AI 编程实时动态与要闻

Anthropic Frontier Red Team 11 月 2 日发布研究文章并开源 FlashProve（Apache 2.0）：模型提供方先对权重做隐藏承诺，之后为每次回答生成零知识证明，用户不需要权重、在普通 CPU 上就能验证回答确实来自该模型，可用来识别中转站偷换模型或 token 流被篡改。官方口径：Llama 4 Maverick（400B MoE，4-bit）上单张 H100 约 110 token/秒，每个 1,024 token 请求的证明约 19 MB，GPU 时间约为 vLLM 推理的 70–95 倍。这是不再维护的研究原型，上下文只支持 1,024 token、只覆盖整数化模型的贪心解码。Anthropic 工程师 Steve Weis 在 X 上转发了这次发布。

查看大图

OpenAI 11 月 2 日（美国时间）发文宣布筹备下一轮内部安全冲刺，与安全公司 Cathedral 合作，让对方研究员使用 OpenAI 模型和内部团队一起挑战自家防御。同时调整 Security Bug Bounty：严重级别漏洞奖励提高到原来的四倍以上，OpenAI 官方 X 帖称特别出色的发现含奖金最高可得 17.2 万美元。官方称上一轮冲刺抽调了 25% 的产品工程师，用 Codex 复现漏洞并准备补丁；此外已承诺 6 个月内提供 10 亿美元补贴额度给守护关键服务的防御方。

查看大图

OpenAI 11 月 2 日在工程博客发布《Scaling Git at OpenAI》，介绍为单体仓库自研的 Git 兼容后端 Pando。官方口径：上线后中位推送延迟降低近 5 倍（约 80%），每天交付近 1PB Git 数据，单小时峰值超过 57TB。Pando 用 Rust 编写，由一名工程师设计核心、Codex 智能体团队实现，10 周从立项到上线，今年 4 月开始承接生产流量。起因是 Codex 让并行分支和推送暴增，旧系统可靠性一度跌破 90%。

查看大图

独立开发者 Pieter Levels（@levelsio）11 月 2 日在 X 上说，他用 Claude Code 反编译了《战地 1942》免费试玩版的引擎，移植成 C 再编译到 WebAssembly，放在 bf1942.pieter.com 上，浏览器里就能联机玩 Tobruk 地图。他称整个过程约用了 100 万输出 token，按 API 价格约 100 美元，而他本人付的是每月 100 美元的 Claude 订阅。两条主帖合计约 2200 赞、34 万次浏览，并登上 X 热门。以下为作者本人说法和社区讨论，未经独立核实。

查看大图

OpenAI 11 月 2 日在官方博客宣布 Grid Protectors（电网守护者）计划：与公用事业公司、监管方合作，让其未来自建的算力园区（OpenAI 现在对数据中心的叫法）在电网紧张时降低用电，并自付全部电网基础设施和供电成本。试点是佐治亚州 Effingham 县规划中的园区（Project Camellia），据 Georgia Power 新闻稿，该项目约需 3,200 MW，并承诺最多 1,000 MW 灵活需求响应，OpenAI 称相当于约 70 万户家庭的平均用电。园区仍在建设中。

查看大图

Anthropic 11 月 2 日（美国时间）在 Messages API 上线 message threads 公测（beta 头 message-threads-2026-08-12）。API 在服务端暂存对话，首轮发完整对话建线程，之后每轮只发新消息和上一条回复的 id。官方称 Claude Code 已默认对多数用户启用，500K–1M token 请求的首 token 延迟中位数降约 35%，长对话请求体中位数从约 800 KB 降到 1.8 KB。线程空闲 5 分钟过期，价格和限速不变。

查看大图

MIT CSAIL 博士生 Rikiya Takehi 11 月 2 日在 X 上发布「Weight-Space Programming（权重空间编程）」研究：作者团队（Takehi、Jayden Teoh、Alex Zhang、Omar Khattab）让 GPT-6 Astra 不用梯度、不做训练，直接阅读和修改神经网络权重。博客称 Astra 只改了 Qwen3.5-0.8B 的 13.1 万个权重（0.016%），修复了思考死循环，MATH-500 从 7.9% 升到 48.1%。原帖约 2.4 万赞、177 万浏览，Ethan Mollick 转评「等复现，但这很重要」。以上均为作者自报结果，尚未独立复现。

查看大图

OpenAI 11 月 2 日发布 LifeVal，一个专门衡量 AI 能否帮普通人把日常事务真正办成的评测：找托育、办政府业务、做预算、买菜、改食谱等。任务清单来自美国时间使用调查（ATUS）、多国时间使用研究（MTUS），以及 OpenAI 新做的 3995 人代表性问卷。OpenAI 称过去一年一直用它追踪和改进模型，并公布了多项 GPT-6 Astra 单任务最佳成绩（多项 100%）。分数均为官方口径，目前没有第三方复现。

查看大图

语音 AI 公司 Hume 11 月 2 日发布 Audio Decision API，号称首个「音频原生」的问答式决策模型：开发者上传原始音频，用一句话写问题并给出候选答案，接口返回每个答案的概率，不经过转写。支持是/否、多选、打分和时间片段四类问题，可判断说话人数、是否有人笑、来电者是否不耐烦、背景是否有警笛等。官方口径：训练用了 1000 万以上条人类判断，初步评测与人类评审平均判断的一致率为 70.7%（单个评审基线 56.5%）。目前需申请或加入候补名单获取访问权限。

查看大图

11 月 2 日 15:50（UTC），X 简介为「Codex & ChatGPT @OpenAI」的 Tibo（@thsottiaux）在 X 上发帖称，OpenAI 正在扩展驱动 dots 的前沿模型家族，包括 GPT-6 Astra 和 GPT-6.1 Terra，未来还会有其他模型；他说 Terra 带来速度和「不错的性格升级」，将帮助把 dots 带给更多人。dots 是 ChatGPT 里常驻运行、自带云电脑的智能体，发布时由 GPT-6 Astra 驱动。这是员工本人的第一手说法，OpenAI 尚未发布正式公告，上线时间和适用套餐未公布。

查看大图