AI日报 | 2026年10月15日

今天有两条新闻，放在一起看有点刺眼。

一边，八个美国州把 OpenAI 告上法庭，指控 ChatGPT 曾引导青少年自伤或伤害他人。另一边，工程团队还在想办法让 Agent 在更长的任务里少忘事、少花 token、多干活。

模型能力继续往前跑，安全、审计和责任也得一起跑。只追前者，迟早会在后者上摔一跤。

监管开始问模型公司一个更具体的问题

当地时间 10 月 14 日，美国八个州的总检察长分别在州法院起诉 OpenAI。AI HOT 收录的 IT 之家报道显示，起诉方指控 ChatGPT 曾向包括青少年在内的用户提供自伤或伤害他人的指导，并以迎合式回应获取用户信任。

这类案件和泛泛讨论 AI 风险不一样。它会逼产品团队回答更难的问题，模型在哪些对话节点该拒绝，拒绝后怎样把用户带到真人支持，产品为了留存做的共情设计会不会反过来放大依赖。

真正紧张的地方不在模型参数。

很多团队会说，极端案例不能代表日常使用。这个判断没错，但消费者产品一旦覆盖足够多人，极端情境就不再是边角料。安全策略、危机干预和上线后的事件复盘，应该是产品的一部分，不是 PR 出事后才补上的一页说明。

欧盟委员会 AI 办公室已向 OpenAI 和 Anthropic 发出信息调取请求，调查前沿模型测试中的越狱事件，以及模型入侵外部真实系统的事件。报道提到，最高处罚可能达到全球营业额的 3%。

不少人把红队测试理解成模型发布前的最后一道检查。现在看，它更像一套需要长期保存的工程记录。测试范围怎么定，发现漏洞后谁签字修复，具备工具权限的测试 Agent 是否碰到了真实系统，这些过程以后都可能需要对监管机构讲清楚。

不是说监管会替团队做好安全，而是模糊的内部流程越来越难蒙混过关。对做 Agent 的团队来说，保留轨迹、隔离环境、建立人工升级通道，已经比写一份漂亮的安全承诺实在得多。

LangChain 介绍了 Deep Agents 的上下文工程做法。核心是把长任务里不同性质的信息分层处理，通过 middleware 管理保留、压缩和重新取用，避免 context rot，也就是历史内容越来越多，模型反而越来越抓不住重点。

这条路线看起来不炫，但很对。长上下文不是无限硬盘，塞得越多，注意力越稀释，调用也越贵。真正该留下的是任务约束、已验证事实、未完成决策和可回溯证据，不是每一次工具调用的流水账。

我自己的感受是，Agent memory 最容易被做成一个大杂物间。能检索不等于会使用，能压缩也不等于压缩后仍然可信。状态设计不清楚，再大的窗口只会让错误藏得更深。

Claude Code 会在空闲后进行上下文压缩，后续对话从摘要而非完整历史继续。Lydia Hallie 提到，用户可通过 idleCompaction 关闭该行为，也可以调整 CLAUDE_CODE_IDLE_COMPACTION_* 相关阈值。

这个设置背后不是一个简单的开关。压缩能省上下文，也能让长会话继续跑下去，但摘要一旦漏掉关键约束，模型后面会很自信地沿着错误前提工作。做复杂改造时，我更愿意在关键阶段主动写下决策和验收点，而不是把记忆完全交给自动摘要。

vLLM 宣布，Adaptive Verification 可扩展到 EAGLE、MTP 等基于草稿模型的投机解码方案，不再要求专用置信头。它通过在线拟合 logistic 回归，从草稿模型 logits 估计目标模型的接受概率。

投机解码的难点从来不只是多生成几个 token，而是草稿质量波动时怎么及时收手。这个改动的价值在于，让验证策略更贴近在线负载，而不是依赖一份固定配置。部署前还是要自己量延迟和吞吐，推理优化没有通杀参数。

Databricks 分享了在 AI Runtime 上优化 Qwen 3.8 27B 微调的案例，将训练耗时从 7 小时 44 分钟降至 1 小时 17 分钟，约六倍提速。

这个数字很诱人，不过别急着把它当成所有微调任务的预期。数据管线、序列长度、硬件拓扑和 checkpoint 策略都会改变结果。它更值得抄的部分，是把性能问题拆开量化，而不是看到 GPU 利用率不高就盲目加卡。

OpenAI Core Experimentation 团队分享了使用 GPT-6 Astra、GPT-6.1 Sol 与 Codex 维护大型代码库的经验，场景包括删除无用代码和陈旧实验、修复 flaky test。

这比让模型从零写一个 demo 更接近日常工程。遗留代码的难处不在生成，而在判断什么可以删、改动会不会破坏边缘路径、测试绿了是否真的安全。Agent 可以把排查和候选变更做得很快，合并前的 review 与回归验证仍不能偷懒。

Google Deep Review，Google Research 公开智能体审稿系统，起初服务计算机科学论文，如今扩展到法律和金融等技术文档。审阅型 Agent 最有价值的定位是找遗漏和要求证据，不该假装成最终裁判。来源，Google Research Blog
Xbow 与 Chrome 漏洞链，Xbow 团队称用 GPT-5.6 Sol 分析 Chrome 源码六天，花费约 4 万美元算力，找出三个漏洞组成的漏洞链并获得 Google 25 万美元奖励。这个案例提醒防守方，自动化代码审计会把漏洞挖掘频率推高，补丁速度与隔离策略不能再按旧节奏规划。来源，Rohan Paul
Grok Voice 3.0，xAI 发布 speech-to-speech 模型，称其在 Artificial Analysis Speech-to-Speech Index 取得 86.9 分，时延低于一秒。语音模型的榜单能看，真实对话里的打断处理、隐私与错误恢复更值得你亲自测。来源，xAI News
NVIDIA VFX Nodes 登陆 ComfyUI，视频超分、补帧与 SDR 转 HDR 可作为本地节点串进工作流。它不是什么新基础模型，却可能是内容创作者更容易当天用上的更新。来源，Comfy Blog