|
|
今日份 AI 要闻，从模型发布到安全翻车，都是硬货。
【1】Google 发布 Gemini 4 Argon，主打"能干活"的复杂任务
Gemini 4 Argon 已通过 Gemini API 向全球开放，首发价每百万输入 token 2 美元、输出 10 美元，缓存输入打 5 折。官方称其在多步任务、编程、金融、法律和网络安全场景中全面领先，Vals 指数排名第一。Google 内部用它把 Chrome 一个约 600 万行的历史遗留代码目录做了拆分重构，原本数月的工作压缩到几周；还顺手把 Gemma 4 E2B 在 A100/vLLM 上的推理吞吐提升到 2.85 倍，输出 token 完全一致。
来源：InfoQ（译文）https://www.infoq.cn/article/LkxBOvOJWmQGMQemUOrX
【2】OpenCode 云端 API 密钥疑似泄露，开发者半夜被刷爆账单
周末社区集中爆出：托管在 OpenCode Console 的第三方 API Key（Anthropic、OpenAI、Google 等）被陌生人高频调用，有人一夜被扣 400 美元，最惨单日超过 1700 美元，还有人整个 Google Cloud 生产账号被风控停摆。OpenCode 承认一套正在停用的旧系统遭未授权访问，波及 1.4% 的 Console 用户，但把事件定性为"大规模模型蒸馏攻击"，被开发者集体质疑——本质就是凭证失窃。
来源：InfoQ https://www.infoq.cn/article/K5J7yb60djWKM6vUZqwq
【3】OpenAI 全额退还 OpenCode 事故中被盗刷的额度
OpenAI 安全团队已与 OpenCode 合作善后，确认将全额退还攻击期间被异常扣除的积分与算力。另一边的插曲更魔幻：OpenCode 团队调前沿模型排查攻击时，模型因上下文里全是漏洞特征而触发自身安全护栏，拒绝继续干活，最后要等特殊权限才恢复正常。AI 攻防都已经上桌子了。
来源：InfoQ https://www.infoq.cn/article/K5J7yb60djWKM6vUZqwq
【4】StartLux 登顶决策模型榜单，还学会了"拿不准再想"
中国团队 StartLux 的 27B Instant 模型在 Hugging Face Decision Index 0.3.2 榜单上以 69.12 分位列 174 个参评条目第一，三个子项全部第一。和 Jev 比，公开子集 AutoThink 版 73.37 分高出约 27%。更实用的是 AutoThink 路线：初始置信度够高就直接给概率，不够才启动推理，把 9B 模型平均推理长度砍掉约 65%，准确率基本不掉。
来源：InfoQ https://www.infoq.cn/article/bROfcYFpijQQVBz4NqDi
【5】谷歌开源 Harness²，让 Agent 不改权重也能自我进化
Google Research 以 Apache 2.0 开源智能体框架 Harness²，支持 OpenCode 和 Codex（默认前者）。它把 Agent 拆成提示词、护栏、记忆、工具指导、子智能体、Skills、脚本、插件 8 类组件，通过"提出—探测—组合"做两层递归，不依赖标准答案也能优化。官方测试里，一步优化就让 WorkBuddy-Bench 最高涨 11.5 分，代价是更多测试时算力。
来源：InfoQ https://www.infoq.cn/article/AD1M3mJ2SH1dJrTA1r5q
一句话：这一周的大模型在"更能干活"，而围绕它的工具和安全，还远没有跟上。 |
|
发表于