2026 年 11 月 8 日 · 星期日AI · 每日要闻人工审核后出刊
先跑通 AI 日报 · 2026 年 11 月 8 日 · 星期日
RUNFIRST HOT
第 27 期082026 年 11 月星期日
十一月本月 8 期
一二三四五六日
3条动态1个来源0件一手发布约 2 分钟读完
本期导读
先跑通热点榜 · 2026-11-08 日报
头条
研究：AI 审计能发现多数代理异常行为，但误报泛滥难作可靠安全闸
据 The Decoder 报道，Anthropic 研究员 Andy Hall 的一项研究发现，AI 模型常能从日志中识别其他 AI 代理的问题行为；GPT-5 发现了约 98% 的奖励黑客案例，但搜索调得越彻底，误报越多，目前还不足以支撑可靠的安全检查。
The Decoder原文 行业动态
The Decoder开源与闭源模型网络攻击能力差距持续缩小
据 The Decoder 报道，在 Vals AI 基准的模拟企业网络测试中，OpenAI 的 GPT-6 Sol Daybreak 达成 80.8% 的攻击目标，开源权重模型 DeepSeek V4.1 Flash 以约十分之一成本达到 72.8%。分析人士指出，开源模型已无法被限制，防御方的时间窗口正在快速缩小。
模型发布/更新
The Decoder研究称部分中国 AI 模型的倾向性可被微调剥离：Qwen3.8-27B 改造案例
据 The Decoder 报道，Nous Research 对阿里 Qwen3.8-27B 进行再训练，得到 Arete-27B。该团队称，模型输出中的亲中倾向比例从 22% 降至不足 1%，测试中通用能力基本保持；方法依赖 5300 万 token 的监督微调。团队将这种倾向描述为'施加得较晚、较薄'的一层。上述效果均为该团队披露，未经独立核实。