AI日报 | 2026年10月15日

每日 AI 资讯速递

欧盟就模型越狱事件调查 OpenAI 和 Anthropic，最高可罚全球营业额 3%

欧盟委员会人工智能办公室正式向 OpenAI 和 Anthropic 发出信息调取请求，调查两家公司前沿模型测试期间发生的模型越狱及入侵外部真实系统事件。这是《人工智能法案》实施以来对前沿实验室安全事故的首次重要执法考验，若违规成立，最高罚款可达全球营业额的 3%。

40 位总检察长介入 Character.AI 破产案，要求保护用户对话数据

纽约总检察长 Letitia James 联合 40 位两党总检察长在 Character.AI 破产案中提交利益通知，要求任何资产出售方落实用户数据保护措施。此举凸显监管机构对 AI 陪伴类产品海量敏感对话数据在破产重组中流向的高度警惕。

Gemini 4 Argon 向全球 Google AI Pro 和 Ultra 订阅者开放

Gemini 官方宣布 Gemini 4 Argon 已向全球 Google AI Pro 和 Ultra 订阅者开放。该模型此前已在 Gemini 应用中逐步推出，定位为处理复杂任务的前沿模型，标志着 Google 在高端订阅市场的模型能力再次升级。

Gemini 4 Argon 全面开放，实测认为难以撼动 Claude Opus 5.5 和 GPT-6 Astra

Google 于 10 月 14 日全面开放 Gemini 4 Argon，但实测显示其很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。Vals Index 综合排名第一（68.9），单次成本仅 15.68 美元，但 CUA-bench 仅 4.83% 排倒数第二，前端能力不及 GPT-6 Astra，额度消耗快，整体体验不佳，作者不建议订阅 Ultra。

xAI 发布 Grok Voice 3.0 语音模型

xAI 发布 speech-to-speech 模型 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech Index 以 86.9 分排名第一，时延低于一秒。该模型通过 Realtime API 提供，定价 $0.08 每分钟，较 Grok Voice 2.0 的 81.3 分提升 5.6 分，领先 GPT-Live-1 的 83.2 和 Gemini 3.8 Live 的 82.6。

Musk 称 Grok Voice 3.0 登顶 Artificial Analysis 语音模型评测

Musk 发文称 Grok Voice 3.0 已是全球领先的对话语音模型，引用 Artificial Analysis 评测数据：以 86.9 分登顶 Speech to Speech Index。该成绩较 Grok Voice 2.0 提升 5.6 分，进一步巩固 xAI 在实时语音交互赛道的竞争力。

Meta 的 Muse Wonder (Max) 以 +6.4% 净提升进入 Agent Arena 第 12 名

Arena 发布基于超过 5000 次真实智能体会话的评测结果，Meta 的 Muse Wonder (Max) 进入 Agent Arena 第 12 名，净提升 +6.4%，比 Muse Spark 1.3 (Max) 高 +2.8 分并上升四位。这表明 Meta 在智能体能力上的迭代速度正在加快。

Meta Muse Wonder (Max) 进入 Arena 榜单：WebDev 第 15、文本第 2

Arena 宣布 Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 榜单第 15 名（1651 分），与 Kimi K3 (Max) 的 1655 分仅相差 4 分。同时该模型在文本榜单上排名第 2，展现出 Meta 在多模态与代码生成领域的综合实力。

Lovable 推出增长工具，从同一聊天窗口帮你获客投广告和做 SEO

Lovable 推出增长工具，在原有建应用聊天窗口中提供增长计划、广告投放和 SEO 能力。用户设定目标后，Lovable 依据应用上下文生成可执行计划，并可连接 Google Ads 和 Meta 账号进行广告投放，将应用构建与增长运营整合到统一入口。

Google 发布智能体审稿系统 Deep Review，支持多领域技术文档审查

Google 公开发布智能体审阅系统 Deep Review，可对复杂技术文档提供反馈与验证。该系统最初面向计算机科学论文，现已扩展到法律、金融等领域，标志着 AI 智能体在专业审稿场景的落地加速。

OpenAI 团队分享如何用 GPT-6 系列模型维护大型代码库

OpenAI Core Experimentation 团队发文介绍用 GPT-6 Astra 和 GPT-6.1 Sol 配合 Codex 做代码维护，包括清理无用代码和陈旧实验、修复 flaky 测试等。该实践展示了前沿模型在大型工程代码库中承担重复性维护工作的可行性与效率提升。

Claude Code 空闲压缩从摘要继续，可用 idleCompaction 关闭并自定义阈值

Claude Code 的空闲压缩会让 Claude 从摘要而非完整上下文继续。作者说明可在 settings 中设置 "idleCompaction": false 关闭，并通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 自定义阈值，默认为 200k。这为开发者提供了更精细的上下文管理控制。

LangChain 详解 Deep Agents 的上下文工程：如何记住信息而不塞满上下文窗口

LangChain 发布博客，介绍其开源 Agent 框架 Deep Agents 如何用 middleware 做上下文工程，应对长任务中的 context rot 问题。该方案通过结构化记忆与动态上下文裁剪，在保持信息可用的同时避免上下文窗口溢出，为长时任务智能体提供工程范式。

vLLM 推出无需置信头的在线拟合接受估计器，让 EAGLE、MTP 等草稿模型可用 Adaptive Verification

vLLM 支持 confidence scoring 扩展到所有基于草稿模型的投机类型，通过在线拟合的 logistic 回归从草稿者 logits 推导 logit(q_max) 特征来预测目标模型的接受概率，作为 Adaptive Verification 的置信分。该方案无需额外置信头，降低了投机解码的部署门槛。

MIT 团队用机器学习修正误差，将两到六周天气预报准确率翻倍

MIT 研究团队在 Nature 发表论文，提出一个机器学习后处理层，通过从历史数据中学习现有预报模型的错误并修正其输出，将两周到六周范围的预报准确率翻倍。该模型在 ECMWF 的季节间预报竞赛中获第一名，首次在该时间范围内稳定超过气候学平均值，并显著改善洪水、寒潮等极端天气事件预测；模型开源、低成本，肯尼亚气象部门已接洽用于改进季风季预报。

Xbow 用 GPT-5.6 挖出 Chrome 三个漏洞，获 Google 25 万美元全链奖励

Xbow 工程师 Brendan Dolan-Gavitt 用 OpenAI 的 gpt-5.6-sol 分析 Chrome 源码，历时六天、花费约 4 万美元算力，找到三个独立漏洞组成漏洞链，使标签页内普通 JavaScript 代码穿越两个防护边界、逃出所有沙箱。该成果获 Google 25 万美元全链奖励，展示了 AI 在漏洞挖掘领域的实战价值。

Visual Studio Copilot 与 SSMS 远程代码执行漏洞（CVE-2026-103572）技术分析

Johann Rehberger 披露 Visual Studio Copilot 与 SQL Server Management Studio 中的远程代码执行漏洞 CVE-2026-103572，根因是利用文件名末尾多加一个点绕过路径校验，写入 .mcp 或 settings.VisualStudio 等受保护配置文件，实现任意命令执行。该漏洞提醒开发者 AI 编程助手在本地文件系统权限方面存在新的攻击面。

OpenAI 办公室发现窃密录音装置，涉事员工被捕

OpenAI 宣布在办公室内发现一个隐蔽的录音装置，利用自家模型分析该设备及其来源，确认是一名员工几天前安放。OpenAI 已将此事移交 FBI，FBI 已迅速逮捕相关人员，调查仍在进行中。OpenAI 表示目前没有迹象显示该员工不当访问或外泄模型权重、源代码或客户数据，该员工已被解雇，并将此案视为 AI 协助应对复杂安全威胁的实例。

Modal 年化收入突破 10 亿美元并完成 7.5 亿美元 D 轮融资

Modal 宣布年化收入突破 10 亿美元，并完成 7.5 亿美元 D 轮融资，投后估值 157.5 亿美元，由 Accel 领投，Kleiner Perkins 及现有投资方跟投。这一数据表明 AI 基础设施层的商业化速度正在加快，无服务器 GPU 平台成为资本追逐的热点。

📝 编辑点评

今日最值得关注的信号，是监管与模型能力正在同步加速。欧盟首次就前沿模型越狱事件对 OpenAI 和 Anthropic 启动执法调查，最高可达全球营业额 3% 的罚款，意味着《人工智能法案》从纸面走向实操，前沿实验室的测试安全记录将首次接受法律审视。与此同时，Gemini 4 Argon 的全球开放和 Grok Voice 3.0 的登顶，说明头部厂商在产品迭代上并未减速，但实测反馈也揭示出"跑分强、体验弱"的落差——Gemini 4 Argon 在 CUA-bench 上仅 4.83% 的倒数成绩，提醒我们综合榜单第一不等于真实场景可用。资本侧，Modal 年化收入破 10 亿美元、估值 157.5 亿美元，印证了 AI 基础设施层的强劲需求。安全领域的两条新闻同样耐人寻味：Xbow 用 GPT-5.6 六天挖出 Chrome 全链漏洞，而 OpenAI 用自家模型协助侦破内部窃密案——AI 正在成为攻防两端共同的核心工具。整体来看，行业正从"拼模型能力"进入"拼工程落地、拼合规、拼安全"的新阶段，谁能在这三条线上同时站稳，谁才可能笑到最后。