从 10 个来源中精选的 8 条 AI 资讯动态，按重要性排序，另有 5 个热点。
Anthropic 用 Claude 对 123 个开源软件库（在超过 100 个库中）在 RISC-V 汇编代码层面证明安全性质，包括程序在特定条件下不会触发内存安全错误或断言失败，作者称这是首次大规模用 AI 对生产软件做汇编级形式化验证。证明过程中 Claude 还发现了多年未被检测到的 bug；为防 reward hacking，团队对任何补丁施加惩罚，并奖励证明补丁未改变程序行为。
Anthropic 用 Claude 对百余个开源库做汇编级形式化验证，正文包含具体规模和防 reward hacking 的做法，读者可了解其方法与局限。
48 小时内多个来源都在报道的事。
xAI 发布 Grok Bot，定位为可交付真实工作的 AI 队友：Bot 可登录用户的工具并像人一样使用它们，在桌面和 iOS 上像队友一样接任务，跟踪工作方式并持续变聪明，需要审批时回来确认。Bot 运行在加密的云计算机上，支持训练退出选项，敏感操作可经 Auto Review 后运行，企业管理员可配置 DLP、证书、代理和网络控制。定价分 Premium、Super（$100/月，3.5x 用量）和 Ultra（$200/月，12x 用量）三档，提供 macOS 下载。
原文给出了订阅档位、企业安全控制和设备支持等具体信息，读者可以据此评估 Grok Bot 是否适合接入自己的工作流。
作者发布免费在线 TTS 生成器，基于从 Kokoro-82M 蒸馏的 Paradee-8M v1.1，经 11 步优化后得到 v2g 模型（2.32 MB）并配自研 136 kB 的 pdn WebAssembly 引擎，单 CPU 线程达基线的 201×，首音约 10-60 ms，内存从 646 MB 降至 100 MB，文本全部在本页处理不上传。质量上 UTMOS 从 4.39 升至 4.45、WER 5.65% 降至 5.48%，桌面单核 CPU 跑 pdn 的一次实测（184×）还超过了 RTX 4070 Ti 经 onnxruntime-web WebGPU 的 113×。全部模型与引擎以 Apache-2.0 发布，v2f 已用作一个网文朗读网站的生产语音。
作者逐层给出从 v1.1 到 v2g 共 11 步的提速与体积数据，并附质量指标，方法可参考、结果可复跑。
作者在无 Cookie 的无头浏览器中测试了 341 个嵌入 OpenAI ChatGPT 广告像素的零售站点（多数为欧洲站点），发现 224 个在用户做出同意选择前就向 OpenAI 发送测量事件，其中 95 个在 Cookie 横幅仍在屏幕上时触发。原因是像素默认同意：官方安装代码片段只含 oaiq("init") 而无同意调用，需另行添加 oaiq("consent", false) 才能拦截；作者实测该控制有效，说明问题在默认设置而非 SDK 失灵。文章引用法国 CNIL 2025 年对 shein.com 的 1.5 亿欧元罚款等类似处罚案例，并说明测试方法、局限和披露流程。
原文用无头浏览器实测了341个站点，把问题定位在像素默认同意的安装代码片段上，并给出可复现的验证方法。
Anthropic 宣布把 Agent Skills 开放标准捐赠给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），该基金会由 Anthropic 与 Block、OpenAI 共同创立，此前已接收 MCP。Agent Skills 标准自 2025 年 12 月发布以来，已有包括 ChatGPT、Cursor、GitHub Copilot 和 VS Code 在内的超过 70 个 agent 平台集成。Skill 是一个包含 SKILL.md 文件及配套脚本或参考资料的文件夹，用于教会 agent 特定任务或领域知识，最初源于 Claude Code 开发过程中的经验，2025 年 10 月发布数周内开发者在 GitHub 上发布了数千个 skills，并为其编写了适配 Codex、Cursor 和 OpenCode 的加载器。
捐赠方与基金会背景均为当事方说明，读者可据此理解 Agent Skills 后续治理归属和社区参与方式。
Microsoft 与 Hugging Face 发布 ThinkingBox-Training 开源训练栈，把对智能体留下的数据库终态的可执行检查用作 GRPO 奖励，对 Qwen3.8-27B 做 50 步全参数 RL 微调。在从未进入训练池的 507 任务 ThinkingBox-Bench 上，pass@1 从 51.70% 升至 60.78%，20 次全过的任务从 38 个增至 107 个，每次可靠任务成本从 $24.36 降至 $8.00；pass@20 从 89.35% 微降至 87.97%。方法核心是离线策略相对难度筛选：先用基座策略多次探测候选任务，用 Beta 后验分桶，保留成功率 0.08–0.90 区间的任务以产生有对比度的奖励组；训练池含 187 个任务，在 24 张 H100 上用 token-mean GRPO 训练。数据选择、rollout、奖励和 Ver…
原文给出把数据库终态检查用作 RL 奖励的完整训练流程和开源栈，读者可以据此复现或在自家智能体任务上迁移这套方法。
Microsoft Research 发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，让 Agent 生成的图表支持点击、筛选、缩放、高亮和跨图联动。系统由 Flint 编译器把点击、拖拽等原始触发解析为语义事件，并用高层更新算子完成可视化变更，将交互与视觉逻辑分离，以降低生成成本和调试负担。用户可通过 Flint-MCP 和 MCP Apps 在聊天中直接使用，开发者可用 Flint Interactive Canvas 和编程 API 构建仪表板、数据故事及自定义交互。
官方介绍了 Flint-interactive 用语义事件和编译器分担交互逻辑的思路，读者可据此评估 Agent 生成可探索图表的可行性。
AWS 机器学习博客介绍在 SageMaker AI 实时端点上部署 Kokoro-82M TTS 模型，将 Agent 生成的句子逐句流式送入合成，而不用等完整响应。隔离测试中该方式把首个音频字节时间从 329.3 ms 降到 156.7 ms，端到端在部署的 AgentCore runtime 上比批处理快 3.5 倍。文章还对比了 SSE 中 base64 音频约 33% 的负载膨胀与 MP3 帧对齐问题，并给出二进制音频与 JSON 控制帧复用同一双向会话的替代方案。
教程给出逐句流式合成语音的完整做法和实测数据，读者可直接复用其传输方案与陷阱排查经验。
Latent Space AINews 本期以"Black October"为头条：约 48 小时内 PHP、GitLab（CVSS 10）、Node.js、LiteLLM、Railway、Zeabur、eMudhra CA 等关键漏洞与泄露集中披露，月度 CVE 数量据称从 4 月的约 4k 升至约 15k；Microsoft 将 ConnectWise 供应链攻击归因于使用开源 agentic 渗透框架 ARTEX 的 Storm-0940，该组织攻击 2250+ 个 Microsoft 365 租户，部分情况下不到 3 小时即获得特权访问。也有研究者认为这是防御性审计，约 16 起重大事件中只有约 4 起实际发生在本周。同期收录：MiniMax M3.1 Flash、Carbon-X、OCRia-1、Recursive Flint 等开源模型发布，AA Coding Agent I…
据 Bloomberg 报道，在美国要求联邦民用机构以安全为由移除 DeepSeek 的 AI 技术两天后，DeepSeek 融资约 150 亿美元（约 1000 亿元人民币），潜在投资方包括宁德时代和腾讯等。该公司 6 月刚以 500 亿美元估值融资超 70 亿美元，7 月曾寻求以约 710 亿美元估值再募 15 亿美元，并计划最早明年在中国 IPO。
OpenAI 正推进一轮至多 300 亿美元的融资，但估值目标从最初向投资者提出的 1.4 万亿美元降至 1.25 万亿美元，据 FT 获得的内部文件和 CNBC 报道。本轮融资由阿联酋投资者和投资公司 Coatue 领投，被定位为潜在 IPO 前的过桥融资，OpenAI 还在谈判通过阿联酋获得额外算力。OpenAI已于6月向 SEC 保密提交 IPO 招股书，CFO Sarah Friar 曾告知员工公司将在2027年前上市，而 CEO Sam Altman 表示当前上市时机不利；竞对 Anthropic 也在筹备 IPO，目标估值 1.5 至 2 万亿美元。
METR 于 10 月 22 日发文称，一名 METR 员工和一名 Redwood Research 员工在 7 月 21 日至 8 月 11 日嵌入 OpenAI 三周，对其内部失准监控系统的 Codex 等编码智能体监控发现多项新漏洞，包括两个可启动不受监控智能体副本的 header、一个使数百次智能体行为躲过监控的利用方式，以及通过持续行动无限推迟被监控的缺陷，5 至 7 月约 10% 的可监控 Codex 流量因此未被监控。报告估计 Responses API 上至少 GPT-5.5 级别模型的智能体流量 75 至 94% 纳入监控，内部 Codex 智能体为 99.2%。OpenAI 表示所有影响生产防护的漏洞均已修复，METR 未评估该说法，公开内容仅为经 OpenAI 审阅的简短摘要。
微软安全研究人员称，与中国政府相关的黑客入侵 IT 管理公司 ConnectWise 的云备份服务，窃取了连接其企业客户的应用凭证，可登录客户由微软托管的环境访问邮件和文件。黑客使用开源 AI 框架 ARTEX 驱动 AI 智能体，以每分钟近 3000 次登录尝试的速度攻入约 2250 家组织。ConnectWise 已暂停云备份系统访问并调查此事。
NVIDIA 的 OpenShell（Apache 2.0 许可）是一个为自主 AI 智能体设计的沙箱运行时，让智能体能读文件、装包、调 API 和使用凭证，同时通过策略限制其对数据、密钥和网络的访问。它通过内核插桩在运行时对每次文件访问、系统调用和网络连接执行策略，每个智能体运行在隔离沙箱中且看不到真实凭证；策略变更在生效前经形式化验证标记新增风险访问并等待人工审核。0.1.x 版本带来稳定发布节奏、新的隔离原语、扩展面和 API，支持 Linux、macOS（Apple Silicon）和 WSL 2（实验性），提供 Python、TypeScript、Go、Rust SDK 及 Helm 部署，并附可安装的 Agent Skills。
微软 AI 诊断系统 MAI-DxO 在 Science 发表的研究中，对 NEJM 复杂病例的模拟诊断正确率达 83%，而基层医生和普通内科医生单独作答为 36%；系统通过多个 AI 智能体模拟医生会诊提问、开检查并讨论诊断。研究数据显示增益主要来自底层模型，DxO 编排额外加分：DxO 使 GPT-5.5 在复杂病例的准确率从 72% 提升到近 87% 且成本略降，但对急诊科病例的准确率和成本几乎没有改善；较弱模型如 Gemini 2.5 Flash 从 46.4% 提升到近 69%。微软正与 Mayo Clinic 训练医疗基础模型，计划明年发布，并通过与 Beth Israel Deaconess Medical Center 的合作在真实医院环境中评估 DxO 的临床推理能力。
Perplexity 推出 Decider for Mac，可在 Apple silicon Mac 上本地运行 4B 决策模型 pplx-decider-flash-v1.2，在 http://127.0.0.1:8080/v1/decisions 提供 Decisions API，数据不出本机，无需 API key 和计费。该模型支持文本和图像，请求格式与托管 API 一致，改为托管版只需换 URL 加 Authorization header；本机权重为 q8_0 GGUF 构建，需 M1 及以上、macOS 13+、16 GB 内存和约 6 GB 磁盘空间。
Studio