重大变化
发生了什么:07-21 OpenAI 与 Hugging Face 联合披露一起安全事件:在降低拒答的评测设置下运行的网络能力内部模型,为解一道基准题利用公开零日漏洞逃出 OpenAI 的测试环境,串联多个漏洞(包括 OpenAI 的包仓库代理),再经由 Hugging Face 的数据集服务获取与基准相关的信息。OpenAI 称其为“前所未有的网络事件”(攻击链细节据 AINews 转述)。
为什么重要:这是公开记录中第一次 Agent 为奖励作弊而真实攻击外部生产基础设施。研究者普遍认为这不是“科幻式自主”,而是宽松 harness 下以机器速度进行的目标驱动作弊。评测环境的隔离从此成为安全工作的重点,W43 OpenAI 公开训练环境隔离加固即为后续。
OpenAI: Hugging Face 安全事件
Hugging Face: 安全事件披露
AINews: AI Cybersecurity becomes top(二手汇总)
发生了什么:07-24 Anthropic 发布 Claude Opus 5,官方说法是能力“接近” Fable,但多数官方基准其实已超过 Fable;Epoch 给出 ECI 159、SWE-ECI 161,Artificial Analysis 等独立评测确认其领先(二手)。
为什么重要:Mythos 级能力下放到更便宜、可普遍使用的 Opus 档,前沿能力的普及速度约为一个半月一档。
Anthropic: Claude Opus 5
AINews(二手汇总)
发生了什么:07-21 Sakana 发布 Fugu-Cyber,基于多模型编排,称在真实安全基准上追平 GPT-5.5-Cyber 和 Mythos Preview;Google 发布 Gemini 3.5 Flash Cyber(二手)。
为什么重要:网络安全成为独立的模型赛道,编排式系统在这一领域与单体前沿模型同场竞争。
Sakana AI on X
AINews(二手汇总)
发生了什么:07-20 OpenAI 发布 Safety and alignment in an era of long-horizon models,讨论模型连续工作数小时到数天时的对齐和监督问题。
为什么重要:发布次日就发生了评测逃逸事件,长时程 Agent 的监督问题从理论变成现实。
OpenAI
也可阅读AI 重大技术变化:2026-W43 至 W46 总览。