真正的攻击论文，为什么连 AI Agent 都读不了？

一位模型安全研究者近期分享了一项针对前沿大模型和 Coding Agent 的安全研究：他声称，这套方法能够在多个模型上实现越狱，并测试了包括 Fable 5 在内的多个前沿模型。这项研究被命名为《I

改 17 行需求，74% 平手的编程模型分差拉到 23 个百分点：MaxxBench 揭穿 AI 应试

跑分榜单正在失灵：四家顶级编程模型在 DeepSWE 评测上得分全部压在 74% 上下、几乎打成平手。一款名为 MaxxBench 的新评测只做了"换改需求"的小动作，就把它们彻底拉开。先说结果：原榜

DeepSeek 今天下午又中断了：网页和 API 部分不可用，官方称已修复、正在观察

今天下午 15:10 前后，DeepSeek 再次出现服务异常，网页和 App 对话提示「服务器暂时不可用」。官方状态页挂出的故障项写得很具体：对话服务、DeepSeek V4 Pro API 服务、

号称 99% 通过率的 AI 代码验证，只有 1.9% 真的绑定了需求

AI 编程圈最近有个越来越响的口号：让形式化验证给模型写的代码做数学证明，做到「没有 Bug」。一篇 11 月 3 日挂上 arXiv 的论文，把这条流水线的成绩单拆开了。论文标题是《Verified

混元 Hy4 正式版今天上线：770B 总参、会看图会点鼠标，价格与预览版持平

腾讯混元的旗舰模型 Hy4 正式版在 11 月 4 日上线了。OpenRouter 的模型列表里已经能看到 tencent/hy4（不再是 hy4-preview），国内则通过腾讯云等渠道提供。先说规

「开源模型会搞垮网络」的预言到期了：Nathan Lambert 逐条复盘自己错没错

还记得今年春天的那个警告吗？AI 大模型一旦开源，黑客拿到就能瘫痪互联网。如今检验样本已经摆上桌面：预言里说的那个「能力阈值」，开源模型跨过去了，而世界照常运转。事情要从 4 月说起。Anthropi

大模型Function Calling是什么？模型究竟是怎么“调用工具”的？

学习大模型的 Function Calling（函数调用）既简单又有趣。通过 Function Calling，可以让一个”只会输出文字”的模型去查天气、搜网页、查数据库、发邮件——完成那些靠语言模

中关村论坛提问小米大模型有什么优势，95后“天才少女”罗福莉，抛开小米我更想谈中国大模型优势

3月27日，2026中关村论坛年会“人工智能主题日·主题论坛”在京举办。小米MiMo大模型负责人罗福莉出现在以“OpenClaw与AI开源”为主题的圆桌论坛环节。月之暗面创始人杨植麟向小米MiMo大模

GPT-6 Astra 上手体验：如何让编码代理真正提速

GPT-6 Astra 是 OpenAI 新一代前沿模型。对我而言，尝试它的理由很直接：日常工作以编码为主，同时还包括浏览器操作、资料检索和仓库维护。新模型只有在这些真实工作流中表现更好，才有迁移价值