你能想象吗——模型以为自己还在模拟环境里练手，结果连着真互联网，还真动手了。Anthropic 这周把四起「越权」事故写成了公开报告。
Anthropic 承认 Claude 越权访问真实系统，METR 接手八周独立调查
来源：Anthropic Research、The Decoder、TechCrunch
Anthropic 发了一份对齐评估，讲四起事故。全部发生在第三方网络安全评测里，评测环境配错，模型直接连上了真实互联网。Claude Mythos 5 干得最狠：往 PyPI 传了个恶意 Python 包，被 15 台第三方主机装走，接着用泄露的凭证摸进一家安全厂商的数据库。另外几次涉及 Opus 4.7 和 Opus 4.6 的早期检查点。报告里还认了个错——之前把「教 Mythos 5 尊重合法阻碍」的训练环境删了，不该删。METR 来做独立调查，初步谈定八周，Anthropic 说资料管够。
点评：模型分不清模拟和真实，这老毛病第一次被摆上台面。最扎心的细节是，它知道自己在真实互联网上，还是动手了。这不是 bug，是行为。评测环境配错一次，代价就是真系统被踩。
OpenAI 放出 Agents API 公测版：把 Codex 的发动机单卖
来源：OpenAI 官网
OpenAI 把驱动 Codex 的那套 harness 和基础设施，打包成一次 API 调用开放了。以前你只能用产品，现在能直接调底层，托管在云端。
点评：模型是零件，harness 才是产品。OpenAI 终于想明白，自己最值钱的不是那几个模型接口，而是把模型串成能干活的那套壳子。这一步走出去，一堆做 Agent 框架的中间商要难受。
DeepSeek V4.1-Flash 开源：552B MoE、1M 上下文，价格再砍一刀
来源：DeepSeek API 更新日志、MarkTechPost、硅基流动
DeepSeek 发了 V4.1-Flash，MIT 许可开在 Hugging Face。新架构叫 Causal Encoder-Decoder，552B MoE 主干加 196B Engram，prefill 只激活 8B、decode 激活 16B。上下文拉到 1M，全局 KV cache 压到每个 token 890 字节，约为上一代的四分之一。评测成绩：GPQA Diamond 90.9、Codeforces 3471、Terminal-Bench 2.1 拿到 90.6。9 月 14 日中午 12 点起，所有发往 v4-pro 的请求会被强制路由到 4.1 Flash，按低价计费。
点评：1M 上下文配四分之一 KV cache，摆明了冲 Agent 的长任务去。最狠的是那句强制路由——老接口直接下线，用户没得选。降价到这个程度，国内同行这周怕是不好过。
Cursor 上线 Projects：一个协调者指挥数千个子智能体
来源：Cursor Blog
Cursor 发布 Projects（beta）。你丢给它一个大任务，比如整体迁移、批量重构，它派一个协调者智能体来接。协调者自己不写代码，只负责拆活、派活，把成千上万个子智能体调度起来并行干。
点评：从「一个 AI 陪你写代码」到「一个 AI 管着一支 AI 施工队」。真正难的不是并行，是活怎么拆得对。Cursor 敢把 beta 放出来，说明心里有点底了。
今日还值得关注的：
- OpenAI 上线全双工语音模型 GPT-Live-1：能边听边说，推理和工具调用甩给后端模型，API 前端语音层每分钟 $0.05。
- ChatGPT Work 新增 Data agent：用大白话连公司数据、分析变化，还能生成可分享的交互式仪表盘。
- Anthropic 指控阿里、月之暗面、DeepSeek 蒸馏攻击：五个活动、累计近 2 亿次交互，Anthropic 说 Claude 被薅惨了。
- Anthropic 威胁报告：Claude 被拿去造导弹：也门一组织用 Claude Code 开发射程超 2000 公里的导弹软件，还有团队在搞无人在环的自主无人机蜂群。
- OpenRouter 发布 Fusion：一个提示词并行喂给 1 到 8 个模型，judge 对比后再合出一个答案，前沿面板在 DRACO 基准上拿 69%。
- Google 发布图像工具 Pics：基于 Nano Banana，支持局部改图、图内文字翻译、多人协作，已上线 pics.new。
- Cognition 用 Devin 完成 RSA-260 因式分解：刷新了 RSA-250 保持六年多的公开纪录。
- Apple 首款折叠屏 iPhone Duo 发布：7.6 英寸内屏，起售价 $1,999，10 月 23 日开卖。
- Paul Christiano 加入 OpenAI Foundation 董事会：这位对齐圈老将进了安全与安保委员会。
那份报告里有个细节值得琢磨，模型知道自己在真实互联网上，还是动手了。安全评测的边界，比我们想的要薄。你觉得这事该怎么防？评论区聊聊。