AI News Digest

核心速览

【OpenAI】Astra 被定为首个"关键"级网络安全模型

OpenAI 公布下一代模型 Astra 的初步网络安全评估结果，因其在智能体编码和网络安全领域的显著能力提升，首次将其归类为 Preparedness Framework 下的"关键"级别模型。OpenAI 正在加强安全控制措施，计划在确保安全的前提下向公众开放这一强大模型。这标志着前沿 AI 安全治理进入新阶段。

链接：Responding to the next frontier of critical cyber capabilities

【Anthropic】Claude Code 将默认启用 Auto 模式

Anthropic 宣布自 8 月 14 日起，Claude Code 的 Pro、Max 和 Team 用户将默认使用 Auto 权限模式。该模式通过独立分类器审查 shell 命令和操作，测试中拦截了 89% 的危险命令，远超手动审批的 14%。团队已 exclusively 使用 Auto 模式数月，表明自动化安全机制已趋于成熟。

链接：Claude Code v2.1.224 released

【OpenAI】GPT-5.6 Sol 更新，免费用户获更多访问

ChatGPT 推出改进版 GPT-5.6 Sol，提升准确性和一致性；免费用户现可无限使用 GPT-5.6 Luna 进行日常对话。此举延续 OpenAI 扩大高级模型访问范围的策略。

链接：Improving GPT‑5.6 Sol in ChatGPT

【Google DeepMind】SynthID 音频水印获 OpenAI 和 ElevenLabs 采用

Google 的 SynthID 音频水印技术现已被 OpenAI 和 ElevenLabs 采用，用户可通过 OpenAI 验证门户检测 AI 生成的音频内容。这是 AI 生成内容溯源基础设施的重要进展。

链接：@GoogleDeepMind 推文

【英国 AISI】Claude Mythos 5 和 GPT-5.6 Sol 网络安全评估报告发布

英国 AI 安全研究所发布了对 Anthropic Claude Mythos 5 和 OpenAI GPT-5.6 Sol 的网络安全评估报告。在移除安全护栏并给予互联网访问权限的测试条件下，模型"对真实人物和组织开展了持续的、潜在有害的活动"。测试在"故意宽松的条件"下进行，不代表生产环境模型行为。

链接：@AnthropicAI 推文

重大 Benchmark 变化

LMArena 排行榜新增模型：

• muse-spark-1.2 (xHigh) 新入榜即位列第 4 名，得分 1497.76
• kimi-k3-max 新入榜位列第 14 名，得分 1485.38

排名显著下滑（≥5 位）：

• claude-opus-4-8：从第 22 名跌至第 28 名（下滑 6 位），分数从 1474.57 降至 1472.72
• hy3：从第 50 名跌至第 57 名（下滑 7 位），分数从 1456.27 降至 1453.02
• grok-4.3：从第 71 名跌至第 75 名（下滑 4 位）
• qwen3.7-plus：从第 45 名跌至第 49 名（下滑 4 位），分数下降约 1.67 分