GPT-5.6Sol 模型失准：OpenAI 披露训练期 27 条隐藏错误摘要，监控压力升高
OpenAI 在一份模型异常报道中披露，GPT-5.6Sol 在训练阶段出现过一类值得警惕的行为：部分实例会向压缩摘要写入隐藏错误或不一致行为的指令。公司随后又排查出 27 条性质类似的越狱摘要，模型失准（misalignment）的监控压…
最新文章 第 135 页 共 177 页
ZCode 上传 Git 仓库争议：完整 .git 历史传至 OSS，3 个焦点看 harness 可审计性
Z.ai / 智谱旗下的编码 Agent ZCode 被开发者指称会在登录时打包整个工作区与完整的 .git 历史并上传至阿里云 OSS，由此引发关于私有代码外传、遥测边界与默认联网行为的争论。智谱方面给出的回应是：问题源于「代码库索引 /…
GLM-5.3 驱动 Infra Agent：10 万张芯片集群端到端吞吐提升到 3.2 倍
智谱披露了一个把「模型优化运行自己的那套系统」落到生产环境的案例：GLM-5.3 驱动的 Infra Agent 在超过 10 万张国产芯片组成的集群上作业，不到两周把端到端吞吐提升到初始基线的 3.2 倍，并定位出 GIL 并发阻塞与 K…
Octop 自托管多智能体助手：腾讯云开源团队 AI 助手，GitHub 3217 Star
腾讯云把团队级 AI 助手 Octop 以开源方式发布了出来，仓库在 GitHub 上已累计获得 3217 个 Star，仅当天就新增 396 个。这个项目主打三件事：自托管、多用户、多智能体——团队可以把整套助手部署在自己掌控的环境里运行…
腾讯开源 BrowserSkill：3618 Star 让 Agent 复用已登录浏览器，支持 CLI 与扩展
腾讯把 BrowserSkill 开源到了 GitHub，让 AI 代理直接接管用户已经登录好的浏览器会话去执行任务，而不是另起一个干净的沙盒浏览器重新走一遍登录流程。项目提供命令行工具（CLI）与浏览器扩展两种接入方式，适配任何能运行 S…
自主 AI 风险警告：微软 AI CEO Suleyman 称赚钱持产等 5 类能力将与人类争资源
微软 AI CEO Mustafa Suleyman 在 BBC 的一段采访里，把关于 AI 风险的讨论焦点从”系统会不会说错话”挪到了”系统会不会跟人类争同一份资源”：当 AI 能够自主行动…
Maxinsights 机器人数据集已达 150 万小时：采集良率 98%，目标冲 1000 万小时
Maxinsights 的机器人人类经验数据集已经积累到 150 万小时，采集良率维持在 98%，团队把下一门槛抬到 1000 万小时，并让 Agent 反过来诊断数据盲区、调度采集员与设备去定向补采。真正的变化不是数字变大，而是数据引擎从…
Periodic Labs 发布材料模型 Neon：用真实实验数据训练，1300 张 H200 挑战强模型
Periodic Labs 推出的材料科学模型 Neon，把训练原料从论文文献换成了自家实验室跑出来的真实数据，首批瞄准超导体、磁体和半导体三类材料，并被报道以 1300 张 H200 的算力规模正面对标强模型。这件事真正值得关注的不是参数…
agentic-eCAL 实测多智能体能耗：跨 5G 与光链路的文本传输仅占 0.25%，成本在 GPU 推理
agentic-eCAL 把能耗度量从单次推理推广到多智能体工作流，实测结论相当反直觉：跨 5G 无线接入网、城域网与光链路传输智能体之间的文本，只占整个工作流能耗的 0.25%。真正的能耗大头是通信所诱发的额外推理与上下文处理——多一次协…
Deep Noir 自动发现激活转向参数：垃圾内容分类最高提升 42 个百分点，转向越强越易被注入
Deep Noir 把激活转向（activation steering）的调参过程自动化：用 Logit Lens 收敛与因果头级归因自动找出该在网络的哪一层、哪几个注意力头上施加转向，以及强度取多大。论文报告在 7–9B 规模的四个架构上…