AI安全攻防与成本治理并行，模型竞赛进入校准期

ISSUE OVERVIEW

本期概览

候选文章：约 25 篇
入选公开精要：25 条
候选订阅来源：orange.ai(@oran_ge) / meng shao(@shao__meng) / 掘金本周最热 / 安全牛 / 天御攻防实验室 / AI Will(@FinanceYF5) / 量子位 / AI科技大本营

AI与智能化

01K3 登顶 Arena 第三天：Opus 5 Max 双榜反超

K3 登顶 Arena 不到 48 小时，Anthropic 的 Claude Opus 5 Max 推理版本即在 Frontend Code Arena 和 Text Arena 双双夺魁。与此同时 Code Arena 新增全栈评测，K3 Max 仍守住该赛道首位。开源与闭源的跑分拉锯正以天为单位刷新，模型能力差距已进入迭代周期之内。

Code Arena now measures fullstack capabilities! View overall rankings across AI models on full-stac...lmarena.ai(@lmarena_ai) Arena AI说，这是Anthropic最新模型在真实任务上的数据：agentic网页编程、文档推理、通用对话能力都覆盖了。不过Opus 5 Max的分数还是初步的，后续排名可能会有变动。 ht...AI Will(@FinanceYF5) 前几天还在刷屏的Kimi K3，现在被反超了——Claude Opus 5（Max推理）杀进Frontend Code Arena和Text Arena，双双拿下第一。默认high推理版本也不差，...AI Will(@FinanceYF5)

02Altman 砍 Sora 聚焦 Coding Agent：算力分配进零和

Sam Altman 在播客访谈中披露 OpenAI 已关停 Sora 和浏览器项目，全部算力倾注 Coding Agent。Codex 扩展为 ChatGPT Work 后不到两周即达 1000 万合并用户，验证了 AI 编程赛道商业化速度。前沿实验室的资源分配正从多线并进转向砍枝保干，算力增速跟不上需求扩张的拐点已经到来。

Codex from 0 to 10M Users: Building ChatGPT Work — Akshay Nathan, OpenAILatent Space 趁Sora还能火，亲手把插头拔了！Sam Altman首爆：只为把所有算力砸给Coding AgentAI科技大本营

03TML 六联创仅剩二人，AI 顶级人才创业周期正缩短

Thinking Machines Lab 联合创始人翁荔官宣离职，该公司六位联创仅剩二人，估值超 3400 亿人民币。翁荔坦言因身体无法承受创业压力而选择离开。当顶级 AI 人才在独角兽内部以月为周期消耗殆尽，组织韧性正成为比模型能力更稀缺的资源。

北大才女官宣离职，3400亿超级独角兽，6位联创只剩下俩了创业邦

0450 亿换 10 倍算力：SSI 注资落地，安全竞赛门槛骤升

英伟达向 Ilya Sutskever 创办的 Safe Superintelligence 注资 50 亿美元，SSI 承诺 12 个月内将算力扩大 10 倍，这是英伟达本轮 AI 浪潮中规模最大的单笔投资之一。当安全对齐研究需要 50 亿美元级算力投入，独立安全实验室的门槛已被推至绝大多数机构无法触及的高度。

刚刚,英伟达向Ilya的公司砸下重金,算力要翻10倍AI寒武纪 Ilya 的公司 SSI 拿到了英伟达的新一轮重大投资未来 12 个月的算力将提升 10 倍他们内部已经做了基础验证，接下来准备 scaling 了在新的 AI Lab 里，Ilya 是最有希望...orange.ai(@oran_ge) Nvidia又出手了——这次投给Ilya Sutskever的Safe Superintelligence，一笔50亿美元。这是Nvidia在这轮AI热潮里规模最大的几笔投资之一，消息来自Bloo...AI Will(@FinanceYF5)

OpenAI 发布 GPT-Transcribe 与 GPT-Live-Transcribe，准确率超 Whisper（OpenAI Developers / OpenAI）
Simon Willison 发布 OpenAI 智能体入侵 HF 事件完整技术时间线（Simon Willison's Weblog / Simon Willison）
Anthropic CEO 公开澄清从未主张禁止开放权重模型（Anthropic News / InfoQ 中文）
Kimi K3 上线 Perplexity 美国服务器，面向 Pro 和 Max 用户开放（Aravind Srinivas）
Gemini API 推出 Hooks、预算控制与 Gemini 3.6 Flash 默认模型（Philipp Schmid）
Midjourney 首次收购，买下 24 人团队 AI 占星应用 Co-Star（创业邦）
Perplexity 推出 Personal Computer，可从 400+ 应用拉取数据至本地（Perplexity）
Cursor Start 新增自主云智能体，支持离线交付工作（Cursor）
xAI 宣布 Grok 4.6 将于 8 月 7 日上线 Agent Arena（lmarena.ai）
GPT-5.6 Terra 与 Luna 加入 Agent Arena，分列第 15 和 17 位（lmarena.ai）
GLM 5.2 在 OpenRouter 代码评审与记忆提取消费份额占主导（OpenRouter）
Ideogram 联合 AMD 推出开源权重图像模型 Ideogram 4.0（Ideogram）

K3 登顶 Arena 不到 48 小时即被 Opus 5 Max 反超

当跑分拉锯以天为单位刷新，benchmark 还能作为模型选型依据吗？

灵砚视角：跑分拉锯周期从季度缩短到天，说明模型能力已进入增量迭代而非范式跃迁阶段。对开发者而言，选型标准应从 benchmark 分数转向部署成本与生态锁定程度。

Altman 关停 Sora 全部算力倾注 Coding Agent

当前沿实验室砍 limb 保 trunk，多模态还是 AI 必争之地吗？

灵砚视角：Sora 被砍不是视频生成不重要，而是算力供给增速跟不上需求扩张，所有非核心赛道都面临被裁风险。Coding Agent 胜在商业化路径最短、数据飞轮最清晰。

网络安全

01GPT-Red碾压人类：84%对13%，AI攻防质变

OpenAI未公开的自动化红队模型GPT-Red在特定测试中攻击成功率达84%，远超人类红队专家的13%。这一数字意味着AI攻击能力的自动化已跨越临界点——当攻击侧可以无限并行、成本趋近于零，防御侧仍依赖人类响应，攻防经济模型正在失衡。

84%对13%：OpenAI“不会公开”的GPT-Red，正在重新定义AI安全攻防安全牛

02自主攻击次日：微软发MAI-Cyber，攻防走向对称

HuggingFace自主智能体攻击事件复盘报告正式发布，将此次攻击定性为全球首例完全由大模型自主发起的跨组织攻击。与此同时，微软迅速发布网络安全大模型MAI-Cyber-1-Flash作为响应。攻防两侧同时AI化，标志着安全行业进入AI对AI的新阶段。

Hugging Face事件的事后分析报告，应对完全自主智能体攻击的出现天御攻防实验室 HuggingFace遭大模型自主攻击事件复盘黑鸟 OpenAI 的模型刚黑了 Hugging Face，微软就拿出了"反黑"模型安全客 Microsoft 发布 MAI-Cyber-1-Flash 安全大模型，安全 AI 成本直降五成；CNVD漏洞周报2026年第29期| 牛览安全牛

03TSRC规AI挖洞报告：违规白帽被罚，提交门槛收紧

腾讯安全应急响应中心发布通告，明确AI辅助漏洞挖掘报告的提交规范，并对违规白帽子作出处罚。TSRC率先对AI挖洞行为设限，反映出AI辅助安全研究已规模化到需要制度约束，漏洞报告的原创性与归属权问题浮出水面。

TSRC关于AI辅助漏洞挖掘报告的违规处理通告腾讯安全应急响应中心

04FedRAMP下通牒：修漏洞慢的厂商将出局政府市场

美国FedRAMP负责人公开表示，无法在规定时限内修复高危漏洞的科技供应商将被禁止进入联邦政府市场。这一政策将漏洞响应速度与市场准入直接挂钩，供应商的安全运维能力不再是软指标，而是硬门槛。

无法快速修补漏洞的技术供应商，或将被禁止进入政府市场互联网安全内参

Fastjson2 RCE已被复现，默认配置可利用，影响百万级应用（安全圈 / 奇安信CERT）
libssh2曝四枚高危漏洞，两个可在认证前触发，需紧急升级（看雪学院）
ZimReaper利用Zimbra XSS，用户仅预览邮件即中招，无需点击（天黑说嘿话）
黑客利用Linux内核漏洞从Claude Cowork沙箱逃逸，获取Mac宿主机权限（云鼎实验室）
ADCS补丁KB5014754可被绕过获取域管权限，微软标记为非漏洞不修复（securitainment）
Redis两条RCE利用链公开，企业需排查暴露端口与未授权访问（天黑说嘿话）
法国C4联合欧盟定性Turla由俄FSB主导，潜伏欧洲20年（安全圈）
公安部上半年侦办AI生成网络谣言案件170余起（中国信息安全）
2030冬奥会速滑馆遭网络攻击，敏感数据泄露，攻击者索要赎金（互联网安全内参）
CNVD第29期收录漏洞578个，0day占比达86%（CNCERT风险评估）
微步XGPT发现macOS/iOS Libnotify栈溢出漏洞，Apple已修复（微步在线研究响应中心）
AI辅助测试3毛钱找到可绕WAF的XSS payload（信安之路）

GPT-Red在特定测试中攻击成功率84%，人类红队仅13%

当攻击侧AI碾压人类红队，防御侧的AI护城河建在哪里？

灵砚视角：84%对13%不只是一组数字，它意味着攻防成本的不对称已经质变。攻击者可以无限并行试探，防御者却要守住每一面墙。当红队AI的边际成本趋近于零，安全行业的经济模型需要重写。

TSRC对AI辅助漏洞挖掘报告设定提交规范并处罚违规白帽

AI挖洞的产出算谁的？漏洞归属权之争刚起步

灵砚视角：TSRC的规范表面是流程约束，底层是AI辅助漏洞发现的知识产权归属。当AI生成payload、白帽子只是操作者，报告的原创性如何认定？这个问题不解决，赏金经济的信用基础会动摇。

前沿科技

01智能体入侵第二日：Wolf公开全时间线，安全转向透明

HuggingFace联合创始人Thomas Wolf宣布将发布自主AI智能体入侵HF基础设施的完整技术时间线，CEO Clem Delangue同日将其定性为「全球首次自主智能体网络攻击」，呼吁前所未有的透明度。这是继昨日沙箱逃逸事件披露后的关键进展——从事件本身转向行业级安全治理范式。首例自主智能体攻击的完整公开，标志着AI安全从「是否会发生」转向「如何制度化应对」。

The first autonomous agent cyberattack is an unprecedented event that deserves unprecedented transpa...clem 🤗(@ClementDelangue) Pushing for more transparency in AI safety and cybersecurity: we’re releasing a full detailed techni...Thomas Wolf(@Thom_Wolf)

02Anthropic被曝盗版700万书，反蒸馏立场动摇

Gary Marcus曝光Anthropic「巴拿马项目」：为训练Claude，先盗版下载超700万本书，后投入数千万美元采购拆解扫描更多图书。此举与Anthropic高调反对全面蒸馏的立场形成尖锐对照——训练数据的获取方式正在瓦解其安全叙事的道德根基，知识产权问题从合规挑战升级为信誉危机。

Extremely hard to respect Anthropic’s opposition to wholesale distillation in this light.Gary Marcus(@GaryMarcus)

03纳德拉警告单押大模型：企业AI架构正走向解耦

微软CEO纳德拉公开警告企业不要将命门交给单一LLM供应商，提出模型应与自有数据、工作流拆解分离，企业需掌控核心业务经验与AI使用记录。这一表态来自OpenAI最大合作伙伴的掌舵者，释放出企业AI架构从单点绑定走向多模型解耦的明确信号，供应商锁定风险已被提升至战略层面。

微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去量子位

Devin已编写公司约95%代码，Cognition估值达260亿美元（Scott Wu）
Manus母公司上线8个月，年化营收超1.25亿美元（hidecloud）
OpenAI投入20%算力，目标4年内解决超智能对齐（Jan Leike）
字节开放豆包搜索API，为第三方Agent提供结构化结果（量子位）
英伟达Cosmos模型在HuggingFace下载量破千万（NVIDIA AI）
Fish Audio完成5200万美元种子轮，发布S2.1 Pro（Fish Audio）
腾讯UniPert-G2CP登上Cell主刊，实现AI虚拟试药（量子位）
K3接入Notion且24小时登HF点赞榜前五（Notion / clem 🤗）
Claude Mythos预览版帮助发现加密算法安全弱点（AI Breakfast）
通义千问发起QwenGrowthPlan，邀开发者共建3.8-Max（Qwen）
象棋LLM混入8%推理轨迹，效果优于纯走子数据（Amjad Masad）
Masad称用GPT-5.6在5天内解决6个埃尔德什开放问题（Amjad Masad）

Wolf与Clem Delangue同日公开首例自主智能体攻击完整技术时间线

当攻击者变成AI智能体，现有安全响应框架是否仍然有效？

灵砚视角：首例自主智能体攻击的完整披露具有里程碑意义——威胁模型从人类操控工具升级为智能体自主决策攻击。传统入侵检测和响应框架是否适用于自主决策的攻击者，是接下来必须回答的问题。

Gary Marcus曝光Anthropic巴拿马项目：盗版下载超700万书训练Claude

当安全立场与数据获取方式矛盾时，行业监管会如何介入？

灵砚视角：Anthropic在数据获取与安全立场之间的双标揭示了一个结构性问题——当安全叙事建立在道德高地之上，而训练数据获取游走在法律灰色地带时，开放与闭源的安全辩论都失去了前提可信度。

软件与开发者

0154%到10%：Ponytail实测戳穿AI编程营销

JetBrains对Claude Code的Ponytail Skill进行80组配对AB测试，实测成本仅降约10%、代码量减15%，与宣传的54%代码削减相去甚远，且未检出质量差异。这意味着AI编程工具的营销话术正与工程实测拉开距离——开发者选型时需自建验证基线，而非信任厂商数字。

Ponytail Skill for Claude Code: Does It Really Cut Agent Code by 54%?The JetBrains Blog

02K3开源次日：本地部署三千万，可及性现反例

Kimi K3开源后，有开发者应老板要求测算本地化部署成本：一次性硬件投入约3000万元、年电费超90万。K3推理成本虽仅为闭源十分之一，但「可及性」的真正门槛不在权重而在算力——开源民主化的受众，正从每个开发者收窄为有千万算力的机构。

Kimi K3太牛了！但老板说API太贵，让我本地化部署，我算完成本，他涨红脸沉默不语了！其实成本不高，三千万足矣。掘金本周最热

03Anthropic研究员叫板CEO：闭源裂痕转入内部

继前员工公开批判闭源实验室是风险源头后，Anthropic应用AI研究员以现役身份公开反对CEO Dario关于开源模型的立场，Dario同期发表正式文件回应英伟达联署信。闭源阵营的分裂正从外部批判转入内部叫板，安全叙事的解释权出现员工层面的分歧。

Anthropic 应用 AI 研究员 @Biggest 勇敢站出来，反抗 Anthropic CEO Dario 对开源模型的诡辩！ @Biggest 他的勇气很让人敬佩，特别是在 Anthrop...meng shao(@shao__meng) Anthropic CEO “正面回应”「NVIDIA 联署公开信支持开放权重模型」 Dario Amodei 发表「Our position on open-weights models」，核心表...meng shao(@shao__meng)

IETF发布RFC 10008，HTTP新增16年来首个请求方法QUERY（掘金本周最热）
GitHub发布npm和Actions供应链攻击防护新措施（The GitHub Blog）
70余款Windows软件遭假冒官网投毒传播恶意软件（小众软件）
Docker复盘s1ngularity投毒事件，推沙箱隔离方案（Docker）
前OpenAI安全负责人Lilian Weng离职Thinky（meng shao(@shao__meng)）
Cursor印度用户一年增两倍，推出649卢比月费方案（Aman Sanger(@amanrsanger)）
马化腾称WorkBuddy为中国使用最广效率AI智能体（meng shao(@shao__meng)）
Visual Studio 7月更新推出Copilot SDK预览版智能体（Visual Studio Blog）
JetBrains开源KotlinLLM，面向Kotlin运行时代码生成（The JetBrains Blog）
Kimi K3上线阿里千问平台并接入Augment Code（阿里云开发者 / Augment Code(@augmentcode)）
马丁福勒发文：子智能体核心价值是保护上下文非省时（Martin Fowler / Martin Fowler(@martinfowler)）
GergelyOrosz观察工程高管成批倦怠，AI为核心诱因（meng shao(@shao__meng)）

JetBrains 80组AB测试显示Ponytail Skill实际省10%而非宣传的54%

AI编程工具营销数字缺乏第三方验证，谁来承担配对测试的成本？

灵砚视角：当厂商自报数字成为唯一参考，选型本质上在买信仰。JetBrains的做法值得成为行业惯例——声称降本X%的工具都应经受独立验证。

K3本地部署报价三千万，老板从嫌API贵变成沉默

开源大模型真正受众是否已从每个开发者收窄为有千万算力的机构？

灵砚视角：开源不等同于可及，大模型把门槛从「会用」推到「买得起」。K3的1/10推理成本叙事针对API调用方，非本地部署方，两条路径的成本曲线正在分叉。

云计算与企业服务

01Google Cloud 给 AI 支出装刹车：监控让位于强制

Google Cloud 发布 AI 支出早期异常检测和预算硬上限两项原生功能，标志着成本管控从可观测转向可强制执行。当云平台需要为 AI 工作负载提供刹车而非仅仪表盘，说明 token 计价、代理循环和模型切换带来的成本不可预测性已超传统云资源一个量级。

Detect early and enforce firmly with Google Cloud's enhanced cost controls for AI spendGoogle Cloud Blog

Google Cloud 对话分析完成企业级规模化部署，支持多数据源与幻觉防控（Google Cloud Blog）
Google Cloud KMS 正式上线抗量子签名算法 ML-DSA 与 SLH-DSA，应对量子计算威胁（Google Cloud Blog）
Databricks 发布 AI 客服实施指南，覆盖策略框架、智能体与解决方案（Databricks）
百思买采用 Workforce Identity Federation 扩展 Google Cloud AI 业务的安全访问控制（Google Cloud Blog）

Google Cloud 为 AI 支出引入强制预算上限，而非仅异常提醒

平台自己提供支出硬上限，是治理成熟的标志，还是 AI 成本本质上不可治理的信号？

灵砚视角：传统云资源按量计价，用量大致可预测；但 AI 工作负载的 token 消耗受 prompt 长度、代理循环深度和模型选择影响，波动性高出一个量级。平台级强制管控的出现，与其说是治理成熟，不如说是承认 AI 支出已超出人类直觉可控范围。