OpenAI 把发布顺序调了个个儿。11 月 5 日，率先正式上线的不是外界等待已久的下一代旗舰，而是一款网络安全专用模型 GPT-6 Cyber——官方随发布给出的成绩单相当具体：Linux 内核漏洞研究流水线一轮运行找出 948 个可用的本地提权漏洞利用程序，在 Firefox 中揪出 81 个此前未知的高危漏洞，整轮运行消耗约 121 万美元 API 额度。而据 The Information 11 月 4 日报道，新一代 Astra、Sol 最快将于当地时间 11 月 6 日发布。旗舰到来之前，OpenAI 先让"AI 黑客"交了卷。
网安模型先行：从"指出漏洞"到"交出利用代码"
GPT-6 Cyber 于 11 月 5 日正式发布，OpenAI 同时把这款模型的网络安全能力评级从 High 上调至 Critical。跑分层面，它在 ExploitGym 上取得 48.5% 的成绩，上一代 GPT-5.6 Cyber 为 32.1%；在 RemoteExploitBench 上完成了 95% 的测试任务。不过比跑分更有信息量的，是官方同步披露的漏洞研究流水线：先找问题，再动态复现、验证影响、生成候选补丁，最后由人类研究人员审核——它交付的不再是"这里可能有漏洞"的文字判断，而是可以依据运行证据排序的完整利用链。
10 月中旬一轮运行的结果被完整公开：分析出 2308 个去重后的候选问题，动态复现 1724 个漏洞，针对 948 个独立本地提权漏洞生成可用的漏洞利用程序与候选补丁，另产出 291 份信息泄露验证程序。这里的"本地提权"，指已有低权限本地账户的用户获得 root 权限；利用验证运行在启用标准发行版防护的虚拟机中，而不是关掉防护后刷出的结果。整轮运行消耗约 121.34 万美元 API 额度，官方折算为每个独立本地提权漏洞约 1279 美元，同时明确提醒这是 API 成本口径，不含完整的人力与基础设施成本。
攻防成本账：166 个与 948 个之间的四个月
横向对比更能说明变化幅度。同样一套流水线，在 7 月下旬用 GPT-5.6 Sol 跑，只得到 166 个可利用漏洞；四个月后，同一团队、同一流程交出 948 个。安全人员抽查了 166 份利用程序，在其判断及受邀第三方专家的知识范围内，至少发现 10 种此前不熟悉的利用技巧，出于安全考虑完整细节没有公开。这意味着漏洞挖掘正在从"手艺活"变成"产能活"，而产能的计价单位已经精确到每个漏洞一千多美元。
但"量产漏洞"不等于"无人值守"。官方披露，早期一批 200 个成功拿到 root 的结果中，有 20 个走的是另一处漏洞，而不是任务指定的漏洞，团队随后增加了独立检查来核对成功路径。目前 GPT-6 Cyber 只通过 API 与 Codex 向部分审核通过的 Daybreak Red 客户开放，未来几周逐步扩大范围；在 Firefox 上找到的 81 个高危漏洞和 30 个严重程度可能被低估的已知问题，Mozilla 已开始发布修复。对防守方来说，补丁生产的速度竞赛已经开始；对研究社区来说，攻防不对称的警钟也比以往任何一次模型升级都更响。
Astra 与 Sol：被曝最快今天登场的一代
相比网安模型的"先交卷"，外界更关注的旗舰仍然悬而未决。The Information 11 月 4 日的报道称，OpenAI 最快可能于当地时间 11 月 6 日发布下一代 Astra、Sol 系列模型，以及一款面向网络安全的专用模型。报道没有披露版本编号，也没有提供定价、上下文窗口长度或基准测试成绩，同时不清楚新模型会先通过 API、ChatGPT、Codex 还是合作伙伴渠道推出。
在官方开口之前，痕迹已经出现了不少。10 月 31 日起，部分用户的 Codex 用量统计页面出现"gpt-6.2-astra"独立记录，有账户约 19.8% 的调用被计入该标识，比例因账号而异，被推测为后台路由层面的 A/B 测试；11 月 4 日，有账号在 Google Cloud 控制台的配额筛选菜单中看到"base_model:gpt-6.2-astra"与"base_model:gpt-6.2-sol"；11 月 3 日，还有追踪账号称 API 模型列表中短暂出现过"rc-ada-or-vm"与"rc-ada-sh-vm"两个代号，随后消失。需要留意的是，10 月原定上线的 GPT-6.1 Astra 曾因未通过安全测试被搁置——候选模型与公开产品之间，历来还隔着一层安全评审。社交平台流传的五档定价与得分数据既无官方来源，也无第三方复现，暂时只能归类为传闻。
BenchCAD 0.875：模型开始接手硬件工程师的活
比发布时间更实的信号，来自 11 月 3 日 OpenAI 官方博文《加速面向物理世界的工程设计》。在 BenchCAD 2.0 上，一款被称作"较新的内部模型"平均得分达到 0.875，而现款 GPT-6 Astra 在最高推理设置下为 0.594，相对提升约 47%。这项测试考察的任务包括从图纸重建三维零件与装配体、识别电路板上的连接关系——考的不只是画面好不好看，还涉及形状、结构和连接关系的理解。
同一篇博文还披露了 TamaGPT 掌上硬件实验：两名员工零人工修改，完全由 Astra 包揽从外壳机械结构、PCB 电路板布线到底层固件的全部设计，不到一周出图，代工厂一个月内打出小批原型机，但达到可量产状态仍需多轮人工复核。OpenAI 硬件团队今年 2 月以来的每日 Token 消耗量已经上涨 23 倍，人均每天约 2.12 亿 Token。社区里被归于新 Astra 的演示——鹈鹕 360 度立体骑车、3D 半开放世界 RPG、手绘动漫风动态网站、《我的世界》SVG 动画——目前均未获官方确认，适合先当爆料看，还不足以判断一次生成成功率与实际可玩性。
人才暗战：发布前夜，Cat Wu 从 Anthropic 投奔 OpenAI
模型对垒的同时，人也在流动，而且流向耐人寻味。Anthropic 的 Claude Code 团队在十天之内失去四位核心：10 月 24 日，CLI 与 Agent SDK 核心主创 Thariq Shihipar、把 Claude Code 从命令行拓展成桌面 GUI 客户端的"桌面端之父" Anthony Morris 同日官宣离职；三天后的 10 月 27 日，负责项目排期与工程流程的工程经理 Sunil Shah 离开；11 月 4 日，Claude Code 与 Cowork 总产品负责人、团队绝对的二号人物 Cat Wu 官宣离职，并于 11 月 5 日亮出新工牌——加入 OpenAI Core Products 部门，汇报对象正是 Codex 一号位 Tibo Sottiaux。
Cat Wu 与 Claude Code 负责人 Boris Cherny 在硅谷被称为"蝙蝠侠与罗宾"的黄金搭档，去年 7 月两人曾一起短暂加入 Cursor 母公司 Anysphere，仅两周后回流 Anthropic，当时还是圈内佳话；这一次，"罗宾"没有回来。坊间传闻 Anthropic 正筹备 Claude Fable 5.5 同期应战。在新旗舰贴脸硬刚的前夜，产品人才的流向，往往和跑分一样值得玩味。
同一天的开源与资本：托管智能体、生物学答案与翻倍估值
11 月 5 日的 AI 日历排得相当满。Kimi 正式发布 Hosted Agents，把支撑 Agent 运行的 Harness 做成云端服务：企业无需自建代码执行环境、会话管理与任务中断恢复体系，即可获得 7×24 小时托管环境，官方提供 140 以上 Skills、30 多个插件和 8 个金融 Agent 模板，覆盖投研建模、深度研究、晨报生成、IPO 跟踪、持仓监控等任务，并配套独立沙箱、网络访问权限控制、执行留痕审计与企业安全组件 Kimi Inference Hook——后者可在推理前拦截隐私与敏感数据，检查规则由企业自定义。Anthropic 则公布了 Claude 的一项生物学成果：筛读约 150 亿条序列，用 4 个月给出了一个困扰科学界 40 年问题的答案，发现者本人参与了验收。
资本市场的热度同样直接。AI 推理创企 Fal 完成 13 亿美元融资，由 Bessemer Venture Partners 领投、英伟达等参投，估值从今年 4 月的 80 亿美元翻倍至 160 亿美元；AI 语音独角兽 ElevenLabs 被曝考虑 2028 年启动 IPO 筹备，估值因近期 3 亿美元员工股份出售交易达到 220 亿美元。开源与学术侧，米哈游联合清华大学、香港大学、新加坡国立大学等机构开源了通用游戏模型 GameScaling 系列，覆盖 0.8B、2B、9B、27B 四档规模共八个模型，权重与推理代码均以 Apache 2.0 协议发布；百度也在当天开源了总参数 2800 亿的文心 5.5 Flash Base 基座模型。从网安到生物，从托管智能体到资本，这一轮 AI 竞赛的赛道正在同时变宽——而所有赛道的尽头，都连着同一批正在连夜运转的算力。
暂无评论内容