GPT-6 Cyber 10 天挖出 Linux 内核 948 个漏洞【AI 早报 2026-11-06】
OpenAI 的网络安全模型 GPT-6 Cyber 在 10 天内从 Linux 内核挖出 948 个本地提权漏洞，单个漏洞发现成本为 1279 美元；同时，Kimi 把 Agent Harness 做成托管服务，百度、深度原理和 Google 更新了模型。
今日概览
要闻
- GPT-6 Cyber 10 天挖出 Linux 内核 948 个漏洞
- Kimi Hosted Agents 发布：把 Agent Harness 做成 7×24 小时托管服务
- OpenAI 收购 Pierre Computer，把代码浏览、行内审查和分布式 Git 接入 Codex
- Meta 收购 Conductor，全员加入超级智能实验室做“下一代交互界面”
模型发布
- 百度开源文心 5.5 Flash Base：280B 总参数、14B 激活、支持 1M 上下文
- 深度原理开源 Hydrogen-1.0：FrontierScience 38.3% 超过 GPT-6 Astra
- Gemini Omni 1.2 Flash：原生 15 秒视频生成，价格下调 30%
- 腾讯混元 Hy4 正式版：300K 上下文，办公 Agent 得分从 53.9 升至 75.2
- AgentScope 发布 Piccolo 决策模型：27B 版 JevBench 准确率 92.21%
- 米哈游联合清华开源 GameScaling：四档八个游戏模型，27B 版 MCU 成功率 63.3%
开发生态
- AWS Bedrock AgentCore 上线 Web Answer：一次调用返回带引用答案
- 至知开源 IQuestRT 推理引擎：单请求解码 910.70 tokens/s，达 vLLM 的 2.94 倍
产品应用
- ChatGPT Images 2.6 支持一键生成 GIF，Flare API 最快 6 秒出图
- 千问 Personal Agent“千问 Go！”：30 多个行业、8000 多项原子能力
技术与洞察
- 清华等发布 Language2Drive：93.2% 的成功无法在另一条指令下复现
- METR：Anthropic 模型能力提升速度约为一年前的两倍
行业动态
- Sand.ai 完成 2 亿美元 A+ 轮，MAGI-2 参数 1140 亿、VidMuse ARR 破 1000 万美元
- Claude Code 产品负责人 Cat Wu 加入 OpenAI，负责核心产品管理
- MOVIN 获 750 万美元 A 轮，动作捕捉设备已售 200 多台
要闻
GPT-6 Cyber 10 天挖出 Linux 内核 948 个漏洞
OpenAI 的网络安全模型 GPT-6 Cyber 用一套 AI Agent 流水线扫描 Linux 内核，在约 10 天内发现并验证了 948 个可让普通用户拿到 root 权限的本地提权漏洞。流程分侦察、验证、利用三步：Scout Agent 从 4000 多万行代码中圈出 280 万行高价值目标，花费 3426 美元 API 额度；Analyst Agent 12 小时提交 2308 个疑似漏洞，耗资 31.6 万美元；Triage Agent 30 小时内复现 1724 个内核崩溃，命中率 74.7%，逻辑误报仅 3.1%。ExploitDev Agent 最终写出 291 个信息泄露 PoC 和 1169 个 root 提权利用，合并变体后锁定 948 个独立漏洞，单个漏洞发现成本 1279 美元，单个可用 root 利用 API 成本 359 美元。OpenAI 为整条流水线花费约 120 万美元；按 Pwn2Own 历史奖金估算，这批漏洞价值 1890 万至 6630 万美元。安全团队抽样 166 个利用程序，发现 AI 自行使用了至少 10 种新的 Linux 内核攻击技术；在 200 个指定漏洞利用案例中，有 20 个实际利用了另一个未公开的 0-day。
Kimi Hosted Agents 发布：把 Agent Harness 做成 7×24 小时托管服务
Kimi 开放平台发布 Kimi Hosted Agents，把支撑 Agent 运行的 Harness 作为云端服务提供给企业和开发者，企业不再自建代码执行环境、上下文与会话管理、工具调用、权限控制和任务中断恢复。服务提供 7×24 小时托管环境，支持长程任务和多智能体协作，企业可按需配置内部业务监控、运维响应，或嵌入 App 的投研助手、客服助手。安全侧提供独立沙箱、网络访问权限控制、会话随时中止、执行留痕与审计导出，并提供计费规则和用量报表。平台内置 140+ Skills 与 30+ 插件，覆盖联网检索、专业数据查询、办公文档处理和内容生成；企业也可接入自有工具和数据源。Kimi Inference Hook 可在每次模型推理前检查任务输入与工具返回内容，目前仅对企业认证用户定向开放。官方首批提供 8 个金融 Agent 模板，覆盖投研建模、深度研究、晨报生成、IPO 跟踪、持仓监控等任务。
OpenAI 收购 Pierre Computer，把代码浏览、行内审查和分布式 Git 接入 Codex
OpenAI 官宣收购初创团队 Pierre Computer，Codex 负责人 Tibo 将其比作计算机里的“运行内存”，目标是补齐 Codex 在代码浏览、审查和存储上的短板。Pierre 团队包括 Bootstrap 联合创始人 Jacob Thornton、前 Discord 核心成员 Amadeus、esm.sh 创建者 Je Xia。其三项能力已开始接入 Codex：Trees 负责超大项目目录的毫秒级展开与跨分支文件定位；Diffs 在对比视图里加入行内编辑，发现 AI 写错变量名可就地修改；Code Storage 是专为 AI Agent 高并发读写设计的分布式 Git 仓库。Code Storage 已成为 Lovable、Bolt、Poke 等应用的底层设施，Lovable 一家每周新建超过 800 万个 Git 仓库，Poke 每分钟执行 4 万次 Git 操作来存 Agent 记忆。Codex 目前可同时派十几个 Agent 写代码，但几万行改动和大量分支难以人工审阅和存放，Pierre 的能力正好对应这一交付环节。
来源：https://mp.weixin.qq.com/s/1q0HlJdMzrJWGh7hOt9ysw
Meta 收购 Conductor，全员加入超级智能实验室做“下一代交互界面”
Meta 收购 AI 编程初创公司 Conductor，Conductor 创始人兼 CEO Charlie Holtz 在公告中确认团队将加入 Meta。Conductor 成立于 2024 年，产品允许用户在多个并行工作空间中部署 AI Agent，把开发项目拆成独立任务并行执行，并支持云端、本地设备和手机使用。它不自主开发底层智能体，而是调用 Anthropic、OpenAI 等头部实验室的模型。Holtz 表示将与 Meta 首席 AI 官 Alexandr Wang、MSL 产品负责人 Nat Friedman 合作，并在明年年初推出“下一代交互界面”新产品。收购后 Conductor 核心功能在明年年初前继续运行，但云端服务将于 11 月 20 日关闭，此后删除用户云端数据。Meta 今年 8 月已推出面向大型代码库的 AI 编程智能体 Muse Code，Muse 系列用户规模已突破 1000 万。
模型发布
百度开源文心 5.5 Flash Base：280B 总参数、14B 激活、支持 1M 上下文
百度 11 月 5 日发布并开放文心 5.5 Flash Base（ERNIE 5.5 Flash Base）权重，这是一个稀疏 MoE 语言模型，总参数 280B，每 token 激活 14B。模型在 33.5T tokens 上从零预训练，训练上下文最长 128K，微调与推理阶段外扩到 1M tokens；共 43 层 Transformer，Hidden Size 4096，64 个注意力头，除第一层外各层前馈网络替换为 MoE 块。预训练使用 Muon 优化器和 FP8 混合精度，已联合 vLLM、SGLang 提供部署支持，并在 Hugging Face 放出 FP8 与 BF16 权重。官方对比中，它在知识、推理、数学、代码、多语言和长上下文基准上整体领先 DeepSeek-V4-Flash Base、Hy3-preview-Base 和 MiMo-V2.5-Base；对 DeepSeek-V4-Flash-Base 的代码优势包括 HumanEval+ 82.3 对 69.5、LiveCodeBench 40.1 对 31.9、FullStackBench 54.6 对 43.3。模型采用“少数全量层加多数压缩层”的混合稀疏注意力，约 1/7 层保留全上下文访问，以降低长上下文 Pre-fill 和 KV Cache 开销。
来源：https://mp.weixin.qq.com/s/KIa3_Ao71Peo_sieNcrevQ
深度原理开源 Hydrogen-1.0：FrontierScience 38.3% 超过 GPT-6 Astra
AI for Science 公司深度原理开源科学大模型 Hydrogen-1.0，权重已上线 Hugging Face 和 ModelScope。在 OpenAI 的科研基准 FrontierScience Research 上，Hydrogen-1.0 得分 38.3%，GPT-6 Astra 为 33.3%；该基准按博士水平可能需要三到五小时完成，同时评估答案和推理过程。模型底座为智谱 GLM-5.3，深度原理加入化学、材料、生命科学数据、科学家反馈、完整实验记录和一轮轮找材料过程做科学后训练，FSR 成功率比基座提高 13.9 个百分点。在 GPQA Diamond 上准确率 93.0%，比基座提高 3 个百分点，接近 Kimi-K3 的 93.5%。训练分监督微调和强化学习两步，长任务训练会保留完整推理范例，并支持长回答分段生成后续接着完成。除自行部署外，用户可通过 NeuroSpark API 或 Mira 科研平台接入。
Gemini Omni 1.2 Flash：原生 15 秒视频生成，价格下调 30%
Google DeepMind 发布 Gemini Omni 1.2 Flash，主打更快的视频生成与编辑，支持原生 15 秒视频片段。官方称新版本一致性更强，同时价格下调 30%，定位低成本、长片段视频生成。相比此前分段生成再拼接的流程，原生 15 秒时长让单次请求覆盖更完整的镜头段落。价格下降 30% 后，单位视频生成成本随之降低，面向需要批量出片的开发者。
来源：https://deepmind.google/blog/gemini-omni-12-flash-fast-and-cost-effective-with-longer-clips/
腾讯混元 Hy4 正式版：300K 上下文，办公 Agent 得分从 53.9 升至 75.2
腾讯混元 Hy4 正式版发布，并在 WorkBuddy 首发，11 月 4 日至 11 月 15 日 23:59 限时免费，消耗倍率 0.00x。模型卡片显示其为最新旗舰模型，主打 Agent 与多模态，上下文窗口 300K；免费额度用完后可按 0.29x 倍率花积分继续使用。官方数据里，3D 建模从 23.4 提升到 37.1，办公 Agent 从 53.9 提升到 75.2，长程软件工程任务从 31.9 提升到 43.8，电脑操作和看图能力分别为 78.9 和 78.6。第三方 Agent Arena 用 8.5K 个真实长程 Agent 会话排名，Hy4 正式版从 preview 的第 25 名升到总榜第 13、开源模型第一。WorkBuddy 团队用 12 个场景测试，Hy4 平均 83.18 分，任务通过率 96.15%，12 个场景中有 9 个排国内第一。实测中它用 Blender 根据三张平等院照片生成程序化 3D 场景，也用真实高程数据做出 3.31MB 单文件 HTML 的夏威夷大岛沙盘，本机 GPU 运行约 112fps。
AgentScope 发布 Piccolo 决策模型：27B 版 JevBench 准确率 92.21%
AgentScope 团队发布 Piccolo 决策模型系列，包含 27B、9B 和 4B 三个尺寸。Piccolo-27B 在 JevBench Public 上准确率 92.21%，文本 Decision Index Public 68.59 分，多模态 Decision Index Public 77.75 分；在自建 HarnessJevBench（Agent 运行控制）和 DataJevBench（数据工作流）上分别为 84.41% 和 82.60%。团队称在 11 月 2 日更新的 11 模型对比中，这三项均排名第一。模型定位为决策组件，接入智能体工具审核与上下文筛选、数据处理关键决策、游戏连续判断等流程，返回程序可直接使用的结果与概率。研发采用递归自改进（RSI）框架：研究 Agent 根据模型错误与训练反馈选择数据、检验改动，再把实验结果用于下一轮优化。项目已在 GitHub 开源，模型可在 ModelScope 下载，并提供在线体验。
米哈游联合清华开源 GameScaling：四档八个游戏模型，27B 版 MCU 成功率 63.3%
米哈游联合清华大学、香港大学、新加坡国立大学等开源通用游戏模型 GameScaling 系列，覆盖 0.8B、2B、9B、27B 四档规模，共八个模型，权重与推理代码以 Apache 2.0 协议发布。模型基于 Qwen3.5 系列持续预训练，根据游戏画面、任务提示和近期交互历史生成接下来 200 毫秒的键盘与鼠标操作。GameScaling-27B-S1 在《我的世界》MCU 基准 30 项任务中平均成功率 63.3%；0.8B 至 9B 的 6 个模型在单张 H200 或 RTX 5090 上可实现每秒约 5 次观测、每秒 30 步动作的实时交互。实验拆成模型规模、数据时长、数据多样性三个变量，设计 0.8B 至 27B 四档、50 至 1600 小时六档数据预算、从全部《我的世界》到多游戏混合的五种配比，共 120 组受控配置。团队观察到“接口阶段”和“世界阶段”：早期按键、鼠标和动作格式预测快速改善，收益也出现在未训练世界；后期提升更依赖模型经历过哪些游戏，对差异更大的 2D、2.5D 世界甚至可能损失上升。
来源：https://mp.weixin.qq.com/s/T2LNcUGe5L4LR7duwVfNPg
开发生态
AWS Bedrock AgentCore 上线 Web Answer：一次调用返回带引用答案
Amazon Bedrock AgentCore 的 Web Answer 正式可用，Agent 构建者只需一次工具调用，就能拿到对自然语言问题的综合回答和来源引用。此前要自己串联搜索 API、筛选可信结果、抓取并清洗页面、提示模型综合、再做引用抽取，每一步都是需要维护的代码和潜在故障点。Web Answer 会自行规划搜索、并行运行多次搜索、读取关键页面核对事实，证据不足时再次搜索，最后把每条结论绑定到来源 URL。它通过 AgentCore Gateway 以 MCP 工具结果返回，Gateway 用 AWS IAM 或 JWT 认证，并以自身服务角色调用这个托管连接器。每次提问都会重新搜索，模型会拿到当天日期，以获取最新信息；返回内容包括有依据的答案、引用和可用时的来源链接。
至知开源 IQuestRT 推理引擎：单请求解码 910.70 tokens/s，达 vLLM 的 2.94 倍
至知创新研究院（IQuest Research）发布并开源面向 IQuest-Q1 的专用推理运行优化引擎 IQuestRT。官方技术报告称，在 8 卡高性能 GPU、单请求条件下，IQuestRT 实测解码吞吐量 910.70 tokens/s，是 vLLM 参考配置的 2.94 倍。IQuest-Q1 是稀疏 MoE 基础模型，总参数约 320B，每 token 激活约 15B，面向代码生成、软件工程、推理和多步工具调用，并采用递归多 Token 预测（MTP）。IQuestRT 把候选 Token 验证、采样、缓存更新和下一轮计算启动更多放在 GPU 内部完成，CPU 只发起第一轮任务，减少主机控制间隔；配对重放实验显示，消除主机端控制间隔后每轮节省约 22—25 微秒，进一步精简执行边界又带来约 3 微秒收益。它还会动态决定投机预测深度、提前加载可能用到的专家权重，并减少跨 GPU 通信同步等待。AI Agent 也参与了引擎研发，多个 Agent 并行做代码实现、性能实验和调试，相关优化成果仅用两周就超过团队此前人工精细调优的计算流水线。
来源：https://mp.weixin.qq.com/s/w7-S3r6NgrzRvWpBbvLcew
产品应用
ChatGPT Images 2.6 支持一键生成 GIF，Flare API 最快 6 秒出图
OpenAI 升级 ChatGPT Images 2.6，首次支持在 ChatGPT 内把图片直接做成 GIF，并提供逐帧编辑、播放速度调整和参考生图功能。用户给出一句“你可以做成 GIF 吗”，即可让静态照片里的主体动起来，不再需要额外动画软件或另开生成工具。同步上线的两款 API 生图模型是 Flare 和 Sunburst：Flare 最快 6 秒出图，Sunburst 主打高质量与编辑一致性，并支持 SVG 导出和局部精修。报道还提到，下一代 GPT-6.2 Astra 和 Sol 已在谷歌平台现身，圈内押注最快明天官宣，但这一部分仍是传闻。
来源：https://mp.weixin.qq.com/s/_K3CGhTQV9qqDDRJoPuDcw
千问 Personal Agent“千问 Go！”：30 多个行业、8000 多项原子能力
千问事业部 AI 算法负责人蒋冠军介绍，正在邀测的 Personal Agent“千问 Go！”围绕模型、记忆和生态三部分搭建。团队建立覆盖 30 多个行业的需求透视图，把需求归纳为不同意图，再拆解出 8000 多个模型的原子能力需求，通过后训练和强化学习提升任务执行的稳定性与效果。案例中，千问 Go 帮用户争取航班延误理赔时，因用户表达过“要现金赔偿”，拒绝了客服提出的优惠券方案，多次沟通后获赔 70 元现金。蒋冠军把记忆设计称为“需求驱动的记忆体系”：用户说“月薪 8000 元”，系统要判断是记住数字，还是记住“有稳定收入”的状态；用户问投资建议时，要决定调用理财 context 还是同步调取家庭背景。与 Coding Agent 相比，Personal Agent 的用户上下文和服务生态更分散，生态接入需要 API、MCP 或用户授权，不能只靠模型变强解决。
技术与洞察
清华等发布 Language2Drive：93.2% 的成功无法在另一条指令下复现
清华大学 AIR、东南大学、上海交通大学、香港科技大学（广州）、阿德莱德大学等，联合理想汽车、蔚来、Amazon、AMD 发布自动驾驶 VLA 评测基准 Language2Drive。核心设计是成对反事实单元（PCU）：同一地图、同一初始状态、同一历史观测和同一随机种子，只改变自然语言指令，要求模型在两条互斥但都可行的指令下分别成功。团队构建 64 个 CARLA 成对单元，每侧指令准备三种同义表达，每个系统需完成 384 次闭环运行；另在 23 个重建真实道路场景中构建 30 个 RealSim 成对单元，并扩展到 nuScenes、NAVSIM 和 WOD-E2E。结果显示，六个主要 CARLA 系统已经成功的运行中，93.2% 无法在另一条可行指令下组成“双侧成功”；LMDrive 单条严格指令成功率最高 12.24%，严格配对成功率为 0，整个 CARLA 主评测最高严格配对成功率也只有 1.04%。Alpamayo 1.5 在重建真实场景中拿到 100% 安全分和 97.17 的 DrivingScore，严格配对成功率仍为 0。
METR：Anthropic 模型能力提升速度约为一年前的两倍
研究机构 METR 估计，Anthropic 模型在“定义明确的任务”上的能力提升速度约为一年前的两倍。Fast Company 11 月 6 日报道称，尽管外界存在要求放缓 AI 开发的呼声，Anthropic 仍在以更快速度改进模型能力。该估算由第三方机构给出，聚焦可明确评估的任务；报道未披露具体模型版本、基准名称或完整测算方法。
行业动态
Sand.ai 完成 2 亿美元 A+ 轮，MAGI-2 参数 1140 亿、VidMuse ARR 破 1000 万美元
视频大模型公司 Sand.ai 宣布完成 2 亿美元 A+ 轮融资，基石资本、网宿科技联合领投，时代资本、国方创投、磐霖资本、东证资本等参投，上海国资背景机构加入，经纬创投、中科创星等老股东继续加注。这是 Sand.ai 今年第三轮融资，三轮在约十个月内完成，累计约 3 亿美元，公司称本轮后正式跻身独角兽。创始人曹越是清华博士、前微软亚洲研究院主管研究员，Swin Transformer 主要作者之一，曾以算法联合创始人身份加入王慧文创办的光年之外。Sand.ai 走自回归世界模型路线，2025 年 5 月发布 MAGI-1，2026 年 8 月发布 MAGI-2 Preview：总参数 1140 亿，单 Token 激活约 60 亿，采用 MoE 架构，并从分块自回归转向单流架构，推进音视频联合建模。自有产品 VidMuse 以音乐驱动视频创作，上线两个月 ARR 突破 1000 万美元。
Claude Code 产品负责人 Cat Wu 加入 OpenAI，负责核心产品管理
Claude Code 产品负责人 Cat Wu 官宣加入 OpenAI，负责核心产品的产品管理；她上周五刚从 Anthropic 离职，10 月 30 日是最后一个工作日。Cat Wu 是 Claude Code 早期核心团队成员，2024 年加入 Anthropic，参与 Claude Code 产品开发，并与创造者 Boris Cherny 一起推动其从内部实验工具变成面向开发者的 AI 编程产品；她还负责过 Anthropic 的 Cowork 产品。她在 X 上表示，将与前 GitHub CEO、现 OpenAI Codex 负责人 Tibo 及 OpenAI 团队协作，打造让用户保持掌控的智能体。她回忆第一次使用 Claude Code 时，让模型搭建强化学习环境，花了数十小时引导但全程没有亲手写代码。2025 年，她曾与 Boris Cherny 短暂加入 Cursor，随后重返 Anthropic，这次是再次离职转投竞争对手。
MOVIN 获 750 万美元 A 轮，动作捕捉设备已售 200 多台
韩国公司 MOVIN 获得约 750 万美元 A 轮融资，总融资额超过 1000 万美元；本轮由 IMM Investment 领投，IBK Industrial Bank of Korea、Voyager Ventures 参投，Atinum Investment、NAVER D2SF 和 Schmidt 跟投。MOVIN 成立于 2023 年，产品 MOVIN TRACIN 结合 LiDAR、相机视觉和自研端侧 AI，无需动捕服、标记点或摄影棚即可捕捉全身动作。公司称产品上线一年内收入约 75 万美元，在 20 多个国家售出 200 多台，北美是最大市场。其技术已被 Boston Dynamics 和 RAI Institute 用于机器人遥操作与训练，MOVIN 也是 NVIDIA SOMA 唯一的韩国 Launching Adoption Partner。本轮资金将用于全球扩张、端侧多模态 AI，以及在韩国新建研发中心，聚焦世界模型开发所需的真实世界数据集。
暂无评论。