全部 · 2026-08-12

这两篇论文给模型厂商的推理加密策略泼了盆冷水。第一篇发现Anthropic、OpenAI和Google的加密推理块可以跨模型互换，攻击者用便宜的Haiku 4.5就能批量解码Opus 4.8的真实推理，一万条轨迹的成本才720美元。这等于厂商花大力气上的锁，被自家便宜小模型轻易捅开了。第二篇更彻底，根本不用碰加密块，拿一个15亿参数的弱模型训练反演模型，光看GPT-5.4 mini的公开答案就能反推出推理过程，让一个70亿参数学生模型的数学准确率从68.4%涨到76.0%。这说明只要模型输出逻辑严密的正确答案，思考步骤就藏不住。 但真正让我觉得离谱的是安全副作用。研究者从GitHub上扒了6708条公开的Agent运行轨迹，解密加密块后翻出62个API密钥、33个密码和7个私钥，其中64个敏感信息在明文对话里从来没出现过。开发者分享调试日志时以为自己清理干净了，实际上加密块里夹带的私货根本删不掉。正文没披露这些泄露案例的具体厂商分布，也没说受影响开发者是否收到了通知。 厂商把推理藏起来保护商业资产可以理解，但把无法审查、无法清理的黑盒数据块塞给开发者，等于把安全成本和运维风险全转嫁出去了。文章没讨论厂商是否计划提供加密块审查工具或开发者端的擦除接口，这点缺口对实际做应用的人来说很关键。

这条新闻讲了一个很具体的信号：OpenAI用Lean 4生成的十组数学证明，8666个构建任务一次编译通过，没报错。但五天后，论文从249页涨到253页，作者手动补了一个极限情况下的推导漏洞，代码本身没改。这说明机器检查通过只代表语法和逻辑规则没毛病，不代表人类看懂了，也不代表代码真的对准了原始难题。 文章把“做完”拆成了五级：候选生成、规则检查、意图对齐、同行理解、共同体吸收。目前十项成果里，只有一项关于非sofic群的证明走到了第五级，被后续学者直接复用；量子平行重复那项还卡在第二和第三级之间，专家坦言没消化关键步骤。Terence Tao顺势提了个新规矩：优先权不该给最早扔出代码的人，而该给最先交齐论文、解释和形式证书整套材料的团队。 正文没披露那4页补丁具体改动了哪个定理的哪个边界条件，也没给出其他五项成果为何无人审阅的细节。对AI从业者来说，这条新闻最大的提醒是：别把Agent返回的success=true当终点，测试通过和业务对齐是两码事。

OpenRouter 这次把 Exa、Parallel、Perplexity 和各家模型自带的搜索，搭配不同模型和搜索轮数跑了一遍排行榜。最核心的发现是：搜索预算（让模型多搜几次）对质量的提升，比换引擎或换模型都更直接。比如在 BrowseComp 这个硬核找事实测试里，Claude Opus 5 用 Perplexity 搜 1 次准确率只有 35.8%，搜 25 次直接拉到 89%，而成本只涨了 2.5 到 7 倍，性价比很高。 但也不是搜得越多越好。在 HLE 这种专家考试题上，GPT-5.6 Sol 搜 1 次和搜 25 次分数差不多，成本却翻了 3 倍，纯属浪费。另外有个坑要注意：模型找不到答案时会用光所有搜索次数，导致最坏情况下的成本飙升。正文没披露具体延迟数据，如果你对响应速度敏感，光看准确率和成本还不够。 排行榜是实时更新的，今天的冠军明天可能就换了。建议拿自己的业务场景测一下，别只看公开基准分。