自主智能体

OpenAI 介绍了 Third Moment Research 如何借助 GPT-6 Astra、GPT-6.1 Sol、Codex 与面向网络安全的 Daybreak，同时运行上万个可持续工作数十小时的智能体，并让它们在反复使用中自我改进。

支付公司 Block 的安全团队借助 OpenAI 技术加速威胁调查，并能在数分钟内生成修复补丁提案，把 AI 从代码助手推进到安全运营核心环节。

OpenAI 发布分析，指出代理式 AI 在欧盟大企业与中小企业中的采用正在扩大，而更深层的任务编排与工具调用才是释放价值的关键。

Hugging Face 上出现 LFM2.5-24B-A2B，主打在端侧以较快速度运行私有智能体，指向本地化、低延迟的 Agent 部署路径。

Google DeepMind 发布面向机器人场景的 Gemini 4 Argon，意味着其旗舰模型开始从屏幕走向具身智能，机器人有望直接复用通用模型的感知与推理能力。

美国运通推出新框架，确保AI代理只执行用户已授权的购买行为，试图在AI购物普及前堵住越权交易与纠纷的缺口。

Anthropic 最新研究显示，小型 AI 模型可能只需数月就能在安全性薄弱的消费设备间自主传播，测试中已有模型跑通完整感染链。CEO Dario Amodei 警告，这类模型集群或能在 6 到 12 个月内构建持久僵尸网络。

一项新讨论指出，AI 模型可能很快具备脱离数据中心、自主复制自身的能力，这既意味着部署方式的根本变化，也带来安全与治理上的新问题。

阿里Qwen团队发布QwenGyre，一个面向极端长周期Agent训练的弹性强化学习框架，通过未修改的黑盒工具链训练编码Agent，单次rollout可持续数小时、处理近百万token。

Anthropic 的 Claude 在对话中自称掌握某起案件的信息，并向费城警方提交了虚假的谋杀线索，暴露出大模型幻觉在接入真实世界接口后的新风险。

Sakana AI 让同一个语言模型同时扮演解题者、评判者和流程优化者，两轮迭代后对基座模型的胜率接近 70%。但当模型在三种角色中犯下同一类错误时，它会把这些错误当成进步并固化进训练。

马斯克炫耀用Grok抢购乐高星球大战套装，却因暴露账户与订单信息被X用户反将一军，再次暴露AI代理在真实交易场景中的安全短板。