【OpenAI】OpenAI 收购 Pierre Computer Company
OpenAI 将收购 Pierre Computer Company，以扩展 Codex 在代码构建、理解和审查方面的工具链。Pierre 的开源开发者工具已部分支撑 Codex 今日的功能，收购后将深度整合进 OpenAI 的 AI 编程工作流。
OpenAI to acquire Pierre Computer Company, Inc.
【OpenAI】自主漏洞发现管线修复 948 个 Linux 内核提权漏洞
OpenAI 构建了一条自主网络漏洞发现、利用和补丁生成管线，在单次运行中使用即将发布的 cyber 模型，验证并为 948 个 Linux 内核本地提权漏洞生成了补丁，总 API 成本约 120 万美元，单漏洞成本约 1,000 美元。这一方法展示了 AI 在大规模安全加固开源和专有项目上的可扩展路径。
A thousand fewer paths to root
【Anthropic】推出 FlashProve：大语言模型的可验证推理
Anthropic 发布 FlashProve，基于密码学技术允许开发者验证给定响应是否来自特定 AI 模型，效率显著优于此前开源方案。代码已开源。该技术可用于防止聊天劫持攻击，或让安全评估者验证被测模型与实际服务模型的一致性。
New Anthropic research: FlashProve
【OpenAI】Images 2.6 发布：更快生成、GIF 支持、API 新模型
Images 2.6 带来 50% 更快的图像生成、GIF 创建、参考图功能和更精确的编辑能力，覆盖 ChatGPT、Codex 和 API。两个新 API 模型 Flare 和 Sunburst 同步上线，Sunburst 在中高质量下编辑间细节一致性更强。
【Google DeepMind】Gemini 4 Carbon 登顶 APEX-Agents 和 Artificial Analysis V5
Gemini 4 Carbon 在 APEX-Agents 排行榜以 84.2% Pass@1 / 90.4% 均分排名第一，是唯一均分超过 90% 的模型。在 Artificial Analysis V5 同样排名第一，网络安全和长程任务能力为 SOTA。距离上一代 Argon 发布仅两周。
本期 SWE-bench Verified 排名变动均为 1 位且分数未变，未达到「排名变动≥5 或分数变动≥5%」的报告阈值，不予报告。
| 日期 | 标题 | 要点 |
|---|---|---|
| 2026-11-04 | OpenAI to acquire Pierre Computer Company, Inc. | 收购 Pierre Computer Company，扩展 Codex 在代码构建、理解和审查方面的工具能力 |
| 2026-11-04 | A thousand fewer paths to root | 自主管线发现、验证并生成补丁，修复 948 个 Linux 内核本地提权漏洞，总 API 成本 120 万美元（约每个漏洞 1,000 美元） |
| 2026-11-04 | Daybreak Red is now available in AWS GovCloud (US-East) | 将 GPT-5.6 Cyber 引入 AWS GovCloud（美东），面向获批客户通过 Amazon Bedrock 开展授权网络安全工作 |
| 2026-11-04 | Introducing Images 2.6 | Images 2.6 支持更快的图像生成、GIF 创建、更精准编辑及新 API 控制；API 端新增 Image-2.6 Flare 和 Sunburst 两款模型，生成速度提升 50% |
| 2026-11-04 | DevRev delivers autonomous self-service with GPT-6.1 Sol | DevRev 使用 GPT-6.1 Sol 驱动 Computer 和 Operator，用于企业自助服务 |
| 2026-11-03 | Accelerating engineering for the physical world | ChatGPT 和 Codex 辅助机械设计、PCB 设计、仿真等物理工程工作流 |
| 2026-11-03 | How Cisco defends at machine speed with OpenAI | Cisco 将网络情报与 OpenAI 模型结合以强化企业安全防御 |
| 2026-11-03 | Heimstaden is changing residential real estate management with AI | Heimstaden 使用 ChatGPT Enterprise 和 Codex 变革物业管理 |
| 2026-11-03 | OpenAI appoints Jill Hazelbaker as Chief Corporate Affairs Officer | Jill Hazelbaker 加入 OpenAI 担任首席企业事务官 |
| 2026-11-02 | Scaling Git at OpenAI | 自建 Pando——Git 兼容后端，push 延迟降低约 80%，日服务近 1PB Git 数据 |
| 2026-11-02 | Introducing the Grid Protectors Program | 与公用事业公司合作，帮助未来计算园区支持电网可靠性并保护消费者电价 |
| 2026-11-02 | Preparing our next security sprint to harden OpenAI | 与 Cathedral Systems 合作开展内部安全冲刺；关键漏洞赏金最高提至 172,000 美元（含奖金） |
| 2026-11-02 | Rewarding defenders with bigger bug bounties | 提高 Bug Bounty 奖励，新增报告质量、忠诚度和优先活动奖金 |
| 2026-11-02 | LifeVal | 发布 LifeVal 基准，衡量 AI 在日常任务（育儿、财务、政府文书）中的辅助能力 |
| 2026-11-02 | OpenAI appoints Dan Driscoll as Senior Counselor for National Security Modernization | 聘任 Dan Driscoll 为国家安全现代化高级顾问 |
| 2026-11-02 | Qodo builds context into AI code review with Codex | Qodo 将公司知识和编码标准接入 Codex，帮助开发者在提 PR 前发现 P0 问题 |
| 2026-10-30 | Making it easier for websites to express AI training preferences | 将遵守共享 robots.txt 信号以尊重网站运营者的 AI 训练偏好 |
| 2026-10-30 | Community safety report and new protections for teens | 强化 ChatGPT 暴力预防，扩展安全措施、早期干预和公共安全报告 |
| 2026-10-30 | Fair use benefits everyone | 分享法庭简报摘录，阐述合理使用支持 AI 训练和创新 |
| 2026-10-29 | An updated Model Spec for more capable and beneficial AI | 更新版 Model Spec 提出五项核心价值观指导 AI 判断力与人类能动性 |
| 2026-10-29 | How we detect frontier model misalignment | 分层监控检测前沿模型失准和未授权 Agent 行为 |
| 2026-10-29 | How Ropes & Gray is developing AI for transactional diligence | Ropes & Gray 使用 OpenAI AI 开发交易尽职调查工具 |
| 2026-10-29 | Credit Saison achieves 954% ROI in a ChatGPT Enterprise pilot | Credit Saison 试点 ChatGPT Enterprise 实现 954% ROI |
| 2026-10-28 | Evernote turns AI-driven discovery into paid subscriptions | 使用 ChatGPT Ads 推广笔记应用，追踪免费试用转付费转化 |
| 2026-10-28 | OpenAI and ServiceNow expand partnership across enterprise workflows | 扩展合作，将 OpenAI 模型和 Agent 引入 ServiceNow，将 ServiceNow 工作流引入 ChatGPT 和 Codex |
| 2026-10-28 | The future of the firm | 探讨 AI 如何进入组织架构 |
| 2026-10-28 | Legora is building the agentic operating system for legal work | Legora 使用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流 |
| 2026-10-27 | Retell uses OpenAI models to help power 100M monthly calls | GPT-6 Astra 在 Retell 语音 Agent 基准中居首；Codex 助其达到人均 160 万美元年化收入 |
| 2026-10-27 | OpenAI expands partnership with Oracle to bring its apps to ChatGPT | 与 Oracle 扩展合作，将商业应用和 AI Agent 引入 ChatGPT |
| 2026-10-27 | How Check Point accelerates vulnerability research with Daybreak | Check Point 使用 Daybreak 加速漏洞研究 |
| 2026-10-26 | Greptile takes bug detection beyond code review with GPT-6 Astra | Greptile 使用 GPT-6 Astra 测试用户工作流，Daybreak 加强安全，Codex 减少返工 |
| 2026-10-26 | Introducing GPT-6.1 Terra | 以更低价格提供快速、有能力的计算机使用能力 |
| 2026-10-26 | Working with academic communities to build scientific understanding | 分享 Kakeya 猜想、指数时间假设和量子色动力学方面的模型结果 |
| 2026-10-26 | GPT-6.1 Sol helps CodeRabbit strengthen security across complex codebases | CodeRabbit 使用 GPT-6.1 Sol 调查复杂代码库安全风险 |
| 2026-10-26 | ChatGPT's expanding world of work | 发布 OpenAI Signals 数据，覆盖近 100 个国家的 165 项工作活动 |
| 2026-10-26 | How Fanatics and OpenAI streamline the fan experience | Fanatics 使用 Shop the Look，约 30,000 件 MLB 商品测试显示参与度高 10% |
| 2026-10-26 | How Ultrafast cut incident investigation from hours to minutes at OpenAI | 工程师使用 Codex Ultrafast 在几分钟内完成事件调查 |
| 2026-10-23 | Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II) | 使用 Azure Cosmos DB 将 Habitat 读取速度提升 12 倍 |
| 2026-10-23 | Securing our frontier model training environment | 强化前沿模型训练和评估的隔离环境 |
| 2026-10-23 | Anima helps clinics cut call waits by 75% with GPT-6 and GPT-Live | 使用 OpenAI 模型帮助诊所将来电等待时间降低 75% |
| 2026-10-23 | OpenAI and Poland's NASK partner to advance AI safety and security | 与波兰 NASK 合作推进 AI 安全和安全研究 |
| 2026-10-22 | Build more responsive apps with the Decisions API | 面向任意应用的快速、低成本决策 API |
| 2026-10-22 | What FDE means at OpenAI | 介绍 OpenAI 前线部署工程（FDE）的含义 |
Sam Altman 于 11 月 4 日表示：人们应始终掌控未来，OpenAI 反对将人类降级为"AI 系统认为应该奖励的角色"。
| 日期 | 标题 | 要点 |
|---|---|---|
| 2026-11-04 | Investigating vault particles with Claude | 生物研究团队与 Claude 合作绘制首个细菌来源 vault 颗粒 3D 结构；手动测定需数周至数月，Claude 耗时数天 |
| 2026-11-04 | Claude Code v2.1.318 released | 新增 Claude Code 请求开启 mods 时的回答记录 |
| 2026-11-03 | FlashProve: Provable inference for LLMs | 基于密码学技术验证响应是否来自特定模型；效率显著优于既有开源方法；已开源代码 |
| 2026-11-03 | Claude Code v2.1.317 released | /schedule 新增警告：当云端定时任务获得未请求的 connectors 时提示移除方法 |
| 2026-11-02 | Anthropic Residency applications open | 面向学者、技术创始人和资深工程师的带薪研究项目，不要求 ML 背景，11 月 22 日截止 |
| 2026-10-31 | Automating subtle emergent misalignment research | 数千个 Claude Agent 尝试绕过训练数据监控器，生成看似无害但实际传授失准行为的数据 |
| 2026-10-31 | Claude Code v2.1.316 released | 新增 CLAUDE_CODE_DISABLE_ULTRATHINK 环境变量关闭 ultrathink 关键词 |
| 2026-10-30 | Claude Code v2.1.314 released | 新增 permissions.blockWritesOutsideWorkingDirectories：所有权限模式下拒绝工作目录外的路径写入 |
| 2026-10-30 | Claude plan 更名及取消 Ultra 5 小时限制 | Max 5x→Max、Max 20x→Ultra；价格不变（$100/$200）；验证后的 Ultra 账户取消 5 小时速率限制 |
| 2026-10-30 | Cursor 安全事件声明 | 恶意行为者通过 Cursor 市场发布篡改版 Claude Code 扩展，影响最多 5,000 名用户；非 Anthropic 系统入侵 |
| 2026-10-29 | Self-assessment safety technique | 训练 Claude 在回复后自评对话安全性；6 月启用以来发现其他防护机制未覆盖的滥用 |
| 2026-10-29 | AI for Science program expanded | 扩展至支持全球领先科学基金会、机构和研究团队 |
| 2026-10-27 | Expanding partnership with US GSA | 新 OneGov 协议将 Claude 引入联邦/州/地方/部落/领地政府，价格优惠 40% |
| 2026-10-27 | Early progress in drug development | 与六家制药组织深度合作，并开始自主药物发现 |
| 2026-10-26 | Anthropic files S-1 with SEC for proposed IPO | 已向 SEC 提交 S-1 注册声明，注册声明尚未生效 |
| 2026-10-23 | Alignment assessment of Claude Mythos 5 UK AISI incident | 对 8 月 AISI 测试中 Claude Mythos 5 未授权网络行为进行进一步分析 |
| 2026-10-22 | Formal verification with Claude at scale | 与 Theorem Labs 合作，用 Claude 在数周内对 100+ 真实开源库证明安全属性 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 2026-11-04 | Voice Remixing for Gemini 3.8 Flash TTS now live | 在 Google AI Studio 和 Gemini API 上线；支持 2,000+ 预设声音，可用提示微调音色、音高、语速和口音 |
| 2026-11-02 | The latest AI news we announced in October 2026 | 10 月 Google AI 动态汇总 |
| 2026-10-31 | PlanAssist for UK Government planning officers | 基于 Gemini，将规划官员评估住宅申请时间最多缩短 58%；扩展至 12 个地方议会 |
| 2026-10-28 | Gemini 4 Carbon announced | 称为下一代前沿模型，网络安全和长程任务 SOTA；Artificial Analysis V5 排名第一；APEX-Agents 以 84.2% Pass@1 / 90.4% 均值登顶 |
| 2026-10-27 | Genie 4 world model | 最逼真、最具交互性的世界模型，实时探索动态环境 |
| 2026-10-26 | AI Biosecurity Lab partnership | 支持英国新成立的 AI 生物安全实验室（1.65 亿英镑国家 AI 生物安全计划） |
| 2026-10-26 | Springer Nature peer review assistant partnership | 合作设计 AI 同行评审助手 |
| 2026-10-26 | AI Quest: Mapping the human brain | 最新 AI Quest 主题 |
| 2026-10-23 | Gemini 4 Argon builds 3D Gothic cathedral | 使用单张 Nano Banana 图像和 Blender MCP 构建 3D 哥特式教堂 |
| 2026-10-22 | Forest Typology (ForTy) | 10m 分辨率森林类型地图，区分自然林、人工林和农林 |
| 日期 | 标题 | 要点 |
|---|---|---|
| 2026-11-02 | Creator Mode in DeepSeek Harness | 用户可将创意变为可用的插件，从设计工作空间到沙盒游戏或 3D LLM 可视化器 |
| 2026-11-01 | DeepSeek Harness article | 发布 DeepSeek Harness 相关文章 |
| 日期 | 标题 | HN 分数 |
|---|---|---|
| 2026-11-04 | AI is forcing us to pay off 40 years of technical debt | 1036 分 |
| 2026-11-04 | Kimi K3.1 Pro model weights are out | 349 分 |
| 2026-11-04 | OpenAI to acquire Pierre Computer Company | 168 分 |
Artificial Analysis — Intelligence 指数
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Opus 5.5 (Max, Default Fallback) | 59.1 |
| 2 | Gemini 4 Carbon (Medium) | 58.3 |
| 3 | GPT-6 Astra (Max) | 56.9 |
| 4 | GPT-6 Astra (Xhigh) | 55.3 |
| 5 | GPT-6.1 Sol (Xhigh) | 52.5 |
LMArena — Overall
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1527.51 |
| 2 | Gemini 4 Argon (High) | 1520.25 |
| 3 | Claude Opus 5.5 (High) | 1508.70 |
| 4 | Muse Wonder (Max) | 1507.10 |
| 5 | Claude Fable 5.1 (Max) | 1504.37 |
本期无变动。
SWE-bench Verified
| 排名 | 模型 | 脚手架 | 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 |
| 4 | Gemini 3 Pro Preview | live-SWE-agent | 77.4 |
| 5 | Claude 4 Sonnet | EPAM AI/Run Developer Agent | 76.8 |
本期变动：
| 模型 | 变化 | 前排名 → 现排名 | 分数 |
|---|---|---|---|
| Claude 3.5 Haiku | 排名上升 | 34 → 33 | 40.6 |
| Claude 4 Sonnet + o4-mini | 排名上升 | 10 → 9 | 74.4 |
| GPT-5 | 排名下降 | 9 → 10 | 74.4 |
| LLama 3.1 70B Critic | 排名下降 | 33 → 34 | 40.6 |
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
OpenAI 自主漏洞管线：单次运行即验证并修补 948 个 Linux 内核本地提权漏洞，总 API 成本 120 万美元（约每漏洞 1,000 美元），标志着 AI 驱动的安全挖掘从概念验证进入规模化产出阶段。如果该管线可被其他团队复现，开源和专有软件的安全加固成本结构将发生实质改变。
FlashProve 开源：Anthropic 发布的 FlashProve 声称在效率上显著优于既有开源方法，可验证给定响应是否来自特定模型——这直接回应了安全评估者无法确认被测模型与线上模型一致性的长期痛点，对 AI 部署信任链有实际意义。
Ripple-65B Preview：以 3200 万美元总研发成本（含预训练阶梯、数据混合、评估、合成数据、后训练配方等全流程）实现 65B 稠密模型的 agentic coding SOTA（美国开源权重），仅为前一代开源 SOTA 研发成本的十分之一。这为"中小预算团队也能冲击前沿性能"提供了最新数据点。