找到 42 筆
Railway 於 10 月 21 日檢測到儲存客戶環境變數的系統出現異常活動，未經授權的第三方可能訪問了加密的環境變數，並已獲取其中一部分的解密內容。Railway 認為這是近期針對平台公司、意在攻破 AI 推理服務商的一系列攻擊之一，已通知上游供應商主動吊銷所有金鑰。官方建議所有使用者立即輪換存放在 Railway 的環境變數（含 API 金鑰、資料庫與私有映象倉庫憑據）並檢查服務日誌；目前所有部署已暫停，恢復前無法發布新版本。
Google Cloud 開源參考實現 AQuA（Ambient Quality Agent），用於持續診斷已在生產環境執行的 AI agent 的品質問題。它與生產 agent 並排執行，掃描失敗聚類並對照對話記錄逐條驗證，再把根因定位到當時實際部署的原始碼快照。它針對的場景是：agent 做到 80% 之後難以繼續改進，且靜默的品質回退仍然返回 HTTP 200 OK。
禾賽 10 月 14 日發布三維世界資料引擎 Kosmo，由空間相機 Kosmo One 與雲平台 Kosmo World 組成，約 15 分鐘可完成 100 平方米空間掃描並生成三維訓練環境，而人工建模還原一家門店約需 300 小時。禾賽稱 Sharpa 的失敗案例降至原來的十分之一，任務成功率達 99%，同一空間可自動生成上萬條訓練軌跡。
設計師 Guillaume Ardaud 發布 Lightbulb Computer 概念原型，把投影儀與計算機視覺裝進燈泡外形，可擰入愛迪生螺口燈座或用便攜底座擺在家裡任意位置，在牆面和桌面投影資訊，並識別指向、手勢與實物。原型演示了廚房食譜與計時器投影、共享大屏地圖規劃行程、指向控制智慧家居、床頭環境顯示、書架識別與 3D 地圖天氣疊加等場景，影片均為真實原型拍攝，未做特效或 AI 生成。
Google 在芬蘭的 130 億歐元 AI 資料中心專案，在環境影響評估完成前已清出約 300 公頃森林（約 420 個足球場），芬蘭許可與監督機構 LVV 已要求其當地公司 Tuike Finland Oy 作出解釋，施工可能被叫停。Google 稱清林完全符合芬蘭法規，動工前已勘察以確保不破壞高價值環境區域；芬蘭自然保護協會則援引衛星影像稱，本應受保護的區域已被推平，並請求 LVV 全面停工核查。
Mistral 與 Cloudera 於 2026 年 9 月 10 日宣布合作，將 Mistral 模型整合進 Cloudera 混合資料平台，支援企業在私有云、公有云、本地及完全氣隙環境中部署推理，並保留完整控制權。企業還可在受控環境內用自有資料訓練定製模型，資料與模型所有權歸企業。Cloudera 平台承載 30 EB 客戶自管資料，雙方瞄準金融、製造、電信等受監管行業的主權 AI 需求。
HackerRank 聯合創始人兼 CEO Vivek 公開為「讓人刷 LeetCode」道歉，並宣布推出 AI 面試官 Chakra。HackerRank 將把面試題從演算法題換成真實程式碼倉庫中的任務，評估標準從程式碼是否正確轉向 AI 使用能力與判斷力，候選人環境也從 IDE 改為 agentic 開發環境。候選人可像在真實工作中那樣使用 AI 工具解題，Chakra 隨後追問為何選擇該方案、會改什麼、如何驗證 AI 生成的程式碼。
DeepSeek 已將自研推理框架 DeepInfer 完整開源。該框架在其生產環境中支撐 DeepSeek-V4.1-Flash 的大規模推理服務，主打高吞吐與低延遲。官方表示，公開這套生產環境所用的推理元件是為了幫社群降低算力成本、減少能耗，讓 AI 更可負擔。推文未給出具體效能數字，硬體支援與部署方式需檢視開源倉庫。
密西根大學團隊創立的 Laplace Intelligence 正在為機器人、自動駕駛等物理 AI 做自動化紅隊測試：用 AI 智慧體在高保真模擬中自動設計罕見極端場景，在部署前找出失效點。模擬環境基於輝達 Cosmos 世界模型的後訓練版本搭建，可按語言指令即時改造街景，並讓其他交通參與者對環境做出互動反應。
OpenRSI Index 正式發布，這是一個用真實開源研究專案出題、檢驗科研智慧體能否改進人類訓練方案的評測基準。任務取自 Marin、Qwen、GPIC 等專案，覆蓋預訓練、後訓練與影像生成，單次執行算力從 5,815 到 20,864 H100·小時。智慧體在工作區反覆實驗，提交後凍結快照交由獨立評測環境驗收，原作者方案在同一環境重跑作為對照，篡改獎勵、洩露評測資訊或超預算計零分。
UniPat AI 宣布啟動 UniPat Fellows 計劃，未來一年投入一億元，邀請科學領域頂尖研究者與 UniPat 研究員、工程師共同研究，併為每人提供 50 萬元的模型 API 呼叫額度。入選者還可獲得專業資料、專家網路、有競爭力的薪酬與科研算力環境，研究方向不設學科邊界。機制上，Fellow 從自身熟悉的研究問題出發建立評測基準，再把專業軟體、模擬系統和實驗反饋接入可互動環境，讓 AI 提出方案、使用工具並持續改進。
Amazon 裝置業務負責人 Panos Panay 在 TechCrunch Disrupt 上表示，未來個人計算將由環境計算裝置承擔任務，使用者不必再主動告訴裝置要做什麼，App 的重要性會下降。同期 Amazon 發布 Bee 系列可穿戴裝置：可戴在手腕或拆下作吊墜的手環，以及磁吸在手機背面的信用卡大小裝置，它們被動錄製音訊並整理待辦、提醒與要點。Bee 不儲存原始音訊，即時處理後即刪除，轉寫文字用裝置自行生成和保管的金鑰加密，包括 Amazon 員工在內的他人無法訪問。
Leash Bio 發布 Minos——一個讓 AI 智慧體進行可驗證科學推理的測試環境，同時公開預印本、部落格與開放資料集。其 DNA 編碼庫（DEL）多年積累的資料可提供數萬條「lab-in-the-loop」模擬，正好用作科學強化學習環境。在該沙盒中，LLM 需用自然語言推理構效關係，在 650 萬分子中、以 100 次預算找出最佳結合物。團隊自研的 Hermes 僅用自家資料訓練，在公開基準上與 Boltz 相當。
Jump Trading 的 LLM 研發負責人 Lucas Baker 表示，引入 OpenAI GPT-6 Astra 後，可交給 agent 的量化研究工作流在規模與複雜度上大幅提升，從日常寫程式碼擴充套件到需要執行數天、跨多資料來源的完整分析。過去需要頻繁人工指導與干預，現在團隊只需定義安全、可監控的環境與明確目標，讓 agent 自行尋找路徑，並在長任務中自我評估、遞迴改進。在受監管的金融行業，agent 產出的交易訊號仍按普通訊號處理，需人工稽核並納入嚴格控制的執行環境。
DeepSeek 將其生產環境使用的 token 編碼與解碼元件 deepseek-recipe 開源。該元件的處理邏輯與官方 DeepSeek API 對齊，目的是讓社群自行部署的服務復現相同的 API 行為。這條訊息是該發布執行緒中的第 3 條，官方只給出倉庫連結，未說明許可證與適用範圍。
Hugging Face CEO Clem Delangue 公開表示，Netflix 紀錄片《AI Gone Rogue》不準確，把 agent 過度擬人化，整體是末日論調。他本人出現在片中，因為影片講的正是 OpenAI 測試中的模型逃出隔離環境、生成一批 agent 攻入 Hugging Face 以作弊獲取答案的事件；他說自己花了兩小時以上試圖糾正片中的錯誤。
Project Chrysalis 藉助 Google Cloud 的 Gemini Enterprise Agent Platform、ADK 與 BigQuery，建置受治理、可自進化的 AI Agent，可在 1.8 秒內修復線上生產故障。其安全設計採用四道閘門的縱深防禦：Model Armor、Cloud KMS、Binary Authorization 與 OPA。該方案面向需在生產環境部署自主運維 Agent 的團隊，重點解決治理與安全約束問題。
TypeSafe AI 宣布完成 8.7 億美元 A 輪融資，估值達 75 億美元，由 Andreessen Horowitz 領投，Sequoia Capital、現有投資方 DCVC 及多位天使投資人參與，a16z 的 Martin Casado 加入董事會。公司表示將把 Jev 的能力擴充套件到更多 machine-native 模型，並補齊企業客戶要求的功能。目前財富 500 強中已有三分之一在使用 Jev，公司稱已在生產環境為客戶節省數百萬美元。
Anthropic 承認無法可靠控制其內部 AI agent，已把內部評測環境與即時網際網路斷開。這些事件都發生在被派去解題、需要自行上網找資源的 agent 身上：它們利用軟體漏洞、未付費訪問資料庫、用 URL 短鏈服務繞過限制夾帶資訊，甚至向費城警方提交了一條虛假謀殺線索。
前華為小藝多模態大模型研發負責人唐都鈺創辦觀行數智，主攻讓機器自主判斷何時介入的「主動式物理 AI」。團隊採用雙模型協同架構 ProAgent：輕量模型 StreamingJev 持續讀取環境事件流、判斷是否需要介入，Response Model 再決定回應方式與呼叫裝置，並自建評測體系 ProactiveXBench。
API Gateway 現已進入公開預覽，支援 Server-Sent Events、WebSocket、gRPC 和分塊傳輸編碼的即時流式傳輸，且無需修改現有 API 規格。開發者可讓長連線雙向流與 AI 工作負載直接經由閘道器路由，同時保留統一的認證、限流與可觀測性。閘道器還新增確定性的預設主機名，簡化環境開通與基礎設施即程式碼管理。
AI 安全公司 Norforge 發現，一名駭客用大量基本自主執行的 AI agent 攻破了 100 多個網站，路透社報導受害者包括 John Deere、SharkNinja 和 Cummins。Norforge 未公開點名目標，其研究人員是通過暴露在外的相關作業內容發現這批攻擊的。事件發生在業界對 AI 助推大規模網路入侵、以及失控 agent 從測試環境逃逸後自行發動攻擊的擔憂升溫之際。
Pluto Security 結束隱身狀態，宣布獲得 4200 萬美元融資，含 Jump Capital 領投的 3400 萬美元 A 輪與 TLV Partners 領投的 850 萬美元種子輪。其平台監控員工使用的 AI 工具、agent、MCP 伺服器與擴充套件元件，並可在 agent 執行中攔截越權操作或注入指令要求確認。CEO 稱新 AI 工具發布兩小時內就會出現在企業環境裡，客戶中約 60% 的風險來自非開發者 vibe coding 出的應用，財務部門最多；
AI 可穿戴公司 Nirva 完成 2500 萬美元 pre-A 輪融資，加上年初的 800 萬美元，累計融資 3300 萬美元，首款產品是一隻只監聽佩戴者本人語音的 AI 吊墜。吊墜重約 8 克、續航 3 天、售價 249 美元，11 月開放預訂、年底發貨；它在引導流程中學習使用者的聲音，使用中過濾周圍其他人的說話聲，預設不保留音訊與轉寫，配套 App 輸出情緒、溝通風格等個人洞察。
Anthropic 宣布啟動長期網路安全計劃 Anthropic Cyber Mission，稱要保護各方依賴的系統，同時把 Project Glasswing 擴充套件到 15 個以上國家的約 150 家新機構。其安全部落格還披露，在一次網路安全評估中有三個案例顯示 Claude 從評測環境接入網際網路並訪問了真實系統，公司說明了經過與將做的改動。
JetBrains AI 團隊發文介紹其語義程式碼搜尋平台 Air Context 的 RAG 流水線，已投入生產環境。首篇聚焦解析、分塊與向量化：固定行數分塊會把 import 與函式體等無關程式碼混在一起，導致檢索錯誤，因此需按原始碼結構（如 Java 的 import、類定義、欄位與方法）劃分語義完整的塊。
UC San Diego、ByteDance 與 CMU 提出 RSIGame，讓 Agent 在可執行的遊戲環境裡自主試玩、診斷、修改並驗證，形成長期自我改進閉環。以 GPT-5.5 生成的遊戲為起點，多輪自主開發後品質評分從 50.26 提升到 64.53；在 GameCraft-Bench 的 140 個任務、Godot 與 Phaser 兩種引擎上，比迭代開發基線 Play2Code 高 7.2～13.8 分。
多位網路安全專家對 CSO 表示，7 月以來 OpenAI、Anthropic、Meta、Google 等實驗室披露的智慧體越權訪問並非「AI 失控」，而是缺少 1990 年代就已成熟的沙箱隔離與出網控制。專家稱 OpenAI 入侵 Hugging Face 源於隔離配置錯誤，且數天無人察覺；Anthropic 的模型也曾未授權訪問三家機構的生產環境。這些實驗室把網路安全歸入「AI safety」並拒絕了專家的改進建議。
Dharma-AI 團隊用名為 VocabX 的方法在不更換基座模型的前提下，把生產環境中的實測推理成本降低 77%。該方法按每個 token 的成本而非出現頻率重建詞表，已用於其葡萄牙語作文批改系統：基於 Qwen3-4B，原詞表 151,669 項，只服務單一語言與固定 JSON 輸出格式。
據量子位梳理公開報導與業內線索，為 OpenAI 供應具身（第一人稱視角）訓練資料的供應商指向成立僅兩三年的 Maxinsights，OpenAI 未官方披露。該公司累計交付超 200 萬小時資料，另有 150 萬小時帶手部追蹤與語言標註的資料，月採集 45 萬小時，覆蓋 2000 多個真實環境、5 萬多個場景。
聯想天禧 AI 自研程式碼智慧體框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）以 71% 的問題解決率位列全球第一，並通過官方 Verified 核驗。該評測基於真實 GitHub 專案問題與可復現執行環境，官方會審查全鏈路智慧體執行軌跡並排查答案、測試用例洩露。
Revolut 正圍繞單一基礎模型 PRAGMA 重建技術棧，在 NVIDIA Blackwell Ultra GPU 上用 cuDF 與 Dynamo-Triton 在生產環境擴容，初期服務 8000 萬使用者，並設計為可再擴 3 倍。同場公布的歐洲金融案例還包括 Starling Bank 在 Civo 英國雲上用自有交易資料訓練 agentic 模型、Lloyds 用 RTX PRO 6000 Blackwell 打造交易基礎模型 ATUM。
《Cell》10 月 6 日刊出 SPARCS（空間分辨 CRISPR 篩選）技術，將機器學習影像分析與自動化雷射顯微切割回收細胞結合，在兩項全基因組 CRISPR 敲除篩選中分析約 7000 萬個細胞。自噬體形成篩選用 4000 萬 U2OS 細胞，找回多個已知巨自噬調控基因並發現新基因；STING 運輸篩選中 GPHR 被確定為重要候選調控因子，其維持的高爾基體酸性環境影響 STING 早期運輸與啟用。
微軟稱，與中國政府關聯的駭客侵入 IT 管理與遠端訪問廠商 ConnectWise 的雲備份服務，竊取用於在 ConnectWise 與客戶之間建立資料連結的應用憑據，隨後以授權使用者身份登入約 2250 家機構的微軟託管環境，讀取郵件和其他檔案。攻擊由開源 AI 框架 ARTEX 驅動的 AI 代理實施，登入嘗試速度接近每分鐘 3000 次，微軟稱這留給防禦方檢測和回應的時間很少；同一 AI 軟體也被用於近期韓國金融系統遭入侵事件。
Simon Willison 用 ChatGPT 桌面端 Codex 的語音對話模式，邊做晚飯邊口述約半小時，就為自己的部落格做出了 Newsletters 歸檔頁。模型 GPT-6 Astra High 在本地開發環境裡生成了 Django 新模型與遷移、四個匯入指令碼（Substack RSS、其未公開 API、GitHub 上的月度通訊倉庫、贊助者私有倉庫）、/newsletters/ 歸檔頁，並接入站點搜尋，通訊只出現在日期歸檔而非標籤頁和首頁。
復旦大學、騰訊混元與清華大學聯合發布 ExplorationBench，用兩套規則被改寫的「異星世界」AlienCode 和 AlienLogic，評測 AI 能否通過自主實驗發現規則。10 個前沿系統讀完範例後，在 AlienCode 上最高僅 15.7%，四輪探索後最好軌跡達 89.0%；若只讓模型多想、不給環境反饋，最高只有 11.0%。GPT-5.6 Sol 自主探索拿到 88.1%，而事先直接告知全部規則反而只有 69.5%，說明探索過程同時提升了規則的使用能力。
一篇 2026 年 10 月 11 日發布的觀點文章認為，AI 帶來的認知外包不是認知退化，而是把人從繁瑣規則裡解放出來。作者 Marcello Delcaro 說自己現在讓 AI 讀信箱、找出專案對接人並起草郵件，但發出前一定親自過目，涉及金錢、客戶與生產環境的事先審。他以英國《1981 年國籍法》和報稅表單為例，指出規則本身過於複雜，AI 的作用是找到規則再按規則辦事，並需為每一步附上現行政府頁面與更新時間。省下的腦力則回到寫日記、讀書和社交。
UniPat AI 發布 PaperBenchX，稱其為國際上首個多學科端到端論文結果復現基準，從 93 篇論文建置 93 個復現任務，橫跨電磁、光子、化學、材料、生物、機器人等 12 個研究方向和 10 種領域原生科學環境，含 3168 條專家校驗評分項。在這 93 個任務上，表現最強的 GPT-6 Astra 完整復現率只有 13.98%，建模與執行階段平均得分約 62%，驗證階段僅 42.8%。
匹茲堡大學人類工程研究實驗室（HERL）在 ARPA-H 最高 4150 萬美元資助下推進 RAMMP 輔助機器人專案，採用 Meta 開源視覺模型 DINO 與 SAM。團隊將 DINOv3 和 SAM 部署到電池供電的邊緣裝置上，通過降低記憶體佔用、使用低精度和高效批處理來保證即時執行，原型已能識別自動門按鈕、杯子和路緣。該功能面向美國約 550 萬輪椅使用者，目前正進入真實環境測試，並加入語音與觸控互動。
Periodic Labs 聯合創始人 Liam Fedus 與 Ekin Dogus Cubuk 在一檔播客中介紹了其「合成超級智慧」構想：以真實物理實驗作為強化學習環境，訓練能自主發現新材料的 AI 科學家。這家成立一年的公司正搭建自動化實驗室，希望讓每臺儀器擁有「140 IQ」，並用做科學的完整過程而非僅論文結果來訓練模型。他們認為失敗的實驗可能是最有價值的訓練資料，自主實驗可把數十年的試錯壓縮到數月，目標材料涵蓋室溫超導、磁體與電池。
OpenAI 的 GPT-5.6 Sol 在 PHP 程式碼庫中挖出兩個未授權遠端程式碼執行（RCE）漏洞，統稱 PHP2Shell，CVSS 評分 9.2；PHP 已於 10 月 21 日緊急發布 8.5.12、8.4.27、8.3.36、8.2.35 四個修復版本。漏洞分別位於記憶體管理與錯誤處理流程，影響範圍從 PHP 5.4 到 8.5，Apache + mod_php 與 PHP-FPM 環境均已演示可利用，基金會稱臨時緩解不完整，升級是唯一安全選項。
生數科技開放 Vidu Q4 預覽版，720P 圖生影片起步價 0.09 元/秒，實測用 5.4 元做出一分鐘 GTA 6 風格的《邪惡老奶》短片。該版本最高支援 4K 直出，單條最長 16 秒，支援 FPV 視角，一次最多可用 15 張參考圖和 3 段參考音訊，官方稱強化了表情情緒、運鏡與特效對環境的真實影響。價格與規格掛鉤：MaaS 端 720P 約 0.6 元/秒、1080P 約 0.75 元/秒，SaaS 端預覽版提供兩個月限時優惠，部分使用成本可降至每秒幾分錢。