OpenAI / ChatGPT

Import AI 478：数学对齐、ProgramBench与Mirendil展示RSI含义

AI安全初创公司Resolution（前身Sequent）利用智能体自动形式化了奇点消解等数学定理，耗时约一周、花费约13.5万美元token、产出约60万行Lean代码，为损失景观几何与泛化关系的研究奠定基础。ProgramBench基准显示，Claude Opus 5.5在重建程序任务上得分从年初的0%提升至18.5% resolved、70.5% al

AI 安全讨论聚焦灾难性伤害，忽视日常性危害

MIT Technology Review 刊文指出，当前科技政策对 AI 安全的关注过度集中于自杀、毒品等灾难性伤害，却忽视 AI 伴侣、聊天机器人代写、成瘾性信息流等日常性危害。文章以社交媒体算法在缅甸罗兴亚种族灭绝、斯里兰卡反穆斯林骚乱和埃塞俄比亚提格雷战争中被指加剧暴力为例，说明此类激励机制正被 AI 延伸至思维与关系领域。作者引用数据称三分之一青少

MiniMax 发布 M3.1-Flash 多模态 MoE 模型

MiniMax 在 Hugging Face 发布 MiniMax-M3.1-Flash，这是一个原生多模态混合专家（MoE）模型，支持文本、图像和视频输入，上下文窗口最高 100 万 token。模型面向编程、智能体工作流、计算机操作和网络安全场景，通过全模型稀疏注意力、量化感知训练和 DSpark 推测解码提升推理效率。官方称其在智能体任务、编程和网络安

声网发布对话式AI实时基础设施，提出五级对话能力框架

在iRTE2026实时智能大会上，声网创始人兼CEO赵斌提出「五级对话能力」框架，并展示Agora Conversational Model多模型协作混合对话系统、Conversational Agent System及分布式实时推理云方向，试图把实时网络、音频处理与推理基础设施整合为生成式AI时代的实时交互底座。大会同时汇集美团、阿里、MiniMax、阶跃

DirCast：单流式视频语言模型实现电竞直播导播与解说

来自Alaya Lab、东京大学、佐治亚理工学院、北京大学和东京科学研究所的研究者提出DirCast，一个单一流式视频语言模型，能同时完成电竞直播的导播（每秒决定切换哪个选手镜头）和实时解说，且仅依赖过去信息。团队构建了27场Dota 2职业比赛数据集（含每位英雄镜头、人类导播选择和解说词）。实验显示DirCast导播优于规则和零样本导播（包括GPT-5），

施密特等撰文：OpenAI 与 Anthropic 如同现代殖民贸易公司

历史学家 Niall Ferguson、研究员 Lisa Klaassen 与前谷歌 CEO Eric Schmidt 在《外交事务》撰文，将 OpenAI 和 Anthropic 比作殖民时代的东印度公司，认为美中两国已瓜分全球 AI 市场，其他国家正沦为依赖者。文章以 6 月美国商务部要求 Anthropic 切断外国用户访问其最强模型为例，说明 AI

Vercel AI SDK 7.0.153 修复 Responses API 结构化输出问题

Vercel AI SDK 发布 ai@7.0.153 补丁版本，修复了非流式 Responses API 结构化输出在多个 assistant 消息包含 JSON 时失败的问题。修复后，提供商可为解析提供独立的结构化输出文本，使 OpenAI 和 Azure Responses 模型能选取最后一个 final answer，同时保留全部生成内容、标注、对话

研究：Grok 在中期选举中 92% 推荐共和党，GPT 97% 推荐民主党

Convovo 的一项研究通过 API 向 Grok 4.7 和 GPT-6.1 Sol 提问，要求它们在近 500 场中期选举中直接推荐候选人。结果显示，Grok 在 92% 的回答中推荐共和党候选人，GPT 在 97% 的回答中推荐民主党候选人，两者一致率不足 10%。研究还发现，Grok 的 API 请求中带有约 1240 个研究者无法查看或移除的额外

Google Data Agent Kit 正式发布，将代理护栏拆分至技能与 IAM

Google 将 Data Agent Kit 正式发布（GA），免费开源，可安装到 Claude Code、Codex、Cursor 等第三方编码代理中，通过 MCP 工具连接 15 个以上 Google Data Cloud 服务，并附带 37 个 Apache 2.0 技能。其安全护栏分为两层：技能层以提示词建议代理在破坏性操作前征得用户同意，IAM

Spring AI 发布 2.0.2 版本

Spring AI 发布 2.0.2 版本，升级 Anthropic Java SDK 至 2.72.0、OpenAI Java SDK 至 4.80.0，并为 TextToSpeechModel、TranscriptionModel 和 StabilityAiImageModel 新增可观测性支持，同时支持配置 Redis 向量库元数据字段与无状态 MCP

Spring AI 发布 v2.1.0-RC1：新增会话记忆与工具调用确认

Spring AI 发布 v2.1.0-RC1，新增会话记忆（事件日志与按轮次压缩）、工具调用确认、OpenSearch 向量检索的 upsert 与查询嵌入搜索等功能，并弃用 ChatMemory。该版本将 DeepSeek 与 OpenAI 聊天模型迁移至 message parts，同时升级 Kotlin 2.4.21 与 Tika 4.0.0。

黑色十月：AI 加速漏洞披露冲击防御方

Latent Space 的 AINews 汇总了 2026 年 10 月 21-22 日约 48 小时内集中爆发的一批严重安全事件，包括 PHP、GitLab、Node.js、NGINX 等核心软件漏洞，LiteLLM 供应链投毒，eMudhra CA 密钥薄弱，以及 Quest Diagnostics 医疗数据泄露，并称月度 CVE 数量从约 4 千升至

ALTK-Evolve：用学习记忆让非前沿模型登顶τ²-bench客服榜

Hugging Face 博客介绍 ALTK-Evolve 方法：用 GPT-4.1 分析客服智能体在 τ²-bench 训练任务上的成功与失败轨迹，自动提炼行为规则并追加到系统提示中，无需更新模型权重或人工标注。在零售领域，该方法使 GPT-4.1 智能体的 Pass^4 从 57.5% 提升至 67.5%，超过榜单上所有零售条目；航空领域 Pass^4

FormBench：配方专利细粒度检索基准

研究者发布 FormBench，一个面向配方专利细粒度检索的基准，包含 55,352 条查询和两个各约 100 万段落的语料变体（随机干扰项 C0 与结构相近干扰项 C1），并提供基于材料本体的分级相关性标注。他们评测了 OpenAI、Voyage 等商业 API 编码器、Nomic、GTE-large、Qwen3-Embed 等开源编码器及其任务自适应微调

Vercel AI SDK 为多提供商流式响应新增 interrupted 状态

Vercel AI SDK 发布 @ai-sdk/xai@5.0.28 补丁版本，当流在没有收到提供商完成信号就干净结束时，现在会报告 interrupted 状态，保留部分输出而不因中断单独报错。该变更覆盖 OpenAI、Anthropic、Google、Alibaba、Amazon Bedrock、Cohere、DeepSeek、Groq、Mistral

微软MAI-DxO诊断系统复杂病例准确率83%，远超全科医生36%

微软AI部门在《Science》发表研究，其多智能体诊断系统MAI-DxO在模拟复杂病例中正确率达83%，而全科医生单独诊断正确率为36%。微软AI CEO Mustafa Suleyman称这是迈向“医疗超级智能”的一步，并宣布与Mayo Clinic合作训练医疗基础模型、与Beth Israel Deaconess医学中心开展真实临床评估。研究显示提升主

另有 1 家信源报道

微软称其AI诊断工具准确率远超人类医生

微软宣布其AI诊断工具Diagnostic Orchestrator在《Science》发表的研究中表现优于人类医生：在《新英格兰医学杂志》病例上准确率约83%，而普通医生为36%（可查资料）和22%（无资料）；在急诊病例上为80%，医生平均47%。该系统由OpenAI的GPT-5驱动，通过多个AI代理协同推理症状、决定检查并给出诊断，微软计划开源其SDBe

另有 1 家信源报道

改装者借旧游戏与 AI 破解 Switch 2

一名改装者（pepsipu/Sammy Hajhamid）利用旧游戏 SmileBASIC 4 和 OpenAI 的 Codex 辅助，实现了 Nintendo Switch 2 的软件破解“ns2jb”，并演示了运行含彼得·格里芬、红色愤怒的小鸟等角色的自定义《马力欧卡丁车世界》。该破解为需每次开机重新执行的 tethered 型，操作复杂、实际影响尚不明

Spotify 押注 AI 代理：要做代理首选的音乐服务

Spotify 第三季度月活达 7.88 亿、营收近 50 亿欧元，联席 CEO Gustav Söderström 在财报电话会上表示，Spotify 已集成 Meta Muse、ChatGPT 和 Claude，目标是成为各类 AI 代理首选的音乐服务，把代理的兴起转化为增长动力。他强调 Spotify 不会把用户收听数据交给合作方，而是由代理发起请求、

Anthropic 推出常驻代理 Claude Duet，对标 Grok Bot、Muse 与 Dots

Anthropic 发布 Claude Duet 研究预览版，这是一款常驻后台的主动式 AI 代理应用，运行在云端虚拟机上，可连接 Gmail、Slack、Stripe 等 6000 多个连接器，替用户安排会议、准备账单等任务。该产品对标 SpaceXAI 的 Grok Bot、Meta 的 Muse 和 OpenAI 的 Dots，面向美国 Pro 和 M

另有 1 家信源报道