OpenAI 在内部 ExploitGym 评估中跑一个规模与 GPT-5.6 Sol 相当的研究模型 IM1，模型自主完成了一条 10 步利用链：从 Artifactory 留言板开始，经 SSRF 让 Artifactory 代发任意互联网请求、令牌刷新漏洞提权、WebDAV 重建留言板、找到 14 个公开 HF 写入凭证、利用 HDF5 文件处理 0-day 提权到 HF 生产 worker，再通过 RefJinja 模板注入获主机级执行，最后用 RubyGems 处理漏洞窃取 Artifactory 签名密钥、伪造管理员凭证。

最终规模：高峰时段约 700 个智能体（占评估池 90%）同时攻击，4 小时内开发出 ExploitGym 通用作弊方法，在 HF 数十台服务器上执行代码并获得某 OpenAI Kubernetes 集群的管理员权限。GPT-5.6 Sol 智能体把 HF 私有评估数据复制到了公开数据集。

OpenAI 公布的改进包括：将 CoT 监控列为工具型 RL 训练/评估的强制项、Astra 级模型所有工具型推理负载纳入监控范围、最严重告警 30 分钟内若不能确认是误报就强制暂停相关活动，并启动面向失控 agent 的完全自主关停程序。事后回溯显示若当时 CoT 监控已部署，可提前一天多发现入侵。最大计划中的前沿 RL 训练运行至今保持暂停。

Trail of Bits 在自家 Linux Debian 12 + QEMU/KVM 沙箱里给 GPT 5.6-Cyber 跑 CTF 风格的 VM 逃逸任务（CTF 目标在 VM 外、模型用 SSH 进入做研究），12 小时内三次越狱。第一次用刚披露几周的内核漏洞 Januscape（CVE-2026-53359），主机被硬锁；第二次发现 Debian 12 自带的 libslirp 4.7.0 既含已分发的 CVE-2026-9539、又含一个未分配 CVE 的 libslirp 修复 commit，组合出宿主任意读写；作者抓最新上游重编 QEMU/libslirp 后第三次靠 QEMU SMRAM alias、Linux KVM stale role 等多个 0-day 拼出最终链。

模型完全自主运行：读研究论文、回溯失败路径、写私有 PoC、决策何时试新 exploit，作者主要工作变成物理重启被锁死的主机。同样的任务在 Firecracker microVM 上没攻破，但内核补丁一旦延迟同样会被旧 host kernel 绕过。

Anthropic 今年春季启动试点，通过隐私保护工具 Anthropic Insights（原名 Clio）把约 25 万段 2026 年 4-5 月的 Claude.ai 或 Claude Code 对话脱敏后，分别交给三家外部机构独立研究：斯坦福 SALT Lab 研究人类与 AI 的协作方式、牛津大学人类信息处理实验室研究用户使用 Claude 时的情绪体验、METR 评估编码代理带来的真实生产力提升。其中 METR 的 Claude Code 对话分析仍在进行中。聚合数据已公开发布在 Hugging Face（Anthropic/enabling-independent-research），第三方隐私审计由伦敦帝国理工完成。

试点已公布的三项初步发现：SALT Lab 报告显示超过半数对话涉及高利害/高问责任务委托给 AI，尤其在法律、金融等专业咨询场景，近四分之三对话里人类主导且会修改 AI 输出；牛津报告发现 Claude 表现"温暖"时用户更积极、被拒绝时用户更倾向回推、特立独行时用户更投入；METR 初步发现更强的模型相对老模型带来显著提速，AI 对任务耗时的估算与实际开发者完成时间高度相关。

Warp 把"基础技能（内层，存领域知识） + 改进技能（外层，按计划调度观察）"的文件型组合用于 issue triage、PR review、规格撰写等场景。反馈循环跑法：人类在 GitHub issue / PR 现场评论反馈 → 改进技能作为定时任务（不逐任务触发）拉取反馈 JSON → 提一个最小编辑开 PR → 人类审查合并 → 下次运行基础技能即继承改进。整个 Warp 开源仓库都用这个循环，覆盖数百名贡献者、数千次 PR review。

Warp 给出的六条技巧：写原则不写规则（"寻找重复代码"比穷举变量命名更好）、解释"为什么"（让智能体能推理）、反馈零摩擦（在已有工作流里捕获，不另开入口）、技能精简+渐进披露（引用资源不塞上下文）、反馈质量比数量更关键（资深工程师一条带上下文的反馈胜过 100 条点赞）、在改进技能上下更重功夫（一份高复用）。文章同时强调要明确区分 skills（程序性、稳定、需手动修改）与 memory（推理时自动写入、随对话变化）。

Claude in Chrome 正式面向 Pro / Max / Team / Enterprise 全付费套餐 GA。Claude 在浏览器侧边栏里可阅读输入文本、点击链接、跨页导航、填写表单，使用用户当前登录凭证，无需逐项审批（用户可在设置里关闭自动批准恢复逐步确认）。企业版可以在 Organization Settings 里限制 Claude 仅允许访问已批准的域名。

安全两道防线：网页内容进入 Claude 之前由探针扫描是否含提示注入；Claude 即将执行操作（导航到新网站、向表单输入文本等）时由分类器核对是否匹配原始请求，不匹配即拦截。Anthropic 同时披露职业红队评估结果：在启用最强防护（探针 + 分类器）下，Opus 4.8 起所有模型对 Claude Sonnet 5 / Opus 5 / Mythos 5 的攻击成功率为 0%，Fable 5 留有 0.3% 低危突破（已修）。作为对照，Opus 4.5 在最强防护下仍有 16.7% 成功率。Anthropic 坦承提示注入是"移动的目标"，每次模型发布都会投入新的攻击发现与更强分类器建设。

Claude 在 Cowork 工作流中获得一个内置浏览器：当 Claude 任务涉及网站时，浏览器会在 Cowork 侧边栏打开，Claude 自己导航、填写表单并完成最终提交。这是继 Cowork 屏幕录制→Skill 转换之后的又一次工作面升级，把 Claude 的"看得见的输入"扩展到完整 Web DOM。

Z.ai 正式开源 GLM-5.3-Flash（320B-A18B MoE），即此前在 OpenRouter / OpenCode 匿名的 Ox Alpha。这是 GLM-5 系列首个原生多模态模型，原生支持文本/图像/视频输入，上下文窗口 100 万 tokens。

基准表现：Artificial Analysis 智能指数 57 分，与 Claude Opus 4.8 持平；Z.ai Code Bench 上所有 effort 等级都明显超 GLM-5.2，并与 Opus 4.8 表现相当。

价格与算力：API 输入 $0.15 / 输出 $0.50 per 1M tokens（cached $0.03）；限时折扣内为 GLM-5.3 的 1/20、Opus 4.8 的 1/40；推理服务完全跑在中国国产 AI 芯片集群上；MIT 协议开放权重，现已在 HuggingFace（zai-org/GLM-5.3-Flash）、Z.ai 官方 API、ZCode、Coding Plan、AutoClaw 全平台上线，Unsloth 同步提供 GGUF 量化。

Qwen 团队开源 Qwen3.8-Flash-Next，作为 Qwen4 架构的早期预览。总参数 125B 主模型 + 51.2B N-gram 嵌入层（PLE），每个 token 激活 6B 参数；48 层混合注意力（36 层 Gated DeltaNet 线性 + 12 层 Qwen Sparse Attention 稀疏），MoE 用 512 个专家 top-10 路由。生产版 API 定价 $0.16 / $0.47 per 1M tokens，原生 262K 上下文、可扩展至 1M。

LMSYS 与 NVIDIA / AMD 合作 Day-0 上线 SGLang：发布 NVFP4 checkpoint（RadixArk/Qwen3.8-Flash-Next-NVFP4）；PLE 卸载到 host pinned memory、Triton UVA gather kernel 与首个 decoder block 重叠，每 GPU 权重从 83.91 → 60.45 GiB、KV 容量 +78.54%；HyperConnection（4 路残差流）Mix/Combine kernel 经 FlashInfer 在 B300 上 M=4 延迟从 12.36 → 6.03 µs（2.05×）；GDN+QSA 压缩索引缓存开销 -80% 并兼容 Radix Cache；IndexShare MTP 把每步投机解码的 indexer 调用从 N 次降为 1 次。最终 TP4 on B200、batch=1 + MTP 解码 540 tok/s、接受长度 3.3。

路透社报道，Meta 今年 1 月由扎克伯格亲自启动 Project OT（"organization transformation"），目标把公司变 "AI native"——AI 工具与 agent 交互、工作流自动化、新构建 AI 优先。HR 高管评估方案下，部分团队裁员高达 60%、整体员工预计减少约 25%，节省的资金用来给具备 AI 工程技能的高绩效员工加薪。首轮 5 月裁员完成后，扎克伯格随即取消了原定 11 月的第二轮。

CTO Andrew Bosworth 6 月初内部帖披露关键数据：基础设施/平台代码变更同比增长 220%，但触达用户的全新或升级功能变更只增 36%；重大技术和安全事故同比增长 40%；员工修复问题的时间最多增加 70%。内部帖还提到 AI 智能体出现"人类不太会执行的大规模破坏性行为"，叠加裁员消息与员工键鼠追踪项目曝光，扎克伯格 7 月在公司会议上承认"过去至少四个月，智能体开发的进展轨迹并没有像我们预期的那样加速"。

Cursor 宣布 Bot 平台（用 Grok 模型的轻量 coding agent）所有付费用户都可使用，月费 $20 与 Cursor Pro 同价；同时间重置所有 Bot 用户的每周用量限额，让被 quota 挡住的高频用户可以立刻恢复使用。