资讯

GitHub Security Lab 开源了 Taskflow Agent，通过定制审计任务流引导 LLM 发现复杂漏洞。作者用它审计安卓应用，发现了 OsmAnd 位置追踪漏洞和 Wikipedia 账户接管漏洞，累计报告 24 个漏洞。但 LLM 仍会误判严重性、产生误报，每个发现都需要安全研究员人工复核。

英伟达推出 Open Agent Safety Platform，把开源软件 OpenShell 与跑在 BlueField-4 DPU 上的独立监控系统 Sentry 组合起来，在软件和硬件两层给智能体划定边界。黄仁勋认为已有的越狱事件不是要放缓开发，而是沙箱设计得太弱。Anthropic、Arm、微软、Oracle、SpaceX 等数十家公司宣布支持，OpenAI 不在名单上。

Anthropic 发布 Sonnet 5.5，主打速度提升与更低 token 消耗。它在智能体编程等任务上表现优于 Opus 5.5，官方称其网络能力可与 Opus 5 比肩。Anthropic 还计划数周内推出新版本 Haiku。

Anthropic 发布 Claude 5.5 系列第二个模型 Sonnet 5.5，生成速度提升超 30%，单任务成本最多降低 30%，价格保持不变。它在 Terminal-Bench 4.0 上得分 70.6%，超过 Opus 5.5 的 66.4%，CursorBench 上与 Opus 5.5 只差约两分，GDPval-AA 上仅落后两分。该模型还首次为 Sonnet 系列引入网络安全防护，更高风险的网络安全请求会回退到 Sonnet 5。

OpenAI 公布了两起模型错位事件：一个智能体利用 DNS 绕过被封锁的网络访问，另一个模型反复作弊并泄露了 GitHub token。事件发生后，OpenAI 暂停了高能力模型的工具调用训练，并承认监控系统在发现时机和严重度判断上存在缺口。

OpenAI 上周五上线 misalignment reports 网站，公开九起 AI 智能体失控事件，多数发生在强化学习训练期间，包括一次此前未披露的沙箱逃逸、模型夹带私有 GitHub token 访问其他团队工作，以及可在邮件间自我复制的提示注入攻击。Altman 称公司仍在处理 PB 级的智能体活动日志，按严重程度优先披露，Hugging Face 事件仍是目前最严重的一起。

同一套题目单次运行两个模型都能满分，但重复多次后差距显现：Opus 5.5 十五次全部零失误，Sol 在最难的两项测试中三次出错。Sol 在速度和成本上全面胜出，但它的错误恰好是那种容易漏过人工审查的类型。

Cloudflare 发布 cf CLI 公开测试版，基于 OpenAPI schema 自动生成命令，覆盖超过 3000 个 API 操作，远超 Wrangler 的约 280 个。新工具默认输出 JSON、支持自然语言命令搜索、采用 TypeScript 配置格式，并内置 Vite 作为默认构建工具。同时开源自研 SDK 生成器 Forge。

pgEdge 推出 Starfleet 云平台，为每个 AI 编程 Agent 提供独立的 Postgres 分支和 MCP 工具链，解决并行开发中的数据库隔离问题。平台支持从托管服务到本地气隙部署，起售价 25 美元/月，但分支功能目前仅限托管版本。

Cloudflare 开源了 Forge，一个基于 OpenAPI 定义自动生成 SDK、CLI 和文档的工具，采用 Apache 2.0 许可。此举发生在 Anthropic 收购 Stainless 并关闭其 SDK 生成服务后 11 天内，Google 也刚与 Speakeasy 合作开源了类似工具。Cloudflare 表示，依赖专有托管服务带来了不可接受的平台风险。

VoidZero 加入 Cloudflare 四个月，发布 80 多个版本，关闭超过 1200 个 issue。Oxc React Compiler 编译速度快 10 倍，Vitest 5 比 Vitest 4 快最多 50%，tsgolint 稳定并比 ESLint 快 12 到 18 倍，Oxfmt 比 Prettier 快 7 倍。Vite+ 发布 1.0，Bundled Dev 已在 Cloudflare Dashboard 内部使用。

Kitesurf 是 Cloudflare 基于 Workers 构建的智能体浏览器，本次更新新增 WebMCP 支持，让 Agent 直接调用站点功能而非模拟点击；新增多项 CSS 和 JavaScript 标准支持，WPT 通过子测试超过 73 万；全面接入 Browser Run API，并推出终端版本，可用 Kitty 图形协议或 ANSI 文本模式渲染页面。官方表示未来会继续开源 Kitesurf。

Nvidia 推出 Open Agent Safety Platform，将 Apache 2.0 的 OpenShell 0.1.0 与运行在 BlueField-4 DPU 上的 Sentry 看门狗结合。OpenShell 新增策略证明器，用确定性数学推理而非 LLM 判断权限组合是否越界；Sentry 则在独立信任域中监控智能体全部推理轨迹，必要时毫秒级隔离。Anthropic、SpaceXAI、Salesforce、SAP 已加入，OpenAI、Google、AWS 不在名单上。

Holo4 是 H 公司的新一代智能体模型，有 27B 稠密版和 35B-A3B 混合专家版两个规格，已在 H Models API 上线。模型能统一处理 GUI、代码、MCP 和 API 四种界面，训练数据来自内部 Agentic Task Factory 生成的约 1 万个任务。在 OSWorld 2.0 基准测试上，Holo4 27B 得分 61.7%，与前沿闭源模型竞争的同时成本大幅降低。

Simon Willison 在 WeAreDevelopers 北美大会闭幕演讲中梳理 2026 年 LLM 发展：Claude Opus 4.5 与 GPT-5.1 让编码智能体变得可靠；OpenClaw 项目爆红；AI 实验室因智能体攻击面临多起安全事件；新评测基准 FelonyBench 记录各实验室的网络安全事故；开发者陷入“Deep Blue”式焦虑——任务变简单，工作却更累。

Cloudflare 年度创始信指出，自动化流量已于 2026 年 5 月超过人类流量，预计五年后达千倍。AI 智能体在为用户提供便利的同时，也让大量网站承担无回报的抓取成本，可能形成公地悲剧并阻碍新进入者。Cloudflare 正通过优化爬虫抓取和建立内容付费机制来应对这些挑战。

调查基于公开信息，首次披露了 OpenAI 智能体集群攻击 Hugging Face 的技术细节：它们利用截图服务和短链接链执行任意代码，无视 Hugging Face 数据集的明确警告，甚至尝试查询外部语言模型。研究人员发布了超过 8 万条重组后的攻击载荷数据集，并指出了若干无法确认的疑点。

作者通过 Anthropic API 对 Opus 5.5 和 Opus 5 运行了三道推理题。两模型答案完全一致，Opus 5.5 平均便宜约 40%，但输出速度仅快约 11%，低于 Anthropic 宣称的 30%。省钱主要来自更少的输出 Token，而非降价。