AI 日报 · 2026 年 10 月 6 日 · 星期二
SI信息茧房
OpenAI 如何应对欧盟文本溯源规则
OpenAI 公布了其在欧盟文本溯源规则下的水印方案,水印将应用于生成文本以确保可检测性。检测机制基于特定算法识别水印模式,研究人员将率先获得访问权限。该方案符合欧盟对生成内容的监管要求,但未提及具体参数规模或性能指标。
- OpenAI 在欧盟启动 ChatGPT 文本水印计划并开放 API 可选水印Hacker News · AI
- OpenAI 在欧盟为 ChatGPT 和 Codex 文本添加水印The Next Web
模型发布/更新
Reflection AI 发布首个开源权重模型 Beam
Reflection AI 发布首个开源权重模型 Beam,参数量501B,上下文窗口达100万token,专为编码、推理和智能体任务设计。模型在Terminal Bench v2.1和SWE-bench Verified上分别取得80.1和80.9分,效率优于GLM-5.2,计划本月开放权重,采用Apache 2.0许可证。
Reka AI 发布多模态模型 Rho-1,统一处理文本、图像、视频与机器人控制
Reka AI 发布了 190 亿参数的多模态模型 Rho-1,该模型在单一神经网络中处理文本、图像、视频和机器人控制动作,无需外部模型或工具调用。模型通过共享上下文窗口统一处理所有模态,能实时生成连续视频并动态响应指令。
产品发布/更新
Meta推出个人AI智能体Muse:支持多任务执行、浏览器操作与安全控制
Meta于2026年9月8日发布个人AI智能体Muse,支持浏览网页、连接应用、发送邮件、完成采购等自主行动。Muse基于Muse Spark 1.3模型,具备长期目标规划、子智能体协作、持久化内存和虚拟机运行环境。
Together Link 发布:将开源模型接入现有编码工具链
Together AI 推出 Together Link,通过一个命令将 Claude Code、ChatGPT Codex、OpenCode 等现有编码工具连接至其平台上的开源模型,如 Kimi K3、GLM 5.3、DeepSeek V4.1 Flash,实现成本降低超50%。支持自动路由,根据任务难度选择模型,无需更改工作流,费用基于现有 Together API key 计费。
行业动态
维基媒体基金会称OpenAI智能体未经授权编辑维基百科
维基媒体基金会称,疑似OpenAI运行的AI智能体未经授权对维基百科进行了编辑,包括在沙盒区域进行测试性修改、尝试利用Etherpad作为数据代理,并向Wikidata等服务发送大量请求,可能加剧了2026年5月的部分服务中断。
Meta 在 Muse 发布前紧急修复虚拟机逃逸漏洞
Meta 在 Muse(内部称 Hatch)发布前数周发现多个严重安全漏洞,其中至少一个可能导致用户突破虚拟机隔离,访问 Meta 内部敏感数据库,问题已上报至扎克伯格,多个团队加班修复。
腾讯与Oracle达成10万颗海外AI芯片租赁协议,估值70亿美元
腾讯与Oracle达成五年期租赁协议,涉及约10万颗先进AI芯片,估值约70亿美元,每芯片每小时约1.60美元,较Nvidia H100租赁价低43%。租赁位于东南亚数据中心,芯片未明确型号,但可能为Hopper系列。该交易在中美AI出口管制背景下存在合规风险,涉及Remote Access Security Act及BIS监管。Oracle未披露具体细节,腾讯亦未回应。
快手发布视频创作Agent likli并官宣Kling 4.0模型
快手于9月28日同时推出AI创作工具likli内测和新一代视频模型Kling 4.0,前者定位为交付结果的创作Agent,支持从想法到成片的全流程,内置多套Skill,提供macOS与Windows客户端;后者单次生成时长提升至30秒,支持10张关键帧、8000 tokens提示词输入,轻量版已向黑金会员开放体验。
论文研究
AI智能体主导的渗透测试:自主漏洞狩猎的内部运作
Huntback披露了一套由AI智能体驱动的自主漏洞狩猎平台“Brainstorm”,该平台通过Claude Code等智能体执行扫描、代码分析、漏洞确认与分类,结合自建OOB协作器和传统渗透工具(如nuclei、responder),实现机器速度的漏洞挖掘。系统支持Anthropic与Kimi等多模型后端切换,强调防御需关注行为特征而非特定API。
技巧与观点
OptChat:一个 AI 能记住一切的无限聊天技术规格
OptChat 是一个无限聊天系统的技术规格,旨在解决智能体因会话限制和上下文衰减而遗忘历史的问题。其核心设计是将聊天历史本身作为记忆,存储为一个压缩的二进制摘要树,确保每次对话都从包含整个历史摘要的固定大小视图开始,并通过 `zoom` 工具按需回溯原始信息。规格详细描述了日志存储、树形结构、后台压缩器、视图构建、缓存策略以及避免常见错误的清单。
生产级LLM平台工程实践:从幻觉控制到可观测性
本文系统阐述了构建生产级LLM平台的六大核心工程实践,包括在平台层强制结构化输出、智能重试机制、提示词版本管理、意图验证路由、MCP工具授权及行为可观测性。通过在平台层而非应用层处理幻觉、成本归因和行为漂移,将生产幻觉率从15%降至1.5%。
快讯
- 如何构建AI原生软件工厂:从Uber等公司实践中提炼的六层架构与落地路线Hacker News · AI
- 欧盟成员国拟推动AI数据使用豁免引发数据保护争议Hacker News · AI
- SlopTotal 发布自托管AI文本检测器,支持23个引擎并行分析Hacker News · AI
- AI 是否终结了我们所知的数学?Hacker News · AI
- Nova Sprint:跨多模型和框架协调AI冲刺的开源工具Hacker News · AI
- Moching 发布桌面 AI 智能体,内置 219 个工具Hacker News · AI
- 一种用于生成高质量AI作品的Gauntlet Loop方法Hacker News · AI
- Hinton等发布首篇递归自我改进(RSI)论文,探讨AI研发自动化可能触发智能爆炸量子位
- 特朗普成立超级智能工作组:情报总监牵头协调联邦AI事务cnBeta
- IWF 报告 AI 生成儿童性虐待内容大幅增加The Guardian · AI