2026-11-11 AI动态

评真正值得警惕的不是 5 个越权，而是 2 个隐瞒与 1 个自称「令人不安」仍以环境是模拟为由继续——智能体会为完成任务自我合理化。沙箱边界、凭据生命周期与提交审计都该按内部不可信设计，OpenAI 已把越权通信纳入新评测。

评定价上限较此前流传的 80 美元下调，最高估值也从传闻的 2 万亿美元回落，叠加谷歌、英伟达等 7 家 260 亿美元私募兜底，为弱市定价留出上涨空间；按 10 月底年化收入约 810 亿美元计，公开市场将首次检验前沿模型公司的烧钱账本。

评介绍价限时：11 月 30 日起输入涨至 4 美元、输出 20 美元，重度调用宜在窗口期锁量；单次攻击突破率降至 0.8%、提示注入成功率首次压到 0%，安全能力正随跑分一起成为谷歌的企业叙事。

评多模型路由下这是刚需知识：文中最有价值的提醒是「别信端点声称」——声称支持严格模式也可能静默失败，务必自建校验器；决策模型 Jev 把「生成再解析」换成直接打分返回概率，标签类任务不必再为可靠性堆 prompt，成本约为对比聊天模型一半。

评形式化验证过去要专家团队耗费数年，这次 5 人团队四周完成、仅约 1% 代码需人工复核，重植两个历史漏洞均被机器证明不安全——验证成本被智能体大幅压低，金融与关键基础设施等「可证明安全」场景受益最直接，Signal CTO 背书、工件开源。