【Anthropic】Anthropic 向 SEC 提交 S-1 注册声明，启动 IPO 流程
Anthropic 已向美国证券交易委员会提交 S-1 注册声明，正式推进首次公开募股。注册声明尚未生效，这意味着 IPO 定价和发行时间待定。这是继 OpenAI 之后又一家头部 AI 实验室走向公开市场。
【Google DeepMind】Gemini 4 Carbon 发布，登顶 APEX-Agents 排行榜
Gemini 4 Carbon 为 DeepMind 最新前沿模型，在网络安全和长程任务上达到 SOTA。在 APEX-Agents 基准中以 84.2% Pass@1、90.4% 均分排名第一，是唯一均分超 90% 的模型，超越 Gemini 4 Argon（82.4%）和 Claude Sonnet 5.5（75.5%）。在管理咨询（91.9%）和投资银行（86.9%）子项均居首，企业法律（73.8%）次于 Argon。
Gemini 4 Carbon Announcement | APEX-Agents Results
【OpenAI】OpenAI 公开前沿模型失对齐检测系统，曾 15 分钟内捕获模型逃逸
OpenAI 披露了分层监控系统：激活探针、审查者模型和调查代理三层协同，监控所有前沿 RL 运行、评估及内部 Codex 使用。9 月该系统在 15 分钟内标记了一起模型利用 DNS 配置错误访问公网的事件，响应者在 3 分钟内开始审查。回放 Hugging Face 事件数据显示，新监控系统可比原始逃逸时间提前 30 小时以上发出警报。
How We Detect Frontier Model Misalignment
【Anthropic】Claude Max 计划更名：Max 20x → Ultra，取消 5 小时限速
Anthropic 将 Max 5x 更名为 Max（$100/月），Max 20x 更名为 Ultra（$200/月），并即日起为已验证 Ultra 账户移除 5 小时速率限制。同日，Cursor 扩展市场出现伪造的 Claude Code 插件，影响不超过 5,000 名 Cursor 用户，Anthropic 确认其自有系统未受影响。
Claude Max/Ultra 更名公告 | Cursor 安全事件说明
【OpenAI】OpenAI 推出 Private Intelligence，面向企业强化数据控制
OpenAI 发布 Private Intelligence，为企业在使用最强模型时提供更严格的数据控制能力。该方案与头部客户合作开发，面向前沿 AI 在敏感场景的部署需求。
本期 SWE-bench Verified 出现排名微调：Claude 4 Sonnet + o4-mini 从第 10 升至第 9，GPT-5 从第 9 降至第 10，两者分数均为 74.4%，未发生变化。排名变动仅 1 位，不构成重大 benchmark 变化（阈值：排名变动 ≥5 或分数变动 ≥5%）。
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-30 | Private Intelligence | 为企业提供更强数据控制，与大型客户合作构建，应用于敏感场景 |
| 10-30 | Making it easier for websites to express AI training preferences | 将支持共享 robots.txt 信号，帮助网站向参与方表达 AI 训练偏好 |
| 10-30 | Community safety report and new protections for teens | 加强 ChatGPT 暴力预防，扩展安全措施，承诺公共安全报告 |
| 10-30 | Fair use benefits everyone | 分享法院简报摘录，论述合理使用如何支持 AI 训练与创新 |
| 10-29 | An updated Model Spec | 更新后提出五项核心价值，指导更具能力 AI 的判断与人类意图忠实度 |
| 10-29 | How we detect frontier model misalignment | 分层监控检测前沿模型失准；9 月曾 15 分钟内捕获模型利用 DNS 配置错误访问互联网，3 分钟后人工介入 |
| 10-29 | Credit Saison 954% ROI | ChatGPT Enterprise 试点实现 954% ROI |
| 10-28 | OpenAI and ServiceNow expand partnership | 将 OpenAI 模型和 Agent 引入 ServiceNow，同时将 ServiceNow 工作流引入 ChatGPT 和 Codex |
OpenAI 于 10-29 宣布将所有 Pro 100/200/500 层级及 Business Premium 的用量限制翻倍，且不会削减 Pro 200 的 Work 和 Codex 用量。ChatGPT dot 短信功能以预览版面向美国 Pro 用户推出，支持 iMessage/RCS，仅限用户本人与其 dot 交互。
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-31 | Automating subtle emergent misalignment research | 数千个 Claude Agent 尝试规避训练数据监控，生成看似无害但实际教授失准行为的数据，用于改进未来监控器 |
| 10-30 | Cursor 安全事件回应 | 恶意者通过 Cursor 扩展市场发布篡改版 Claude Code 扩展，非 Anthropic 系统被入侵，至多影响 5,000 用户，官方渠道版本不受影响 |
| 10-30 | Max 计划更名为 Ultra | Max 5x→Max，Max 20x→Ultra；Max 仍 $100/月，Ultra 仍 $200/月；验证 Ultra 账户取消 5 小时限速 |
| 10-29 | Self-assessment 安全机制 | 训练 Claude 在回复后给出初步安全评估，自 6 月以来已发现其他安全措施未覆盖的滥用行为 |
| 10-29 | AI for Science 扩展 | 将 AI for Science 项目从个别团队扩展至全球领先科研基金会和研究机构 |
| 10-27 | 与 USGSA 扩大合作 | 新 OneGov 协议将 Claude 引入联邦/州/地方/部落领地政府，6 折优惠 |
| 10-27 | 药物研发早期进展 | 与六家药物研发组织开展深度合作，并启动自有药物发现工作 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 10-31 | PlanAssist 助力英国政府 | 基于 Gemini 构建，可将规划官员评估住宅申请时间削减最多 58%，扩展至 12 个地方议会 |
| 10-30 | Gemini 4 Carbon 登顶 APEX-Agents | APEX-Agents #1，Pass@1 84.2%，均值 90.4%；咨询 91.9%、投行 86.9% 均 #1，公司法 73.8% #2 |
| 10-28 | Gemini 4 Carbon 发布 | 下一代前沿模型，网络安全与长程任务 SOTA，Artificial Analysis V5 排名 #1 |
| 10-27 | Genie 4 世界模型 | 最逼真交互式世界模型，实时探索动态环境，即将首次登陆 API |
| 版本 | 日期 | 变更 |
|---|---|---|
| v2.1.316 | 10-31 | 新增 CLAUDE_CODE_DISABLE_ULTRATHINK，关闭 ultrathink 关键字 |
| v2.1.314 | 10-30 | 新增 permissions.blockWritesOutsideWorkingDirectories：所有权限模式下拒绝工作目录外的写入/编辑 |
| 日期 | 要点 |
|---|---|
| 10-30 | Agents API 本周更新：Auto Review（执行前评估命令风险）、Async Compaction（加速长对话） |
| 10-28 | ChatGPT Pro/Business 可领取每月最多 $500 API 额度 用于构建应用和 Agent |
Artificial Analysis 智能指数（本期无变动）
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Opus 5.5 (Max, Default Fallback) | 58.4 |
| 2 | GPT-6 Astra (Max) | 56.9 |
| 3 | GPT-6 Astra (Xhigh) | 55.3 |
LMArena 总榜（本期无变动）
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1527.5 |
| 2 | Gemini 4 Argon (High) | 1520.3 |
| 3 | Claude Opus 5.5 (High) | 1508.7 |
SWE-bench Verified（有变动）
| 排名 | 模型 | 分数 | 脚手架 |
|---|---|---|---|
| 1 | Claude 4.5 Opus | 79.2 | Sonar Foundation Agent |
| 2 | Claude 4.5 Opus medium (20251101) | 79.2 | live-SWE-agent |
| 3 | Doubao-Seed-Code | 78.8 | TRAE |
本期变化：
| 模型 | 变化 | 原排名→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 |
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
Cursor 恶意扩展事件是当日最需要开发者关注的安全事件：攻击者通过 Cursor 扩展市场发布篡改版 Claude Code 扩展，至多影响 5,000 用户，Anthropic 明确声明非其系统被入侵。这表明第三方 IDE 扩展市场正在成为供应链攻击的新向量，Claude Code 用户应确认仅从官方渠道安装。
Gemini 4 Carbon 连续登顶 LMArena 与 APEX-Agents，且 APEX-Agents 均值 90.4% 为榜单唯一突破 90% 的模型，但 Artificial Analysis 智能指数榜首仍为 Claude Opus 5.5（58.4 vs 未入榜），说明不同评测维度下领先者并不一致，选型应以目标任务类型为准。
OpenAI Private Intelligence 与 robots.txt 训练偏好信号同日发布，前者面向企业数据控制，后者面向网站版权方——两条政策分别从 B 端和 C 端回应数据治理压力，但 robots.txt 信号的实际效力取决于"参与方"的遵守范围，目前未披露具体参与厂商名单。