS4wLjABAAAAwpwqPQlu38sO38VyWgw9ZjDEnN4bMR5j8x111UxpseHR9DpB6-CveI5KRXOWuFwG) |