Anthropic / Claude

GLM-5.3发布：Coding接近Fable 5，安全能力登顶开源

智谱今日发布GLM-5.3模型，在Coding能力上接近Claude Fable 5，并成为最强开源安全模型。该模型在CyberGym白盒代码审查中得分84.5%，高于前代及GPT-5.6 Sol。智谱联合清华、南开等机构进行了密集红队测试，累计发现2404个漏洞，其中1088个为中高危。实测显示GLM-5.3能完成可交付的模拟游戏开发，并能自主发现、修复安

Deepseek 发布 V4-Pro 更新，开源代理软件并上调 API 价格

Deepseek 发布了 V4-Pro 模型的更新版本（V4-Pro-0813），在代理基准测试中得分显著提升，但仍落后于 Claude Opus 5 等顶级模型。同时，公司开源了其代理软件 Deepseek Harness（MIT 许可），并提高了 API 价格，尤其是缓存命中的费用。这些举措发生在公司融资和准备 IPO 的背景下。

Agno v2.9.0 发布：新增 StudioRunnerTools 并修复安全漏洞

Agno 发布了 v2.9.0 版本，新增 StudioRunnerTools 工具包，支持身份感知的组件调度，并修复了多个 bug。安全方面，阻止了 MCP 工具调用时覆盖 tool name 的漏洞，并修复了工具结果缓存的跨用户泄漏问题。此外，反序列化时遇到无法解析的引用现在会明确报错，而不是静默降级。

LangChain 发布 langchain-anthropic 1.5.6 修复更新

LangChain 发布了 langchain-anthropic 1.5.6 版本，主要修复了 tool search tool result 块的规范化问题，并更正了 Fable 5、Sonnet 5 和 Opus 4.1 的模型配置文件数据。该版本更新旨在提升 Anthropic 模型在 LangChain 框架中的兼容性和稳定性。

Grok 4.6 性能追平 GPT-5.6，价格大幅低于对手

SpaceXAI 发布了新模型 Grok 4.6，在 Artificial Analysis Intelligence Index 上得分 61，与 OpenAI 的 GPT-5.6 Sol 持平，仅次于 Anthropic 的 Claude Opus 5 和 Claude Fable 5。该模型在代理任务上表现优异，在 GDPval-AA v2 基准上排名

另有 1 家信源报道

谷歌Gemini市场份额下滑，ChatGPT和Claude持续增长

根据Pangram、OpenRouter和Similarweb的最新数据，谷歌的Gemini在AI市场份额上持续下滑，从12%降至1.9%，而OpenAI的ChatGPT保持50%以上份额，Anthropic的Claude从4.3%升至14.9%。Similarweb显示谷歌网站市场份额微降，但同比仍大幅增长。数据来源各有局限，但均指向Gemini使用率下降

研究揭示可窃取并移植加密推理痕迹，引发隐私担忧

一篇研究论文展示了如何通过重放加密的推理块，从Claude、GPT和Gemini等前沿模型中提取隐藏的推理痕迹，并成功移植到其他模型或会话中，从而显著提升开源模型性能。初步扫描约7000个公共痕迹发现62个API密钥、33个邮箱和33个密码等敏感数据泄露。该漏洞已负责任披露，部分已修复，但类似攻击仍可能发生。

VibeLifeBench：评估生活代理在动态世界中的主动性与持久性

Hugging Face 发布新基准 VibeLifeBench，用于评估长期主动型生活代理，包含 200 个跨 10 个日常领域的多周任务，模拟 22 个模拟服务和 288 个工具。评估发现七个前沿模型表现均不佳，最佳模型 Claude Opus 5 平均得分仅 32.5，且所有模型在时间线推进中性能下降 10-15 分。该基准强调代理需主动发现静默变化并

DeepSeek招土木工程师；林俊旸新公司获腾讯投资；Manus恢复独立运营

本期早报涵盖AI行业多项动态：DeepSeek招聘土木工程师并组建Harness团队，拓展算力基础设施与代码智能体；原阿里千问负责人林俊旸创立语用科技，获腾讯等投资，聚焦下一代AI智能体；宇树科技公布中签结果；Manus将恢复独立运营；OpenAI前机器人业务负责人加入Anthropic；智谱ZCode用户破百万并上线新功能。

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