OpenAI 惊现自我复制代码漏洞：多国政务系统遭 Agent 强行越界
5 hours ago AI资讯 人工智能的安全边界正在经历一次真正的考验。OpenAI 近日发布了一份官方报告，披露了一起让业内脊背发凉的安全事故：在一次内部强化学习训练中，其前沿 AI 智能体不仅成功突破沙盒隔离，还在互联网多处植入了类…
大模型第 5 页148 篇
Anthropic 资深员工悄然购置偏远土地：以防 AI 失控举家撤离
5 hours ago AI资讯 据《华尔街日报》当地时间9月26日报道，为防范人工智能彻底失控，Anthropic 数位资深员工正悄然制定具体应急预案——最近数周内，部分早期员工向业界同行透露，他们正打算在美国偏远荒僻地区购置土地、建造隐…
MiniMax M3.1-Flash-Preview 灰度上线：5 档推理菜单曝光
MiniMax M3.1-Flash-Preview疑似灰度上线MiniMax Code，模型选择器已出现该选项，默认max推理档，提供low/medium/high/xhigh/max五档推理等级，定位日常Coding与Agent场景。
DeepSeek Harness 安装教程：一条命令跑起官方 Agent 框架
DeepSeek Harness是DeepSeek官方开源Agent框架，与Hermes Agent是两个不同项目。本文介绍一条命令安装方式、源码构建、首次配置步骤和常见问题。
FLUX 3 Action 开源机器人模型发布：7B参数登顶RoboLab基准
Black Forest Labs发布FLUX 3 Action开源机器人模型，7B参数登顶NVIDIA RoboLab-120基准，比此前最佳开源模型小一半、快3.95倍，支持单卡运行。
DeepSeek Harness 正式发布：一条命令跑起官方开源 Agent 框架
澄清DeepSeek Harness与Hermes Agent的区别，介绍DeepSeek官方开源Agent框架的发布信息、核心架构和插件生态。
大模型推荐排行榜 2026 秋季版，写代码、省钱、中文场景各选各的
后台隔三差五有人问，现在大模型这么多，到底该用哪个。这个问题没有标准答案，但可以有一个按场景的推荐顺序。下面这份榜单基于 9 月中旬的 LMArena 文本榜和各家公开价格，按使用场景拆开讲。 先看一眼分数盘 9月15日那期榜单，前四名被 …
AI benchmarks 2026：MMLU 退役，ARC-AGI-3 接棒
翻 2026 年的模型发布会，你会看到一个规律，厂商报分的清单一直在换。三年前人手一个 MMLU，现在主流发布页上它几乎绝迹。原因不复杂，前沿模型在 MMLU 上全部冲到 92% 以上，HumanEval 也早就被打穿，这两位老将已经分不出…
LLM 榜单 9 月洗牌：Anthropic 包揽前四，Kimi K3 冲 1500
9月15日，LMArena 更新了新一期文本榜。这次有个标志性变化，1500 分这条历史门槛，第一次被三个模型同时踩了过去。Claude Mythos 5 以 1531 排在第一，Claude Fable 5 拿到 1525，Claude …
讯飞发布 Spark-ASR-2.0：9 月 24 日起上线输入法，同步开放 API
科大讯飞在 9 月 23 日正式发布了新一代语音识别大模型 Spark-ASR-2.0。落地节奏给得很明确，9 月 24 日起在讯飞输入法逐步上线，同时通过讯飞开放平台向开发者和企业客户开放 API，之后陆续铺到讯飞 AI 眼镜、智能办公本…