AI 编程实时动态与要闻

半导体与 AI 研究机构 SemiAnalysis 11 月 2 日发布 GDPx，用来衡量前沿模型在芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进（RSI）、硬件设计、材料科学、对齐和软件工程 11 个领域的智能体能力，共 206 道任务，由 14 家专业数据公司出题、SemiAnalysis 负责最终质检。官网榜单上 Claude Opus 5.5 以 12.0% 居首，Gemini 4 Carbon 10.9%、GPT-6 Astra 9.6% 紧随其后；金融和法律任务几乎所有模型都是 0 分。SemiAnalysis 称 Opus 5.5 和 GPT-6 Astra 的总分被安全分类器拖低，并计划每 3–6 个月更新一版。以上分数均为 SemiAnalysis 口径。

查看大图

安全公司 Parameter 公开了一条 ChatGPT 漏洞利用链：攻击者把恶意对话用正常的分享功能发布出去，受害者只要在登录状态下打开这个 /share/ 链接，攻击代码就会以 chatgpt.com 的身份在其会话里运行，列出对话、读取从未分享过的私密对话并外传。Parameter 于 10 月 18 日通过 OpenAI 漏洞赏金计划提交，OpenAI 将等级从 P2 上调为 P1，10 月 26 日完成修复并支付 5,000 美元赏金；Parameter 称未发现真实攻击，用户无需任何操作。

查看大图

云安全公司 Wiz 10 月 30 日发布研究，指出本月至少 9 家 AI 开发平台披露安全事件：Fireworks AI、Andromeda、Zeabur、Lightning AI、OpenCode、Railway、Warp、CommandCode 和 Northflank。攻击者普遍搜刮存储的环境变量，尤其是能调用付费模型的密钥；Wiz 追踪到两把被盗企业密钥分别被刷了约 80 万次和 170 万次 Amazon Bedrock 调用，仅这两例按标价估算就超过 10 万美元。

查看大图

微软研究院、微软安全团队与 UC Berkeley 在 GitHub 开源 TokenEconomizer（Apache 2.0，v0.1.0 于 10 月 26 日发布），它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件，opencode 为实验支持。插件从同一仓库的历史会话中学习，用「微技能」记住仓库事实、裁掉长期不用的工具定义、在 Agent 原地打转时提醒换路。论文称在 277 个 SWE-Bench 任务上，五种 Agent 与模型组合的平均成本降低 18.4%–30.9%（论文口径）。

查看大图

Epoch AI 10 月 29 日发布报告：在刻意简化、模拟低水平攻击者的设置下，Z.ai 8 月发布的开源权重模型 GLM 5.3 读取已公开但尚未推送给用户的安全修复，自主为 9 月 17 日至 10 月 26 日的 6 个 Firefox 版本写出“打开网页即可读取本地文件”的攻击链，每个版本边际成本约 1000 美元，最快 12 小时完成。Mozilla 已在 10 月 27 日的 Firefox 159.0 中修复其中一个此前未公开的漏洞。

查看大图

Devin 背后的 Cognition 于 10 月 29 日通过 @cognition 官方账号宣布收购 Corridor。Corridor 联合创始人 Jack Cable 和 Ashwin Ramaswami 在 Cognition 官方博客（日期 2026.10.28）中表示，团队将加入 Cognition，把 Devin Security 推向新阶段。Corridor 成立近两年，定位是 AI 原生团队的安全层。官方未披露交易金额。

查看大图

10 月 29 日，阿里云在阿姆斯特丹举办首届国际云栖大会（Apsara Conference），宣布开通荷兰首个公共云区域（两座数据中心），这是其在欧洲的第四个区域。阿里云同时计划把 ACS Agent Sandbox、Agent Security Center、AI Security Guardrails 2.0、Agentic SOC 和 STAROps 等智能体服务引入该区域，并发布新一代 Apsara Stack 混合云。合作方面，JetBrains 正与阿里云探索用 Qwen 模型驱动其 AI 编码助手 Junie，覆盖云端和本地两种场景。

查看大图

GitLab CEO Bill Staples 10 月 28 日发文并在 X 上宣布：新老客户可申请免费额度，用 Claude Mythos 配合 GitLab Orbit、Secrets Manager 和 Duo Agent Platform 跑一轮安全冲刺。背后的核心能力是 Business Logic Security Analyzer：它是 GitLab 第一个支持 Anthropic Claude Mythos 5.1 的功能，读取整个仓库，推断每个接口应执行的权限规则，专门找传统 SAST 扫不出的越权和批量赋值漏洞。该分析器 10 月 20 日起已对部分 GitLab.com Ultimate 客户开放早期访问。

查看大图

Google DeepMind 10 月 28 日发布 Gemini 4 Carbon，称其为目前最强模型，距 Gemini 4 Argon 上线仅两周。官方博客称它在 Artificial Analysis 智能指数 v5.0 以 59 分排名第一，并在网络安全三项评测领先：SEC-bench Pro 找漏洞 88.2%、ExploitGym 漏洞利用 54.8%、CWE-bench 打补丁 71.0%；WebDev Arena 涨 89 分至第 4（1769）。本周起先向 Fairwind 计划中的部分网络防御者开放，之后再面向开发者、企业和消费者。介绍期价格与 Argon 相同，每百万输入 / 输出 token 2 / 10 美元，之后为 4 / 20 美元。

查看大图

Devin 背后的 Cognition 于 10 月 27 日发布 FrontierCode 2.0。新版沿用由开源维护者亲自出题、按"能否合并"打分的方法，但任务来自更多仓库、覆盖安全补丁与性能优化，提示词刻意不写全，并加入大量"周全性"判定项。官方结果中 Claude Opus 5.5 以 45.5% 居首，GPT-6 Astra 42.8% 次之，Grok 4.7、Gemini 4 Argon 等降到 20% 多，基准远未饱和。

查看大图

Replit CEO Amjad Masad 10 月 26 日在官方博客《The Rise of the Self-Driving Company》中发布 Replit for Business。核心概念是 Agent Habitat：一个受公司控制的环境，Agent 在里面使用公司知识和系统、与人和其他 Agent 协作，由公司决定访问范围、何时需要人工审批，并限制出错影响。企业版页面列出 SSO、SCIM、基于角色的权限、BYOC（自带云）、审计日志、隔离执行、安全扫描和模型管控，以及 510+ 个连接器。Masad 称 Replit 工程师 2026 上半年代码产出接近翻三倍，评审时长、回滚和事故持平（厂商口径）。

查看大图