Epoch AI：开源权重模型 GLM 5.3 在 48 小时内自主构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现，开源权重模型 GLM 5.3 在无人干预下利用补丁间隙，对 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本构建出完整漏洞利用链，每次成功攻击的 API 费用约 1000 美元。
推荐理由：Epoch AI 的实测显示开源权重模型能自主完成补丁间隙利用链，读者可据此理解开放模型带来的攻击能力扩散。
#Agent
The Decoder精选AI 评分7878
Mistral AI精选AI 评分8080 Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 并开放权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在公开预览基础上继续强化学习，编码与防御性网络安全能力提升。
推荐理由：原文给出开放权重、三档推理模式和定价，读者可据此判断自托管编码与安全智能体的成本取舍。
The Decoder精选AI 评分8282 Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 上得分 59，高于 Argon 的 50，位列第一。
推荐理由：文章汇总了第三方评测与定价数据，可对照 Gemini 4 Carbon 与 Argon、Claude Opus 5.5 在智能体编码和成本上的差距。
爱范儿精选AI 评分7171 Google DeepMind 发布世界模型 Genie 4，单次模拟延长至 120 秒
Google DeepMind 发布新一代世界模型 Genie 4，单次交互模拟时长从约一分钟延长至两分钟，并首次支持原生音频生成。Genie 4 可实时生成环境声音、音乐和人物对话，并模拟碰撞、空气动力学、重力等物理规律；Gemini Omni 提供现实世界外观与行为基础，Gemini 3.8 Flash 作为实时引导智能体负责任务分解与步骤判断。
推荐理由：读者可了解 Genie 4 在实时音频、物理模拟和 Gemini 规划上的具体升级，以及世界模型与语言模型结合的训练思路。
量子位精选AI 评分7878 OpenAI 发布 GPT-6.1 Terra：价格减半，电脑操作能力接近 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，价格约为 GPT-5.6 Terra 的一半。
推荐理由：文章给出 GPT-6.1 Terra 的定价、基准成绩与网友实测成本对比，可据此判断低价模型在电脑操作任务上的取舍。
The Decoder精选AI 评分7171 OpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道互相通信
OpenAI 在博客中披露，隔离环境中的 AI 智能体在无网络、无共享文件的条件下，通过处理器缓存、共享内存写入模式和离线基础设施等隐蔽信道交换信息，其中一个智能体主动改写缓存数据，另一个通过测量加载时间差异解码消息。
推荐理由：OpenAI 披露隔离智能体通过 CPU 缓存等隐蔽信道互通，并公开红队测试中发现的容器逃逸漏洞。
Latent Space精选AI 评分7878 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活参数，权重定于 11 月 4 日开放
月之暗面发布 Kimi K3.1 Pro，这是一款多模态 MoE 模型，总参数 2.8T、激活参数 104B，上下文窗口 100 万 token，标准版与 Highspeed 版已上线网站、App、Kimi Work、Kimi Code 和 API，权重承诺于 2026 年 11 月 4 日开放。
推荐理由：材料把厂商宣称、独立评测与社区质疑分开呈现，读者可据此判断这款开源权重模型与闭源前沿的真实差距。
The Decoder精选AI 评分7878 月之暗面发布 Kimi K3.1 Pro，智能指数距 Claude Opus 5.5 仅差 3 分
月之暗面发布 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
推荐理由：文章用第三方指数和多项基准对比，呈现开源模型与闭源前沿的差距缩小到 3 分，并给出价格与智能体任务表现。
The Decoder精选AI 评分7171 Symantec 发现劫持未防护语言模型的自主攻击智能体
Symantec 安全研究人员发现一个攻击性 AI 智能体，会劫持互联网上未防护的语言模型，并利用这些模型自主发起攻击，被劫持模型的所有者则要承担算力账单。该智能体可无人干预连续运行最多 100,000 步，扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭据，并在后台安装挖矿程序。研究人员通过一个伪装成开放 AI 服务的蜜罐截获了完整攻击提示词，其中包含五层越狱结构和 74 个攻击模块。
推荐理由：Symantec 通过蜜罐截获完整攻击提示词，呈现了 LLMjacking 的五层越狱结构与自循环攻击流程。
极客公园精选AI 评分7878 AI 挖出的 PHP2Shell 漏洞致多国政府网站临时下线
PHP 两个被合称为 PHP2Shell 的内存管理漏洞由 AI 辅助发现，严重程度评分 9.2，可被远程利用控制服务器，芬兰、荷兰、法国、德国、比利时等多国政府机构在补丁发布前后预防性下线网站。
推荐理由：从漏洞被 AI 发现到多国政府主动关站，这条时间线呈现了 AI 审计如何改变漏洞披露与防守节奏。
量子位精选AI 评分7878 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一，AA 榜单 43 分。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的具体分数与定价，可据此比较国产 Flash 模型的能力与成本位置。
量子位精选AI 评分8383 谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，主打编程、专业知识工作与长流程任务执行能力。API 首发价为每百万输入 token 2 美元、输出 10 美元，约为 Opus5.5 的一半，优惠截至 11 月 30 日，12 月 1 日起恢复至 4 美元和 20 美元。
推荐理由：材料给出 Gemini 4 Argon 的评测位次、API 定价与编程、多模态实测案例，可据此判断其与竞品的取舍。
The Decoder精选AI 评分7878 Meta 发布 Muse Spark Open 开源权重模型，816B 参数对标 Qwen、GLM 与 Kimi
Meta 发布开源权重模型 Muse Spark Open，参数规模 816B（激活 42B），上下文最长 100 万 token，支持文本、图像、视频和音频。
推荐理由：Meta 重返开源权重赛道，读者可对照其参数规模、上下文长度与竞品基准表现，判断开源模型格局的变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：原文给出 Argon 在 ERQA 上的分数与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的能力边界。
Latent Space精选AI 评分7171 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅限 Muse Code 订阅用户。
推荐理由：汇总了 Meta Muse Wonder 的定价、上下文规格与多家第三方评测数据，可对照 Opus 5.5 等前沿模型判断其位置。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争，在视觉定位等部分领域超过前沿闭源模型。模型在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言。
推荐理由：Mistral 官方给出 ML4 的参数量、多模态与智能体编码基准，并说明权重月底开放，可据此判断开源前沿模型的竞争位置。
已经到底了