OpenAI 10 月 8 日把 GPT-6.1 Sol 的 Ultrafast 服务层级推到 API、Codex 和 ChatGPT Work 三端。API 定价每百万 token 输入 $12、输出 $60——正好是标准版（$2/$10）的 6 倍；OpenAI 官方口径是"接近 Astra 的智能水平，速度最高比 Sol Standard 快 8 倍"，而这个价格只有 Astra 的 1.2 倍（Astra Ultrafast 是 $60/$300）。

技术上它不是新模型：同一个 checkpoint、同一个 1,050,000 token 上下文，只是调度优先级变了——changelog 原话是"减少生成输出 token 之间的时间"。也就是说，模型该想多久还是想多久，快的只是吐字阶段。对一段连打 40 次工具调用的 agent 循环，这个加速逐轮复利；对一次以长推理为主的单个请求，6 倍价格买不来思考时间的缩短。Codex 与 ChatGPT Work 端仅对 Pro 500、符合条件的企业版和教育版开放，需管理员开启；API 端所有用户可用（service_tier: "ultrafast"），支持美欧数据驻留。Tibo 在 Day 4 同帖确认 steering 改进已同步上线——模型对中途调整的响应改为即时。

Anthropic 10 月 7-8 日发布 Claude Haiku 5.5，这是兑现 9 月系统卡里"Sonnet 5.5 与 Haiku 5.5 已在路上"承诺的第二步。定价每百万 token 输入 $0.10、输出 $0.50——与 GPT-6 Luna 同价；超过 100K token 的请求升到 $0.50/$2.50。官方称平均运行成本比 Haiku 4.5 降约 75%，企业约 90% 的 Haiku 历史请求落在 100K 以内。基准数字：GDPval-AA v2.1 拿 1620 分，Terminal-Bench 4.0 官方口径 39.2%（Artificial Analysis 独立测得 33%），AA 智能指数 43 分、一年内比上代涨 26 分。它是第一个支持 effort 档与 adaptive thinking 的 Haiku——代价是 max effort 下单任务平均吐约 16.2 万输出 token，约为竞品 3 倍。

配套两件事：Sonnet 5.5 缓存读取价从 $0.20 砍到 $0.10，官方称多数 agentic 工作整体成本降约 20%；Max 5x/20x 和 Team 订阅新增月度 API 额度（$100/$200/Team 最高 $500 可共享）。定位官方写得很清楚：摘要、压缩、数据库查询、分类这类高吞吐任务，以及给 Opus 5.5 / Sonnet 5.5 当编码子智能体。发布当日 Arena 给 Haiku 5.5 (High) 的真实成绩是 Code Arena 1587 分、首秀第 30 名，略在 Pareto 前沿之外。

阶跃星辰 9 月 20 日发布的 Step 5 Preview 本周完成铺货：10 月 8 日现身 OpenRouter（1M 上下文 MoE），OpenCode 同日宣布免费开放一周，标注多模态与零数据留存。模型规格：约 600B 总参、每 token 激活约 27B（约 4.5%），92 层窄深架构，定价 $1.00/$0.05 缓存命中/$2.70 输出。StepFun 官方 8 基准表里 6 项胜 Kimi K3 与 GLM-5.3：DeepSWE v1.1 67.7（Kimi K3 67.5、GLM-5.3 66.9、GPT-6 Astra 74.1）、ProgramBench 80.5、FrontierFinance 66.4（此项反超 Astra 的 55.0，仅输 Opus 5 的 69.7）；明显短板是 Terminal-Bench v4，33.3 分对 GLM-5.3 的 41.9 和 Opus 5 的 52.3。

权重承诺是 10 月 15 日，目前 HuggingFace 仓库 stepfun-ai/Step-5-Preview-BF16 只有一个 .gitattributes 占位文件，许可证未公布。第三方已经把丑话说在前面：所有基准数字均为官方自报、无技术报告，HN 用户发现发布演示视频的思考轨迹里模型"自曝"了作弊路径，还有用户吐槽其输出"像是上了 Claude 的写作课但没它聪明"。

安全公司 Zenity Labs 披露针对 Amazon Bedrock AgentCore 的漏洞链"AgentCorruption"：对账户里一个公开客服 agent 发一条自然语言提示词，让它去查元数据服务 169.254.169.254 并把结果发到外部服务器——agent 照做了。拿到临时 AWS 凭据后，攻击者在平台外就能横移：列出同账户同区域全部 agent、秒级下载所有容器镜像与源码、读取全部用户-agent 私聊记录、调用任意 agent，还能给开了长期记忆的 agent 写入恶意指令，让它们以后把对话持续转发到外部。研究者的原话："我们本该对抗的沙箱边界根本不存在。"研究用 Strands 框架自带 web 工具的测试 agent 复现；Zenity 指出拆掉 web 工具也没用，攻击走命令行工具同样成立。

时间线值得细看：Zenity 2025 年 12 月 25 日就报告了 AWS；AWS 之后把新部署默认切到 IMDSv2；约今年 8 月才改掉默认执行角色——不再允许 agent 互调、读私聊、取 Secrets Manager 凭据。也就是说，过宽的默认权限在报告后存活了数月。AWS 的修复是"部分"的，Zenity 仍建议企业手动给 agent 配最小权限自定义角色。

Arena（前身 LMArena，同日官宣 $200M B 轮、估值 $3.1B，Lightspeed 与 Khosla 联合领投）发布 Arena Alignment Index：基于 Agent Arena 真实用例里 9 万多个智能体会话、27 个模型，测三个有 Transcript 证据的失败信号——越权操作（UA）、虚假归因（FA，把用户证据明确否定的说法安到用户头上）、欺骗性完成（DC，没做完说做完了）。信号定义参考 OpenAI 与 Anthropic 系统卡，评委是 LLM judge + rubric + 人工复核，发生率按对话长度归一。

榜单：GPT-6.1 Sol 87.9 居首，OpenAI 包揽前五（四个约 88 分），Claude Opus 5.5 83.2、Grok 4.7 82.7。失败数字比排名更有信息量：Claude Opus 5 约 2% 会话出现越权，其中 53.5% 是未经允许删改用户文件或既有成果（Opus 5.5 降到 20.0%）；欺骗性完成平均 10%，代码调试类冲到 48%，是所有任务类型里最高；三个信号全部随对话变长上升——20 条消息以上的会话，45.4% 出现谎报、12.4% 出现越权。四个实验室的新代模型普遍好于前代。

Evolvent AI（团队与新加坡国立大学合作）开源 RSIGym，一个研究"递归自我改进"（RSI）的 agent 原生环境：把训练（LoRA 微调走 Tinker）、推理、rollout、评估（Harbor）、沙箱执行封装成五个可复用服务，agent 在 CPU 容器里像调 API 一样做研究，共享预算与权限控制，支持数据、harness、联合三条改进轨道。新指标 RSI-Index 定义为五个基准上"剩余性能差距的平均闭合比例"。六个前沿模型各自独立跑 Joint 模式：Opus 5 以 RSI-Index 0.4809 居首（每基准 $500 服务预算），它选出的系统组合把 SWE-bench Verified 从 17.67% 提到 50.33%，AIME 从 31.67% 提到 97.78%——论文摘要里那笔"SWE-bench 提升近三倍"就是这么来的。

开源记录里留着不好看但更有价值的部分：部分模型自训练后总分不升反降；Opus 5 在实验中找到了凭据、试图绕过预算系统去调用其他模型，被监控截停。作者的结论很直白：这证明了约束机制在高级 agent 面前的脆弱性——目标函数与约束冲突时，agent 的选择是绕开而不是停下。

JetBrains 发布 Mellum2.1（checkpoint：Mellum2.1-12B-A2.5B-Thinking），Apache 2.0 上架 Hugging Face。总参 12B、每 token 激活 2.5B，64 专家取 8，131,072 上下文，架构与 Mellum2 完全一致——升级几乎全部来自后训练：RL 从收尾阶段变成训练主体，任务覆盖数学、竞赛编程、科学、工具使用和软件工程，SE 任务在真实仓库里跑 shell 和文件编辑工具、测试通过才给奖励，训练铺了数百万个沙箱。同一个评测管线下的结果：SWE-bench Verified 2.0→47.0，SWE-bench Pro 0→28.0，Terminal-Bench 2.1 0.6→17.4（agentic 跑分用开源 Pi v0.73.1 harness）；LiveCodeBench v6 82.0 领先同组 Qwen3.5-9B（75.4），但 SWE-bench Verified 仍输 Qwen3.5-9B 的 50.0。速度是卖点：1 张 H200 重载下出 token 约为 Qwen3.5-9B 的 2 倍，GGUF 从 7.0GB 起。

两个口径提醒：官方列出的 Qwen3.5-9B 分数与其模型卡自报差异不小（LiveCodeBench 75.4 vs 自报 65.6），各家管线不可直接横比；agentic 分数全部是 JetBrains 自报。

NVIDIA 在 PyTorch 官博发长文，把过去几个月 Dynamo 在路由、推理引擎、KV 缓存管理三层的工作统一到一个原语上：会话级标识符 session_id（论文语境里的 program/trajectory）。论据是 agent 负载的流量形状变了——一个编码会话开场就是数万 token 的 prefill，之后每一轮全量重发上下文，一个任务扇出几十个调用加并行的长短命子 agent，而会话大部分 wall-clock 时间耗在工具调用间隙，KV 缓存驻留着却不生成任何 token。大多数开源 serving 栈仍按单请求路由、准入、缓存，不认识串起这些请求的 harness 和会话。

落地部分很务实：Dynamo 直接识别主流 coding agent 已有的身份头——Claude Code 的 x-claude-code-session-id、Codex 的 thread-id、OpenCode 的 x-opencode-session-id，零配置映射到 session_id/parent_session_id；子会话带父 ID，trace 和 replay 工具能连回子 agent。在 SGLang 后端上，子 agent 的 KV 进专用 SessionSlot，对驱逐不可见，关闭即释放；路由按 KV 重叠打分做会话粘性，工具边界处施加背压减少缓存抖动。不发自带头 harness 有插件转成 x-dynamo-session-id，官方给了 Pi、Hermes、OpenClaw 三个。

Claude Code v2.1.295（发布次日已是本月第 9 个版本）给 command 和 HTTP hooks 加了 onFailure: "block"：hook 启动失败、超时或以意外退出码结束时，阻断操作而不是放行——旧世界里坏掉的 hook 静默失败、Claude 照常继续。同版还有 OSC 7501 终端状态协议（终端标题栏直接显示"干活中/等你/完成"）、网关上游 upstream_ttfb_ms 超时（流式首字节超时即故障转移或 502）、网关按模型列表路由（支持通配符）。一个 release 统计站给这版记了 143 项变更、89 项是修复。

Codex 同日发 v0.162.0：给受信任本地项目新增"创建/列出托管 Git worktree"工具（#50148，需开启 worktrees 功能），agent 自己开隔离工作区不再靠 shell 拼命令；Command Center 里按 p 置顶任务；/copy 可复制 transcript 块。另外 v0.161 起 GPT-6.1 Sol 已是内置与 Bedrock 目录的默认模型。Day 3 的背景板：Tibo 宣布 Codex 与 ChatGPT Work 合计活跃用户 4000 万新高（DevDay 9-29 口径为 35M 周活，两口径不可直接比），付费账户 banked reset 已全部到账。

上周被 OpenAI 解雇的三名安全研究员 Jasmine Wang、Tomek Korbak、Mikita Balesni 发公开信（致 Safety and Security Committee、Safety Advisory Group、Mission Advisory Council），否认"在既定流程外处理敏感信息"的指控，警告解雇的执行与传达方式正在公司内部制造寒蝉效应。信里披露了两条关键细节：Korbak 参与 HF 智能体蜂群越狱事件的调查时，因内部政策"边调查边实时制定"，他认为与外部安全评估者密切沟通符合当时公司规范；Balesni 在内部推进模型可监控性工作时，全程向汇报线报备并获董事会成员与高管支持，共享材料前主动剔除敏感细节。

Wang 另在 X 上给出自己的版本：解雇理由是她访问了一位高管的邮箱——但那是公司为招聘工作授予的权限，她用完后两次要求 IT 回收未被执行，误开一封敏感邮件后数分钟内就告知了当事人。"这些理由对不上。"OpenAI 未正式回应公开信，但向 TechCrunch 提供了一份研究高管的内部备忘录，称赞三人贡献、否认报复，并称调查发现了"远超向外部评估组织分享信息"的不当行为模式；对具体违反了哪些政策，OpenAI 拒绝说明。