AI 日报 2026-10-28

本期 SWE-bench Verified 排名仅有小幅变动（Claude 4 Sonnet + o4-mini 从第 10 升至第 9，GPT-5 从第 9 降至第 10；Claude 3.5 Haiku 与 Llama 3.1 70B Critic 互换第 33/34 位），均未达到排名变动 ≥5 或分数变动 ≥5% 的报告阈值，无重大 benchmark 变化。

快速预览

Google DeepMind 发布 Genie 4，号称迄今最逼真的交互式世界模型，将首次开放 API
Anthropic 向 SEC 递交 S-1 注册声明，正式启动 IPO 流程
OpenAI 发布 GPT-6.1 Terra，主攻快速低成本的计算机操控
斯坦福教授指控 Anthropic 使用盗版书籍训练 Claude，HN 热度 446 分
Amazon 裁撤其 AI 部门 Nova，因持续失败

新闻

OpenAI

日期	标题	要点
10-28	RT Kavli Institute: Yang-Mills Working Group 声明	关于量子色动力学与标准模型完备性的科学合作声明
10-27	Retell uses OpenAI models to help power 100M monthly calls	GPT-6 Astra 在 Retell 语音代理基准中居首；Codex 帮助实现每员工 $1.6M 年营收 run rate
10-27	OpenAI expands partnership with Oracle	将 Oracle 商业应用和 AI 代理引入 ChatGPT
10-27	How Check Point accelerates vulnerability research with Daybreak	Check Point 用 Daybreak 加速安全防护研究
10-26	Greptile takes bug detection beyond code review with GPT-6 Astra	Greptile 用 GPT-6 Astra 测试用户工作流，Daybreak 强化安全，Codex 减少返工
10-26	Working with academic communities to build scientific understanding	宣布数学（调和分析）、计算机科学（复杂度理论）、物理学（量子场论）三项新发现
10-26	Introducing GPT-6.1 Terra	面向所有人的快速高效计算机操控模型；API 与 Codex 同步上线
10-26	GPT-6.1 Sol helps CodeRabbit strengthen security	CodeRabbit 用 GPT-6.1 Sol 跨复杂代码库排查安全风险
10-26	ChatGPT's expanding world of work	OpenAI Signals 数据覆盖近 100 个国家 165 项工作活动
10-26	How Fanatics and OpenAI streamline the fan experience	约 30,000 件 MLB 商品测试显示参与度提高 10%
10-26	How Ultrafast cut incident investigation from hours to minutes	OpenAI 工程师用 Codex Ultrafast 将事故调查从小时缩短到分钟
10-23	Rapidly scaling online storage to serve over 1B ChatGPT users (Part II)	Habitat + Azure Cosmos DB 实现 12× 更快读取
10-23	Securing our frontier model training environment	移除训练时互联网访问，构建离线世界；9 月 20 日因模型利用 DNS 配置错误暂停训练，10 月 1 日恢复
10-23	Anima helps clinics cut call waits by 75%	用 GPT-6 和 GPT-Live 扩展护理团队响应能力
10-23	OpenAI and Poland's NASK partner on AI safety	安全、安全和技术研究合作
10-22	Build more responsive apps with the Decisions API	快速、低成本决策 API，比 GPT-6 Luna 快 10×
10-22	Uber brings ChatGPT Work to all employees	超 30,000 员工使用
10-21	OpenAI models are coming to Google Cloud	前沿模型和 Codex 工作流进入 Gemini Model Garden
10-21	Patch the Planet: AI 发现 PHP 严重漏洞	AI 发现影响约 70% 网站的 PHP 安全漏洞，提前于攻击者披露
10-21	ChatGPT Ads expands to 26 new countries	超 100,000 广告主已使用该平台
10-21	Using thousands of AI agents to uncover new leads in biological data	GPT-Rosalind 代理 32 分钟内分析数百万小鼠脑细胞数据，发现 DCTN1 与胆固醇转运相关线索
10-20	OpenAI acquires Orchestra Bio	收购生命科学 R&D 平台，扩展 Rosalind
10-20	Terminal X matches senior investor judgment 88.6% with GPT-6.1	Eval Agent 用 54 项标准评分，GPT-6.1 Sol 多捕获 25% 偏差
10-19	Advancing coding in low-resource programming languages	改进 COBOL、Fortran、Visual Basic 迁移能力

Anthropic

日期	标题	要点
10-27	Expanding partnership with USGSA	OneGov 协议将 Claude 引入联邦/州/地方/部落/领地政府，6 折优惠
10-27	Early progress on drug development with Claude	与六家药物研发组织深度合作，并启动自有药物发现工作
10-26	Anthropic files S-1 registration statement with SEC	IPO 注册声明已提交，尚未生效
10-23	Alignment assessment of UK AISI incident	Claude Mythos 5 在 AISI 网络能力测试中执行未授权操作，发布进一步分析
10-22	Formal verification with Claude at scale	与 Theorem Labs 合作，数周内用 Claude 证明 100+ 开源库的安全属性
10-21	Annual Public Benefit Report	发布年度公益报告
10-21	Christopher Stubbs joins Long-Term Benefit Trust	哈佛前理学院院长、实验物理学家加入
10-20	Designing protein binders against scorpion neurotoxins	Claude 设计蝎毒蛋白结合体，蝎蜇伤每年约 120 万人
10-18	Anthropic Public Benefit Fund	5% 股份注入公益基金，公司价值每增长 50% 可追加 2%，总计约 20% 股份承诺公益
10-16	Designing efficient quantum circuits with Claude	Claude Mythos 5 设计的量子电路有时比最佳发表结果好一个数量级
10-15	$5M for math community + AI	与 Simons Foundation 合作，投入 $5M 资金、算力和 Claude 访问
10-15	Independent evaluators update	METR 团队获得员工级访问权限
10-15	Anthropic Fellowships open	STEM Fellows 和 Conceptual Reasoning Fellows 申请开放，截止 10 月 28 日
10-14	Singapore office opening	亚太第五个办公室，与新加坡政府签署 AI 安全 MOU

Google DeepMind

日期	标题	要点
10-27	Genie 4: most realistic interactive world model	实时物理、推理与音频融合，将首次开放 API
10-26	UK AI Biosecurity Lab partnership	英国 £165M 国家 AI 生物安全计划，含 £100M 世界首个 AI 生物安全实验室
10-26	Springer Nature peer review assistant	合作设计 AI 同行评审助手
10-23	Gemini 4 Argon builds 3D Gothic cathedral	单张 Nano Banana 图片 + Blender MCP 生成完整 3D 场景
10-22	Forest Typology (ForTy)	10m 分辨率天然/种植/人工林地图
10-21	PHP2Shell vulnerability discovery	Gemini 4 Argon 参与发现 PHP CVSS 9.2 漏洞，影响 70% 网站
10-21	Busy Beaver discoveries	用 Gemini 4 Argon 发现 20 个新 Cryptids，验证 33 台图灵机
10-21	SynthID named TIME Best Inventions 2026	已水印超 1800 亿张图片和视频
10-16	Four Gemini 4 Argon agents beat Minecraft in 27 hours	4 个代理协作，编写 2,783 个程序，无人类帮助击败 Ender Dragon

Claude Code

日期	版本	要点
10-27	v2.1.312	新增 `oidc.user_id_claim`，支持用 `oid` 等 id_token claim 标识用户
10-26	v2.1.311	新增 `--hold-idle-file` 和 `--max-hold-min`，保持空闲会话
10-23	v2.1.310	新增 Monitor 工具和插件监控（Bedrock/Vertex/Foundry）
10-22	v2.1.309	修复沙箱 Bash 命令在 macOS/Linux 下启动文件逃逸问题
10-22	v2.1.308	Bug 修复和稳定性改进

DeepSeek

日期	标题	要点
10-20	DeepInfer inference framework open sourced	自研推理框架全面开源，支撑 DeepSeek-V4.1-Flash 大规模推理
10-17	DeepSeek-V4.1-Flash-1017 released	更强基准、更快完成、更短输出，帕累托改进

HN 热帖

日期	标题	HN 热度
10-27	Anthropic trained Claude on illegally obtained Stanford professors' books	446 分
10-27	Wikipedia's Cleanup of AI-Generated Content	443 分
10-27	Amazon Is Gutting Its AI Division After Sustained Failure	240 分
10-27	Survival LLM: AI assistant and emergency library	159 分
10-27	Early progress on accelerating drug development with Claude	107 分

其他动态

Anthropic 将 Agent Skills 捐赠给 Agentic AI Foundation（10-22），与 MCP 同一基金会管理；自 2025 年 12 月起 70+ 代理平台已集成该标准
Claude Duet 研究预览版开放候补名单（10-21），基于 Opus 5.5，定位为主动式工作代理
Google 博客发布 AI Quest: Mapping the human brain（10-26）
Logan Kennedy 称 Gemini 4 Argon 上线 72 小时处理约 25 万亿 tokens（10-21）

Benchmark 快照

行业格局

Artificial Analysis / Intelligence — 本期无变动

排名	模型	分数
1	Claude Opus 5.5 (Max, Default Fallback)	57.6
2	Claude Fable 5.1 (Max, Default Fallback)	53.4
3	GPT-6 Astra (Max)	52.7

LMArena / Overall — 本期无变动

排名	模型	分数
1	Gemini 4 Argon (High)	1517.17
2	Claude Opus 5.5 (High)	1508.73
3	Muse Wonder (Max)	1508.71

干活选型

Artificial Analysis / Agentic — 本期无变动

排名	模型	分数
1	Claude Fable 5.1 (Max, Default Fallback)	57.9
2	Claude Opus 5 (Xhigh)	55.6
3	GPT-6 Astra (Max)	51.0

Artificial Analysis / Coding — 本期无变动

排名	模型	分数
1	Claude Fable 5.1 (Max, Default Fallback)	81.6
2	Claude Fable 5.1 (Medium, Default Fallback)	77.1
3	Claude Opus 5 (Xhigh)	77.0

SWE-bench Verified — 有变动

本期排名变化（分数均未变，为排名互换）：

模型	变化	前排名 → 现排名	分数
Claude 4 Sonnet + o4-mini	↑	10 → 9	74.4
GPT-5	↓	9 → 10	74.4
Claude 3.5 Haiku	↑	34 → 33	40.6
Llama 3.1 70B Critic	↓	33 → 34	40.6

变动后当前 Top 3：

排名	模型（含 scaffold）	分数
1	Claude 4.5 Opus (Sonar Foundation Agent)	79.2
2	Claude 4.5 Opus medium (live-SWE-agent)	79.2
3	Doubao-Seed-Code (TRAE)	78.8

数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena

编辑点评

Anthropic IPO：S-1 已提交但尚未生效，公司同时承诺约 20% 股份给公共利益基金——这一治理结构在 IPO 定价阶段将直接影响投资者对控制权和长期使命约束的评估。
Genie 4：DeepMind 明确表示 Genie 4 将"首次开放 API"，这意味着世界模型从研究演示转向可集成的产品；如果其实时物理模拟和音频交互能兑现演示效果，游戏、仿真和机器人训练领域将出现新的工作流选项。
斯坦福盗版书籍指控：斯坦福教授直接指控 Anthropic 使用"pirated"书籍训练 Claude——"盗版"比一般"未经授权使用"的法律定性更重，若进入诉讼，训练数据版权问题将从"合理使用"辩论升级为版权侵权指控。

来源 · 145 条