2026-11-06 · 周五 · 10 条 OpenAI 发布 GPT-6 Cyber、Claude 推出组织级 IP 白名单、微软用形式化规格证明智能体写的代码
今天的主线是围绕智能体的「信任」:安全工作用的模型要审批才给,密钥和会话能在哪用被收紧,检查智能体产出的手段变多了,从形式化证明、带引用的答案到重做的审查页面。与此同时生成越来越便宜,视频每秒 0.07 美元,文档抽取用 2B 小模型就够。
-
- OpenAI 称 GPT-6 Cyber 是其用于发现可利用漏洞、开发修复的网络安全模型,训练目标是不越出授权范围
- API 用途:调查漏洞、在授权测试环境中复现、验证修复;组织需要 Daybreak Red 权限并获批
- 上下文窗口 1,050,000 token,最多输出 128,000 token,支持文本和图像输入;可用 Responses 和 Chat Completions 接口,不支持 Batch
- 标准价格为每百万 token 输入 20 美元、缓存输入 2 美元、输出 100 美元
开发者视角前一天刚讲完 948 个内核补丁,第二天就把干这类活的模型放出来了;输出每百万 token 100 美元,适合定点审计,不适合全量扫。真拿到权限,我只会把它用在 AI 云盘的权限边界上,全量的便宜初筛还是交给 CodeQL 这类静态扫描。
-
- gpt-image-2.6-sunburst 面向精细视觉工作,gpt-image-2.6-flare 面向快速迭代,接口为 v1/images/generations 与 v1/images/edits
- 新增 complexity 字段(low、medium、high,默认 high),控制模型渲染前做多少规划,调节它不单独收费
- 两个模型都支持标注引导编辑、SVG 输出和动图 GIF 输出(通过 Image API)
- OpenAI 称 Images 2.6 在 ChatGPT、Codex 和 API 上带来更快的生成、GIF 制作和更精确的编辑
开发者视角对 PandaClaws 有用的是 complexity:文字密集的封面用 high,换背景这类简单活用 low,默认 high 很可能让简单任务白白多等。SVG 输出值得单独测一下图标和图表,矢量文件能直接改,不必整张重生成。
-
- 来自名单外地址的请求会被受覆盖的服务拒绝,从而限制泄露的 API 密钥能在哪里被使用
- 白名单支持 IPv4、IPv6 地址或 CIDR 段,每个组织最多 1,000 条
- POST /v1/organizations/users/{user_id}/sign_out(测试版,需 admin-user-sign-out-2026-10-08 头)可结束 Claude Enterprise 成员在所有设备上的会话、受信设备和 OAuth 令牌
- 成员仍留在组织内,可以立即重新登录
开发者视角密钥只从几个出口 IP 发出的团队,这是很便宜的保险。我会先把生产网关的出口段加进去,再对照文档看哪些服务不在覆盖范围;登出接口接进离职流程脚本,但要记住它只结束会话,不会把人移出组织。
-
- Web Answer 基于 6 月上线的 AgentCore Web Search,会自行规划检索、并行执行多次搜索,并判断证据何时够用
- 可以用域名白名单、黑名单和发布日期过滤限定检索范围
- 作为 AgentCore Gateway 的目标接入,通过 MCP 调用、IAM 鉴权,数据零外流
- 目前在美国东部(弗吉尼亚北部)区域可用,按工具调用次数计费
开发者视角搜索工具本身就是个智能体,中间步骤被藏起来了,省事,但答案错了就难查。要用的话,我会把它返回的每条引用都记日志、抽查原文,时效性强的问题一律加日期过滤;这正是这份简报每天手工做的核对。
-
- PDD Kit 与开发者一起把意图写成 Verus 形式化规格,证明智能体的代码对所有输入都满足规格,证明覆盖不到的地方退回到测试
- 在 GitHub Next 的 Chopin 中,它验证了 Rust 商店应用 Pet Store 的登录逻辑;Verus 加固了代码并发现了已有缺陷
- 开发者只审了意图,没有逐行读生成的代码
- 作者认为智能体写的测试通常检查的是它做出来的东西,而不是你要求的东西
开发者视角形式化证明覆盖不了整个产品,但登录、分享权限、计费这几块小到能写清规格。我会先拿 AI 云盘的分享链接权限校验试这个思路;就算不上 Verus,先写规格再交给智能体,也能抓到「我要的」和「它测的」之间的差。
-
- Overview 页把合并状态和可执行的下一步放到页面顶部,做成紧凑的就绪摘要
- 重新设计的合并框用不到一半的空间显示检查、评论和批准,并可直接操作,例如更新分支
- 预览需要主动开启,周末前陆续放量
- GitHub 表示这是第一步,因为大家要审的 PR 越来越多
开发者视角智能体开的 PR 占比越来越高,稀缺的是审查者的注意力,GitHub 现在开始为这个做设计。我会先给专门审智能体 PR 的人开启预览,看找到失败检查的时间能不能缩短。
-
- 原生生成和编辑最长 15 秒(Omni 1.1 为 10 秒),时长可在 3 到 15 秒之间按 1 秒调整
- 多轮对话式编辑:可以用一次追加修改改掉某个细节,不必整段重新生成
- 价格比 Omni 1.1 低 30%,720p 每秒 0.07 美元;可先用 360p 或 720p 出草稿,再放大到 1080p 或 4K
- 可用角色、产品或风格图片、最长 3 秒的动作片段和音频提示来引导生成
开发者视角每秒 0.07 美元,一条 15 秒 720p 大约 1 美元,短产品视频进入了内容工具单篇预算能承受的范围。PandaClaws 我会测「低清出草稿、追加修改、最后放大」这条流程,真正省钱的是追加修改,而不是标价。
-
- 发布方、内容方和 API 提供方可以向 AI 机器人和智能体收取稳定币付款,并以本地货币结算到 Stripe 余额
- 智能体请求受保护内容时,AWS WAF 返回 HTTP 402 并列出接受的支付凭证类型;带上有效凭证重新请求即可拿到内容
- 在 AWS WAF 控制台通过 Stripe Connect 接入;已有定价和智能体策略不变
- 使用 Amazon CloudFront 的 AWS WAF 客户无额外费用,按标准 AWS WAF 与 Stripe 手续费计
开发者视角和 10-30 那条 OpenAI 的 robots.txt 训练信号连起来看:网站现在既能说「不」,也能说「付费」。会上网的智能体产品,我会现在就为 402 留预算,事先想好哪些来源值得付钱,而不是把 402 当成报错。
-
- 基于 DharmaOCR-LITE v1.1(20 亿参数),在 43,384 条样本上训练 LoRA 适配器;可开放抽取,也可按指定 schema 填充,文档上没有的字段返回 null
- 基准含 546 份文档、三种请求场景,共 1,638 个用例,评分为字段级 F1 乘以取值相似度再乘以合法 JSON 比例
- 与通用大模型相比,质量差距从 1.8 分(Claude Opus 5)到 9.3 分(GPT-5.6 Luna)
- 成本比 GPT-5.6 Luna 低约 6 倍、比 GPT-5.6 Sol 低约 147 倍,按单张 L40S 每小时 2.24 美元的自托管 GPU 时间计
开发者视角要注意基准是厂商自己的,前沿模型分数仍然更高,但成本差距大到值得认真看。AI 云盘里的发票、收据字段抽取正是这类活;我会拿几百份我们自己的文档跑一遍,只把低置信度的转给大模型。
-
- 不同运维领域各有专门的子智能体,负责发现故障、跨层关联根因,并通过聊天界面给出建议;每个操作都留痕可审计
- 基于 NVIDIA NemoClaw 蓝图和 OpenShell 运行时构建;智能体经 OpenClaw 插件和 MCP 服务接入基础设施,每个 MCP 只暴露一组限定的获批工具
- 推理使用本地部署的 Nemotron 开放模型,框架运行在 NVIDIA 内部的 DGX H100、DGX B200 和 DGX GB300 生产集群上
- 通过 Helm 部署为 Kubernetes 控制面应用;编排框架以实验性开源发布,不同版本间 API 可能变化
开发者视角10-30 才发布的 NemoClaw,NVIDIA 自己已经用在生产运维上,这比一张蓝图更有说服力。我们的值班机器人值得照搬的是「每个领域一个 MCP 服务、只放获批工具」:智能体什么都能看,能动的只有运维手册里已经允许的操作。
本期由 AI 辅助检索与起草,选题标准与观点由 Darius 设定。
每周一,一封邮件看完 AI 大事
每周一早上,把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。
邮箱只用于发送周报,不会提供给任何第三方;每封邮件底部都可以一键退订。 看看最近一期 →