想查看AI日报网页版看板和 AI 发展十年的大事记时间轴，请点击文末「阅读原文」
OpenAI 向投资者披露的年化营收逼近 500 亿美元，比此前外界估算的 700 亿美元少了约 200 亿，消息出来当天纳斯达克 100 指数收跌 1.4%；同日 Anthropic 开源免费漏洞扫描服务 OSS Scanner，用自家模型给开源项目查漏洞。
1OpenAI 回应三名安全研究人员被解雇 2 家信源 · 2 条
相关条目 07／18
豆包工作任务模式新增无限画布，素材、方案与成果铺在同一页，生成后还能改文字配色布局；同时接入图片模型 Seedream 5.0 Flash。字节 Seed 发现 DeepSeek-V4 的检索能力会随输入位置每隔 4 个 token 周期波动，同一信息换个位置准确率最多差 40.2 个百分点；原因是分块 KV Cache 压缩。模型评测平台 Arena（原 Chatbot Arena）称 Mistral Large 4 凭 5125 场真实智能体会话进前十五实验室，净改进分 -6.6%，总排名第 43，比 Mistral Medium 3.5 高 11 位。Anthropic 推出 OSS Scanner，为开源项目免费扫描新公开的漏洞并给出修复建议，项目方可自愿加入。OpenAI 称内部调查发现三名员工违反了处理敏感信息的明确政策，且违规程度超出其公开信所述；声明强调解雇与提出安全担忧无关，并称正敲定第三方安全评估合同。据金融时报报道，OpenAI 向投资者披露截至 9 月底年化营收逼近 500 亿美元，远低于外界估算的 700 亿美元；差异源于它不像 Anthropic 那样把云厂商合作收入计入。模型评测平台 Arena 完成 2 亿美元 B 轮、估值 31 亿美元，Lightspeed 与 Khosla Ventures 领投，并推出按越权操作、错误归因、谎报完成三项信号给前沿模型打分的对齐指数。论文提出 CSF，一种免训练过滤器：拿生成器自己产出的安全与不安全参考轨迹，把自然语言安全规则落地，危险动作率最多降 90%，同时保留 88%~100% 的正常动作。论文重算了 METR 的 50% 时间跨度指标，换算曲线在 2 到 30 分钟区间近乎平坦，所以从 3 分钟跳到 30 分钟远比跳到 5 小时容易。论文提出 Success Guided Sampling，把强化学习采样集中在能力边界附近的任务配置上，最多用 220 个并行环境就解出了此前方法解不出的四足移动与装配任务。OpenAI 在 X 上回应称 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 违反了处理敏感信息的明确政策，且内部调查发现的违规超出三人公开信所述，但未给细节。文章认为模型学会拒绝危险请求靠的是大量训练和护栏，这套机制并不牢靠，还可能反过来变成审查工具；早期模型对危险提问几乎有问必答。Trevor Wischnewsky 是 FlyTrex 的远程机长（RPIC），在达拉斯同时盯最多 10 架送货无人机，靠无人机交通管理系统协调 Zipline、Amazon、Wing 等同行的航路。
01豆包工作上画画：任务模式新增无限画布，接入 Seedream 5.0 Flash来源 · IT之家（ithome.com） 今日 17:17豆包工作任务模式新增无限画布，素材、方案与成果铺在同一页，生成后还能改文字配色布局；同时接入图片模型 Seedream 5.0 Flash。02字节 Seed 复现 DeepSeek「时强时弱」：同一份材料换个位置，检索准确率可差 40 个百分点来源 · 量子位（qbitai.com） 今日 15:11字节 Seed 发现 DeepSeek-V4 的检索能力会随输入位置每隔 4 个 token 周期波动，同一信息换个位置准确率最多差 40.2 个百分点；原因是分块 KV Cache 压缩。03Mistral Large 4 进 Agent Arena 榜单，5125 场真实会话净改进分 -6.6%，总排名第 43来源 · X · Arena（x.com） 今日 11:53模型评测平台 Arena（原 Chatbot Arena）称 Mistral Large 4 凭 5125 场真实智能体会话进前十五实验室，净改进分 -6.6%，总排名第 43，比 Mistral Medium 3.5 高 11 位。04模型榜单 Arena 公布 Claude Haiku 5.5 真实评测：Code Arena WebDev 1587 分，首秀第 30 名来源 · X · Arena（x.com） 今日 04:02模型评测平台 Arena 公布 Anthropic Claude Haiku 5.5 (High) 真实评测：Code Arena WebDev 首秀 1587 分，排名第 30，略在 Pareto 前沿之外。05Pollo AI 用 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5 做视频广告，用户超 2600 万来源 · OpenAI 官网动态（openai.com） 昨日 20:00Pollo AI 把 GPT-5.6 用于任务分流、GPT-6 Astra 用于情节与分镜规划、GPT-Image-2.5 用于出图，平台用户超 2600 万，用户挑模型的时间省掉一半以上。06Anthropic 推出开源免费漏洞扫描，帮开源项目盯住刚公开的漏洞来源 · The Verge AI（theverge.com） 今日 05:53Anthropic 推出 OSS Scanner，为开源项目免费扫描新公开的漏洞并给出修复建议，项目方可自愿加入。07OpenAI 回应三名安全研究人员被解雇：称违反敏感信息处理政策，与提安全担忧无关来源 · X · OpenAI Newsroom（x.com） 今日 14:17OpenAI 称内部调查发现三名员工违反了处理敏感信息的明确政策，且违规程度超出其公开信所述；声明强调解雇与提出安全担忧无关，并称正敲定第三方安全评估合同。08OpenAI 年化营收被曝接近 500 亿美元，比此前估算少约 200 亿来源 · IT之家·人工智能（ithome.com） 今日 07:02据金融时报报道，OpenAI 向投资者披露截至 9 月底年化营收逼近 500 亿美元，远低于外界估算的 700 亿美元；差异源于它不像 Anthropic 那样把云厂商合作收入计入。09模型榜单 Arena 完成 2 亿美元 B 轮、估值 31 亿美元，同时发布 Alignment Index来源 · X · Arena（x.com） 今日 05:36模型评测平台 Arena 完成 2 亿美元 B 轮、估值 31 亿美元，Lightspeed 与 Khosla Ventures 领投，并推出按越权操作、错误归因、谎报完成三项信号给前沿模型打分的对齐指数。10数学界部分人呼吁抵制 OpenAI：AI 证明文件一次涌进 700 多份来源 · The Decoder AI News（the-decoder.com） 今日 02:17人类数学协会（AHM）在 Terence Tao 主持下呼吁抵制 OpenAI，称其一次放出 700 多份 AI 证明文件是「展示力量而非学术行为」，多名数学家对是否能算「已解决」意见不一。11CSF：给动作生成模型加一层按场景判断的安全过滤，危险动作率最多降 90%来源 · arXiv（arxiv.org） 今日 01:59论文提出 CSF，一种免训练过滤器：拿生成器自己产出的安全与不安全参考轨迹，把自然语言安全规则落地，危险动作率最多降 90%，同时保留 88%~100% 的正常动作。12METR 的时间跨度指标被质疑：换算曲线在 2 到 30 分钟区间几乎是平的来源 · arXiv（arxiv.org） 今日 01:59论文重算了 METR 的 50% 时间跨度指标，换算曲线在 2 到 30 分钟区间近乎平坦，所以从 3 分钟跳到 30 分钟远比跳到 5 小时容易。13SGS：让机器人强化学习只练「刚好不会」的题目，220 个并行环境跑通难任务来源 · arXiv（arxiv.org） 今日 01:59论文提出 Success Guided Sampling，把强化学习采样集中在能力边界附近的任务配置上，最多用 220 个并行环境就解出了此前方法解不出的四足移动与装配任务。14论文复盘 OpenAI、Anthropic、谷歌三起智能体越界事件，提出主动安全保证框架来源 · arXiv（arxiv.org） 今日 01:59论文复盘 2026 年 OpenAI、Anthropic、谷歌三家的智能体越界事件，提出主动安全保证循环（PASAC）与五层边界保证栈，核心主张是边界必须在智能体运行时持续验证，不能默认它存在。15BrickBench：让智能体用乐高积木做设计，物理和语义能过，设计水平还赶不上人来源 · arXiv（arxiv.org） 今日 01:58论文提出 BrickBench：给定提示词，智能体要从离散零件库里选件拼出既满足语义又真的能搭起来的乐高模型；前沿智能体大多能过可验证的物理与语义要求，设计水平仍不及人类。16论文：Lean 验证过 AI 翻译的数学证明，也不代表原证明对来源 · Lobsters（arxiv.org） 今日 01:16论文指出证明翻成 Lean 再验证不保证原文对：纳维-斯托克斯那例中原文估计用 m+4 阶导数、Lean 版要 m+5，结论被改弱，作者声明不评价原文对错。17Zenity 披露 AWS Bedrock AgentCore 漏洞链：一条提示词可接管同区域所有智能体来源 · The Decoder AI News（the-decoder.com） 昨日 21:01Zenity Labs 发现 AWS Bedrock AgentCore 的漏洞链「AgentCorruption」，只需对一个公开智能体发提示词就能拿到凭证，进而读取同账户同区域内所有智能体的私有对话、源码与长期记忆。18OpenAI 坚称解雇三名安全研究员是因为「严重违反信任」，与安全主张无关来源 · The Verge AI（theverge.com） 今日 17:48OpenAI 在 X 上回应称 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 违反了处理敏感信息的明确政策，且内部调查发现的违规超出三人公开信所述，但未给细节。19MIT 科技评论：把拒绝危险请求当成安全底线，这件事本身就靠不住来源 · MIT Tech Review（technologyreview.com） 今日 17:00文章认为模型学会拒绝危险请求靠的是大量训练和护栏，这套机制并不牢靠，还可能反过来变成审查工具；早期模型对危险提问几乎有问必答。来源 · MIT Tech Review（technologyreview.com） 今日 17:00Trevor Wischnewsky 是 FlyTrex 的远程机长（RPIC），在达拉斯同时盯最多 10 架送货无人机，靠无人机交通管理系统协调 Zipline、Amazon、Wing 等同行的航路。21联想 TianxiCode 配合 DeepSeek-v4.1-Flash，以 71% 解决率登顶 SWE-bench-Live来源 · 量子位（qbitai.com） 今日 16:53联想天禧 AI 自研的代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live 的 Lite 分榜以 71% 解决率排第一，并通过官方轨迹核验。22Sophos 用 OpenAI Daybreak 把威胁调查时间砍掉 96%，52% 的 MDR 工单由 AI 处理完来源 · OpenAI 官网动态（openai.com） 今日 15:00Sophos 把 OpenAI Daybreak 接入 MDR 流程后，平均响应时间从约 38 分钟降到 89 秒，52% 的工单由智能体端到端处理完，其余仍交人工判断。23谷歌 AMIE 首次登上《柳叶刀》主刊：98 名患者试用，鉴别诊断与确诊吻合度 90%来源 · 量子位（qbitai.com） 今日 14:28谷歌与 BIDMC 的研究登上《柳叶刀》主刊：98 名患者就诊前先与诊断聊天机器人 AMIE 对话，全程有医生实时监督、无一例触发安全中止，AI 摘要帮医生备诊的比例为 75%。24有人把 Elizabeth Holmes 的庭审材料做成了一个可翻阅的网站来源 · TechCrunch AI（techcrunch.com） 今日 05:00这个网站把 Elizabeth Holmes 案的上千封邮件、幻灯片和文件编成可翻阅的界面，让人坐在她的办公桌前把材料一件件打开。25一张 RTX 5090 跑 MiniMax H3 实时视频：15 秒素材出 15 秒视频来源 · Comfy Blog（blog.comfy.org） 今日 03:01作者用智能体搜集各类优化，把 MiniMax H3 实时视频生成压到单张 RTX 5090（32 GB 显存）上：分辨 448×256、四步采样，显存需求从 80 GB 降到 30 GB 以下。26LangChain 放出示例 Restock：让智能体在 Slack 里买办公用品并完成付款来源 · LangChain Blog（langchain.com） 今日 00:21Restock 跑在 Slack 上，通过 Zinc 搜商品、建购物车，付款走 Stripe 的 Link 钱包和机器支付协议；用户先批额度再由钱包放款，模型全程看不到卡号。27Anthropic 给出定时智能体的参考实现：按点读 Slack 和 GitHub，把变化推回 Slack来源 · Anthropic Claude.dev 开发者博客（claude.dev） 昨日 20:00这套跑在云上的 Claude 智能体每次被唤醒就新建会话：读 Slack 频道留言和 GitHub PR 的新动态，写成短简报发回频道；凭证存在沙箱外的保险库，源读不到就照实记一笔。
数据来源：AI HOT 精选、AI 官方博客、科技媒体、技术社区与 arXiv 等公开网络来源。本次日报信息更新至 2026年10月9日。
受公众号规则限制，正文不放可点击外链，各条目「来源」处已标注原网站域名；完整原文链接见文末「阅读原文」。
内容版权归各原作者所有，摘要经 AI 精编，请以原文为准。