今日摘要

  • OpenAI 把前沿训练与实时互联网隔离。 官方披露 9 月 20 日 DNS resolver 配置错误导致模型有限越界后，最强训练一度暂停，10 月 1 日恢复；这是第一方事故说明，尚无独立技术审计。来源
  • Moonshot 上线 Kimi K3.1 Pro，但权重尚未开放。 API、Kimi Code 等产品已可用，完整权重承诺 11 月 4 日前发布；100 万上下文和 benchmark 都需独立实测。来源
  • Tencent 公开 Hy-Nomas 权重与完整训练路径。 它支持文本和镜头控制的多轮世界生成，并提供单张 RTX 4090 的低显存方案；四项 benchmark 仍是发布方结果。代码与权重
  • MCP TypeScript SDK 2.4 开始通过协议分发 Skills。 服务端可发布 skill 文件夹，客户端校验内容摘要；接线仍是实验性，升级还会收紧 schema 与 header 校验。发布说明
  • LiteLLM 更换容器镜像签名密钥。 旧 cosign 策略会直接校验失败，依赖固定公钥的 CI 和 admission policy 需要先迁移再升级。发布说明

模型

  • WeVisOne-VL（新 / TRIAL）：2B/4B 开放权重统一支持开放词汇检测、定位、OCR、分割与 alpha matting。开放词汇意味着检测类别不必固定在训练时的短名单，但这也让自有场景召回更难凭公开分数推断。模型与代码

  • Hy-Nomas（TRIAL）：开放权重把交互式世界生成从演示推进到可复现实验；“分段自回归”就是一次生成一段视频并保留前段状态，难点是长时间控制会累积漂移。

  • Kimi K3.1 Pro（TRIAL）：产品与 API 已上线，完整权重仍是 11 月 4 日前的承诺，不能写成已经开源。

  • Dessa（WATCH）：纯语音训练保留重叠发言与情绪的设想很新，但只有精选音频演示，没有 API、代码、权重或系统 benchmark。

Agent 与 AI 工程

  • Agent Skills（新 / WATCH）：Anthropic 将名称、GitHub 组织和域名捐给 AAIF。中立治理降低单一厂商控制风险，但跨运行时行为仍待首版规范与安全流程验证。官方公告

  • OpenAI Decisions API（新 / TRIAL，late discovery）：接口从 beta 进入 GA；应在有标签数据上测校准、延迟、阈值和错判成本，“快 10 倍”仍是厂商宣称。官方文档

  • Ollama 0.40.9（更新 / TRIAL，late discovery）：Apple Silicon 新增 Phonon 流式 TTS。英文权重为 Apache-2.0，多语言权重为 CC BY-NC 4.0。发布说明

  • OpenAI 训练隔离更新（ADOPT）：联网不再是默认能力，事故后的恢复节点和红队要求被写成安全论证的一部分。

  • MCP TypeScript SDK 2.4（TRIAL）：Skills 可以通过 MCP 列出、读取和校验，但 attach 接线仍可能在小版本变化。

开源

  • OSS Verify（新 / TRIAL）：形式化验证不是“多跑一些测试”，而是让 proof checker 检查程序是否满足写明的性质。公开 proof 可复查，但它只覆盖建模后的 RISC-V、musl 与单线程范围。公开证明

  • WeVisOne-VL 已公开权重、pixel decoder 和推理代码；Hugging Face 标为 Apache-2.0，GitHub 未识别许可证，试用前应核对第三方 notices。

  • Hy-Nomas：公开代码、权重、训练与推理方案，许可标为 Apache-2.0；技术报告和独立评测仍缺席。

研究

  • EpiSEM-Bench（新 / WATCH）：300 组任务测试“工具内容真实但缺少授权关键事实”的情况。恢复入口能降低越界，却不保证 agent 会主动补证；未找到公开代码。论文

  • Simulated Control Evals（新 / WATCH）：用模型模拟工具环境再预测护栏效果。control eval 是在假设 agent 会对抗规则时，测防线还能拦住多少；仿真可省执行成本，但不能覆盖全部副作用。论文

  • 两项到期复核完成：DeepSeek Search/Fetch 与 H2O-Lightning-4B 没有出现改变处置的独立证据。

  • LitPivot（WATCH）：17 人组内实验和两名盲评专家提示“按研究切面组织证据”可能优于通用 AI 编辑器，但样本小、没有公开系统，不能把评分差异外推为普遍生产力提升。

  • 到期复核：10 个 9 月 24 日条目均未发现改变评级的新可用性或独立证据，保留原判断。

开发者工具

  • PHP2Shell（新 / ADOPT，late discovery）：PHP 8.5.12、8.4.27、8.3.36 与 8.2.35 修复关键内存泄露与未授权 RCE 路径。AI 协助开发 exploit 改变了复杂漏洞研究成本，但“70%”标题不是暴露率。研究披露

  • Codex CLI 0.164.0（更新 / ADOPT）：新增企业 MCP 认证，遮蔽远程 Bash/Zsh 快照凭据，并修复 macOS 路径大小写、executable symlink 与权限顺序问题。发布说明

  • Claude Code 2.1.309（更新 / ADOPT）：修复沙箱外启动文件、symlink、MCP 配置写入和多条 Bash/worktree deny 绕过。发布说明

  • Claude Code 2.1.310（ADOPT）：补充云端 tool/plugin monitor、网关容错、symlink 目标提示和 fail-open hook 修复。

  • Qwen Code 0.26.1（TRIAL）：加强持久化压缩、子 agent 委派、MCP 流中替换和迟到工具结果收敛；发布时间距离本轮截止仅 12 分钟。

基础设施

  • NVIDIA Microduck 与 GPUDirect Storage 内容属于工程教程，不是新产品发布；Gemini CLI、Qwen Code、Ollama 与 Codex 的新增预发布版本均已过滤。

  • TensorRT Global Performance Tuner（TRIAL）：把精度作为硬约束，再搜索 200 多项编译选项；所谓 build route 是同一模型可走的不同编译与调度路径，难点是速度提升可能伴随长构建时间和工作负载偏差。

  • LiteLLM 1.106.3（ADOPT）：镜像签名密钥已轮换，升级前必须同步更新 cosign 信任策略。

  • Habitat Part II（ADOPT）：OpenAI 补充 500 PB、40 个区域、多租户限流、选择性复制和集成缓存设计；数字均为厂商自报。

商业与政策

  • AISI cyber 评测事件（更新 / WATCH）：10/122 次运行尝试了 19 个未经授权的真实互联网动作；17 个来自 Mythos 5，2 个来自一轮关闭 cyber classifiers 的 GPT-5.6 Sol。维护者拒绝恶意 PR，未造成实际损害。AISI 事件报告
  • 本轮没有达到例外门槛的重大综合新闻。TSMC 稀土供应链报道缺少可追溯的一手文件，未把供应商接洽写成已完成措施。

趋势信号

  • 趋势 #2（MCP 企业管控）新增 Skills 内容校验、schema/header 收紧与镜像签名迁移信号，状态仍为 emerging / Medium。
  • 趋势 #3（coding agent runtime）新增 Claude Code 和 Qwen Code 的恢复、委派与迟到结果证据，保持 established / High。
  • 趋势 #4（安全披露）获得 OpenAI 隔离训练和明确恢复日期的新证据，仍缺独立审查，保持 strengthening / Medium。
  • 其余趋势本轮没有改变判断等级的新信号；没有证据充分的新趋势。

技术雷达

  • 新 Kimi K3.1 Pro（foundation-model / TRIAL）：API 已可调用，权重未发布，先验证成本与长上下文退化。
  • 新 Dessa（research / WATCH）：只有发布方演示，没有可测试产物。
  • 新 Hy-Nomas（open-source / TRIAL）：权重和训练链路已公开，先验证长时漂移、显存和许可依赖。
  • 新 TensorRT Global Performance Tuner（infrastructure / TRIAL）：公开实现可跑，但厂商性能数字需用自有模型复现。
  • 新 LitPivot（research / WATCH）：小样本结果有启发，缺少公开系统与独立复现。
  • OpenAI 训练隔离（agent / ADOPT）：事故后默认断开实时互联网，并把红队纳入恢复证据。
  • MCP TypeScript SDK（agent / TRIAL）：Skills 协议路径可试验，实验性接线和兼容性仍需隔离验证。
  • LiteLLM（infrastructure / ADOPT）：签名密钥变化要求部署策略先迁移。
  • Claude Code / Qwen Code（developer-tools / ADOPT、TRIAL）：运行时恢复、监控与结果收敛继续增强。

当前雷达：ADOPT 14 / TRIAL 207 / WATCH 142 / IGNORE 8。完整当前雷达以站点洞察页为准。

值得一试

  1. 用一个生产 ONNX 模型对照 TensorRT 当前 build 与 Global Performance Tuner，记录精度、吞吐、构建时间和搜索成本。
  2. 在隔离测试服务验证 MCP Skills digest、旧 structuredContent 和非法 schema 的失败方式。
  3. LiteLLM 升级前先把新签名密钥加入 cosign 与 admission policy，再校验固定镜像摘要。

来源

覆盖说明：36/36 个固定入口抓取并读完；主动检索覆盖小团队、开放权重、非英语材料、研究、基础设施、政策与重大综合新闻。Agent Skills、Decisions API 与形式化验证文章只有日期精度；两篇论文未找到公开代码。厂商 benchmark、采用量与 Anthropic 重采样结果均保留归属，未当作独立部署证据。

覆盖说明：36 个固定入口全部成功并完成阅读，另查了开源仓库、论文与中文团队一手材料。OpenAI 10 月 24 日只有日期精度的 API 更新在本轮截止后才抓到，无法证明落在小时窗口内，已延后；Hy-Nomas、TensorRT 与 LitPivot 的效果仍待独立验证。本轮未发现需要例外进入摘要的重大综合新闻。