AI 日报 · 2026-11-06

📌 今日一句话

OpenAI 专用安全模型 GPT-6 Cyber 在 ExploitGym 上把漏洞利用成功率做到 48.5%，并用它发现 81 个 Firefox 高危漏洞，标志专用模型开始产出真实世界安全成果。

🔥 今日亮点

• GPT-6 Cyber 挖出 81 个 Firefox 高危漏洞 — 专用安全模型第一次成规模产出可复现的真实漏洞，直接改变漏洞研究的生产方式。
• 百度用 14B 激活撑起 280B 总参模型 — 稀疏 MoE 把大模型能力压到更低推理成本，影响国产模型的部署经济性。
• 尹希入职半年即离开 OpenAI — 顶尖研究员流动加速，反映前沿实验室的人才竞争与方向调整。
• TurnWise 把 GRPO 做到 turn 级 — 流式对话的信用分配有了更细粒度方案，影响实时语音与 Agent 训练。

📄 执行摘要

OpenAI 的专用安全模型 GPT-6 Cyber 在 ExploitGym 上得分 48.5%，比 GPT-5.6 Cyber 的 32.1% 高出约 16 个百分点，并在一次漏洞研究行动中为 Mozilla 归类为高危的 81 个此前未知漏洞给出可复现证据，专用模型开始产出真实世界安全成果。百度发布 ERNIE-5.5-Flash-Base，以 280B 总参数、每 token 激活 14B 的稀疏 MoE 架构和 33.5T tokens 预训练、128K 训练上下文，继续压低大模型的推理成本。研究侧，TurnWise 用 turn 级 GRPO 与 silence-completed prefix scoring 改进了流式决策的信用分配。人才侧，尹希在入职约半年后离开 OpenAI，为这轮大模型人才流动再添一例。

🔁 昨日话题追踪

• [2026-11-05 报道] Google Research 在 2026 年 11 月 4 日的博文中提出 Agile Deliberation 框架，并称其将主观概念分类器的构建拆分为概 → 今日暂无实质新增
• [2026-11-05 报道] Uber said only four rides were booked through an AI agent during its busiest wee → 今日暂无实质新增
• [2026-11-05 报道] According to an NBC News Election Day poll cited by The Verge, 76 percent of vot → 今日暂无实质新增
• [2026-11-05 报道] NVIDIA 发布了开源库 Auto Ontology，用于从企业元数据构建本体/语义层，并通过 MCP、CLI 和 API 向任意 agent harness → 今日暂无实质新增
• [2026-11-05 报道] arXiv 论文《Model Merging Does Not Require Uniform LoRA Ranks》发现：给不同领域专家使用各自最优 LoRA → 今日暂无实质新增

新模型与能力

GPT-6 Cyber 挖出 81 个高危漏洞 已核查 2-0

OpenAI 发布专用安全模型 GPT-6 Cyber，在 ExploitGym 上得分 48.5%，比 GPT-5.6 Cyber 的 32.1% 高出约 16 个百分点。在一次漏洞研究行动中，它为 Mozilla 归类为高危的 81 个此前未知漏洞产出了证据与可复现测试，并指出另有 30 个已知问题比原先报告的更严重。这意味着安全模型正从「辅助分析」走向能独立产出可验证漏洞成果的阶段。 [1]

可信度：高

百度 ERNIE-5.5-Flash 采用 280B 稀疏 MoE 已核查 2-0

百度发布 ERNIE-5.5-Flash-Base，一个 280B 总参数、每 token 激活 14B 的稀疏 MoE 语言模型，从头在 33.5T tokens 上预训练，训练上下文最长 128K。极低的激活参数占比是它控制推理成本的关键，也让 280B 级模型具备更高的部署可行性。 [2]

可信度：高

学术研究

TurnWise 提出 turn 级 GRPO 框架 已核查 2-0

论文提出 TurnWise，一个 turn 级的 GRPO 框架，把学习信号对齐到单个流式决策，并用 silence-completed prefix scoring 为每个决策构建组相对优势，从而把信用分配与更早的奖励分离。它针对的是流式对话中「何时说、说什么」难以归因的痛点，为实时语音与 Agent 场景提供了更细粒度的训练思路。 [3]

可信度：高

人才流动

尹希官宣离开 OpenAI，入职仅半年 已核查 2-0

尹希于 2026 年 11 月 5 日官宣离开 OpenAI。从今年 5 月底传出加盟消息到离职前后约半年，他在告别帖中称这是一段非常棒的旅程，但打算提前下车去探索新的方向，并提到这是自己的第一份企业工作。短期入职即离开，为前沿实验室的人才竞争再添一个观察样本。 [4]

可信度：高

开源与生态

据报 DeepSeek 开源 Agent 底座架构 [窗口外·重大]

据媒体量子位报道，DeepSeek 在 10 月 31 日开源了一套 Agent 底座架构，被视为里程碑级的开源动向。该架构的具体组件、能力边界与许可证细节暂不能确认，现有资料也未说明它与 DeepSeek 现有模型和工具链的衔接方式，需等待官方文档与社区复现。 [5] [未核查·待证实]

可信度：中

产品与硬件

据报快手 Kling 4.0 视频模型铺开 [窗口外·重大]

据媒体 Flash 报道，快手 Kling 4.0 视频生成模型已大规模上线，时间约在 10 月 30 日，具体日期仍需复核。若属实，这将是视频生成赛道头部产品的又一次代际更新，但官方发布细节、开放范围与实际生成质量暂不能确认。 [6] [未核查·待证实]

可信度：中

待核实

TurnWise 优化细节待核实 未核查

有资料称 TurnWise 的 turn-mean policy optimization 先在每个 turn 内平均 token loss、再跨 turn 平均，使回复与等待决策不论输出长度都获得相同权重。该说法尚未经核查，暂不能确认其实现细节。 [3] [未核查·待证实]

可信度：低

尹希称 AI 编码提速百倍待核实 未核查

据媒体报道，尹希曾在 2026 年 4 月接受《哈佛深红报》采访时估计，在大量人工监督下 AI 让他的研究编码工作至少提速 100 倍。该数字未获一手材料核实，属于个人经验性说法。 [4] [未核查·待证实]

可信度：低

ERNIE 对比评测与 MMLU 分数待核实 未核查

有模型卡内容称，ERNIE-5.5-Flash-Base 与 DeepSeek-V4-Flash-Base（284B-A13B）、Hy3-preview-Base（295B-A21B）、MiMo-V2.5-Base（310B-A15B）在相同 pipeline、prompt 与 few-shot 设置下对比，并在 5-shot MMLU 上得 93.3 分。相关评测尚未核查，且属厂商自述口径，暂不能确认。 [2] [未核查·待证实]

可信度：低

⚠️ 未验证与局限

• 尹希离职消息来源为量子位（二手报道），素材中未见 OpenAI 官方一手声明。
• ERNIE-5.5-Flash-Base 的参数、训练 token 数与上下文长度来自 HuggingFace 模型卡，属厂商自述口径。
• 快手 Kling 4.0 与 DeepSeek Agent 底座属窗口外重大项，未经窗口内对抗投票，日期与能力细节待官方确认。
• 已被否决的「948 个 Linux 本地提权利用程序」相关声明未写入正文，请勿引用。

📊 数据概览

📎 窗口外参考

• Google DeepMind Gemini 4 Carbon（2026-10-31）：窗口外 10 月底前后发布的 Gemini 4 系列模型，仅见二手追踪站，未核实官方日期
• Mistral Large 4 (Le Chonk) 开放权重（2026-10-29）：约 1T 总参 / 52B 激活原生多模态开放权重旗舰，修改版 MIT 许可（大云转售需附加条款）；发布于窗口前约 6 天，HF 模型页可溯源
• Cosmos 3 Nano 开源发布（2026-10-下旬）：NVIDIA 开放权重基础模型，11 月初的博文是其 4 个后训练检查点（OpenMDW 1.1 许可）发布
• fal $1.3B Series F at ~$16B valuation（2026-11-03）：生成式媒体推理平台 fal 完成 13 亿美元 F 轮（Bessemer 领投，Nvidia 参投），估值约 160 亿美元，较 4 月翻倍；仅比窗口早 1 天。
• Anthropic is working on a system to prove AI models' identity（2026-11-03）：Anthropic 公布模型身份溯源/证明基础设施（provenance/attestation），AI 可问责性的标志性进展；发布于窗口前一日，供窗口外参考。

❓ 开放问题

• GPT-6 Cyber 报告的 81 个 Firefox 高危漏洞，Mozilla 的实际修复进度如何？
• ERNIE-5.5-Flash-Base 是否开放权重，采用何种许可证？
• 尹希离开 OpenAI 后的下一站去向是哪里？
• TurnWise 在真实流式对话任务上的端到端延迟与稳定性收益有多大？

🧭 今日技术趋势

今天最值得注意的不是单点参数增长，而是模型被压进具体生产场景：GPT-6 Cyber 把安全漏洞研究变成可度量的能力项，ERNIE-5.5-Flash-Base 则用稀疏激活把 280B 级模型推到低成本推理。研究侧，TurnWise 这类 turn 级信用分配说明社区正从「整段回复」转向「每个流式决策」优化，这与 Agent 和实时语音的落地需求同向。开源与产品端，DeepSeek 的 Agent 底座和快手 Kling 4.0 虽在窗口外且尚待确认，但都指向同一趋势——底座能力与多模态生成正在快速商品化。值得持续关注的是，专用模型能否把「发现漏洞」变成稳定可审计的流水线，以及稀疏 MoE 的激活效率还能压到多低。