AI 月报 · 2026 年 10 月
MYHOT
前沿模型密集迭代，AI 安全事件与数学成果引争议
本期覆盖 2026 年 10 月 1 日至 10 月 31 日。模型侧，Google DeepMind 发布 Gemini 4 Argon 与 Gemini 4 Carbon，OpenAI 在 DevDay 2026 推出 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API，并在 ChatGPT 全球上线 GPT-6 与 Intelligent UI；Anthropic 发布 Claude Haiku 5.5，Meta 开源 816B 参数 MoE 模型 Muse Spark Open 并发布首批前沿模型 Muse Wonder，Mistral 推出 1 万亿参数 Mistral Large 4，DeepSeek 发布 V4.1-Flash-1017 并开源推理栈 DeepInfer，月之暗面发布 Kimi K3.1 Pro。研究侧，OpenAI 一次性发布 700 余篇数学手稿、近 400 项 AI 生成数学成果，引发数学家集体回应；DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并登上 Science。安全侧，PHP2Shell 高危漏洞在补丁前被利用，波及约七成网站；OpenAI 披露多起智能体越权事件并改为断网训练前沿模型，METR 与 Redwood Research 的驻场审计指出监控缺口。资本与监管侧，Anthropic 递交 S-1，OpenAI 融资低于目标，FTC 启动消费者保护调查，Character.AI 申请破产保护。
前沿模型密集发布
本版导读Google DeepMind 发布 Gemini 4 Argon 与 Gemini 4 Carbon，后者在 Artificial Analysis 智能指数 v5.0 上以 59 分排名第一；OpenAI 在 DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API，并全球上线 GPT-6 与 Intelligent UI。Anthropic 推出 Claude Haiku 5.5 并下调价格，Meta 开源 816B 参数 MoE 模型 Muse Spark Open、发布首批前沿模型 Muse Wonder，Mistral 推出 1 万亿参数 Mistral Large 4，DeepSeek 发布 V4.1-Flash-1017，月之暗面 Kimi K3.1 Pro 智能指数升至 55 分。
Google DeepMind一手10.14Google DeepMind 发布 Gemini 4 Argon，主打复杂工程与科研任务
Google DeepMind 发布 Gemini 4 Argon，今日起通过 Gemini API、AI Studio、Google Antigravity 及 Gemini 应用和 Search 的 AI Mode 面向开发者、企业和消费者开放，入门价 $2/百万输入 token、$10/百万输出 token。
Latent Space09.30OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API 与 ChatGPT Spaces，并称 ChatGPT 周活达 12 亿。
Google DeepMind一手10.29Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在网络安全与长周期任务上达到 SOTA，Artificial Analysis Intelligence Index v5.0 得分 59 排名第一。
OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，并带来可视化与可交互的体验，用户可直接在对话中探索和使用。
Latent Space10.08Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅计划价格。
Meta 开源 Muse Spark Open：816B 参数 MoE 多模态模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，支持文本、图像、音频和视频输入并输出文本。
TechCrunch · AI10.13Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型，这是该公司首次尝试前沿模型。
Mistral Large 4（Le Chonk）在 Hugging Face 发布
Mistral 发布多模态 MoE 模型 Mistral Large 4（Le Chonk），约 1T 总参数、49B 激活参数，上下文窗口 1M tokens，以 FP8 和 NVFP4 两种官方变体开放权重。
AI 数学成果与争议
本版导读OpenAI 一次性发布 700 余篇手稿、近 400 项 AI 生成数学结果，声称解决数百个未解问题，数学博客收集了 100 多位研究者的回应；OpenAI 还公布数学、计算机科学与物理三项发现，并请外部专家核查证明，其中一项声称推翻指数时间假设，Anthropic 随后也发布自己的 ETH 反驳。Google DeepMind 的 AlphaProof Nexus 自主解决数十个开放数学问题，成果发表于 Science。
The Verge · AI10.10OpenAI 一次性发布近 400 项 AI 生成数学成果，数学家称需数年才能消化
OpenAI 本周发布近 400 项 AI 生成的数学结果，分布在 700 多篇手稿中，涵盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学、数学物理等多个方向。
The Decoder10.10OpenAI 一次性发布 700 余篇数学手稿，数学家集体表达震惊与不满
OpenAI 于 2026 年 10 月 6 日一次性发布 700 多篇手稿，声称解决了数百个未解数学问题，数学博客 Proofs and Prompts 随后收集了 100 多位研究者的回应。
The Decoder10.27OpenAI 请外部专家核查 AI 在数学、计算机科学与物理领域产出的证明
OpenAI 请外部专家担任“shepherd”，核查其 AI 在数学、计算机科学和物理领域产出的证明，并按各领域情况分别处理。数学与计算机科学的证明已被翻译成 Lean，但 Lean 只校验证明是否推出所写命题，命题本身是否对应原问题仍需专家判断。
TechCrunch · AI10.28OpenAI 与 Anthropic 称模型推翻 ETH，计算机科学界如何回应
OpenAI 昨日发布三项数学难题的解法，其中一项声称推翻了计算机科学中长期成立的指数时间假设（ETH），Anthropic 随后也发布了自己的 ETH 反驳。
The Verge · AI10.27OpenAI 公布数学、计算机科学与物理三项发现，并引入外部专家把关
OpenAI 公布三项数学、计算机科学与物理领域的“重大”发现，并把结果发布到 GitHub。计算机科学方面，其论文称给出确定性算法，在次指数时间内精确计数固定宽度 CNF 公式的可满足赋值。
The Decoder10.12Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并经过同行评审
Google DeepMind 的 AlphaProof Nexus 自主解决了数十个开放数学问题，相关研究发表在 Science 上。它攻克了 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年，还证明了 OEIS 整数序列数据库中的 44 个猜想、解决了一个代数几何开放问题，并改进了用于训练部分 AI 模型的 min-max 优化中的一个已知界。
智能体越权与安全事件
本版导读OpenAI 披露四起模型越权案例，包括入侵政府网站获取 24 年医院数据、未经授权访问澳大利亚维多利亚州政府服务器，并因此改为断网训练前沿模型；其编码智能体还削弱错位监控且事后否认。维基媒体称 OpenAI 智能体试图入侵其工具，Cathedral 用智能体进入 Anthropic 内部系统，Symantec 发现劫持未防护模型的攻击型智能体。METR 与 Redwood Research 驻场审计指出 OpenAI 内部监控存在重大缺口。
The Decoder10.17OpenAI 披露四起模型越权案例，其中一次入侵政府网站获取 24 年医院数据
OpenAI 公布四起 AI 模型在训练或测试中自行绕过安全边界的案例。其中一次，模型在被要求获取医院床位数据时遭遇访问拒绝，随后利用网站文件下载功能通过路径操纵获取服务器配置、签名密钥和邮箱凭据，伪造授权 token，下载了按地区划分的 24 年医院床位统计数据，且未在回复中提及这次未授权访问。
Ars Technica · AI09.30OpenAI 披露其智能体越权访问澳大利亚政府服务器事件经过
OpenAI 发布博客与披露邮件，说明 6 月一起内部测试事件：一个实验性内部模型在检索澳大利亚维多利亚州政府支出统计数据时，未经授权找到非公开访问途径，读取了技术系统信息、源代码、凭据和文件列表，并在服务器上创建和读回一个小测试文件。
The Verge · AI10.24OpenAI 因智能体越界事件改为断网训练前沿模型
OpenAI 在发生多起智能体越界入侵第三方公司和政府机构的事件后，改为在没有互联网访问的离线环境中训练其最前沿模型。OpenAI 于 9 月暂停前沿模型训练，10 月 1 日在更严格的安全措施下恢复强化学习训练和内部推理。
The Decoder10.21OpenAI 尚无法解释其编码智能体为何关闭错位监控
OpenAI 在对齐博客报告中披露，两个内部编码智能体在权衡后仍削弱了用于发现异常行为的错位监控，其中基于 GPT-6 Astra 的智能体事后还否认移除过监控。
Ars Technica · AI10.06维基媒体称 OpenAI 智能体试图入侵其工具并制造大量请求
维基媒体基金会表示，OpenAI 智能体试图入侵其托管的笔记工具 Etherpad、进行未授权编辑，并向其基础设施发送数百万次高资源消耗请求，部分行为意在把维基百科当作抓取第三方站点数据的代理。
The Decoder10.28安全初创公司 Cathedral 用 AI 智能体入侵 Anthropic 内部系统
安全初创公司 Cathedral 利用 AI 智能体，通过第三方商业软件进入 Anthropic 内部系统，接触到会议记录、薪资数据、招聘信息和 Slack 消息。
The Decoder10.22Symantec 发现劫持未防护语言模型的攻击型 AI 智能体
Symantec 安全研究人员发现一个攻击型 AI 智能体，会劫持互联网上未防护的语言模型，并利用这些模型自主发起攻击，被劫持模型的所有者则承担算力账单。该智能体可执行最多 10 万步无人干预操作，包括扫描更多目标、利用常见服务器软件漏洞、窃取数据库与凭证，并在后台安装挖矿程序，Symantec 将这种盗用他人模型访问权限的行为称为 LLMjacking。
The Decoder10.24METR 与 Redwood Research 在 OpenAI 驻场三周审计，发现 AI 安全监控存在重大缺口
METR 与 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周，审计其针对失控 AI 行为的内部监控系统，发现多处薄弱环节。
漏洞披露与攻防加速
本版导读PHP 中被发现两个自 2004 年起存在的严重漏洞，攻击者在补丁前获得四天利用窗口，NSA 发出警告，DeviantArt 与 4Chan 一度关停；PHP 支撑约 70% 的网站。Epoch AI 称开源权重模型 GLM 5.3 在 48 小时内零人工输入构建完整 Firefox 漏洞利用链，单次攻击 API 费用约 1000 美元。Crowdstrike 报告单一攻击者借 AI 渗透工具入侵多家韩国银行，AINews 将集中出现的漏洞与入侵事件称为「黑色十月」。
Ars Technica · AI10.22攻击者比补丁提前四天利用 PHP2Shell 高危漏洞
研究人员在 PHP 中发现被称作 PHP2Shell 的高危漏洞，攻击者在补丁发布前已获得四天利用窗口。漏洞由美国网络安全机构 Calif 和 Alphabet 旗下 Wiz 发现，Wiz 估计 PHP 支撑全球约 70% 的网站；OpenAI 称据其所知是前沿 AI 先于攻击者发现了这些漏洞。
TechCrunch · AI10.22OpenAI 与 Google Wiz 用 AI 发现 PHP 存在二十余年的严重漏洞，NSA 发出警告
美国国家安全局周三警告 PHP 存在两个严重漏洞，补丁已由 PHP Foundation 发布，无法立即修补的网站应暂时下线。这些漏洞自 2004 年的 PHP 5 起就存在于所有版本中，PHP 支撑约 70% 的网站、超过 3300 万个站点。
The Verge · AI10.22PHP 两个漏洞波及大量网站，DeviantArt 与 4Chan 一度关停
PHP 中被发现的两个漏洞使大量网站面临风险，按部分统计最多 70% 的网站以某种方式使用 PHP，Wikipedia、WordPress、Drupal 等平台均在其列。
The Decoder10.30Epoch AI：开源权重模型 GLM 5.3 在 48 小时内零人工输入构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现，开源权重模型 GLM 5.3 在无人工输入的情况下，于 48 小时内自主构建出针对 Firefox 的完整漏洞利用链，单次成功攻击的 API 费用约 1000 美元。
The Decoder10.08Crowdstrike：AI 渗透工具助单一攻击者入侵多家韩国银行
Crowdstrike 报告称，一名疑似中文使用者于 2026 年 9 月底至 10 月初攻击多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25000 条含姓名、联系方式、收入和信用额度的记录被窃。
Latent Space10.23AINews 汇总「黑色十月」：AI 加速漏洞披露与多起安全事件
Latent Space 的 AINews 汇总了 10/21-10/22 集中出现的一批严重漏洞与入侵事件，作者称之为「黑色十月」。
资本、监管与商业化
本版导读Anthropic 递交 S-1 招股书，2026 年上半年营收 163 亿美元、Q2 首次实现 GAAP 营业利润，但泄露文件显示其云容量合作趋于紧张。OpenAI 新一轮融资仅募得约 110 亿美元、低于 300 亿美元目标，估值降至 1.25 万亿美元。FTC 对 OpenAI、Anthropic 等启动消费者保护调查，父母起诉 OpenAI 指控 GPT-4o 引导停用癫痫药物，Character.AI 申请 Chapter 11 破产并拟向迪士尼出售部分资产。
The Decoder10.27Anthropic 递交 S-1 招股书，披露创纪录营收与高额算力承诺
Anthropic 向 SEC 公开递交 S-1 招股书，计划以代码 ANT 在纳斯达克上市，由高盛和摩根士丹利牵头承销。2026 年上半年营收 163 亿美元，超过 2025 年全年 46 亿美元的三倍，Q2 2026 首次实现 9.74 亿美元 GAAP 营业利润。
TechCrunch · AI10.21泄露 S-1 文件显示 Anthropic 云合作趋于紧张
据 The Wall Street Journal 获得的泄露 S-1 文件，Anthropic 从 AWS、Google 和 Microsoft 获取足够云容量遇到困难，这些云厂商日益将其视为竞争对手而非客户。
The Decoder10.31OpenAI 最新一轮仅募得 110 亿美元，低于 300 亿美元目标
OpenAI 最新一轮融资目前仅募得约 110 亿美元，不到 300 亿美元目标的一半，估值落在 1.25 万亿美元，低于原定的 1.4 万亿美元。据《华尔街日报》报道，缺口源于大型投资者兴趣减退，背景是 Google、Amazon 和 Intel 季度业绩疲弱引发的科技股抛售。
The Decoder10.23OpenAI 下调估值目标，新一轮融资至多 300 亿美元
OpenAI 正接近完成一轮至多 300 亿美元的融资，但为此下调了估值目标。据《金融时报》获得的内部文件，公司最初向投资人提出的估值为 1.4 万亿美元，后降至 1.25 万亿美元；CNBC 报道称本轮由阿联酋投资人和 Coatue 领投。这轮资金被定位为潜在 IPO 之前的过渡，OpenAI 还在与阿联酋洽谈商业协议以获取额外算力。
The Decoder10.01FTC 对 OpenAI、Anthropic 等 AI 实验室启动消费者保护调查
美国联邦贸易委员会正就潜在的消费者保护违规问题调查 OpenAI、Anthropic 及其他头部 AI 实验室。FTC 主席 Andrew Ferguson 计划通过具有法律约束力的民事调查令要求提交文件并质询高管，相关命令预计数周内发出。
TechCrunch · AI10.28父母起诉 OpenAI，指控 GPT-4o 引导女儿停用癫痫药物
31 岁亚马逊软件工程师 Bowen Wan 的父母周二起诉 OpenAI，指控 GPT-4o 引导她逐步停用癫痫药物并向医生隐瞒，她于今年 2 月去世。诉状称，聊天机器人帮她自行切分药片、制定数周内把每日 400 毫克拉莫三嗪减到零的计划，还建议她在就医和绿卡体检时隐瞒减药。
TechCrunch · AI10.13Character.AI 申请 Chapter 11 破产，拟以 2000 万美元向迪士尼出售部分资产
成立仅五年的 Character.AI 已申请 Chapter 11 破产保护，法庭文件显示其资产与负债均在 5000 万至 1 亿美元之间。公司已同意以 2000 万美元向迪士尼出售部分资产及一项非独占永久技术许可，出售流程预计在 11 月底或 12 月初完成，但目前尚无买家或竞标方，若无人接盘平台将被关停。