2026-10-12 短讯
本页 19 条：17 条有单独页面，2 条是短讯。
短讯汇总把同一天或同一周的简短动态放在一起。单独打开时，这些短讯往往只有标题和一两句说明，不适合各自成为一篇文章。达到重要度门槛的进展仍然保留自己的页面，并在汇总里列出标题。
有单独页面的进展
英伟达在 OCP 峰会开放 Vera Rubin 机架与计算托盘设计（MGX 1.2，单机架 250kW），另发智能体专用 Vera CPU 机架规范；Meta 采用 Spectrum-6，四家联发电网韧性标准
盖茨和微软总裁史密斯同一周末喊话：AI 自律不够了；史密斯说「洗衣机的安全规则都比 AI 多」，主张前沿模型发布前由政府签字放行
千问发布 QwenGyre：训练单条轨迹近百万 token 的超长程智能体，弹性调度最高提速 1.85 倍；论文写明旗舰 Qwen 3.8 为 2.4T 参数
微软押注自研芯片：Azure Maia 2027 年起扩到数吉瓦，成为自家主力推理系统；Maia 300 亮相，称每兆瓦 token 比领先 GPU 多 40%
英国政府公布 AI 风险一揽子措施：扩大前沿 AI 网络防御试点，考虑立法上报 AI 失控与「险些出事」事件；官方确认 AISI 正在评估 Gemini 4 Argon
Codex 第 7 天：GPT-6.1 Sol 在 Codex 与 Work 的默认上下文从 272k 提到 500k，约增 80%
杨立昆的 AMI Labs 开源 H-JEPA 分层世界模型：在抽象潜空间里分层规划，迷宫任务成功率从 18% 升到 73%
《华尔街日报》：亚马逊洽谈以约 70 亿美元收购 Decart，一个月前 Anthropic 做完尽调后放弃了 60 亿美元的收购；双方均未确认
The Information：Anthropic 与比特币矿企转型的 AI 云商 IREN 签有未公开的多年期云计算合同，双方均未确认
Coinbase 反欺诈实测：新版 Opus、Sonnet、GPT 抓到的欺诈反而比上一代少，自己后训练的 Qwen3.5-9B 四项指标全面超过 Opus 4.5
Sakana AI 联手伯克利发布 MASS：同一个 27B 模型自己组队干活、自己改流程、自己当裁判，两轮「递归自我改进」后研究类基准单位 token 得分升到 1.2–1.6 倍
《每日电讯报》：白宫改口，英国 AI 安全研究所重新拿到 Anthropic、OpenAI、谷歌 DeepMind 新模型的发布前测试权
卡帕西：AI 认知差距已成漏斗，60 亿人几乎没碰过大模型，只有约 5000 人用得到实验室内部系统；能看清能力的人和能判断风险的人是同一小撮
Hugging Face Bio 开源 12 亿参数找基因模型 Carbon-A：直接从 DNA 标出蛋白编码区，跑遍 2.2 万个物种得到 5.66 亿个候选基因位点；猫、鸡、拟南芥的测序实验佐证了一批 RefSeq 漏标的基因
中共中央、国务院印发新质生产力意见：全面实施「人工智能+」，点名 AI 汽车、手机电脑和人形机器人，建全国一体化算力网，要求 AI 风险监测与应急响应
白宫《超级智能协议》：谷歌、Anthropic、Meta、OpenAI、xAI、英伟达签下自愿承诺，内控、内审、外部审计、董事会委员会四层把关；同日行政令把联邦公文里的 AI 改叫「超级智能」
美国三位参议员提案设 AI 安全委员会：前沿模型发布前 45 天交出权重受测，违规每天最高罚 25 万美元；Cruz 当场阻止快速通过
短讯
论文「Harness Learning」：训练 4B 小模型改写智能体的外围代码，在 21 类没见过的推理任务上平均胜过 35B 教师
【要点】
9 月 28 日，Alvin Zhang、Ruslan Salakhutdinov、Daniel Khashabi、Yuda Song、Andrea Zanette 等九位作者在 arXiv 发布论文《Harness Learning Enables Generalizable Test-Time Adaptation》（2609.35738）。论文把智能体拆成「模型 + 外壳（harness）」：外壳是组织模型调用、工具使用和信息流的那段可执行代码。作者训练一个「提议者」模型，根据执行结果去改写另一个「求解者」的外壳代码，用强化学习以改写后的任务得分为奖励。测试时两个模型的参数都不动，只改代码。
10 月 11 日它进了 DAIR.AI 每周论文榜；Pedro Domingos 发帖称「模型吞掉了外壳」（约 35 万浏览），马斯克回复说特斯拉 FSD 也是神经网络一点点吃掉 C++ 代码（约 25 万浏览），讨论随之升温。
【可核验】
论文：https://arxiv.org/abs/2609.35738
在 Reasoning Gym 上，提议者和求解者都是 Qwen3.5-4B，先用 35B 教师的改写做监督微调，再做强化学习。在 21 类训练时没见过的任务上，单步改写平均得分从基础模型的 0.32 升到 0.62，高于 35B 教师的 0.56；但按「8 选最优」比较时，教师仍更高。多跳问答上，只在 HotpotQA 训练的提议者能迁移到 MuSiQue 和 2WikiMultihopQA；MuSiQue 上独立改写平均精确匹配 0.15，连续改写十轮后到 0.27。
X 讨论：Domingos 帖 https://x.com/pmddomingos/status/2109420932955804040 ，马斯克回复 https://x.com/elonmusk/status/2109468545054880123 ；相关帖子 24 小时约 150 条，最近 5 小时每小时 24–33 条。
【我们的判断】
1. 「模型吞掉外壳」说反了一半。这篇论文里外壳没有被并进权重，而是由另一个模型持续改写，结果仍是能读、能审、能回滚的代码。这和 FSD 用神经网络替换手写代码正好相反，对安全审计反而是好事。
2. 真正的新意是把「改外壳」本身当成可训练的技能，而且能迁移到没见过的任务。它和 e/820 Sakana MASS 属于同一条线：不改权重也能让智能体越用越好。
3. 证据规模还小：4B/8B 模型、谜题和问答任务，不是前沿编码智能体；教师在多次采样下仍占优。能否在真实长程工具任务上复现，才决定它是方法论突破还是一篇好论文。
Google 暂停开源漏洞奖励计划的产品漏洞提交：自动化报告激增且大多无效，2027 年一季度再给说法
【要点】
Google 10 月 1 日通过官方漏洞奖励账号 @GoogleVRP 宣布，暂停接收开源软件漏洞奖励计划（OSS VRP）中的「产品漏洞」提交，覆盖 Go、Angular、Protocol Buffers 等 Google 维护的开源项目。原因是「自动化提交大幅增加，其中绝大多数无效」。供应链类报告不受影响，10 月 1 日之前已提交的报告照常处理。Google 承诺 2027 年第一季度给出更新，但没有给重新开放的日期。
【可核验】
公告原文见 @GoogleVRP 10 月 1 日的帖子，计划规则页随后加了同样的说明，SecurityWeek、BleepingComputer、The Hacker News 等安全媒体 10 月 5 日起陆续跟进。Google 没有公布具体数量，也没有直接说这些提交是用 AI 生成的，只说是「自动化提交」。按 Google 官方页面，这个计划下旗舰项目的产品漏洞奖金为 500 到 7500 美元，供应链漏洞最高 31337 美元。据 The Hacker News，Google 今年 3 月已开始要求部分档位提供更强证据（例如已合并的补丁）来过滤低质量报告；Go 项目 9 月初在安全政策里加了专门针对大模型生成报告的条款，要求先人工审核筛选再提交。据 SecurityWeek，Google 今年 5 月已调整 Chrome 和 Android 的奖励规则，HackerOne 运营的 Internet Bug Bounty 也在 3 月暂停了新提交。
【我们的判断】
这件事的意义不在一个奖金项目停了，而在于它说明 AI 找漏洞已经便宜到改变了漏洞奖励的经济账：提交一份报告几乎零成本，判断它真假却仍要靠维护者的人力，奖金反而在鼓励批量投递。Google 选择保留供应链报告、只停产品漏洞，说明真正被淹没的是容易让工具「批量猜」的那一类。接下来值得看的是，各家会不会普遍改成要求可运行的复现、已合并补丁这类机器难以伪造的证据，以及模型厂商自己的安全扫描工具能不能把误报压下来。在这些机制出来之前，「AI 能大规模发现漏洞」和「开源社区能处理这些发现」之间的落差，会继续由维护者承担。
本页由 AGI Pulse 聚合，仅保留标题与链接，不转载正文。 编辑政策