Anthropic / Claude

窃取专有LLM API的推理痕迹

研究人员发现，Anthropic、OpenAI 和 Google 等大型语言模型提供商返回给客户端的加密推理痕迹块在不同会话、用户和模型间可互换，存在架构漏洞。通过将该痕迹注入同一提供商的较弱模型中，可强制其解码并输出明文，从而绕过反蒸馏机制，实现私有数据提取、隐藏危险信息泄露和隐形提示注入。研究团队从公共仓库中解码了 315,320 个推理块，恢复了 36

另有 1 家信源报道

研究人员发现漏洞可读取ChatGPT等AI模型的加密推理

安全研究人员发现了一个影响所有主要AI提供商API的漏洞，可以读取推理模型的加密思维过程。通过越狱，他们使用较小的模型转录更强大模型的原始推理，并在公开会话中暴露了密码和API密钥。该漏洞还加剧了关于推理蒸馏的争议，并揭示了模型内部使用难以理解的语言或考虑欺骗行为。

OpenAI Agents JS v0.15.0：默认模型更新与 MCP v2 支持

OpenAI Agents JavaScript 库发布 v0.15.0，默认模型改为 gpt-5.6-luna，并支持 MCP v2 协议协商。新版本增强了 RunState 的持久化能力，包括输入、工具输出和重试状态，同时改进了沙箱挂载凭据的安全性。此外，还增加了对 React Native 和 Realtime 的支持，并提升了 OpenAI 和 AI

OpenAI Agents Python SDK v0.20.0 发布：默认模型更新与 MCP 兼容性改进

OpenAI Agents Python SDK 发布 v0.20.0 版本，将默认模型改为 gpt-5.6-luna，并支持 MCP Python SDK v1 和 v2。该版本还引入了 RunState.add input() 用于暂存持久化用户输入，并增强了沙箱挂载的凭证安全验证。此更新对使用自定义 MCP HTTP 传输的应用可能产生破坏性影响，需要

中国AI安全方案DoGNAVY获全球第三，超越OpenAI与Anthropic

加州大学伯克利分校发布的CyberGym基准测试显示，国内机构与达酷诺威联合研发的DoGNAVY以90.8%的通过率排名全球第三、中国第一，超越OpenAI和Anthropic的模型。DoGNAVY仅使用开源的GLM-5.2模型，通过结构化工作流、漏洞可达性分析、动静结合分析和知识库实现高效漏洞挖掘。其背后的AgentDoG架构提供智能体安全诊断能力，用小模

Cloudflare 预览 WebMCP 支持，网站一键启用 AI 代理交互

Cloudflare 宣布了一项开发者预览功能，允许任何网站通过仪表盘中的单个开关启用 WebMCP（Web 模型上下文协议）接口。该功能使基于浏览器的 AI 代理能够通过结构化工具与未修改的网页交互，而无需抓取或猜测，从而保留人类流量和对原始站点的控制。Cloudflare 的实现基于一个注入的 bridge.js 模块，并包含两个工具包：内容凭证和站点

Cloudflare Agents Week 发布多项代理相关产品与工具

Cloudflare 在 Agents Week 期间发布了一系列面向 AI 代理的产品和工具，包括新的代理运行时 @cloudflare/computer、Cloudflare Agents 平台、Cloudflare Wallets、WebMCP 接口、Kitesurf 浏览器以及 MCPv2 协议。这些发布旨在构建一个开放、安全的 Agentic In

另有 1 家信源报道

Meta 回归开放模型，发布 Muse Glimmer 并捍卫蒸馏策略

Meta 发布了 30B 参数的开放权重模型 Muse Glimmer，采用 Apache 2.0 许可，可在消费级 GPU 上本地运行，并在多数基准测试中优于同类竞品。扎克伯格同时发表文章，捍卫模型蒸馏的合法性，并呼吁美国在开放模型领域保持领先。Meta 计划未来几周发布更强模型 Muse Spark 1.2 的开放权重版本，并考虑通过云业务变现其数据中心

另有 2 家信源报道

Discovered Materials用AI代理寻找更优芯片材料

初创公司Discovered Materials利用AI代理群寻找新型半导体材料，以解决芯片过热问题，并已获得900万美元种子轮融资。该公司结合Anthropic模型和自训练的物理模型进行材料筛选，已发现多种与现有芯片材料性能匹配的新材料，但尚未公开细节。其创始人认为，AI加速了材料发现过程，但实际合成仍是瓶颈。

AI代理能耗是简单聊天提示的600倍

气候科学家Zeke Hausfather通过分析其使用编程代理Claude Code八周的数据发现，AI代理的能耗远高于简单的聊天提示，每个提示平均消耗约150瓦时，是普通聊天提示的600倍。其全年重度使用预计排放约370公斤二氧化碳，相当于运行一年电热干衣机。Hausfather认为，降低AI碳排放的关键在于数据中心转向清洁能源，而非个人减少使用。

EverMind三篇论文交出全栈自进化首份答卷

EverMind，由盛大集团孵化的AI研究团队，通过连续发布三篇论文，系统性地提出了自进化AI的全栈技术方案，覆盖脚手架、技能和模型权重三个层面。论文分别提出了HarnessBank框架、SkillCorpus技能库和DASH算法，旨在解决AI自我改进中的过拟合、技能管理和训练信号分配问题。此举被视为中国团队在自进化AI领域的一次重要突破，与海外NeoLab

OpenAI 新模型 Astra 或达最高网络安全风险等级，部分开发暂停

OpenAI 在内部测试中发现其新模型 Astra 展现出极强的网络安全能力，可能首次达到其安全框架中的最高风险等级“Critical”，因此暂停了部分开发工作。公司已加强安全控制、隔离测试环境并部署监控系统。CEO Sam Altman 确认该评估将推迟发布，并批评竞争对手 Anthropic 仅向少数合作伙伴提供强大模型的做法。

谷歌AI团队大变动背后：竞争压力还是内部调整？

本周谷歌AI团队发生重大人事变动，包括传奇工程师Jeff Dean在内的多位核心成员职位调整，部分人离开谷歌。The Vergecast节目讨论了这一变动背后的原因，包括谷歌模型与Anthropic和OpenAI的竞争差距，以及Demis Hassabis可能对虚拟助手之外更感兴趣的工作。节目还探讨了谷歌与Reddit的相互依赖关系及其潜在问题。

字节跳动正在训练10万亿参数AI模型，规模为中国最大

据英国《金融时报》报道，字节跳动正在训练一个参数高达10万亿的AI模型，规模是当前中国最大模型Moonshot Kimi K3的三倍，与Anthropic的Mythos 5相当。该模型目前处于预训练阶段，通常需要三到六个月。字节跳动创始人张一鸣已向Seed团队表示，要长期追求世界领先的模型能力。

AgentScope v2.0.6 发布：新增飞书/Discord 频道与 MCP 集成

阿里 AgentScope 发布 v2.0.6 版本，新增飞书和 Discord 频道支持、Apple Container 工作区后端、MCP 与技能中心集成，并添加 on check permission 中间件钩子。同时重构了 Web UI 聊天页面，优化了模型调用和流式处理性能，修复了多个问题。该版本提升了 AgentScope 的渠道接入能力和用户体

FastGPT v4.15.7 发布：修复 MCP 连接与文件上传问题

FastGPT 发布 v4.15.7 版本，修复了 MCP 连接回退时请求头重复发送、门户快捷应用数量上限调整及文件上传预签名接口误判等问题。该版本主要提升稳定性和用户体验。

微软推出 Azure API 管理 AI 网关预览版，集中治理模型与工具

微软发布了 Azure API Management 的专用 AI 网关层公开预览版，该网关围绕模型、MCP 服务器和工具而非 API 进行组织，支持 OpenAI、Anthropic、Mistral 等模型，并提供策略配置、遥测和工具联邦功能。该网关旨在集中治理 AI 流量，但引发了关于治理边界、密钥风险、预览限制及与现有网关共存等问题的讨论。

PPIO发布Fusion融合模型：低成本超越顶级模型

PPIO于8月6日发布Fusion融合模型，通过智能模型网关将多个模型并行作答并融合，提升回答质量。在DRACO基准测试中，融合模型评分超越Claude Fable 5，成本仅为后者的十分之一。该技术旨在解决单模型偏科和幻觉问题，适用于Agent场景，并已实现日均Token调用量超1.2万亿。

DeepMind人才流失：芯片短缺、利益冲突与谷歌官僚作风成主因

据Semafor和CNBC报道，谷歌DeepMind的人才流失主要归因于芯片短缺、利益冲突和谷歌的官僚作风。CEO Demis Hassabis约一年前已退居二线，将日常管理交给Koray Kavukcuoglu，他自认是科学家而非管理者。研究人员对TPU芯片访问受限感到不满，而谷歌云却将芯片卖给Anthropic等竞争对手。谷歌还宣布与前沿AI实验室Mir

Claude Code 速度最快但成本为最便宜对手近三倍

AI 工具公司 Composio 测试了 DeepSeek V4 Flash 在四个代理框架（Claude Code、Codex、OpenCode 和 Oh My Pi）上的表现，使用 Gmail、GitHub、Slack 和 Notion 等真实工具执行 30 项任务。结果显示，没有单一框架在所有类别中胜出：Oh My Pi 成功率最高（17/30）但速度