全部

OpenAI、Anthropic 和 Google 这三家平时在模型性能上打得不可开交，现在却凑在一起聊安全，本身就说明前沿模型的风险已经大到连竞争对手都坐不住了。根据报道，这几周的讨论还停留在早期阶段，没有公布任何具体的技术标准、共享机制或第三方审查框架。 这种“竞合”姿态值得肯定，但信息缺口很大：我们不知道他们打算怎么处理商业机密和开源策略上的根本分歧，也不知道谁来监督他们是否真的执行。如果最后只是发一份联合声明而没有可验证的硬性约束，那这次联手就更像是一次安抚公众和监管层的公关行动。

OpenAI 收购 Glass Imaging，最直接的信息是：他们不想只做软件和 API 了，硬件这条路是认真的。这家公司之前融资约 3000 万美元，现在 3 亿美元卖掉，估值翻了近 10 倍，说明 OpenAI 看重的不是现有业务规模，而是团队和底层技术。两位创始人曾在苹果带队做出人像模式，他们用神经网络直接优化镜头成像，而不是拍完再修图，这种“从快门按下那一刻就用 AI 改善画质”的思路，对想做手机或 AI 伴侣设备的 OpenAI 来说，比单纯买个滤镜公司有用得多。 不过，正文没披露 Glass Imaging 的具体收入、客户数或专利细节，也没说收购后团队是独立运作还是并入硬件部门。3 亿美元对 OpenAI 不算大钱，但如果只是囤人才，这个价格偏贵；如果是为即将发布的手机铺路，那后续还得看供应链和量产能力。目前所有硬件传闻都还停留在爆料阶段，这点先别太激动。

Entelligence 拿 50 个真实 PR 测了 GPT-5.6 Luna 和 GPT-6 Astra 的代码审查能力。Luna 找出 69 个确认 bug，Astra 找出 92 个，但 Luna 总花费才 0.20 美元，Astra 花了 5.66 美元。算下来，每发现一个真 bug，Luna 的成本是 Astra 的二十分之一。 便宜归便宜，代价是准确率。Luna 提了 93 条意见，24 条被验证为误报，准确率 74%；Astra 提了 96 条，只有 4 条是错的，准确率 96%。开发团队如果每天收到一堆 AI 评论，四分之一是噪音，很快就会懒得看。 按代码库拆开看，差距主要在安全相关逻辑。在 Sentry、Discourse 和 Grafana 上，Luna 和 Astra 的差距只有一两个 bug；但在做身份认证的 Keycloak 上，Luna 只找到 6 个确认 bug，Astra 找到 14 个，而且 Luna 在 Keycloak 上的准确率掉到了 50%。安全类 bug 整体上 Luna 只抓到 9 个，Astra 抓到 19 个。 测试方法有个小瑕疵：Astra 自己也是验证裁判之一，可能略微偏向自己。正文没披露裁判模型的具体版本和 prompt 细节。另外，50 个 PR 的样本量不算大，结论能不能推广到其他语言或框架还不清楚。