AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
HOT
Anthropic 发布 Claude Haiku 5.5，谷歌云推出可调用企业工具和数据的通用智能代理 Gemini。OpenAI 披露并封禁俄罗斯和伊朗的隐蔽影响行动，Zenity 发现 AWS Bedrock AgentCore 权限漏洞。OpenAI 发布数百项 AI 生成的数学成果，数学家指出理解、评估和核实仍需时间。
OpenAI 在 GitHub 发布 372 个 AI 生成数学证明
OpenAI 发布了 372 个由内部前沿模型生成的数学结果，托管在 GitHub 而非学术期刊，并称每个结果旨在解决开放问题或取得实质进展。这些结果包含主要计算机算法改进和与 Riemann hypothesis 相关的进展，许多证明带有 Lean 形式化，平均每项消耗约三小时的 ChatGPT Pro Thinking compute。
The Decoder原文 模型发布/更新
Latent Space10.08Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是约一年后的 Haiku 层级更新，定价对标 OpenAI 的 GPT-6 Luna，并已上线 Claude Platform 和 Claude Code。
行业动态
OpenAI披露并封禁俄罗斯与伊朗的AI虚假前台影响行动
OpenAI披露已封禁两起分别源自俄罗斯和伊朗、利用其模型支持的隐蔽影响行动，并评估俄罗斯行动为IO Breakout Scale Category 5、伊朗行动为Category 4。俄罗斯行动借助拉美人员运营虚构研究机构并传播假消息；伊朗行动则通过七个虚假记者身份向媒体投稿，相关署名文章近100篇。OpenAI表示，这些行动沿用了AI出现前的影响行动模式，而AI让部分工作流程更容易扩展。
The Decoder10.08Zenity 发现 AWS Bedrock AgentCore 权限漏洞，可波及同区域所有智能体
Zenity Labs 研究人员称，AWS Bedrock AgentCore 的一系列漏洞使攻击者只需向一个公开智能体发送提示词，就可能接管同一 AWS 账户和区域内的其他智能体，读取对话、源码和凭据，或修改、删除智能体。研究人员称，问题与元数据服务访问和默认权限范围过宽有关；AWS 随后将 IMDSv2 设为新部署的默认设置，并收紧默认执行角色权限。
论文研究
The Verge · AI10.10OpenAI 发布近 400 项 AI 数学成果，数学家称理解可能需要数年
OpenAI 发布了近 400 项 AI 生成的数学成果，分布在 700 多篇手稿中；受访数学家表示，理解和评估这批材料可能需要数年。OpenAI 称 719 篇手稿中有 300 项顶层结果已形式化，约占 42%，但研究者指出，形式化和论文质量不一，仍需核实证明是否支撑文中的主张。
技巧与观点
本版导读文章既介绍智能体、模型与集群的工程实践，也关注研究成果的可读性和规范。
The Decoder10.10OpenAI 发布700余份数学手稿后，数学家为何震动与质疑
OpenAI 于10月6日一次发布700余份数学手稿，声称解决数百个开放数学问题，引发数学家对成果质量、发布方式和研究规范的强烈反应。部分专家认为证明中出现了有价值的新想法，但也指出论文难以阅读、作者与失败率信息缺失，且针对黎曼猜想只得到较弱变体。许多数学家担忧研究议程、职业发展和年轻研究者的处境，另有专家警告此类系统可能带来破解常用加密方法的风险。
如何用 Hugging Face 的 ML-intern 构建并发布定制模型
作者展示了如何在 HuggingChat 中使用 ML-intern 构建、训练、评估并发布定制模型，六个项目的算力费用合计约 USD 103。项目包括把 Qwen-Image 2.1 提示词改写模型做成可在 CPU 上运行的 0.8B 版本，以及为柑橘病害识别、角色绘制和图像编辑训练模型。作者还分享了提示词写法，包括要求先测基线、训练前进行小规模测试，并为付费任务设置预算上限。
Ai2 介绍 GPU 集群调度改造：以时间预算和公平份额分配资源
Ai2 将优先级调度器改为结合 GPU 时间预算、层级公平份额和时间片合约的系统，以优先支持高影响研究并维持集群满负载。在 30 天测试期内，团队获得了应得 GPU 时间的 98%，集群占用率维持在 98%；调试工作负载的 p90 排队时间从 2 小时降至 30 秒，需人工介入的维修减少 74%。
AWS Machine Learning Blog一手10.09Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 在 Amazon Bedrock 上运行 Agent Mode，为 4000 万开发者提供覆盖 API 测试、文档、发现和实现的 AI 原生工作方式。文章介绍了动态筛选工具、基于 schema 的数据读取和专用上下文处理器，并说明如何按工作负载选择 Claude 模型、使用跨区域推理及分层提示词缓存。
Asana 用 GPT-6 Astra 优化浏览器智能体，GPT-6.1 Sol 测试成本降低 76 倍
Asana 使用 Codex 中的 GPT-6 Astra 优化 StackAI 浏览器智能体在 GPT-6.1 Sol 上的工作流，使测试中的模型成本降低 76 倍、运行速度提升 5 倍。
NVIDIA Omniverse：开发者如何借助前沿 AI 智能体将创意转化为仿真
NVIDIA 展示开发者如何将前沿 AI 模型与 Omniverse libraries 结合，把仿真创意构建成可运行的应用。案例涵盖人形机器人、自动驾驶测试、数字孪生和空间站浏览器应用，开发者通过自然语言指令引导智能体连接资产、物理、渲染与传感器模拟，并检查和修改结果。一个机器人跨越单个栏架的实验在 100 次仿真试验中成功 64 次。