全部 AI 动态

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes

AI 评分 39/100

MTS: SITUATION EXPLAINED: A stealth model on OpenRouter is beating Fable and Sol on coding, and nobody knows who made it. • O...

Chubby♨️@kimmonismus

AI 评分 44/100

一个“去审查”版 Qwen3.8-27B 现可在 Apple Silicon 上本地运行，其创建者警告该模型可按需提供恶意软件、欺诈和武器指令。该模型以 MLX 构建发布，提供 2、4、6、8-bit 版本，上传者称 4/6/8-bit 测试零拒绝，并在 262K token 上下文中保留视觉、推理和工具调用能力。

OrcaRouter 🐳: We just shipped our official Qwen 3.8 27B Uncensored MLX build. Local. Uncensored. For🍎 2-bit, 4-bit, 6-bit & 8-bit — p...

Z.ai@Zai_org同事件

AI 评分 66/100

智谱发布 GLM-5.3，为网络安全任务最强模型，在漏洞发现、利用分析和多步安全任务上大幅提升。CyberGym 得分 84.5%（GLM-5.2 为 77.2%），ExploitBench 达 54.4%（此前 24.4%），ExploitGym 两小时完成 105 项任务（此前 29 项）。因双重用途风险，将先由安全伙伴受控评估，再开放 API 和完整权重。

智谱发布 GLM-5.3，与上一代 GLM-5.2 共享相同基座，全部提升来自扩展的后训练，并称其为最强开源权重编程模型，智能体任务进步最大。该模型经安全数据训练，在 269 个项目中找到 2,436 个漏洞，部分漏洞存在长达 40 年。GLM-5.3 现可通过 GLM Coding Plan 使用，权重将在安全审查完成后于两周内开源。

Z.ai 发布 GLM-5.3，沿用 GLM-5.2 的 743B 基座模型，全部提升来自扩展的后训练。Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 达 84.5%，超过 Mythos 5（83.8%）和 GPT-5.6 Sol（83.6%）。模型已通过 Z.ai API、GLM Coding Plan 和 ZCode 提供，权重预计在发布约两周后公开。

Chubby♨️@kimmonismus同事件

AI 评分 54/100

智谱发布 GLM-5.3，743B 基础模型与 GLM-5.2 相同，提升完全来自扩展后训练。其 Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 从 77.2% 升至 84.5%，ExploitBench 从 24.4% 升至 54.4%。智谱称该模型能推理多阶段漏洞利用并构建完整攻击链，进展快于预期。

Z.ai: Introducing GLM-5.3: Built to Code. Ready for Cyber Defense. - Top-tier coding and agentic capabilities, achieved throug...

🚨 AI News | TestingCatalog@testingcatalog同事件

AI 评分 54/100

Z.ai: GLM-5.3 takes agentic coding to the next level, delivering a dramatic improvement over GLM-5.2 while achieving better re...

OpenAI 发布 GPT 5.6 网络安全版本，聚焦 AI 安全防护能力。该版本针对网络威胁检测与防御场景优化，旨在提升模型在安全领域的应用表现。相关讨论在 Hacker News 上获得 100 点热度。

OpenAI 本周宣布扩展其网络防御服务 Daybreak，新增 Blue 和 Red 两个层级，并为 Red 层级推出专用于防御工作的新模型 GPT-5.6-Cyber。

Sam Altman@sama

AI 评分 50/100

Eric Wallace: Today we are releasing GPT-5.6-Cyber. The model is our first large-scale attempt at directly improving capabilities for ...

Tibo@thsottiaux同事件

AI 评分 62/100

OpenAI: We’re expanding our cybersecurity initiative Daybreak and introducing GPT-5.6-Cyber, a new model for advanced, authorize...

OpenAI 扩展 Daybreak 网络安全计划，新增 Blue 与 Red 两个访问层级，并推出专为进攻性安全研究训练的 GPT-5.6-Cyber 模型。

Tibo@thsottiaux同事件

AI 评分 64/100

OpenAI: We’re expanding our cybersecurity initiative Daybreak and introducing GPT-5.6-Cyber, a new model for advanced, authorize...

Greg Brockman@gdb同事件

AI 评分 52/100

OpenAI: We’re expanding our cybersecurity initiative Daybreak and introducing GPT-5.6-Cyber, a new model for advanced, authorize...

Chubby♨️@kimmonismus

AI 评分 44/100

Axios: NEW: OpenAI gives cyber defenders a less-restricted new model https://www.axios.com/2026/08/10/openai-gpt-astra-restrict...

Mistral AI 发布 Shieldstral 1.0 3B，一款开源（Apache 2.0）策略自适应多模态安全分类器，将内容审核简化为单一 yes/no 问题，策略以自然语言写入提示词，无需重新训练。

Greg Brockman@gdb同事件

AI 评分 60/100

OpenAI: After evaluating one of our upcoming models, Astra, we're treating it as our first "critical" model for cybersecurity un...

LG AI Research 发布 K-EXAONE 2.0，一款通过扩展架构升级而来的开源多语言 MoE 模型，总参数 750B，每 token 激活约 37B，容量为此前版本的三倍以上。模型支持 256K token 上下文，多语言覆盖从六种扩至十种，在智能体编码与长上下文理解上提升最大，并以 Apache 2.0 协议开源。

Mistral 发布开源 3B 参数安全模型 Shieldstral，通过自然语言“是/否”问题而非固定类别来检查 AI 输入输出的安全违规。该模型在部分基准测试中匹敌七倍于其规模的模型，并支持运行者在运行时自行设定标准，无需依赖第三方分类体系，且可在本地运行。

Chubby♨️@kimmonismus

AI 评分 43/100

Ilya Sutskever 旗下 Safe Superintelligence（SSI）将于八月发布其首款大语言模型。SSI 官网明确其唯一使命是开发超级智能，此次发布因此远超普通模型迭代，或意味着其在超级智能方向上已取得实质进展。

Chubby♨️: Let’s go: Ilya Sutskever’s SSI is launching its first LLM in August. we are accelerating friends!

OpenAI 发布 GPT-Daybreak，面向防御者的前沿网络模型，覆盖从广泛防御工作到高级安全研究。该模型旨在加速安全团队的分析与响应效率，具体参数、基准分数及可用性细节尚未公布。

Mistral AI 发布 Shieldstral 内容审核模型，总参数量 3B，采用开放权重并依据 Apache 2.0 许可证发布，已上线 Hugging Face，支持 12 种语言，可在单张 16GB GPU 上运行。

Mistral 推出 Shieldstral，一款 3B 参数的开源权重多模态内容审核模型。该模型面向文本与图像等内容的审核场景，权重开放可供开发者使用。

🚨 AI News | TestingCatalog@testingcatalog

AI 评分 54/100

Mistral AI: The model takes moderation policy as a plain-language question and returns a calibrated score. Text and images — one int...

Cogent AI 发布 VR-1，一款专为网络安全后训练而非通用编码能力附带产出的推理模型，并同步推出评测基准 IntrusionBench 与安全智能体运行时 Cogent AI Harness。

Google DeepMind 推出 Gemini Robotics 2，通过 Gemini Robotics ER 2 等三个新子模型为机器人带来全身智能。ER 2 可处理实时视频流，关键动作识别准确率近 90%，并支持多机器人协作。新安全基准 ASIMOV-Agentic 已开源至 Hugging Face，ER 2 模型即日起通过 Gemini Live API 向开发者开放。

微软发布首个网络安全 AI 模型 MAI-Cyber-1-Flash，在 CyberGym 基准测试中取得 95.95% 的成功率，超过 Claude Mythos 5 和 GPT-5.5 Cyber。该模型接入多智能体安全系统 MDASH，可处理约 90% 的网络安全任务，与 GPT-5.4 的组合成本比此前配置降低近 50%。

Rohan Paul@rohanpaul_ai

AI 评分 47/100

微软发布首个网络安全模型MAI-Cyber-1-Flash，配合MDASH系统在CyberGym基准上取得95.95%的漏洞复现准确率，远超第二名GPT-5.5 Cyber的85.6%。MDASH协调超过100个专业智能体，通过Project Perception提供完整安全方案，成本仅为领先模型的50%。

Satya Nadella: Today, we are announcing a series of updates that give customers frontier-grade security at half the cost. MAI-Cyber-1-F...

微软推出其首个网络安全专用模型 MAI-Cyber-1-Flash，声称在 Cyber Gym 基准测试中击败了 Gemini、GPT 5.5 Cyber 等竞品。该模型与 GPT 5.4 绑定在 MDASH 框架内，用于发现复杂代码库中的漏洞。同时发布的 Perception 平台可部署红、蓝、绿三组 AI 智能体，预览版将于 11 月 3 日上线。

微软推出紧凑型安全模型 MAI-Cyber-1-Flash，集成于此前公布的 MDASH 多智能体系统。该组合在 CyberGym 基准上得分 96%，领先 Mythos 12 个百分点，并超越 Gemini 和 GPT。MAI-Cyber-1-Flash 处理 90% 的任务，仅将复杂案例转交 GPT-5.4，微软称成本可降低 50%。

🚨 AI News | TestingCatalog@testingcatalog

AI 评分 40/100

Mustafa Suleyman: We believe this is a gamechanger, and our models and agentic harnesses are only going to get better. Learn more here and...

Satya Nadella@satyanadella同事件

AI 评分 62/100

微软宣布推出其首个网络安全模型MAI-Cyber-1-Flash，专为发现复杂代码库中最具挑战性的漏洞而构建。该模型结合MDASH后，能以领先模型50%的成本提供世界级性能。微软通过Project Perception将其推向市场，这是一个完整的智能体安全方案，由专业智能体团队协作模拟攻击、检测调查并修复问题。

Sakana AI 发布 Fugu-Cyber（fugu-cyber-v1.0），这是其 Fugu 编排家族中针对安全推理调优的第三个端点，而非全新基础模型。该模型在 CyberGym 基准上成功率达 86.9%，在 Microsoft 的 CTI-REALM 基准上达 72.1%。访问需手动申请审批，仅通过 Token Plan 订阅，暂不在 EU/EEA 提供。

Anthropic 称其 Opus 5 模型在自家软件中几乎免疫提示词注入攻击。在 129 个浏览器智能体测试场景中，攻击成功率为零；在 Gray Swan 通用提示词注入测试中，15 次尝试后的成功率从 Opus 4.8 的 5.5% 降至 2.0%。零成功率仅在 Claude Cowork 等产品开启 Auto Mode 时实现，该模式叠加了输入扫描与执行拦截两层防御。