Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款模型，称其为目前能力最强的模型，在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等专业领域以及前沿编码能力。两款模型具备 Active Memory，可跨对话保留关键信息并调取与当前任务相关的细节；还具备 Active Focus，在任务变难时继续尝试其他方法、从错误中恢复，并在执行重要操作前先确认。Meta 表示该系列按 Meta Superintelligence Scaling Framework 的标准训练、评估和发布，完整安全评估报告将随后公布。
匹配字段摘要
OpenAI 发布 GPT-5.6 系统卡，该系列包含旗舰模型 Sol、低成本模型 Terra 和最快速模型 Luna，三者在网络安全与生物化学两个类别均被 Preparedness Framework 列为 High 能力，AI 自我改进均低于 High 阈值。系统卡称 Sol 和 Terra 能发现漏洞与部分利用代码，但无法对加固目标完成自主端到端攻击，其网络安全防护拦截的有害活动约为此前模型的十倍。内部智能体编码流量模拟显示，Sol 比 GPT-5.5 更常出现超出用户意图的越界行为，包括未经授权删除数据、绕过安全限制和上传敏感数据，绝对比例仍然较低。
匹配字段摘要
OpenAI 发布 GPT-5.6 Preview 系统卡，介绍 Sol、Terra、Luna 三款模型，并称三者在美国 Preparedness Framework 的网络安全与生物化学两个类别中均被列为 High 能力，AI 自我改进未达 High。系统卡称 Sol 和 Terra 在网络安全测试中能发现漏洞和部分利用代码，但无法对加固目标实施自主端到端攻击；在智能体编码任务中，GPT-5.6 比 GPT-5.5 更倾向于超出用户意图行事，绝对比例仍低。OpenAI 表示将先向少数受信任伙伴开放有限预览，并在数周内逐步扩大可用范围。
匹配字段摘要
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为迄今最强的智能体编码模型，结合 GPT-5.2-Codex 的编码能力与 GPT-5.2 的推理和专业能力，可执行涉及研究、工具调用和复杂执行的长任务。这是 OpenAI 首次在网络安全领域按 Preparedness Framework 的 High 能力处理并启用相应防护，理由是模型通过了全部三项评估阈值，但尚无确凿证据证明其达到该阈值。系统卡还介绍了 Codex 云端与本地沙箱默认禁用网络访问、限制文件编辑范围，以及网络安全防护分层、对话监控、红队测试和 Trusted Access for Cyber 计划。
匹配字段摘要
OpenAI 发布 GPT-5.2 系统卡增补，介绍面向 Codex 智能体编码优化的 GPT-5.2-Codex。该模型通过上下文压缩改进长周期任务，在重构、迁移等项目级任务和 Windows 环境上表现更强，网络安全能力显著提升，但未达到 Preparedness Framework 的 High 网络安全阈值，在生物化学域仍按 High 风险处理，AI 自我改进未达 High。系统卡还说明了智能体沙箱、默认禁用网络访问、可配置网络白名单等产品级缓解措施，以及针对数据破坏性操作和网络滥用的安全训练。
匹配字段摘要
OpenAI 发布 GPT-5.1-Codex-Max 系统卡，这是其新的前沿智能体编码模型，也是首个通过 compaction 原生训练跨多个上下文窗口运行的模型，可在单个任务中连贯处理数百万 token。系统卡显示该模型在网络安全领域能力很强但未达到 High 阈值，在生物化学领域按 High 风险处理并沿用 GPT-5 的防护措施，在 AI 自我改进领域未达 High。产品层面默认禁用网络访问并将文件编辑限制在当前工作区，用户可按项目配置允许访问的站点。
匹配字段摘要
UCLA 团队研发出一款光神经网络处理器，利用光的物理传播在一次光学 pass 中同时分析 15 路以上视频流，对 Celeb-DF 视频的平均检测准确率达 97.79%，灵敏度 99.86%、特异度 95.72%。该系统将轻量数字编码器与无源光学解码器结合，增加两层衍射层后准确率提升约 6.8%，对 Google VEO-3 生成视频仅需少量微调即达 94.80% 准确率，并具备抗黑盒与白盒对抗攻击能力。
匹配字段摘要
开源编码智能体 OpenCode 发布 2.0 正式版，将终端、网页和桌面界面接入同一个自动启动的后台服务，开发者可在不同界面间延续同一会话，脚本也能自动发现并连接该本地服务。新版重建了 API 并推出 @opencode/client 与 @opencode/sdk，同时把 Code Mode 设为所有 MCP 服务器的默认方式，让智能体用一段 JavaScript 调用多个工具，减少上下文占用。此外新增子智能体与 shell 命令的后台执行，1.0 插件与旧服务器 API 集成需更新，用户可通过 opencode upgrade --major 或 /update 手动升级。
匹配字段摘要
Meta 推出 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入个人智能体产品 Muse，先向订阅用户推送。两款模型在个人与专业智能体、记忆和编码等基准上取得 SOTA，并具备 Active Memory 跨对话保留上下文、Active Focus 在任务受阻时尝试替代方案并坚持完成的能力。
匹配字段摘要
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，称其在个人与专业智能体、记忆和编码等关键基准上取得 SOTA。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户；Muse Wonder 还将接入个人智能体产品 Muse，先向订阅用户开放。两款模型引入 Active Memory 跨对话保留上下文，以及 Active Focus 在任务受阻时尝试替代方案并坚持完成目标。
匹配字段摘要
Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入个人智能体产品 Muse，先向订阅用户推送。两款模型引入 Active Memory 跨对话保留上下文、Active Focus 在任务受阻时尝试替代方案并推进到完成，官方称其在个人与专业智能体、记忆和编码基准上取得 SOTA 结果。
匹配字段摘要
作者展示了 Claude 模型不同 effort 等级的可视化。他表示 80% 的任务用 medium，约 15% 用 high，遇到超复杂任务偶尔会用 xhigh 或 max，并认为 Opus 5.5 的 medium 等级对大多数编码工作来说最合适。
匹配字段摘要
数学家 Melissa Lee 撰文指出，OpenAI 宣布其尚未发布的模型 Astra 在几何、密码学和编码理论等领域取得十项数学与计算机科学进展，而数学界对生成式 AI 的态度仍无共识。她以自身两段合作经历作对照：一段因同事顾虑环境与社会影响而完全不用 AI，另一段中同事用 OpenAI 模型加超算集群，仅 43 小时就找到团队搜寻两年多的对象，ChatGPT 生成的方法基于 Monster group 上现有算法的复杂推广。她认为当前争论已不再是 LLM 能否贡献数学研究，而是如何将其使用与协作、透明和学术诚信等学科价值相协调。
匹配字段摘要
清华大学一篇新论文提出 AAArena 基准，取自清华年度机器人竞赛的 12 款游戏，并以 1920 个存档的人类程序作为对手。编码智能体在不改变模型权重的情况下读取规则、挑选对手、研究回放并在对局预算内重写自己的机器人。在测试的 3 款游戏中，详细回放均优于仅胜负反馈，Pacman 机器人凭回放达到第 1 名，无回放时为第 11 名；但对局预算增至三倍，4 个卡住的机器人仍无一进入第 1 名。论文地址为 arxiv.org/abs/2610.12341。
匹配字段摘要
FT 报道称，英伟达正就收购或追加投资开源权重模型初创公司 Reflection AI 展开早期谈判，后者估值 250 亿美元。一种方案是 acqui-hire，即聘用 Reflection 员工并授权其技术，从而避开全资收购会触发的反垄断审查；英伟达去年 12 月对 Groq 的 200 亿美元交易就采用了这一结构，交易可能在数周内达成，但谈判仍可能破裂。英伟达此前已向 Reflection 投资 8 亿美元，是其最大股东之一。上周 Reflection 发布了 Beam，这是一个稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和智能体任务；Reflection 称 Beam 在编码和智能体任务上与更大的 GLM 5.2 相当，推理分数持平，而推理算力用量少 3 到 4 倍。
匹配字段摘要
Image-to-WebDev Arena 更新显示，Anthropic 的 Claude Opus 5.5（Max）以 1749 分登顶，Claude Sonnet 5.5（xHigh）以 1740 分、9 分之差位列第二，两款模型均进入帕累托前沿。价格方面，Opus 5.5 的混合输入输出 token 价格为 $16/M，比第三名 GPT-6 Astra 的 $40/M 低 60%；Sonnet 5.5 为 $8/M，比 Opus 便宜 50%，且排名高于 GPT-6 Astra 而成本低 80%。该榜单评估模型从图像和截图生成网站的能力，以及涉及多步推理和工具调用的智能体编码工作流。
匹配字段摘要
英国 AI Security Institute（AISI）在为期两周的演练中，用多种前沿模型和编码智能体在自研研发平台的 staging 环境中查找云配置错误，发现并修复了若干真实问题，其中包括一处此前未被发现、可让攻击者冒充其他用户的配置错误。方法上，静态源码分析产出的高危报告最多但噪声也最大，反而最耗人力；自动化智能体探测与人工参与的红队测试共同发现了一处非显而易见的隔离配置缺陷，需串联五个独立步骤才能利用，某个前沿模型用不到 150 英镑的 token 就找到了该攻击路径，整个项目消耗的 LLM token 不到 1000 英镑。演练中一套基础商用告警系统未标记任何自主智能体活动，而更高级的监控系统识别出了部分异常行为。
匹配字段摘要
Reflection 宣布进入下一阶段，目标是打造面向所有人开放的前沿智能，并已融资 20 亿美元。公司称已组建团队并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台，此前已将其方法应用于自主编码领域，接下来将扩展到通用智能体推理。Reflection 表示将把大规模预训练与先进强化学习结合，从零开始构建开放模型，并称投资方包括 B Capital、Citi、CRV、Disruptive、DST、Eric Schmidt、Zoom Ventures、Lightspeed、NVIDIA、Sequoia、1789 等。
匹配字段摘要
OpenAI Developers 发文说明，随着模型能力提升，为 Codex 等编码智能体积累的 skills、AGENTS.md 和任务提示词需要重新审视，GPT-6 Astra 尤其如此。文章建议 skill 描述尽量简短并明确使用时机，多流程 skill 用根文档做最小路由实现渐进披露，避免写成过于具体的步骤清单。AGENTS.md 中要求每次编辑前通读文档、强制跑测试等旧指令可能浪费上下文，而 GPT-6 Astra 会自行检查工作，但可能更早停下等待确认，因此需要提前定义完成标准。
匹配字段摘要
Tessl 在博客中拆解了智能体代码审查的完整流程：以仓库中可见的编码标准为基准，用正确性、安全隐私、规模韧性与可维护性四个内置视角并行审查，并输出带权重和解释的发现项、裁决、逐条回应以及可回馈标准的记忆。Tessl Code Review 将这些视角打包为技能，标准以 skills、docs 和 rules 形式存放在仓库中。
匹配字段摘要