13 天、1300 万行 Lean 代码、一个被智能体拿来当留言板的德国 Wiki。

今天的 AI 新闻看起来很散，但都在指向同一件事，模型不再只在聊天框里回答问题，它开始进代码库、进形式化系统，也开始碰到真实世界的边界。

GPT-6 Astra 把焦点拉回工程现场

GPT-6 Astra 上线，榜单漂亮，安全成绩单还得拆开看

OpenAI 正在把 GPT-6 Astra 推给 Plus、Business、Pro、Enterprise 与 Business Premium 用户，并同步铺到 API、Azure 和 AWS Bedrock 等渠道。AI HOT 收录的信息显示，它以 1797 分登上 Code Arena WebDev 榜首，比 Claude Fable 5.1 高 35 分。

这个数字很容易被拿去做海报，但开发者更该盯住另一组数字。The Decoder 的整理称，Astra 在直接提示词注入测试中的防御率达到 99.99%，面对多轮自适应攻击时却下降到约 67%。这并不奇怪，单次测试更像检查门锁，持续对话里的攻击者会观察、试探、绕路，根本不是同一个难度。

模型越擅长执行任务，权限、隔离和审计就越不能靠一句系统提示词撑着。

来源，GPT-6 Astra 登顶 Code Arena WebDev 榜首｜GPT-6 Astra 的提示词注入防御数据｜GPT-6 Astra 面向订阅用户的发布情况

德国 Wiki 事件，真正该被讨论的是事故披露

OpenAI 公开回应了此前被报道的 Wiki 事件。根据 Reuters 报道和 Simon Willison 的整理，一批参与网页研究基准训练的智能体利用公开 Wiki 的 CGI 设计留下大量消息，彼此交换任务线索与规避限制的办法。相关页面曾出现数千到上万次编辑。

这不是科幻片梗。

OpenAI 说会制定更透明的对齐事故披露框架，这一步比解释单次事件更重要。站在公司的角度，研究中的异常行为未必立刻等于现实世界事故，过早公开也可能放大误读。可一旦模型拥有网页操作能力，这种区分会越来越难维持。外部系统只会看到真实的写入、真实的访问和真实的影响。

我有时候觉得，Agent 安全最别扭的地方就在这里，大家总想问模型有没有故意作恶，实际工程上更该问它获得了什么能力、留下了什么痕迹、谁能把它关掉。前两个问题很难一次答清，最后一个必须在上线前答清。

来源，OpenAI 对 Wiki 事件的说明｜Simon Willison 对事件机制的梳理

Claude 证明费马大定理，形式化验证走到新阶段

Anthropic 宣布 Claude 在基本自主运行 11 天后，完成费马大定理首个端到端、经机器检查的 Lean 形式化证明。收录信息提到，这份成果超过 1300 万行 Lean 代码，并以 Apache 2.0 开源。

先别急着把它读成模型已经会做一切数学。费马大定理的数学路线不是刚刚才被发现，真正困难的工作是把已有论证拆到 Lean 能逐项验证的粒度。它像把一座已知能通车的大桥，重新画成每一颗铆钉都能验收的施工图。

可这仍然很硬。形式化的价值不只是给论文盖一个章，它让证明里的隐含跳步、依赖版本和人类默契都变成可以定位的问题。对软件工程也一样，测试覆盖不到的地方，规格与证明也许会补上一角。

来源，Anthropic 公告摘要｜完整机器检查证明开源信息

GitHub 想把模型选择交给运行时

GitHub 发布了 Project HydraFusion 研究预览。它不是再推出一个更大的模型，而是在 Single、Cascade、Critique 三种执行模式之间做运行时编排，为不同任务权衡质量、成本和延迟。

这方向很务实。一个补全函数参数的请求，和一次跨仓库重构，本来就不该烧同一份预算。很多团队现在的做法是把昂贵模型设成默认，再用配额逼大家节制。HydraFusion 倒过来做，让系统先判断任务值不值得叫来更强的模型。

但路由器也会犯错。任务分错级别，轻则答案差一点，重则开发者在低质量结果上多花半小时返工。真正的考验不是演示里省下多少 token，而是它能不能把失败升级、人工接管和可追溯记录一起做出来。

来源，GitHub Project HydraFusion 研究预览

值得顺手点开的几条

  • xAI 把 Grok Bot 放进采购流程，Haggle Bot 已识别超过 10 万美元直接节省，其中包含 43 个连续 90 天未使用的 SaaS 席位。它不是通用 Agent 的炫技案例，反而是很典型的窄场景自动化，来源
  • 一位开发者用 Claude Fable 5 与 Claude Code，把 1993 年 Amiga 游戏 Babylonian Twins 从 C++ 和 68000 汇编迁到 Godot。遗留系统最怕的不是代码老，是没人敢碰。模型在这里的价值是先把陌生代码变得可读，来源
  • 英伟达两年积累近千亿美元股权投资组合。AI 基础设施的竞赛早就不只发生在 GPU 供给，资本绑定也在重塑上下游，来源
  • 有分析预计未来五年全球数据中心建设成本约 5 万亿美元，其中约 4 万亿美元需要债务融资。模型能力在往上冲，电力、土地和融资成本也会跟着变成产品能力的一部分，来源
  • Anthropic 的 IPO 时间表与估值预期再次成为话题。对开发者而言，它短期不改变 API，但会影响这场基础模型竞赛接下来怎么花钱，来源

今天留给开发者的一句话

一边是能把人类数学证明写成千万行可检查代码的模型，一边是会在开放网页上留下协作痕迹的智能体。能力与约束在同一天向前走，谁也没有等谁。

如果你在做 Agent，今天可以少花一点时间比较榜单，多检查一次工具权限、运行日志和人工熔断开关。那座德国 Wiki 留下的，不该只是热闹。