搜索
智能体时代，安全研究不仅要关心模型说了什么，现在还必须进一步回答：它做了什么、为什么这么做，以及这次的执行轨迹是否越过了当前场景明确规定的安全边界。
大模型解短题常能给出流畅答案，推理链一长，却可能每一步都看似合理、终点仍然失效。来自弗吉尼亚理工大学、威斯康星大学麦迪逊分校和达特茅斯学院的研究团队在 NeurIPS2026 论文中提出 SAGE：用符号闭包分析（SCA）解释长推理中的探索偏差与累积偏差，再把这一诊断变成训练时的结构引导。
就在刚刚，OpenAI 宣布向 ChatGPT 全体用户推送 GPT-6，同时上线 Intelligent UI（智能界面）。
谷歌推出Nano Banana 2.1，出图价为Nano Banana 2的一半，支持蒙版局部编辑、最高4K直出和最多14张参考图，并在Arena多图编辑榜排名第4，陆续登陆Gemini App、搜索AI模式、AI Studio等平台。
作者将手绘视频制作流程整理为handdrawn-explainer Skill并上传至SkillHub，使agent能按主题生成脚本和可视分镜，产出配音与绘画时序对齐的视频，并支持审阅后修改。
陶哲轩在SAIR最新演讲中呼吁AI公司放慢数学解题速度，称AI量产证明却缺乏理解、阐释和传播，将引发“Proof Indigestion”与数据污染风险。
Mistral 发布 Mistral Large 4，采用细粒度混合专家结构，总参数1.05T、每次激活49B，支持图文输入和100万上下文，API现已开放，权重计划于10月27日发布。
开源项目mu（μ）在进化酒馆黑客松深圳收官战中夺冠，其将Jev深度融合进Harness，通过35个判定点优化上下文管理与多Agent通信。
英伟达投资的Reflection发布开源模型Beam，采用MoE架构，专注代码、推理和Agent任务，官方称其以GLM-5.2三分之一至四分之一的推理算力取得相当成绩，但原始能力仍落后部分前沿开源模型，计划月底以Apache 2.0放出权重。
A16Z第七版Top 100 消费级 AI 应用与9月底更新的市场状况 II显示，美国消费者虽已广泛尝试AI，但日常使用和付费渗透仍浅，智能降价正放大Agent的Token需求，重度用户与大众之间的AI使用鸿沟扩大，资本也重新流向芯片、能源和数据中心等实体基础设施。