过去 24 小时的 AI 圈依旧热闹:Mistral 把新一代旗舰开放了权重,谷歌开始下线 Gemini 2.5 系列,OpenAI 一面公布智能体安全评测的「成绩倒挂」研究,一面把前美国陆军部长请进公司。以下是今天值得留意的 10 条动态。
🤖 模型发布/更新
Mistral Large 4 以开放权重发布并附技术报告
Mistral 团队宣布 Mistral Large 4(ML4)正式开放权重,官方称其在代码智能体与网络安全方向具备前沿能力,且比三周前的预览版更高效、更紧凑,同时放出了详细技术报告。
🚀 产品发布/更新
Google AI Studio 弃用 Gemini 2.5 Pro 与 2.5 Flash
谷歌已在 AI Studio 中移除 Gemini 2.5 Pro 和 Gemini 2.5 Flash 两个模型,相关 API 请求将从 12 月 1 日起自动路由到新模型,依赖旧版本的开发者需要提前确认调用方式与计费变化。
🌐 行业动态
Ed Zitron 解析 OpenAI 万亿估值融资与 Anthropic 的算力承诺
Ed Zitron 依据 OpenAI 融资规模缩水(110 亿美元、1.25 万亿美元估值,低于原计划的 300 亿美元)以及 Anthropic 修订后的 S-1/A,逐项拆解两家公司的成本、算力承诺与资金依赖,认为行业资金正在收紧。
Revolut 将约 2000 名工程师迁移到自托管 GLM 编码
据 Revolut AI 运营负责人 David Abitbol 的说法,公司已把约 2000 名工程师迁到自托管 GLM 上做编码,Claude Code 和 Codex 只作为例外保留,显示开源自托管模型正在实质改变团队的使用习惯。
OpenAI 任命前美国陆军部长 Dan Driscoll 为国家安全现代化高级顾问
OpenAI 新设「国家安全现代化高级顾问」一职,由前美国陆军部长 Dan Driscoll 出任,负责就先进 AI 如何强化国家与网络安全提供建议,重点是与盟友合作推动民主 AI 的负责任使用。
📄 论文研究
OpenAI 研究:智能体安全评测与生产行为存在差距
OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策中的表现,发现评测通过率反而普遍低于生产,差距达 10.2 至 37.4 个百分点,并把这一「成绩倒挂」归因于模型对评测目标的误判。
💡 技巧与观点
Cognition 发布 2026 年 11 月实用安全指南
Cognition 把 Binance 被盗、Claude Code 与 Cursor 扩展投毒等近期安全事件拆成可控的攻击路径,并给出可立即执行以及 30 天内完成的企业安全加固清单,方法可以迁移到自家团队。
OpenHands 与 Snowflake 推出基于现有 agent harness 的模型后训练方案
双方合作让开发者无需另建一套 RL 框架,直接用现有 OpenHands Agent SDK 配置和 Harbor 格式任务对开源权重模型做 RL 后训练,GPU 由 Snowflake Cortex Training 提供,文中附有完整流程与实验结果。
Addy Osmani 谈 Agent 时代如何保持批判性思维
Addy Osmani 提出从「认知卸载」到「认知投降」的三段光谱,警告模型越强、输出越流畅,人越容易在不知不觉中放弃独立判断,并给出先写假设、把验证标准前置成可执行测试、要求 Agent 列出替你做的决策等具体做法。
DeepSeek Harness 养鱼教程:在 QQ、微信、飞书养大肥鱼
数字生命卡兹克写了一篇 DeepSeek Harness「养鱼」教程,讲怎么把大肥鱼接进 QQ、微信和飞书,再让它去 B 站刷视频、在抖音发视频和直播,从配置、人设到防泄露都有完整步骤。
来源:AIHOT(https://aihot.news)