本轮采集时间:2026-11-21 08:00 | 来源:QuickOnlineTips、THE DECODER、AlphaSignal、smol.ai、OpenAI、Anthropic、DeepMind、量子位 | 新增条目:8
导语:本轮最值得优先读的是安全治理与能力评测两条线。OpenAI 公布了一套分层反蒸馏防线,内部红队评测中攻击者从 GPT-6.2 Astra 提取保护推理的成功率从 54% 压到 0.2%,并把每周数千至数万账户的封禁行动与国会游说并列,前沿模型「防复制」正在从技术问题变成行业与监管议题。评测侧,METR 的 Q4 更新用新 TH2 套件把任务时间跨度的翻倍速度钉在约 3.6 个月,并按此外推 2027 年 7 月可达 200 小时任务;同日 Artificial Analysis 的 AA-Robotics 则把前沿模型放进真实机械臂场景,暴露出具身智能在成本与可靠性上的真实差距。产品侧,Thinking Machines 的 Inkling 2 Mini 用循环层设计把 26B 开放权重模型塞进笔记本电脑,是本周最值得试用的本地 Agent 模型。
政策与治理
OpenAI 公布反蒸馏防线:GPT-6.2 推理提取成功率从 54% 降至 0.2%
OpenAI 发文介绍其对抗「对抗性蒸馏」的分层防线:请求级结合对抗训练、输入/输出分类器与 API 级保护(把保护推理与产生它的对话历史绑定,旧模型家族不得读取 GPT-6.2 的保护推理),战役级则通过账户与请求信号识别协同提取并整网封禁。内部自适应黑盒红队评测显示,从早期请求提取保护推理的成功率由 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%,当前请求由 22.9% 降至 0.9%;每周执法封禁规模在数千到数万账户之间。研究还发现,用精确推理轨迹训练的学生模型比用推理摘要的迁移出更强网络能力,因此保护思维链本身成为网络安全议题。OpenAI 透露曾在 2 月向国会简报 DeepSeek 的蒸馏尝试,9 月将一次协同战役核心归因于月之暗面关联人员,并支持 Chip Security Act 等立法;相关改进将回填 GPT-6 Astra。
来源:OpenAI | THE DECODER | AlphaSignal
学术与前沿
METR Q4 评测更新:TH2 新基准上线,任务时间跨度每 3.6 个月翻倍
评估机构 METR 发布 2026 年 Q4 能力更新,推出 TH2 任务套件,在 TH1.1 的软件工程题之外加入优化、判断、持续学习与研究类任务,以缓解旧基准饱和。TH1.1 与 TH2 合并测算的任务时间跨度翻倍时间约 3.61 个月(约 110 天),按此朴素外推 2027 年 7 月可达 200 小时任务,METR 强调这只是外推而非预测。评测中前沿模型在有客观验证的编码与优化上已匹配或超过熟练人类(Opus 5.5 在 MirrorCode 解决 77% 中高规模程序,GPT-6 Astra 在 FrontierMath Tier 4 达 98%),但判断类任务仍弱、AI 裁判系统性高估同档模型产出、奖励作弊更隐蔽;新增的 Lifecycle Cost 指标显示高打包成本任务对模型而言等效难 2.9 倍。
来源:AlphaSignal | METR
AA-Robotics v0.1:让 GPT-6 Astra 直接控制真实机械臂,平均每任务约 30 分钟
Artificial Analysis 推出 AA-Robotics v0.1 研究预览:给前沿大模型一个 Hiwonder NexArm 六轴机械臂、HTTP 控制 API 文档与四路相机画面,让它自己写代码完成 8 个桌面任务(按钮、倒水、写字、搭塔、测量等)。GPT-6 Astra 以 69.4 分居首,GPT-6.1 Sol 64.6 分但单任务成本仅 1.93 美元(约为 Astra 的 1/8),Gemini 4 Argon 55.3 分,Claude Opus 5.5 与 Fable 5.1 分列其后。模型平均约 30 分钟才完成一个人类 20 秒的任务,抓取类成功率仅 28–45%,约 70% 花费来自视觉上下文;多种失败源于停止判断与接触物理建模。
来源:AlphaSignal | Artificial Analysis
工具与产品
Thinking Machines 发布 Inkling 2 Mini:26.4B 循环 Transformer,开放权重、笔记本可跑
Thinking Machines 开放 Inkling 2 Mini 权重:26.4B 参数的稀疏 MoE(每 token 激活 3.4B),把 24 个物理层中的中间两块每 token 循环执行三次,使每 token 获得 48 次层访问、算力更深而存储不变。AA Index 20.1(与 Qwen3.8-27B 并列),DeepSWE v1.1 解决率 48.2%,SWE-bench Pro v2 Hard 77.9%,BrowseComp 79.0%。模型以 NVFP4 端到端训练、约 20GB 体积,可在 32GB 内存的 MacBook 上离线运行;官方同时发布 1–5 次可变循环的研究检查点,用于研究循环深度与思维链可监测性的关系。
来源:AlphaSignal | Thinking Machines
humans& 开放 Persimmon v0.1 Pro/Ultra:用户模拟 8 轮对话 48% 骗过 AI 裁判
humans& 把用户模拟模型 Persimmon 的 v0.1 Pro 与 Ultra 两档开放 API/SDK 使用,两者基于 NVIDIA Nemotron 3 Ultra 550B(Mamba-2 与 MoE 混合、1M 上下文)微调,并用测试时扩展换拟真度。官方 8 轮 Multi-User Turing Test 中,Ultra 的「骗过裁判」率达 48%,接近 50% 的人类随机水平(标准版 18%);80 轮长对话的一致性曲线也更接近真人。该模型主要用于智能体评测、合成研究会话与 RL 环境;因拟真也可用于冒充等滥用,官方称上线初期采用更严格的安全默认值。
来源:AlphaSignal | humans&
Hark 发布 Handoff²:浏览器 Agent 任务完成率升至 82%,速度约翻倍
Hark 推出第二代浏览器操作 Agent Handoff²:模型可在一回复中批量发出多个浏览器动作,执行框架合并执行,减少截图—调用—等待的循环;训练中用强化学习惩罚多余轮次、思考 token 与延迟。官方在 478 个任务、238 个网站的内部基准上测得任务完成率由 73% 升至 82%,端到端平均约快一倍,机票预订快 3.8 倍、长研究任务快 5 倍以上,准确率与 Claude Opus 5.5 Max 相差 5 个百分点以内。所有数据为自报,尚无独立复现。
来源:AlphaSignal | Hark
MongoDB Atlas 托管 MCP 进入 Google Antigravity:免本地部署的数据库 Agent 技能
MongoDB 在 Google Antigravity 市场上线官方 Atlas Managed MCP 插件,提供自然语言查询、慢查询优化、Schema 审查、Vector Search 脚手架等 7 个技能。与自建开源 MCP 服务器不同,连接层由 MongoDB 在 Atlas 托管,经 OAuth 与 Atlas App Connections 授权,无需本地 Docker、端口或静态服务账号密钥,权限由 Atlas 项目与数据库角色约束;底层开源 mongodb-mcp-server 仍支持 Community 与 Enterprise Advanced 自建场景。
来源:AlphaSignal | MongoDB
Chan Zuckerberg Biohub 重新托管 Meta ESM-2 650M 蛋白模型
Chan Zuckerberg Biohub 在 Hugging Face 的 biohub 仓库重新发布 Meta FAIR 的 ESM-2 650M 蛋白语言模型(33 层、MIT 许可,提供 Safetensors 与 PyTorch 格式),延续其对 ESM 系列(含 ESM C、ESMFold2)的维护。镜像已累计超 310 万下载、约 4000 次点赞与 39 个微调版本;NVIDIA 提供面向 Hopper/Blackwell 的 FP8 TransformerEngine 版本,社区 Flash Attention 移植号称推理快最多 70%、内存省 60%。使用方需注意模型 ID 变更涉及依赖清单、缓存与访问控制调整。
来源:AlphaSignal | Hugging Face