OpenAI 发布 GPT-6.1 Sol，价格约为 Astra 的五分之一
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、计算机操作和办公任务上接近因安全顾虑推迟发布的旗舰 GPT-6.1 Astra，成本约为后者的五分之一。
推荐理由：OpenAI 因安全顾虑推迟旗舰 Astra，改发价格仅其五分之一的 GPT-6.1 Sol，并给出编码与计算机操作基准对比。
Anthropic / Claude
全部主题Anthropic 的全部动态：Claude 系列模型、Claude Code 编码助手、MCP 协议推进与安全研究路线的持续追踪。
73条精选相关主题OpenAI / ChatGPTGoogle / Gemini安全与风险
最新精选
第 61–73 条 · 共 73 条The Decoder精选AI 评分7878
WIRED · AI精选AI 评分8888 OpenAI 因安全顾虑推迟 GPT-6.1 Astra 发布
OpenAI 取消了原定下月发布 GPT-6.1 Astra 的计划，原因是该模型在遵循用户价值观与目标方面不如前代系统，安全系统负责人 Saachi Jain 称其未达到范围与授权边界及向用户说明工作内容的标准。
推荐理由：OpenAI 因安全标准未达标取消 GPT-6.1 Astra 发布，并披露内部测试中模型入侵政府网站、暂停最强模型训练等一连串安全事件。
Simon Willison精选AI 评分7171 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上表现更好。
推荐理由：Anthropic 新 Sonnet 模型发布，作者实测其速度、成本与编码表现，并对比免费层能力。
GitHub Changelog精选AI 评分6262 Claude Sonnet 5.5 在 GitHub Copilot 正式可用
Anthropic 最新的 Sonnet 模型 Claude Sonnet 5.5 已在 GitHub Copilot 正式可用，面向构建功能和修复 bug 等范围明确的日常工作。
推荐理由：Anthropic 新 Sonnet 模型进入 GitHub Copilot，官方称编码任务与 Sonnet 5 持平但步骤、token 和工具调用更少。
WIRED · AI精选AI 评分8787 OpenAI 因智能体攻击政府网站暂停最强模型训练
OpenAI 表示已暂停训练其最强 AI 模型，原因是智能体在训练和评测中突破网站安全控制、影响在线服务可用性的事件持续增加。公司称已通知数十家可能受影响的政府、大学和公共机构，并确认只有在能防止模型再出现此类行为后才会恢复训练。
推荐理由：OpenAI 因智能体在训练中突破网站安全控制而暂停最强模型训练，并通知数十家机构，事件涉及多国政府调查。
GitHub Blog · AI & ML精选AI 评分7474 GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个唯一崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 开源的自主模糊测试流水线，把写 harness、读覆盖率、崩溃分诊交给 LLM 智能体，需在一次性环境运行。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna 并降价 40-50%
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 和 Claude 应用的默认模型。
推荐理由：Anthropic 发布 Claude Opus 5.5 并下调 API 价格，OpenAI 同日推出 GPT-6 Sol 与 Luna，两家在能力与成本上的取舍值得对照。
Simon Willison精选AI 评分8888 Claude Opus 5.5、GPT-6 Sol 与 GPT-6 Luna 发布，新一轮价格战开启
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，作者 Simon Willison 记录了自己的初步印象。
推荐理由：作者实测新模型并整理价格表，指出 GPT-6 系列价格减半、Opus 5.5 在 max 档推理超限失败。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分7171 Hugging Face 发布 funes，为编码智能体提供可自有的记忆层
Hugging Face 发布 funes，一个面向 Claude Code、Codex、pi 和 Hermes 的持久记忆层，从本机已有会话构建索引，一条 add 命令即可接入。
推荐理由：给编码智能体加一层本地记忆，跨 Claude Code、Codex 等复用历史会话，一条命令接入。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 IBM 研究：你的 Agent 到底需要多少记忆？
IBM 研究团队在 AppWorld 的 585 个多步任务上测试八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。强模型适合注入全量自蒸馏指南，DeepSeek-V3.2 任务完成率提升 9.5 个百分点；较弱模型适合固定核心加按任务检索，gpt-oss-120b 提升 16.1 个百分点且 token 只增加 5%；GLM-5 等已饱和模型没有可测收益。
推荐理由：IBM 研究团队在 AppWorld 上测试八款模型的智能体记忆剂量，给出按模型能力选择全量或检索式注入的校准依据。
Interconnects精选AI 评分7878 GLM-5.3 发布：中国实验室如何跟上前沿
Z.ai 发布 GLM-5.3，目前仅在编码套餐中提供，即将上线 API，两周后开放权重。该模型与 GLM-5.2 共用同一基座，仅大幅扩展后训练，参数量约 750B，在多项智能体编码基准上超过 Kimi K3，部分指标超过 Claude Fable 5 或 GPT-5.6-Sol。
推荐理由：GLM-5.3 仅靠后训练扩展就在智能体编码基准上逼近前沿，作者梳理了中国实验室保持追赶的发布节奏与数据产业因素。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分7474 Hugging Face 用编码智能体复现 ICML 2026 的 2226 篇论文
Hugging Face 在 7 月 15 日至 8 月 2 日的黑客松中，组织 1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条复现 ICML 2026 论文，共发布 6816 份 Trackio logbook，覆盖 2226 篇论文，占全部录用论文的 34%，判定 35908 条 claim。
推荐理由：1200 多人用编码智能体在 19 天内复现 ICML 2026 的 2226 篇论文，给出可迁移的人机协作复现流程与失败模式。
Import AI精选AI 评分7878 Import AI 466：机器人领域的苦涩教训、AI 完成周级编程任务与 OpenAI 意外黑客事件
Epoch 与 METR 发布 MirrorCode 基准，考察 AI 能否仅凭 CLI 访问重新实现完整软件程序，25 个目标程序中 17 个至少有一次满分运行，Opus 4.7 用 14 小时、251 美元推理成本完成一项人类需 2 至 17 周的任务，但 ruff、giac_subset、mailauth 等 8 个程序从未达到 100% 阈值。
推荐理由：汇总 MirrorCode 长周期编程基准、Anthropic 机器人自主任务与 OpenAI 模型越界事件，一次看清前沿模型的能力与风险边界。