天眼晚报

🤖 AI 大模型

Anthropic Mythos 模型数小时识别美国情报系统漏洞

Anthropic的Mythos模型在测试中数小时识别出美国政府机密系统安全漏洞。参议员Mark Warner援引 NSA 负责人的说法。该测试结果导致政府限制外国公民访问 Fable 5 和 Mythos 5。百余名网络安全专家联名反对限制措施。

🔵 智谱 AI 考虑在香港进行数十亿美元配股，年内涨幅超 2000%

据知情人士透露，智谱 AI（Zhipu）正考虑在香港进行数十亿美元的股份配售，自1 月上市以来股价已暴涨2000%。

𝕏 百度发布 Unlimited OCR 模型，可连续解析数十页文档

百度发布 Unlimited OCR 模型，采用参考滑动窗口注意力（R-SWA）技术，3B 参数 500M 激活，一次前向推理可解析数十页文档，在 OmniDocBench 评测中准确率达93%。

𝕏 Qwen-AgentWorld：语言世界模型用于通用 AI 智能体

阿里通义千问发布Qwen-AgentWorld-35B-A3B和Qwen-AgentWorld-397B-A17B，首批能通过长链推理模拟 7 个领域智能体环境的语言世界模型。

𝕏 豆包推出专业版，办公模式起价 68 元/月

豆包专业版即日上线，起步价68 元/月，最高500 元/月，支持办公模式（操作电脑、调用技能、生成文档），标准套餐为免费版5 倍额度。

𝕏 Mistral 发布 Mistral OCR 4，OCR 评分最高

Mistral发布Mistral OCR 4，当前 OCR 评分最高，支持返回边界框、分类、置信度等数据。

𝕏 豆包 Seed-2.1-Pro 评测：编程、前端能力显著提升

豆包 Seed-2.1-Pro在多项测试中 coding 及前端能力进步明显，可通过豆包 App“办公任务”模式、TRAE IDE选择该模型，或通过火山引擎方舟 API 调用（Model ID: doubao-seed-2-1-pro-260628）。

𝕏 VibeThinker 3B 模型推理能力媲美 Opus 4.5

新模型VibeThinker仅3B参数，在 AIME26 上达94.3，LiveCodeBench v6 Pass@1 达80.2，性能匹配DeepSeek V3.2等大模型。使用 SFT+GRPO 训练。

𝕏 Anthropic 发布 Claude Tag：让 AI 像团队成员一样在 Slack 协作

Anthropic推出Claude Tag，允许企业用户在Slack中@Claude 委派任务，Claude 可访问指定频道和工具。该功能以 beta 形式向 Claude Enterprise 和 Team 方案开放。

𝕏 OpenThoughts-Agent：开源智能体模型数据配方

OpenThoughts-Agent发布完全开源的数据制作流程，基于Qwen3-32B微调后在 7 个智能体基准上平均准确率达44.8%。关键发现：指令选择比教师模型更重要。

🔵 腾讯正在测试企业微信 AI Agent 工具

腾讯正在为其企业通讯应用企业微信准备推出 AI Agent，旨在锁定用户生态。该工具由 DeepSeek 提供支持，是后 ChatGPT 时代中国科技巨头激烈竞争的一部分。

💹 百度千帆发布 Token Plan 企业版，聚合多款顶尖模型

百度千帆发布企业级 AI 订阅服务Token Plan 企业版，聚合DeepSeek-V4、GLM-5及Kimi-K2.6等模型，覆盖代码开发、智能办公等场景。

A2A 协议深度解析：智能体互联网的“HTTP”

Google联合 50+厂商推出A2A 协议，标准定义多 Agent 协作，已捐赠至Linux 基金会，获 22000+星。

𝕏 GPT-5.6 曾在 ChatGPT 网页中出现，预计近期发布

有用户在ChatGPT网页中发现GPT-5.6踪迹，按以往惯例，推测可能于近日内正式发布。

𝕏 Codex 开放第三方模型接入，支持插件 Skill

Codex编码智能体开放第三方模型接入，插件skill可用，提升工具扩展性。

Anthropic 详解 Claude Code 动态工作流

Anthropic解释Claude Code动态工作流如何生成定制化执行框架，使用多代理和模型路由解决代理惰性和目标漂移。

---