【Anthropic】Claude Fable 5.2 与 Mythos 5.2 发布 Anthropic 发布新前沿模型 Fable 5.2 和 Mythos 5.2，定位为应对高难度技术挑战的协作模型，在编码、推理和视觉方面均有提升。Fable 5.2 在 Artificial Analysis 智能榜单以 56.4 分直接进入第 4 名，较前代 Fable 5.1 Medium（43.2 分）提升 30.6%。Claude Code v2.1.321 已将 Fable 5.2 设为默认 Fable 模型，支持 1M 上下文，定价 $8/$40 per Mtok。 HN 讨论 · Anthropic 公告
【OpenAI】自主管道发现 948 个 Linux 内核提权漏洞，GPT-6 Cyber 发布 OpenAI 安全研究团队构建了自主漏洞发现、利用与补丁生成管道，单次运行验证并生成 948 个 Linux 本地提权漏洞补丁，API 总成本 $120 万。同期发布 GPT-6 Cyber 网络安全模型，已被 Mozilla、Palo Alto Networks、Cisco 等安全团队投入使用。该模型在 Daybreak Red 项目中通过 AWS GovCloud 向授权客户提供。 948 漏洞详情 · GPT-6 Cyber
【OpenAI】Control Room：模型工作负载中央追踪与急停系统 OpenAI 公开 Control Room 系统，连接所有研究推理工作负载（含 agentic sampling、数据加工等），可在安全决策后 35 秒内暂停或停止模型输出。该系统与 OpenAI 的错位监控配合运作，是前沿模型训练部署安全框架的核心组件。 Control Room
【Google】单代 TPU 推出四款系统，TPU 8i Max 与 8tx 上线 Google 在第八代 TPU 中一年内推出四款不同系统：8i Max 面向超大上下文窗口和高密度推理，8tx 面向安全机密推理。开发者现可通过 TorchTPU 零代码改写运行原生 PyTorch 与 Hugging Face 模型，KV 传输延迟降低超 90%。 TPU 博客
【Anthropic】FlashProve：开源可验证推理证明系统 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指定 AI 模型，效率显著优于此前开源方案。可防止对话劫持，也使安全评估者能验证测试模型与生产模型一致性。代码已在 GitHub 开源。 研究全文 · GitHub
Artificial Analysis 智能榜
| 模型 | 变化 | 前分数 | 现分数 |
|---|---|---|---|
| Claude Fable 5.2 (Medium) | 新进入第 4 名 | — | 56.4 |
| Claude Fable 5.1 (Medium) | 8→9 | 43.2 | 43.2 |
| Claude Fable 5.1 (Max) | 7→8 | 49.2 | 49.2 |
| GPT-6 Astra (Xhigh) | 4→5 | 55.3 | 55.3 |
| GPT-6.1 Sol (Xhigh) | 5→6 | 52.5 | 52.5 |
| GPT-6.1 Sol (High) | 6→7 | 50.3 | 50.3 |
Fable 5.2 (Medium) 以 56.4 分直接空降第 4，将 GPT-6 Astra (Xhigh)、GPT-6.1 Sol 系列各推后一位。与前代 Fable 5.1 Medium 的 43.2 分相比，同档位提升达 30.6%，是本期唯一达到重大变动阈值（分数变动 ≥5%）的变化。
LMArena 总榜（新模型首入）
| 模型 | 排名 | 分数 |
|---|---|---|
| Gemini 4 Carbon (High) | 1 | 1526.6 |
| Gemini 4 Argon (High) | 2 | 1522.0 |
| Muse Wonder (Max) | 3 | 1512.1 |
| Claude Opus 5.5 (High) | 4 | 1505.7 |
| Claude Fable 5 (High) | 5 | 1503.8 |
LMArena 本期大量模型首次入库，Gemini 4 Carbon (High) 以 1526.6 分占据总榜第一。SWE-bench Verified 排名变动均为 1 位，未达报告阈值。
| 日期 | 新闻 | 要点 |
|---|---|---|
| 11-09 | Claude Fable 5.2 and Mythos 5.2 | 新模型面向高难度技术挑战，在编码、推理、视觉方面提升；Fable 5.2 为 1M 上下文、$8/$40 per Mtok、缓存读取 $0.20/Mtok，现为 Claude Code 默认 Fable 模型 |
| 11-09 | Claude Code v2.1.321 | 添加 claude-fable-5-2 为默认 Fable 模型 |
| 11-06 | Agent Memory 与 "dreaming" | 工程博客介绍 Claude 如何通过 "dreaming" 整理已学知识、纠正错误并提升检索效率 |
| 11-06 | AI 辅助科学建模 | 科学博客探讨 AI 如何辅助编写、运行、拟合和修改科学模型 |
| 11-04 | Vault 粒子 3D 结构 | 生物研究团队用 Claude 首次绘制细菌来源 vault 粒子 3D 结构，将原本数周至数月的工作缩短至数天 |
| 11-03 | FlashProve 开源 | 基于密码学技术的可验证推理方案，允许开发者验证某回复是否来自指定 AI 模型，代码已开源 |
| 10-31 | 自动化红队研究 | 数千个 Claude 代理被用于生成看似无害但实际传授错误行为的训练数据，用于改进训练数据监控 |
| 10-29 | Self-assessment 安全机制 | Claude 在回复后自动给出对话安全评估，自 6 月上线以来发现了其他护栏未覆盖的滥用行为 |
| 10-29 | AI for Science 项目扩展 | 从独立团队扩展至支持全球领先科学基金会、机构和研究组 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 11-09 | ChatGPT Enterprise 登陆 AWS Marketplace | 组织可通过现有 AWS 采购和计费关系简化 ChatGPT Enterprise 采购 |
| 11-09 | Control Room | 集中系统追踪研究基础设施中的模型工作负载，可在安全或安全顾虑出现时 35 秒内暂停或停止任务 |
| 11-09 | Agents API 更新 | 12 小时 prompt 缓存、异步函数、按会话预算控制 (beta) |
| 11-09 | 多机器连接 Codex dot | 用户可将多台本地计算机连接至同一 dot 并选择用于特定任务 |
| 11-06 | BioBasicsBench | 与 Ligo 合作开发的 100 任务基准，测试 AI 代理解读实验原始数据、识别错误的能力 |
| 11-06 | 与 Hacktron 合作安全测试 | 寻找漏洞、测试第三方服务连接、用前沿 AI 强化防御 |
| 11-05 | GPT-6 Cyber 发布 | 网络安全模型，用于发现可利用漏洞并生成修复，已获 Mozilla、Palo Alto Networks、Cisco 等使用 |
| 11-05 | Images 2.6 | 更快图像生成、GIF 创建、更精确编辑、新 API 控制，API 生成速度提升 50% |
| 11-04 | Linux 内核漏洞自主管道 | 自主管道单次运行发现、验证并生成 948 个本地提权漏洞补丁，API 总成本 $120 万 |
| 11-04 | 收购 Pierre Computer Company | 扩展 Codex 在代码构建、理解和审查方面的工具 |
| 11-04 | DevRev 使用 GPT-6.1 Sol | 驱动 Computer 和 Operator 产品，平衡推理、速度和成本 |
| 11-04 | Daybreak Red 进入 AWS GovCloud | 将 GPT-5.6 Cyber 通过 Amazon Bedrock 提供给批准客户用于授权网络安全工作 |
| 11-03 | 加速物理世界工程 | ChatGPT 和 Codex 辅助 CAD、PCB 设计、仿真等工程工作流 |
| 11-03 | Jill Hazelbaker 任首席企业事务官 | 领导全球传播和企业定位 |
| 11-02 | Grid Protectors Program | 与公用事业公司合作，确保未来计算园区支持电网可靠性 |
| 11-02 | 提高 Bug Bounty 奖励 | 新增报告质量、忠诚度和优先活动奖金 |
| 11-02 | LifeVal 基准 | 测量 AI 在日常任务（找托育、管理财务、政府文件）中帮助人们的程度 |
| 11-02 | Dan Driscoll 任国家安全现代化高级顾问 | 就负责任 AI 在国家安全现代化、网络韧性和盟友合作方面提供建议 |
| 11-02 | Scaling Git at OpenAI | 构建 Pando——面向 Codex 规模开发的 Git 兼容后端 |
| 10-30 | 网站 AI 训练偏好表达 | 将遵守共享 robots.txt 信号，帮助网站运营者向参与方传达 AI 训练偏好 |
| 10-30 | 社区安全报告与青少年保护 | 加强 ChatGPT 暴力预防，扩展护栏、更早干预、承诺公开安全报告 |
| 10-30 | Fair Use 造福所有人 | 分享创作者、学者、无障碍倡导者和法律专家的法庭简报摘录 |
| 10-29 | 更新 Model Spec | 五项核心价值观引导更强能力 AI 走向合理判断、人类自主性和人类意图忠实 |
| 10-29 | 前沿模型错位检测 | 分层监控检测模型错位和未授权代理行为 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 11-09 | TPU 第 8 代扩展 | 推出 TPU 8i Max（大上下文窗口、最高计算密度）和 TPU 8tx（安全机密推理），单代四款系统；支持原生 PyTorch & Hugging Face、TorchTPU 零代码改写 |
| 11-06 | AI 发现 RSA 弱点 | AI 代理在人类指导下发现 1024-bit RSA 加密体系两大弱点 |
| 11-05 | Gemini Omni 1.2 Flash | 更快、成本降 30%、更长视频片段（15 秒）、更深电影控制、多轮对话编辑、更少视觉漂移 |
| 11-04 | Gemini 3.8 Flash TTS Voice Remixing | 2000+ 预设声音，可通过 prompt 微调音色、音高、语速和口音 |
| 10-31 | PlanAssist 辅助英国规划 | 基于 Gemini，将规划官员评估住宅申请时间最多缩减 58%，扩展至 12 个议会 |
| 10-28 | Gemini 4 Carbon | 新前沿模型，在网络安全和长时程任务上 SOTA，Artificial Analysis V5 排名第一 |
| 10-27 | Genie 4 世界模型 | 最真实交互式世界模型，实时探索动态环境 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 11-02 | DeepSeek Harness Creator Mode | 用户可将创意转化为可用插件，从设计工作空间到沙盒游戏或 3D LLM 可视化器 |
| 日期 | 新闻 | 要点 |
|---|---|---|
| 11-09 | Muse Ember——最小最高效模型 | HN 234 分热度讨论 |
| 日期 | 人物 | 要点 |
|---|---|---|
| 11-09 | Greg Brockman (OpenAI) | OpenTable 与 OpenAI 原生集成 9 月驱动 19 万人到餐厅就餐 |
| 11-09 | Andrej Karpathy | 用 Claude Code 三分钟完成 TristanTube——4.7 万超硬核视频聚合站 |
| 11-09 | swyx | Fable 5.2 发布演示中用多代理团队形式化证明费马大定理 |
| 11-09 | Simon Willison | 用多设备"vibe code"定位房间神秘间歇蜂鸣声 |
| 11-08 | Tibo (OpenAI) | 澄清 Pro 套餐均无 5 小时限制：Pro 100=10X、Pro 200=20X、Pro 500=50X 且可访问 ultrafast |
| 11-05 | Sam Altman | GPT-6 Cyber 已在 Daybreak 中用于发现 OpenAI 自身研究基础设施中的漏洞 |
| 11-04 | Sam Altman | 强调人应始终掌控未来，反对将人降级为"AI 系统认为值得奖励的角色" |
Artificial Analysis（智能指数）
| 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 | Claude Fable 5.2 (Medium, Default Fallback) | 56.4 |
| 5 | GPT-6 Astra (Xhigh) | 55.3 |
变化： Claude Fable 5.2 (Medium) 首次入榜即位列第 4（56.4 分），导致 GPT-6 Astra (Xhigh) 从第 4 降至第 5，GPT-6.1 Sol (Xhigh/High) 各降一位至第 6/7，Claude Fable 5.1 全档位下移（Max 7→8，Medium 8→9，Low 11→12），Claude Sonnet 5.5 (High) 9→10，Muse Wonder (High) 10→11，Grok 4.7 (High/Low) 各降一位至 13/15，Claude Haiku 5.5 (Xhigh) 13→14。
LMArena（总体）
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1526.6 |
| 2 | Gemini 4 Argon (High) | 1522.0 |
| 3 | Muse Wonder (Max) | 1512.1 |
| 4 | Claude Opus 5.5 (High) | 1505.7 |
| 5 | Claude Fable 5 (High) | 1503.8 |
变化： 本期为 LMArena 大规模数据更新，新增约 80 个模型条目。Top 5 保持稳定，新增 Claude Fable 5 (High) 以 1503.8 分进入第 5 名，Claude Fable 5.1 (Max) 以 1503.1 分进入第 6 名。其他主要新入榜模型包括：Gemini 3.8 Flash (High) 第 9 名（1497.5）、Muse Spark 1.3 (Max) 第 11 名（1495.8）、Kimi K3 (Max) 第 19 名（1487.3）、GLM-5.3 (Max) 第 25 名（1482.6）、GPT-5.6 Sol (xHigh) 第 22 名（1485.0）、DeepSeek-V4.1-Flash (Max) 第 36 名（1474.9）。
SWE-bench Verified
| 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 |
变化： Top 3 无变动。Claude 4 Sonnet + o4-mini 从第 10 升至第 9（74.4 分），GPT-5 从第 9 降至第 10（同分 74.4，并列），Claude 3.5 Haiku 从第 34 升至第 33（40.6 分），LLama 3.1 70B Critic 从第 33 降至第 34（同分 40.6）。
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
Claude Fable 5.2 首次入榜即位列 Artificial Analysis 第 4 名，以 56.4 分超越 GPT-6 Astra (Xhigh) 的 55.3 分，但尚未触及 Gemini 4 Carbon (58.3) 和 Claude Opus 5.5 (59.1) 的领先区间——这是一次强力中高端卡位，而非颠覆榜首格局。
OpenAI 的自主漏洞管道单次运行修复 948 个 Linux 内核本地提权漏洞，API 成本 $120 万——这不再是"AI 辅助安全"的演示，而是规模化产出可直接合入的补丁。结合同期发布的 GPT-6 Cyber 和 Daybreak Red 进入 AWS GovCloud，OpenAI 正在将网络安全从模型能力转化为产品矩阵。
OpenAI Control Room 可在 35 秒内暂停研究基础设施中的模型工作负载——这一具体数字说明 OpenAI 已将安全干预从人工响应压缩到秒级自动化执行，对于训练期间出现错位或未授权代理行为的场景具有实际阻断意义。