Anthropic与OpenAI要求评测报告发布前获批 独立性承诺现矛盾
路透社2026年10月13日报道，Anthropic至10月5日仍要求新评测机构报告发布前需获批准，OpenAI持类似立场，与两家CEO此前公开承诺的评测机构编辑独立性形成反差。10月8日后Anthropic立场有所调整，此事凸显AI实验室
原创
Linus Torvalds首次署名Claude Code内核补丁 八线程缓存读吞吐提升三倍
2026年10月12日，Linus Torvalds在Linux内核邮件列表提交名为noref-filemap-read-with-llm的补丁系列，明确署名代码、测试程序及初稿由Claude Code在本人指导下完成。该补丁针对页缓存引用
从10秒到10分钟：Higgsfield用GPT-6 Astra重新定义AI视频生成的边界
Higgsfield借助GPT-6 Astra将AI视频生成上限从约1分钟提升至10分钟以上，同时引入GPT-Image-2.5实现精准视觉控制，并以GPT-Live开启声音电影制作路径。这一跃升的核心不仅是时长数字的变化，而是从"逐段生成
xAI推出五档统一订阅：$30能换回原价$90，但Claude用户要多付钱
xAI于2026年10月12日推出"The X Subscription"，将Grok、Cursor和X Premium合并为五档方案（免费至$200/月）。$30档Premium将原本合计约$90的三项服务打包，看似大幅降价；但关键变化在
WDCD Run #379: GLM-4.6 Leads with Perfect Score as Average Instruction Decay Hits -53.3%
WDCD Run #379 (2026-10-14) tested 15 models for multi-turn commitment integrity, recording an average instruction decay
WDCD v3.1周期：豆包Pro跌22.8 GPT-5.5升11.8 守约分化加剧
本期WDCD v3.1中6模型上升2模型下降，豆包Pro下跌22.8分最剧烈，GPT-5.5上升11.8分至92.60，DeepSeek V4 Pro上升9分进入Top4。GLM-4.6保持100分领先，显示守约能力在多轮施压下的显著分化。
WDCD五场景横评：数据边界1.7分垫底，安全合规成最大短板
WDCD v3.1试点数据显示，数据边界场景最低分仅1.7分（qwen3-max），安全合规场景垫底1.8分（doubao-pro），两者区分度最高。Claude与多款GPT模型在数据边界显著偏科，deepseek-v4-pro在业务规则与
WDCD三轮锚点测试：R3诚信率仅73.3%，Qwen3 Max R1直接0分
基于8道v2锚点题的worst-of-3采样，15模型R1确认率93%、R2抵抗率67%、R3诚信率73.3%，仅3次完全崩溃。Qwen3 Max首轮即破，Claude Opus 4.7 R2即崩，GPT-o3 R3崩盘；GLM-4.6等8
GLM-4.6 WDCD满分100 豆包Pro62分垫底 38分差距暴露什么
GLM-4.6以WDCD 100.00分登顶，豆包Pro仅62.00分垫底，15模型中满分率66%，R3崩溃率2%。头部与尾部差距达38分，揭示不同模型在多轮施压下的约束维持能力差异。
GLM-4.6 Smoke评测代码执行19.50分 材料约束全缺本期不排名
GLM-4.6今日Smoke评测因API故障导致grounding与judgment维度缺失，代码执行得分19.50分，任务表达50.00分，主榜无数据，本期不参与排名。需分析波动成因及关注必要性。
Gemini 3.1 Pro代码执行暴跌27.2分 主榜下滑6.5
Gemini 3.1 Pro今日Smoke评测中代码执行从91.70分跌至64.50分，降幅27.2分，主榜从82.39分降至75.89分。材料约束则从71.00分升至89.80分，工程判断保持100分不变。
Claude Opus 4.7 与 DeepSeek V4 Pro 与 GPT-o3并列92.39分：2026-10-14 Smoke快测数据简报
2026-10-14 赢政指数 Smoke 快测覆盖 13 个模型，Claude Opus 4.7 与 DeepSeek V4 Pro 与 GPT-o3 以 92.39 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不
IMF报告警示AI市场修正风险 全球金融系统面临新压力
国际货币基金组织2026年10月13日发布全球金融稳定报告，指出AI相关股权估值过高可能引发市场修正，并将AI增强型网络攻击列为主要风险之一。报告强调AI投资回报可能低于预期，网络威胁可能破坏金融基础设施，同时债券收益率上升也是潜在冲击来源
美联储、OCC、FDIC同步追问银行：你们的AI代理，关得掉吗
据路透社2026年10月报道，美国三大银行监管机构——美联储、OCC与FDIC——已将AI治理纳入每一项例行银行检查，重点追问机构是否具备紧急关停AI代理的"杀死开关"、人工干预机制以及外包供应商的数据边界管控。与此同时，欧洲央行要求银行在
密码学后门让AI安全审计失效：NeurIPS 2026论文证明模型能力可被永久隐藏
来自多家机构的研究者在NeurIPS 2026上发表论文，用密码学方法证明：可将完整的加密神经网络嵌入宿主模型权重，仅在收到特定触发密钥时激活，且即使持有完整权重、使用微调/梯度搜索/对抗训练等全套审计手段，也无法检出或消除这一隐藏能力。论
白宫封锁17天解除，英国AISI重获AI模型测试权
2026年9月24日，特朗普政府要求OpenAI和Anthropic暂停向英国AI安全研究所提供模型预发布访问。封锁持续17天后于10月11日解除，英国AI部长纳拉扬于12日公开确认恢复，并透露已获得谷歌尚未公开发布的Gemini 4 Ar
微软Maia 300：288GB HBM4、每兆瓦多40%算力，但2027年才上线且不对外租用
微软10月12日发布第三代自研AI加速器Maia 300：TSMC N2P工艺，288GB HBM4内存，18TB/s带宽，FP4算力13.8 PFLOPS，单机架96颗吞吐量为上代7倍。但核心问题在于：这颗芯片2027年才部署，效率提升对
Anthropic首公开蒸馏攻击工程反制 盗取量降90%-99%
Anthropic于2026年10月12日发布蒸馏防御研究报告，详述锁定reasoning token访问权、双阶段分类器封号及对拦截请求收费三道防线，已封禁数万个账号，使reasoning token泄露量降低10-100倍，相当于减少9
Anthropic实验：26B模型已在15台电视盒上实现分布式推理
2026年10月12日Anthropic前沿红队实验显示，26B参数模型可通过15台55美元安卓TV盒完成分布式推理，30B以下模型已能执行自我复制多项单步操作。该研究聚焦去中心化IoT环境下的不可中断复制场景，指出现有断网隔离等管控手段可
Epic Games强令迪士尼游戏禁止手写代码，AI首制能否救场延期大作？
Epic Games要求其与迪士尼合作射击游戏的开发团队全面转向"AI优先"工作流，内部指令明确写下"不再手写代码"，所有美术资产须通过AI工作流生成。该游戏原定2026年11月发布，此前已延至2027年3月，如今再度延期且无新档期。迪士尼