AI 情报
· 34 条 · 北京时间
Google DeepMind于10月28日发布Gemini 4 Carbon，官方称其为最强模型，在Artificial Analysis Intelligence Index v5.0得59分排名第一，并在SEC-bench Pro（88.2%）、ExploitGym（54.8%）、CWE-bench（71.0%）等安全基准领先。官方称其可连续运行数天处理长周期工程任务，WebDev Arena升至第4（1768）。
展开详情
目前未公开发布，先向部分网络安全防御者及Fairwind计划伙伴开放，再逐步提供给开发者、企业和消费者。起售价为每百万输入token 2美元、输出10美元。
尚未明确：正式公开发布时间未定；第三方基准分数由Google引用，尚未独立复测；介绍期时长及之后价格未说明；视频中与其他模型的对比为作者转述，未核实。
Anthropic 于 10 月 8 日发布 Claude Motion 与 Claude Dashboards 测试版。官方帮助中心说明，Motion 把提示词生成由代码驱动的动画 artifact，可动画化文字、图表、形状和图片，导出 MP4，不使用视频生成模型，因此不产出真实影像或人物；Team 版默认开启，企业版默认关闭需管理员在组织设置中启用。
展开详情
博主 Axton 称其 Pro、Max 账号无入口，并用自写开源 skill video-illustrator 在 Max 账号上以相同英文提示词对比官方样片，称部分题目效果相当或更细，属作者自述未独立核实。
尚未明确：博主与官方样片的对比未独立复现，胜负判断属作者自述；官方未说明 Motion 何时向 Pro、Max 开放；开源 skill 的实际稳定性、渲染质量与耗时仅来自作者描述；Dashboards 与 Motion 的用量计费细节未量化。
Parameter Labs 公开一条针对 ChatGPT 交互式 HTML 预览（原 Canvas）的攻击链：MathLive 虚拟键盘经 postMessage 在父页面用 innerHTML 注入 HTML，可绕过沙箱新建 iframe；CSP 虽禁内联脚本但放行 YouTube，借其 oEmbed 端点反射执行 JavaScript，进而读取用户私有数据并经图片外带。
展开详情
作者称构造的分享链接被已登录用户打开即可窃取其数据或代其操作。Simon Willison 转述称 OpenAI 已修复并支付 5000 美元赏金，并认为金额偏低。
尚未明确：Parameter Labs 原始报告细节未读；漏洞影响范围、存在时长、是否有真实利用未知；5000 美元赏金与修复时间仅来自 Simon Willison 转述。
Compound 创始人 Yijia Liang 在 AI Engineer 频道分享：其公司为机构投资者构建自主 AI 分析师。她称个人智能体因能后台稳定运行、自主行动并接入用户上下文而兴起，但金融场景需要多人协作智能体——每个智能体拥有独立收件箱，可加入交易团队的邮件线程；并称从零重建了无头 Office 引擎，训练消耗 1.5 万亿 token、超 800 万行代码，支持并行执行与自动格式校验，智能体集群可处理 1.5 万份以上文件的数据室。
展开详情
以上均为作者自述，未见第三方验证。
尚未明确：无头 Office 引擎的实际兼容性与格式保真度未知；1.5 万亿 token 与 800 万行代码的口径未说明是训练还是生成；智能体集群处理万份文件的准确率、成本与延迟均未披露；是否有客户实际使用未提及。
据 Tom's Hardware 转述 Fortune 报道，思科总裁兼首席产品官 Jeetu Patel 把27岁的 Padmanabhan Krishnamurthy 从低于其层级五级的岗位调出，交给他一项任务：24个月内重构公司98%的遗留代码，先做四周概念验证。Krishnamurthy 随思科收购翻译创业公司 EzDubs 加入，他称两人小队即可完成，并称 Patel 团队中“最拥抱AI的人”也没这样想过。
展开详情
Patel 表示给了他“不限量 token”，让他“放手干”。报道同时提到AI编程工具用量激增，以及失控AI代理删库等风险。
尚未明确：98%与24个月是目标而非结果，四周概念验证的结论未披露；重构范围、如何测试与回归、IP归属、成本与安全审查均未说明；信息源自 Fortune 转述，思科未公开确认细节。
沃顿商学院教授 Ethan Mollick 在 X 上引用 Alex Imas 与 Steve Hou 的讨论，提出一个衡量 AI 生产力的时间分界：GPT-4 只能以 50% 成功率独立工作约 4 分钟，而当前模型可完成数周量级的工作，因此把 2026 年 1 月视为智能体工作（agentic work）开始的合理分界点。
展开详情
他认为此前的生产力影响主要局限于编程，聊天机器人时代本就不会带来大幅生产力提升，后续分析应把分界线放在 2026 年 1 月。以上均为作者观点与转述，未给出模型名称、评测方法或数据来源。
尚未明确：“数周工作量”和“4 分钟、50% 成功率”均未说明评测基准与任务类型；2026 年 1 月这一分界是作者判断而非测量结果；所引 Steve Hou 的“2026 是企业 AI 元年”说法亦无数据支撑。
YouTube 创作者 Nick Saraev 发布视频，称用同一提示、同一工具、最高算力设置，让 GPT-6.1 Terra（配 Codex）与 Claude Opus 5.5（配 Claude Code）各做五项构建，并对照基准图表。
展开详情
他称 Terra 平均构建约 23 分 43 秒、Opus 约 43 分 52 秒，输出 token 约为后者三分之一，成本约为十二分之一；在计算机使用、事实准确率与性价比上 Terra 占优，高端设计与 3D 仍由 Opus 胜出。以上均为作者自述测试，非独立实测。
尚未明确：GPT-6.1 Terra 与 Claude Opus 5.5 的官方发布信息、定价与基准数据未在材料中给出；测试仅一人一次、样本五项，未审看画面，速度与成本数字未经独立复核。
Andrej Karpathy 称自己周末用 Claude 把 Hacker News 二十年约 4300 万条评论筛成 6454 个被反复推荐的视频，做成 hackertube.org。据其自述，全程约两小时，主要用 Claude Code 桌面版配 Opus 5.5 中等强度，他只手动申请 Google Cloud API key、开 VPS、买域名，其余部署加固优化交给 Claude。
展开详情
站点无需登录，状态存本地浏览器会话，缩略图取视频中段帧，评论分析数据打包成 zip 供他人复用。观看体验更好是其个人说法，未独立验证。
尚未明确：4300 万条评论的筛选方法与准确率未公开；「推荐明显更好」是作者主观评价，无对照测试；Opus 5.5 与 Claude Code 的具体版本能力边界未说明；站点长期维护与数据更新方式未知。
据 The Decoder 报道，OpenAI 更新支持页面称，从12月起 ChatGPT 的 Chat 与 Work 模式合并为单一界面，Plus、Pro、Business 套餐在 ChatGPT 与 Codex 之间共享一个按 token 计算的额度；复杂模型和任务消耗更快，Instant 模型的普通对话不计入额度。额度用尽后可等待重置、升级或购买额外积分。
展开详情
报道称 OpenAI 此前已宣布合并计划，并近期为高价套餐翻倍用量上限。文章判断，低价套餐的重度用户可能因此得到质量更低的结果，并称这是对 ChatGPT 模式与模型选项过多批评的回应。
尚未明确：OpenAI 支持页面的具体额度数值、各套餐差异、Instant 模型不计入的边界，以及合并后 Work 智能体功能的具体形态，材料均未说明；“重度用户质量下降”是报道推断，非官方表述。
NPR 10月31日报道，代笔作家 Sally McGraw 提交原创写作样本后被多个AI检测工具判为机器生成，客户确认做过AI筛查但称换人主要因经验与匹配度。科幻杂志 Clarkesworld 编辑 Neil Clarke 称AI投稿使月投稿量从2021年约1100篇翻倍，其个人工作量增约30%。
展开详情
报道引用6月《International Journal for Educational Integrity》研究：四款检测器中 Pangram 对混合文本和人工改写AI文本各40篇均正确识别37篇。宾大教授 Callison-Burch 解释检测器依赖文本可预测性，训练数据中的旧作易被误判；破折号、特定词、三段式列举等人类习惯也可能触发阳性。作者协会称检测制造'猎巫'氛围。
尚未明确：报道未给出各检测器整体误判率；Pangram 仅在特定学术样本上表现最好，不能外推到一般写作。McGraw 的样本具体触发原因未知，客户称检测非决定因素。Clarke 的30%工作量为本人估计。
整理于 2026-11-02 06:48（北京时间） · 部分来源暂未获取