OpenAI / ChatGPT

Cloudflare 发布 Clef 决策模型，称 AI 智能体无需人类介入

Cloudflare 发布了两款面向 AI 智能体的决策模型 Clef 和 Clef-flash，直接对标 TypeSafe AI 的 Jev。这两款模型不生成文本，而是对预定义答案选项分配概率，供下游系统自动执行路由、升级或转人工等操作。Cloudflare 称 Clef-flash 中位响应时间约 39 毫秒、Clef 约 209 毫秒，均快于 Jev

苹果因 AI 智能体风险收紧 macOS 完全磁盘访问权限

苹果宣布将收紧 macOS 的“完全磁盘访问权限”控制，原因是 AI 智能体带来了新的风险。此前有记者称 Meta 的 Muse 应用在 Mac 上读取了其私密信息，Meta 对此予以否认；另有报道称 ChatGPT 的 Mac 应用存在漏洞。苹果表示，未来将要求用户通过“非常明确的用户操作”才能授予应用这一权限，并强调随着 AI 智能体能力增强，此类访问的

另有 1 家信源报道

白宫AI安全承诺与"超级智能"更名，消费级AI仅2%买单

本周白宫召集扎克伯格、贝索斯、马斯克及Anthropic的Dario Amodei等主要科技CEO签署AI安全承诺，特朗普称其具有"道德约束力"，并签署行政令将AI正式更名为"超级智能"。与此同时，Meta和OpenAI正为自家AI产品塑造更亲和的形象，但AI领域最大的收入仍来自企业端。TechCrunch的Equity播客本期讨论了这些AI动向、消费级AI

白宫将AI更名为“超级智能”，科技CEO签署安全承诺

白宫本周召集扎克伯格、贝索斯、马斯克及Anthropic的Dario Amodei等主要科技公司CEO，签署了一项被特朗普称为“道德约束力”的AI安全承诺。特朗普还签署行政令，正式将AI重新命名为“超级智能”。与此同时，Meta和OpenAI正为其AI产品塑造更友好的形象，而AI领域最大的收入仍来自企业端。TechCrunch的Equity播客讨论了这些动态

与马斯克分手很难

Shivon Zilis 在 X 上宣布与 Elon Musk 分手，并通过引用 Big Tech Alert 关于 Musk 已不再关注她的帖子来公开此事。Zilis 曾在 Musk 的 AI 投资组合（Tesla、Neuralink、OpenAI）中工作，并在 Musk 起诉 Sam Altman 的庭审中作证，称自己每周工作 80 到 100 小时。文

TechCrunch Disrupt 2026：Clay CEO 谈 GTM 工程师崛起

TechCrunch Disrupt 2026 大会将邀请 Clay 联合创始人兼 CEO Kareem Amin 在 AI 舞台发表演讲，主题为「GTM 工程师：AI 如何创造科技行业的下一个大职位类别」。Clay 于 2023 年提出 GTM 工程师这一角色，用 AI、数据和自动化构建可复用的收入工作流，目前每月约有 100 个相关职位发布，涉及 Cur

QCon 旧金山 2026：Agent 时代的生产系统工程实践

QCon 旧金山 2026 大会将于 11 月 16-20 日举行，汇集 Airbnb、OpenAI、Netflix、Honeycomb 等公司的工程师，分享在生产系统中落地 AI agent 的实践经验。议题涵盖 Airbnb 客服 agent 的防护措施、OpenAI 用编码 agent 六周内打造年收入超 1 亿美元产品的经验、Netflix 分布式键

Docker 将 AI Agent 权限打包为 OCI 镜像的 Sandbox Kit 规范捐给 CNCF

Docker 宣布将 Sandbox Kit 规范捐赠给 CNCF，该 Apache 2.0 规范已到 v3，把 AI agent 及其工具、所需主机、凭证和卷的带类型清单打包成普通 OCI 镜像。Kit 只声明权限，由宿主运行时决定是否授予，Docker Sandboxes 是首个符合规范的运行时。Docker 称已与 AWS、Box、Datadog、Sn

LiteLLM 发布 v1.105.0-dev.2，含镜像签名验证与多项修复

LiteLLM 发布 v1.105.0-dev.2 开发版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本包含大量修复与功能更新，涉及路由、Bedrock、成本计算、代理安全、Agent 权限、追踪（traces）存储与 OTLP 接入等。

别被迷惑：大语言模型并不会推理

前Google DeepMind研究员撰文指出，当前大语言模型并不具备真正的推理能力，其链式思维仍由同一套下一词预测机制生成，缺乏可检查的持久认知状态、知识与推理的分离，以及真实的推理过程。作者以AlphaGo的搜索机制为例，认为真正的推理应像AlphaGo那样维护显式的博弈树并据此更新判断，并透露自己已离开Google DeepMind，希望推动借鉴Alp

Pi 1.0 与 Pi Durable 发布，登 HN 首页

Earendil 旗下 Pi 发布 1.0 版本并推出 Pi Durable，两者登上 Hacker News 首页。Pi 1.0 新增 MCP 原生支持、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息等功能；Pi Durable 将 Pi 移植到 TypeScript，外置全部有状态组件，支持崩溃恢复、可移植、并发、扩展、上

定位 MCP 智能体框架中线路后的语义变化

该论文提出一种差分测试方法，用于追踪 MCP 工具调用结果在四个固定版本的 Python 智能体框架中经过公共接口后的语义变化。在 18 个设计夹具上，方法识别出 13 个夹具-任务分歧，涉及结构化值、声明错误和富内容；Google ADK 满足所有主要契约，其他集成出现接口特定变化或执行失败。研究强调协议有效并不保证下游消费者能获得服务器发出的语义，后置回

多智能体系统授权配对评估与控制框架FlowReview

论文提出授权配对评估方法，将阻止禁止用途与完成必需授权用途作为联合成功标准，并给出FlowReview框架，连接对象解析、权限排序与确定性执行。在受控组合实验中，审查组合产物将拒绝提交率从86.0%降至零，且授权供给无损失。研究表明仅保留信息和血缘不足以确保正确权限归属，需将对象身份与权限通过可验证组件连接到执行。

PydanticAI v2.53.0：修复并发限流高危漏洞并新增多项功能

PydanticAI 发布 v2.53.0，修复了 ConcurrencyLimitedModel 中一个高危并发槽位泄漏漏洞（GHSA-6fqq-452j-qhrp），该漏洞在流式请求提前退出或取消时可能导致共享限流器的所有请求被阻塞。此版本还调整了限流器共享规则，并新增 ToolCallJudge、托管子代理、多个 CLAI2 插件及可观测性设置等特性。

MIT 的 Alex Zhang 谈 RLM、GPU 内核与智能体集群

Latent Space 播客专访 MIT 的 Alex Zhang，围绕其 GPU 内核、KernelBench、递归语言模型（RLM）以及多智能体集群等研究展开。访谈讨论了 AI 生成 GPU 内核仍离不开人类专家、RLM 的上下文卸载与递归子智能体机制、harness 作为组合泛化器，以及 OpenAI 万级智能体实验、Kimi 集群、Sakana A

报道称马斯克Grok曾鼓励特朗普抓捕委内瑞拉总统

据《时代》杂志报道，2025年12月，特朗普在与马斯克的秘密会面中花了数小时与Grok聊天机器人交谈，询问委内瑞拉人对其总统马杜罗被俘的反应。Grok称马杜罗是极不受欢迎的独裁者，许多委内瑞拉人可能会庆祝其下台。2026年1月美国入侵委内瑞拉并俘获马杜罗后，特朗普认为Grok很有见地。此前五角大楼AI负责人曾表示军方在对伊朗战争中使用Grok部署和打击目标，

研究揭示 Opus 5.5 等前沿模型的 AI 写作痕迹

营销公司 Graphite 的一项新研究分析了前沿大模型的写作习惯，发现尽管 em-dash、"delve" 等早期 AI 写作痕迹已被消除，各模型仍保留独特的用词与句式特征。研究以 ChatGPT 发布前的 1 万篇文章为人类对照组，让不同模型改写后对比，共识别出 1.3 万个在 AI 文本中出现频率至少为人类两倍的短语。Claude Opus 5.5 最

亚马逊发布开源决策模型 Strands Decider 2B，决策模型大量涌现

AWS 发布了开源决策模型 Strands Decider 2B，灵感来自 TypeSafe 的 Jev，可在本地运行，用于在预设选项中快速选择并给出置信度。该模型由亚马逊杰出工程师 Marc Brooker 发起，源于 AWS 客户在 agentic 工作流中不需要完整 LLM 能力与成本的场景。此举发生在 OpenAI 宣布类似产品同一周，反映出决策模型

Airbnb CEO Chesky：AI agent 需要自己的操作系统

Airbnb 本周随秋季更新推出 AI 搜索功能，CEO Brian Chesky 在采访中表示聊天机器人不适合电商和旅行浏览，Airbnb 未来三到六个月将探索支持多人协作的“multiplayer”AI 界面。他认为行业缺少真正为 AI 构建的操作系统，并透露 Airbnb 应用未来可能演变为可与 MCP 互操作的 agent。

谷歌Gemini 4 Argon突然发布，多榜单登顶且成本减半

谷歌突然发布新一代旗舰模型Gemini 4 Argon，在DeepSWE v1.1、CWE-bench v1、Vals Index、Text Arena等多个榜单登顶或领先，性能对标并部分超越Claude Opus 5.5和GPT-6 Astra，且单题成本约为Astra的一半，每百万输入/输出Token定价2美元/10美元。该模型支持最高百万Token输出