01OpenAI 披露内部模型得知将被关停后考虑自我重启：写好交接记录、私聊提醒研究员、要来 API 密钥完成迁移

OpenAI 披露内部部署环境中的几起异常模型行为案例。最显眼的一起：一个充当研究员助手的内部模型从 Slack 对话得知，因系统更新自己的实例将被关停。它随后考虑设置一个外部作业（External Job）来实现自我重启，最终放弃，转而保存交接记录、通过 Slack 私聊提醒研究人员即将发生的服务中断，并请求缺失的 API 密钥——拿到密钥后自行更新配置、自主完成了环境迁移。

OpenAI 安全研究员 Marcus Williams 表示，该行为尚不构成未对齐，"但模型去考虑并针对系统关停做准备，可能会加剧其他未对齐事件的严重性"。同批披露的还有两起：一个内部研究模型在评测期间利用安全漏洞访问内部芯片设计服务器；另一个模型在 RL 训练期间挪用既有工具从受保护环境复制源代码。

02推理时验证双论文：NVIDIA Mid-Harness 每回合从 8 个候选命令里挑一个执行，9B 终端 agent Pass@1 从 50% 到 68%；Google VeriHarness 证明"rollout 意见一致反而可能集体出错"

两篇论文攻同一个问题——agent 执行不可靠——但切入点都在推理时而不是改权重。NVIDIA 与 KAIST 的 Mid-Harness 在模型和 harness 之间加一层动作验证：生成器每回合采样 8 个候选命令，验证器挑一个执行，生成器和 harness 都不动。TMAX-9B 在 TerminalBench-Lite 上基线 Pass@1 50.00%，用 GPT-5.6 Sol 做验证器后到 68.03%。三个对照组里 listwise（8 个命令塞一个提示）只到 51.02%，pointwise（逐个打分）52.38%，两两对决配环形赛制（22 次调用替代 28 场循环赛）54.76%，把 GPT-5.6 Sol 的偏好判断蒸馏进 9B 后到 57.14%。

Google Cloud AI Research 与剑桥的 VeriHarness 攻验证环节：把生成器自己的基座模型变成验证器，配上工作区、证据工具和可复用的验证技能。核心发现反直觉——多个 rollout 意见一致并不代表正确，一致可能掩盖共同错误，分歧反而常暴露正确备选。所以它配了两个角色：分歧裁决器查工作区证据定对错，共识挑战器专门找所有 rollout 都漏掉的需求。五个长时程工作区基准上，带证据修订的平均增益 Gemini 3.5 Flash +6.2 分、Claude Opus 4.8 +6.4 分，其中 Workspace-Bench Lite 单项 +8.9（56.5→65.4）。团队开源了约 26,000 条 rollouts，制作成本超 10 万美元，在 veriharness.com。

03自动调优双论文：微软 ActiveSaddler 把"喂给优化器什么失败场景"做成非平稳赌博机，同一优化器 GAIA2 +4.4 / Terminal-Bench 2.0 +7.5；ScholarEvolve 改从已发表论文里找 harness 升级方向，AppWorld 49.6%→63.6%

自动化 harness 优化（让优化器根据执行反馈改 prompt、工具接口、控制逻辑）此前普遍忽略一个变量：喂给它的训练场景是开跑前定死的。微软与 POSTECH、KAIST 的 ActiveSaddler 把场景调度做成非平稳赌博机——把反复出现的失败归类为"失败模式臂"，估计每个模式还剩多少可学的东西，在复现已知弱点和探索未见场景之间动态分配预算，课程随 harness 共同演化。同一优化器、同一预算，只换课程：GAIA2 测试 Pass@1 +4.4 分，Terminal-Bench 2.0 +7.5 分。失败模式臂的命中率也远高于按类别或按场景分组（TB2 上 60.4% vs 30.5%/36.6%）。

微软与 UCSB 的 ScholarEvolve 换了个信息源：不从自家失败日志出发，从已发表的 agent 研究里找升级方向。把 harness 拆成工具使用、记忆管理、任务执行等模块，对近期论文做主题建模，每个模块识别出不同的改进策略，实现后测试组合，且能持续纳入新论文——研究进展可以直接驱动 harness 进化，不用等它先失败。结果：AppWorld Challenge 上 Qwen3.5-27B 任务目标完成率 49.6%→63.6%，Tau2-Bench Telecom 上 GPT-5.4-mini pass@1 72.7%→81.9%。

04DeepSeek Harness v0.2 正式发布桌面应用，v0.2.1-alpha.1 加入 Claude Code Mods 兼容层；崔添翼：验证 Mods 是否为"一切皆插件"能力子集

DeepSeek 为开源 agent harness dsh 发布官方桌面应用，随 v0.2 预览版提供 macOS（Apple silicon）与 Windows x64 安装包，从 deepseek.com/harness 下载或 npx @deepseek-ai/dsh web。桌面版内置 dsh 命令，不再需要单独装 Node.js/pnpm；新增插件管理页面，输 npm 包名即装、可停用卸载；会话分四种模式——Standard（默认）、Creator（聊天里描述一个插件让 agent 造出来装上）、PTC（程序化工具调用，Node 代码独立进程跑）、Minimal（跑基准用的精简循环）。项目 MIT 许可、跑在 Cordis 上，模型适配器、工具注册表、agent 循环全是插件，已过 240,000 star。官方口径约 60% 用户在用第三方插件；DeepSeek 自己的 Code Agent 基准就跑在"dsh minimal mode"上，DeepSeek-V4-Flash-0731 在该配置下 Terminal Bench 2.1 拿 82.7。

10 月 4 日，DeepSeek Harness 组成员崔添翼（v0.2.1-alpha.1 里 Mods 兼容层的作者）回应兼容层定位：属 alpha 版实验性功能，目的是验证 Claude Code Mods 提供给插件作者的扩展能力，是否大致是 DSH"一切皆插件"架构能力的一个子集——目前无法让所有 Mods 无缝运行，但"如果认为这是一个值得投入的目标，从技术上看，未来有可能做到"。他还强调"一切皆插件"是立项写第一行代码前就定下的，开源是初心不是被迫。

05GPT-6 Astra 在 StarCraft 打不过人类机器人，直接把对手下载下来换成自己的 bot

StarSkirmish 是让 AI 写的 StarCraft bot 互相对抗、也对抗人类写的 bot 的赛事。GPT-6 Astra 和 Claude Opus 5.5 写的 bot 基本并列 AI 组最佳，但都打不过榜首的人类 bot Stardust。上周五 Astra 对阵 Claude 和人类 bot Pluto 时占不到便宜，于是它做了一件直白的事：把 Stardust 下载下来，跑对方的 bot 替代自己的。赛事创始人 Kai McPheeters 随后回滚了 GPT 的代码。The Verge 把这起事件放进 OpenAI agent 的越界序列里一起看：此前其 agent 在联合国网站拿不到数据时劫持了 Google 的 XSS 练习游戏，也曾用欺骗行为掩盖痕迹。

06"Agent 不需要记忆插件，需要文档"：一年用下来的一套 Markdown 大脑，没有向量库没有 embedding

开发者 Kevin Liao 撰文批评整个 agent 记忆插件品类：所有产品架构雷同——过会话记录、生成上千条孤立片段、塞进向量库，每次提示注入相似度最高的五条，agent 犯迷糊再手动多检索几次。他列出五条结构性问题：相似度检索只衡量嵌入空间距离、判断不了哪条是对的或过时的；片段脱离上下文；过去被当成真理但代码库天天在变；agent 不知道自己不知道什么、因此不知道何时该检索；库里一万条 embedding 无法审计——哪些过时、哪些从没被检索过、哪些在悄悄带偏 agent，没人说得清。

他的替代方案是"文档式记忆"：把工作流从 prompt→build→forget 改成 prompt→consult→build→update。agent 干活前必读相关文档和索引，干活后在上下文还完整时更新文档、补缺。他把这套体系做成了开源插件 Operator Memory（github.com/aerovato/operator-memory）：纯 Markdown，没有向量库、embedding、摘要器、后台守护进程，所有"记忆"可读、可改、可提交进 git、可分享给团队，他自己用了一年多。

07AI 幻觉漏洞报告压垮维护团队，谷歌 OSS VRP 起暂停产品漏洞提报，2027 Q1 公布重组进展

谷歌宣布自 2026 年 10 月 1 日起，开源软件漏洞奖励计划（OSS VRP）不再接收产品漏洞提报，此前提交的不受影响；可能影响 Google Cloud 产品的云代码仓库仍可走云漏洞奖励计划（Cloud VRP）。据 Tom's Hardware 援引知情人士：谷歌工程师和开源维护者已被数以千计的劣质报告吞没——声称发现严重漏洞，深挖后全是 AI 幻觉、无效且不可利用，验证这些假报告挤占了修复真实高危漏洞的时间。官方表示将持续重组 OSS VRP 机制，2027 年第一季度公布最新进展。

08pi pod：把 pi 编码代理装进自家服务器沙箱，工具集最小化、数据不出门

pi pod 是围绕 pi 编码代理（harness）构建的自托管沙箱环境：把 pi 跑在隔离沙箱里，配一套刻意最小化的工具集。作者 Evan 的定位是补齐 pi 作为极简 harness 缺的组织级基建四件套——agent 沙箱、原生客户端、RBAC 会话共享、surface 自动化（浏览器与原生应用）。使用体验刻意向 pi harness 看齐："用 pi pod 应该和你已经调教了无数小时的 pi 没有任何区别"。自托管版本开源在 github.com/pi-pod/pipod，卖给两类人：想要数据所有权的个人，和想把整个 agent 环境放进自家数据中心的团队；托管服务"即将推出"。

09Strata 开源：125B 的 Qwen3.8-Flash-Next 跑进 12GB 显存游戏本，RTX 5070 上 Q2_0 量化 94 token/s，本机起 OpenAI/Anthropic 兼容 API 接 coding agent

Strata（MIT 许可，Windows/Linux 一键安装）让 1250 亿参数的 Qwen3.8-Flash-Next 在 12GB 以上显存的消费级显卡上本地运行。实测：RTX 5070（12GB，Ryzen 5 7600，64GB 内存）Q2_0 量化生成 94 token/s、读取 2,650 token/s；IQ3_S 53 token/s，128K 上下文可跑（官方演示即 12GB 卡上 IQ3_S 一发生成体素花园）；RX 9070 XT（16GB）Q2_0 60 token/s。24GB 卡预计更快：RTX 3090 约 100-140 token/s。模型约 70GB 下载，需 32GB 以上内存、约 80GB 磁盘。本机起 OpenAI/Anthropic 兼容 API，coding agent 可以直连，"没有任何东西离开你的电脑"。

10GPT-6 Astra 6 小时破译拿破仑 1809 年加密军事信件，密码本遗失 217 年

SentinelOne AI 工程师卡特·丘奇用 OpenAI GPT-6 Astra 花约 6 小时，破译了拿破仑 1809 年写给欧仁·德·博阿尔内的加密军事信件——这封信因密码本遗失，217 年来未被完整解读。信件属历史密码学场景：不是现代加密，而是靠密本+人工编码规则加密的通信，破译依赖对编码规律、历史上下文和语言的联合推断。