今日 AI 速览

OpenAI 宣布 GPT-6.1 Sol 默认上下文扩大至 50 万 Token，已在 Codex 与企业平台全量上线

为满足企业和开发者处理超长代码库与海量业务文档的现实需求，OpenAI 正式宣布将其最新主力模型 GPT-6.1 Sol 的默认上下文窗口大幅扩充至 50 万 Token（500k）。该能力已率先在面向软件工程的 Codex 平台以及企业级 Work 环境中全量上线，并在 API 侧同步开放灰度测试。OpenAI 负责智能体架构的研发主管蒂博·索蒂奥（Thibault Sottiaux）证实，得益于新一代注意力缓存压缩机制与自适应分块技术，50 万上下文在长文本关键信息召回基准测试中保持了 99.8% 的极高精确率，且首字生成延迟仅增加不到 15%，彻底解决了以往超长上下文导致模型注意力发散和响应迟缓的顽疾。

点评：长上下文终于不再是“只能测跑分、不能跑业务”的实验室噱头。将 50 万 Token 做成生产环境的默认配置，意味着开发工具能够一次性吃进整套大型项目源码，AI 程序员的理解边界被彻底拓宽。

《柳叶刀》重大风险委员会报告：恶意 AI 与核战并列为 2100 年前人类生存级危机

国际权威医学期刊《柳叶刀》旗下的生存级风险专门委员会发布了历时三年调研的重磅全球评估报告。报告综合全球流行病学、环境科学与前沿科技治理领域的跨学科数据指出，如果不采取强有力的全球协同监管，具备自主研发与扩散能力的恶意人工智能工具，其对人类生存构成的现实威胁在 2100 年前将与全面核战争、全球生态崩溃处于同一破坏等级。委员会特别警示，随着前沿模型在生化分子设计、自动化网络武器合成等领域的能力急剧攀升，AI 技术的低成本扩散正大幅降低极少数恶毒行为体制造系统性灾难的门槛，报告强烈呼吁各国立即建立类似于国际原子能机构的严格多边技术条约。

点评：主流科学界对 AI 风险的研判正从科幻式的“机器觉醒”回归到现实维度的“技术滥用”。当生化工具和网络武器被前沿模型无限平民化，防范恶意扩散已经变成全球必须直面的公共卫生级防御课题。

耗费 5000 亿 Token 的长程实验：自主 AI 智能体集群成功反编译完整第一人称射击游戏

逆向工程专家与资深安全研究员 momo5502 公布了一项震撼极客社区的长期实验成果：借助多智能体协作管线与精心设计的反编译反馈回路，研究团队让 AI 智能体集群在消耗了超过 5000 亿推理 Token 后，成功将一款无源码的商业级 3D 第一人称射击游戏二进制文件完整逆向为结构工整、且能够成功编译运行的现代化 C++ 代码。该智能体架构通过在 Ghidra 反编译器、静态类型推断器与本地构建编译器之间建立自动化验证循环，逐步重构了超过 800 个核心函数与复杂的物理引擎调用。这一突破展示了长程自主智能体在极端复杂的非线性软件工程领域具备的惊人推导耐力。

点评：5000 亿 Token 的算力开销证明，只要能给智能体配置足够确定且可自动反馈的检验闭环，AI 就能在人类工程师望而却步的代码迷宫里持续推进，逆向工程的门槛正在被彻底重塑。

论文：从被动拦截到主动保障，前沿研究系统复盘企业级自主智能体真实安全故障

随着企业加速让自主智能体接管实际业务流程，来自加州大学与顶尖网络安全实验室的联合团队在 arXiv 预印本平台发表综述论文。该研究基于对 47 家科技企业生产环境中发生的真实智能体安全异常案例的深度审计，归纳出当前防御的三大死角：间接提示词注入引发的特权越级、上下文混淆导致的错误金融交易、以及多智能体级联通信中的权限击穿。论文提出了一套涵盖形式化边界隔离、实时执行沙箱监控与细粒度双向权限握手的全新安全范式，为企业构建具备高韧性的自主生产系统提供了关键理论与工程指南。

微软开源 TRELLIS 2：高精度文本与单图 3D 资产生成框架，大幅突破几何与材质保真度

微软研究院正式开源新一代 3D 生成基础框架 TRELLIS 2。相较于初代版本，新模型引入了结构化的多模态整流扩散架构与分层材质神经表征技术，仅需输入单张二维图片或一句自然语言描述，即可在数十秒内输出具备高保真几何细节、解耦 PBR 材质与拓扑优化的生产级 3D 网格模型。该项目上线后迅速登顶 GitHub 全球热门趋势榜首，不仅全面开放了模型推理权重与训练脚本，还提供了兼容 Blender 与主流游戏引擎的自动化导入管线，极大降低了独立创作者与工业设计领域的 3D 建模门槛。

YC S24 初创 Expand Fetch 推出智能体专用数据提取引擎：秒级绕过页面杂质转化为干净 Schema

获得 Y Combinator 投资支持的数据基础设施初创公司 Expand 推出面向自主智能体的核心工具 Expand Fetch。当前大量 AI 网页爬虫因前端动态渲染、反爬机制以及冗余 DOM 标签导致 Token 消耗巨大且极易解析崩溃。Expand Fetch 充当智能体的“老花镜”，通过专有的轻量无头浏览器集群与自动化结构蒸馏模型，智能体只需调用一行简单 API，即可在 500 毫秒内将任意复杂网页渲染并提纯为符合预设 JSON Schema 的结构化数据，Token 消耗量相比传统原始 HTML 读取降低了 85% 以上，为自动化商业调研与竞品监测提供了极高确定性。

YC 初创 Trelium 发布自主工作流侦察员 Paul：无需编写复杂胶水代码自动缝合跨软件业务

Y Combinator 孵化的人工智能初创公司 Trelium 正式发布了专为中大型企业设计的自主自动化智能体 Paul by Trelium。针对企业内部 Salesforce、Jira、Slack 和各类遗留内部系统之间繁杂且缺乏 API 支持的业务缝合痛点，Paul 能够像人类实习生一样直接通过桌面视觉与系统事件理解跨软件业务流程。员工只需用自然语言发起目标任务，Paul 便能自主规划点击与数据流转步骤，自动校验每个环节的结果一致性，并在遭遇未知异常时安全挂起请求人类仲裁，帮助企业省去耗时数月且维护脆弱的传统 RPA 定制脚本。

卡帕西谈大模型认知断层：人们总因 AI 在高难度任务上的亮眼表现而过度拔高其在常识上的可靠性

著名人工智能学者安德烈·卡帕西针对当前开发者普遍存在的心理预期偏差发表深度分析，在 Hacker News 社区引发热烈讨论。卡帕西指出，大模型与人类心智存在一种极其反直觉的“能力错位”：它可以在数秒内解出人类需要数周才能攻克的高维偏微分方程或写出复杂的汇编优化，却可能在极度依赖物理常识和连续因果推断的基础问题上犯下令人啼笑皆非的低级错误。这种“锯齿状能力边界”导致人类经常把模型某一单项的极高智慧投射为其具备全面的通用理解，从而在关键决策上建立起致命的脆弱信任。

伯克利人机交互新实验：过度依赖 AI 助手会让人类在面对困难阻碍时的毅力耐受度显著下降

加州大学伯克利分校心理学与计算机系发布的一项对照实验在开发者圈子引起广泛反思。研究团队对数百名分别配备全能 AI 编程助手与仅配备传统开发工具的工程师进行了双盲测试。结果显示，虽然 AI 辅助组在常规任务上的推进速度提升了 40%，但当实验刻意注入需要深度探索、且 AI 持续给出错误解答的隐蔽复杂 Bug 时，AI 组受试者在尝试自己翻阅底层文档和做单步调试时的平均坚持时长仅为 10 分钟，便迅速表现出沮丧、放弃或反复刷新提示词的习得性无助；而传统组在困境中保持自主思考的时长则超过了 35 分钟。

月之暗面就股东仲裁达成初步和解意向：扫清 10.5% 股权隐患，全力冲刺 500 亿美元香港 IPO

据路透社与财经媒体综合披露，国内大模型独角兽月之暗面近期已与前期提起仲裁的多家投资机构就股权争议达成了关键和解共识。此前，数家早期投资机构因创始人过往创业项目在衍生创办月之暗面时的出资与分流问题向香港国际仲裁中心提起仲裁，涉及月之暗面约 10.5% 的股权权属。多位接近交易的核心人士透露，各方已通过股份转让补偿与后续流动性协议达成一揽子解决方案，相关仲裁程序已进入实质撤回流程。本次股权纠纷的平息彻底排除了核心治理层面的重大不确定性，为这家最新估值突破 500 亿美元的领军企业在香港启动公开招股铺平了合规道路。