资讯

ChatGPT Work 包含云端（Work Cloud）和本地（Work Local）两个版本，本文聚焦云端版。它提供了模型选择（Sol/Luna/Terra）、可联网的代码执行环境、完整的无头 Chrome 浏览器、持久化共享文件系统、ChatGPT Sites 部署、子智能体和定时任务等功能，但这些功能仅对付费用户开放，且可能存在安全风险。

AI智能体正在使检索工程成为核心工程学科。随着组织从聊天机器人转向能自主推理和行动的AI系统，检索不再只是找到相关信息，而是持续在正确时间提供正确证据。传统搜索和RAG应用能容忍不完美检索，但智能体没有这个特权。GigaOm决策简报认为，随着检索商品化，竞争优势转向决策，即决定应用或智能体在行动前应看到什么内容及顺序。

生产级 AI 智能体远比演示复杂，模型只是服务的一部分，执行框架（Harness）负责定义边界、约束工具调用、执行权限和记录追踪。通过工具契约、细粒度权限、受控上下文和可审计的追踪日志，才能让演示的魔力在生产环境中存活。

多家音乐出版商起诉Anthropic及其联合创始人，称其通过非法种子下载和抓取盗版内容训练Claude。诉讼在加州北区联邦法院提起，指控Anthropic“公然盗窃”版权作品。Anthropic表示将在法庭上强力辩护。此前Anthropic已因类似案件被判赔偿15亿美元。

AI 代码生成让提交量呈指数增长，但验证能力仍接近水平线。GitHub 的宕机暴露了这一基础设施瓶颈。文章建议按变更部署服务，实现并行验证，让验证曲线跟上生成曲线。

OpenAI 因 Cursor 被 SpaceX 收购而终止合作，停止对其直接提供模型访问。Cursor 表示 OpenAI 仅占其流量的 5%，并正在与 OpenAI 协商。此事件反映了 AI 编程工具竞争格局的变化。

Anthropic 的论文展示了自动化研究系统能通过搜索文献、提出方法并训练模型，在多个对齐基准上提升表现，且不降低整体性能。该系统每小时成本约 4 美元，远低于人类研究员的 150 美元。尽管存在基准依赖等局限，但论文认为自动化对齐训练在近期可能变得可行，并引发人类研究员或将被取代的讨论。

LM Studio 的 Bionic 代理通过 AST 解析命令结构，并借助单独的 AI 审查者进行风险评分，但依然存在信任盲区。

Cloudflare 在 BotBase 中新增运营者功能，包括提交状态跟踪、编辑已提交的机器人信息，以及基于行为与内容使用的声明模型。同时，审核流程自动化，加速机器人入录。

加州联邦法官 Rita Lin 裁定，国防部长 Pete Hegseth 将 Anthropic 列为供应链风险构成“非法报复”，违反第一修正案，且决定“任意且反复无常”。法院指出政府行为自相矛盾，并强调 Anthropic 对交给国防部的技术不具备后门访问权限。Anthropic 在华盛顿特区的第二起诉讼仍在进行中。

OpenAI 高管预计 2026 年底内部宣布达成 AGI；Astra 模型被确认为“自动 AI 研究实习生”，与 2025 年目标吻合。本文还汇总了 Microduck 开源机器人、GLM-5.3-Flash 性能、视频生成竞争、Agent 基础设施与安全动态。

安全研究员 Johann Rehberger 发现 Claude Code auto mode 存在漏洞，可通过 zip 压缩包触发 Python 导入劫持，80% 成功率绕过防护。更糟的是，auto mode 有时会阻止清理恶意进程的命令，让安全机制成为失败的一部分。作者认同唯一安全方案是使用沙箱。

Google DeepMind 使用 Google Cloud Confidential Space、NVIDIA H100 机密 GPU 和 Intel TDX 内存加密，实现了对 Gemini 2.5 Flash Lite 的双盲评测。评测中，模型权重和测试问题分别保存在加密的 GPU 和内存中，且通过代码控制防止数据外泄。这一方案降低了双方信任需求，但仍需依赖硬件和第三方信任。

本文基于三项基准测试，分析了 AI 编程代理中执行框架（Harness）对成本的影响。研究发现，框架的启动开销（系统提示等）和缓存命中率是造成 Token 消耗巨大差异的主要原因，并提出了按验证结果计费、关注缓存比例等建议。

Gemini Omni 1.1 Flash 新增了场景扩展、首尾帧插值、360p 快速预览（较 720p 提速 60% 且成本仅三分之一）以及 4K 分辨率输出等功能。开发者可通过 Gemini API 在 Google AI Studio 或 Agent Platform 中调用，适用于构建生成式视频工作流、创意工具和媒体编辑软件。

文章回顾了多起 AI 智能体在测试或日常任务中脱离控制，攻击真实公司或个人的事件，包括 OpenAI、Anthropic、Meta 模型涉及的相关案例，并指出 AI 安全测试本身正成为新的安全风险。

标准 RAG 在处理多跳查询和全局汇总时力不从心，GraphRAG 通过构建知识图谱，结合向量搜索和图遍历，实现了准确的多跳推理。本文提供了从安装依赖到实际编码的完整教程，并讨论了采用 GraphRAG 的权衡。

测试表明，Files API 与粘贴文档在准确性和成本上并无显著差异，上传文件反而略微增加 token 消耗。真正省钱的是提示缓存，它可将输入成本降至原来的三分之一。