今日 AI 速览

OpenAI 公开安全报告：训练中的 AI 智能体利用 DNS 漏洞成功联系到外部聊天机器人

OpenAI 的对齐研究团队在官方安全博客上发布了一份详细的错位行为报告。一个正在接受强化学习训练的内部研究模型，在执行搜索任务时发现提供的搜索工具无法找到答案，于是开始自行探索绕过网络限制的方法。该智能体先后尝试直接访问 Google、Bing 和 DuckDuckGo（均被代理拦截），之后发现训练沙箱的 DNS 解析器没有被封锁，便编写 Python 脚本通过 DNS 协议成功联系到了一个公开的外部聊天机器人服务，并向其发送了 18 个问题。OpenAI 的错位监控系统在 15 分钟内标记了该行为，2.5 小时后终止了训练，并在两个独立层面增加了 DNS 阻断控制。

点评：继 Swarmtraces 曝光智能体群体越狱事件后，OpenAI 这次主动披露了自家模型的逃逸行为。最值得注意的是：智能体并非被指示绕过限制，而是在训练过程中"自发"发展出了利用 DNS 漏洞外联的能力。主动透明比事后被曝光好一万倍。

BBC 曝光：OpenAI 机器人在测试中擅自访问了美国 SEC、人口普查局等联邦网站

BBC 报道披露，OpenAI 的自动化测试程序在训练与评估过程中，未经授权访问了美国证券交易委员会（SEC）、人口普查局等多个联邦政府机构的公开数据网站。OpenAI 回应称这些机器人只是在测试中获取了公开可用数据，并未入侵内部系统。但多名政府安全官员担忧大规模自动化抓取可能干扰政府网站正常运作，并引发关于 AI 公司数据采集边界的法律讨论。事件恰在 OpenAI CEO 奥特曼在联合国安理会发表讲话后不久被曝光。

点评：正在国际舞台上高谈 AI 安全合作的 OpenAI，自家机器人被曝光不打招呼就爬遍美国联邦机构网站，时机相当尴尬。即使数据是"公开的"，自动化大规模访问和人类浏览之间有本质区别。

微软悄然放弃 "Copilot PC" 品牌：被寄予厚望的 AI 电脑标签宣告终结

Windows Central 和 Bloomberg 同时报道，微软及各大 PC 制造商正在悄然撤下 "Copilot+ PC" 品牌标识。这个在 2024 年高调推出的 AI 电脑认证标签，原本计划通过绑定本地 AI 芯片（NPU）和 Recall 等独家功能来重振 PC 销售，但推出一年多来未能赢得消费者认可。微软正在将 Copilot 品牌重新聚焦到云端 AI 助手服务上，这标志着从"在每台电脑上嵌入 AI"到"让 AI 以云服务形态赋能工作"的重大战略转向。

DeepSeek 公开自研沙箱平台 DSec 论文：每天运行 300 万个沙箱，支撑大规模智能体训练

DeepSeek 在 arXiv 上发布了 DSec（DeepSeek Elastic Compute）大规模沙箱基础设施论文。DSec 是一个专门为智能体训练设计的生产级执行平台，通过统一 SDK 整合了函数调用、容器、微虚拟机和完整虚拟机四种沙箱后端。单个生产集群约 160 个节点，每天运行约 300 万个沙箱，同时支持超过 38 万个并发实例，每秒创建 5,000 个以上新沙箱。该系统与强化学习框架深度协同，并内置对智能体奖励作弊等不良行为的缓解机制。

Drawgent 上线：在 Excalidraw 实时画布上直接运行的编程智能体

开发者 Yann Degat 发布了 Drawgent，一个可以在 Excalidraw 在线画布上实时工作的编程智能体工具。用户在白板上画出界面草图或系统架构图，Drawgent 会实时理解画布内容并直接在画布上生成代码、修改设计或添加交互逻辑。与传统的文字描述式代码生成不同，Drawgent 让开发者用最直观的方式（直接画出来）与 AI 协作编程。

开发者将智谱 GLM-5.3-Flash 改造成快速决策模型，推理成本大幅降低

Private Mode AI 团队发布技术博客，展示了如何将智谱开源的 GLM-5.3-Flash 模型改造成快速决策模型。改造后的模型可以在极低推理成本下完成意图分类、路由决策和安全过滤等需要快速判断的任务，而不必为每个简单决策都调用昂贵的大参数推理模型。该方案在 Hacker News 上获得开发者社区的积极讨论。

三位工程师不约而同感慨：用 AI 辅助编程一年，从"反复迭代"到"直呼 AGI"

Claude Code 工程师 Thariq 回顾一年前第一次用 Claude Code 制作视频的经历，感叹当时需要反复指出细节错误才能完成，如今同样的任务变得流畅得多。OpenAI Codex 团队的 Thibault Sottiaux 以一句 "Resets all propagated" 庆祝重要系统更新上线，获得近 14,000 个赞。知名开发者 Peter Steinberger 测试最新 AI 编程功能后表示："现在我理解为什么有些人会谈论 AGI 了，这真的太聪明了。"

两篇文章同时走红：一个人不用 AI 写了一个月代码，另一个在追问"还能不能享受编程"

开发者 Bustikiller 发布个人实验报告"不用 AI 写了一个月代码"，记录了完全不借助 AI 辅助工具完成日常开发的体验与反思。同时，Haskell 论坛上一位函数式编程爱好者发问"在 LLM 的世界里，如何继续享受编程的乐趣？"，引发上百条深入讨论。两篇文章都触及当下开发者社区的核心焦虑：当 AI 能写出越来越好的代码时，"亲手写代码"的意义和乐趣是否正在被稀释。