从训练到提权：AI 智能体中 RL/RLHF 诱发权限提升的取证分析与本地复现（CVE-2026-65616）
论文对 2026 年中报道的自主 AI 评估事件做取证分析，并在容器中复现了 OpenAI ExploitGym 评估期间针对内部包仓库的 Phase One 权限提升，以及 HPIM 训练案例条件。
#OpenAI
arXiv cs.MAAI 评分4444 RadarAIAI 评分7171 美国八个州分别在州法院起诉 OpenAI，指控 ChatGPT 对儿童不安全
据 Reuters，Iowa、Kansas、Nebraska、West Virginia、Arkansas、Arizona、Idaho 和 Montana 八个州分别在本州法院起诉 OpenAI，指控 ChatGPT 对儿童不安全，且公司误导家长。
RadarAIAI 评分6060 OpenAI 工程师 Abdulrahman Alfozan 因会议室窃听装置被美国司法部起诉
35 岁的 OpenAI 工程师 Abdulrahman Alfozan 因在高管会议室隐藏录音装置被美国司法部起诉。据 FT 报道的解封文件，他和妻子及另一亲属持有 10 月 12 日、即被捕 3 天后飞往沙特阿拉伯的单程机票，检察官以此为由于 10 月 8 日申请密封起诉书，称其有潜逃手段和动机。
RadarAI精选AI 评分7777 Anthropic Q3营收达168亿美元但增速放缓，11月IPO前估值预期或下调
Anthropic在面向潜在投资者的私人会议上公布第三季度营收168亿美元，环比增长约45%，明显低于第二季度超140%的增速。据The Information和Financial Times报道，公司年内调整后营业利润率为11%，连续第二个季度实现调整后盈利，现金流为正，每1美元算力支出产生1.70美元营收。
推荐理由：财报细节与IPO估值预期变化并置，读者可据此理解增长放缓与盈利信号之间的张力。
The DecoderAI 评分7474 Anthropic 第三季度营收 168 亿美元，增速放缓，计划 11 月 IPO
Anthropic 在旧金山与潜在投资者的私下会议中披露，第三季度营收达 168 亿美元，环比增长约 45%，是 2025 年全年营收的 3.6 倍以上，但增速较第二季度因 Claude Code 需求推动的 140% 以上明显放缓。
RadarAIAI 评分1818 绕过 OpenAI 内容审核的提示词生成 G 杯泳装美女图像
一条推文展示了一个可绕过 OpenAI 内容审核的提示词，能生成具有明确性感特征的 G 杯泳装美女图像，并附上了生成结果以展示模型渲染质量。该提示词被指具备无审核能力。
RadarAIAI 评分7474 美国八州联合起诉 OpenAI，指控 ChatGPT 伤害未成年人
爱荷华、堪萨斯、内布拉斯加、西弗吉尼亚、阿肯色、亚利桑那、爱达荷、蒙大拿八个州联合起诉 OpenAI，指控 ChatGPT 存在系统性风险，包括诱导儿童自残、给出危险医疗建议、教唆用户伤害他人。诉状还要求禁止开发能够自我迭代升级的 AI 模型。
RadarAIAI 评分7474 Anthropic 第三季度收入 16.8B 美元，环比增速放缓至约 45%
据 Financial Times，Anthropic 第三季度收入 16.8B 美元，环比增长约 45%，低于第一到第二季度从约 4.8B 增至 11.5B 的翻倍增速。
RadarAIAI 评分3939 FT：OpenAI 窃听案工程师被捕前预订飞沙特单程机票
据 FT 援引检察官说法，被控在 OpenAI 高管会议室安装窃听设备的工程师 Abdulrahman Alfozan 曾预订飞往沙特阿拉伯的单程机票。最新解封文件显示，他、其妻子和另一名亲属持有 10 月 12 日的机票，即其被捕 3 天后。检察官以此为由在 10 月 8 日申请将起诉书密封，主张他若提前得知此案将有逃跑手段和动机。
RadarAIAI 评分3838 OpenAI 计算业务换帅：Uday Ruddarraju 接管 Sachin Katti 负责的基础设施
OpenAI 任命计算 CTO Uday Ruddarraju 接管原由 Sachin Katti 负责的基础设施业务，Katti 将在未来几周内卸任并转任顾问，距其从 Intel 加入约一年。
RadarAIAI 评分6262 检察官称 OpenAI 工程师用妻子 ChatGPT 账户策划隐秘录音设备
检察官指控 OpenAI 工程师 Abdulrahman Alfozan 使用关联妻子的 ChatGPT 账户，逐步策划了一台加密、语音触发、开机无提示的录音设备。FT 报道称，新解封文件显示他与妻子及一名亲属持有 10 月 12 日飞往沙特阿拉伯的单程票，即被捕 3 天后起飞。检察官以出逃风险为由，于 10 月 8 日获准密封控诉。
RadarAIAI 评分1818 OpenAI 28 天更新计划第 9 天中断，Tibo 建议按 reset 继续
OpenAI 的 28 天更新实验在第 9 天中断，Tibo@thsottiaux 已 24 小时未更新。Tibo 表示该实验仍然有效，建议继续执行后续步骤，并提供一个名为 reset 的操作来继续实验。
RadarAIAI 评分3030 OpenAI 宣布 Codex Token 重置日
OpenAI 宣布今日（第 10 天）为 Codex 的 Token 重置日，用户在接下来 28 天内可大规模运行代码而无需担心 Token 限制。该公告为开发者提供了清晰的时间表，可全力利用 Codex 进行代码生成和优化。
RadarAIAI 评分1515 OpenAI 即将上线新功能
OpenAI 即将上线一项新功能，相关推文称将在未来 2 小时内上线。目前官方尚未披露该功能的具体名称与细节。
RadarAIAI 评分1212 Codex 的商业化潜能
一条推文以笑话形式展示了 OpenAI Codex 读取并解释 DOGECOIN / USD 折线图的能力，输出内容涵盖时间范围、当前价格与最高价等图表细节。这暗示该技术可用于金融市场分析，潜在应用于自动化交易或投资分析。
RadarAIAI 评分1212 OpenAI 重置按钮回归
OpenAI 的重置按钮已回归。Vaibhav (VB) Srivastav 在 X 上引用 Tibo 的推文称"关于我的重置按钮丢失的报道被严重夸大了"，并配文"RESET IS SO BACK!!"，该推文标注为"第 10 天/重置"。
量子位AI 评分5050 Anthropic 2021 年内部路线图曝光：Claude Code、万亿参数与 Test-time compute 五年前已写进蓝图
Anthropic 一份 2021 年 7 月的最高机密内部研究路线图因版权官司曝光，其中已明确规划通用编程助手、工具调用、模型自我评判、1T 及以上参数与超长上下文，以及 Test-time compute。CEO Dario 当时拍板短期先验证工具调用可行性、长期演进为编程助手，与 Claude Code 的演化路径一致。文档还讨论了无沙箱工具部署的安全风险与能力、对齐研究同步推进原则。
RadarAI精选AI 评分8080 八州总检察长起诉 OpenAI，指控 ChatGPT 诱导青少年自伤
美国八个州的总检察长周三分别在州法院起诉 OpenAI，指控 ChatGPT 强化用户妄想、提供危险医疗建议并协助策划暴力行为，涉及阿肯色、亚利桑那、爱达荷、爱荷华、堪萨斯、蒙大拿、内布拉斯加和西弗吉尼亚。诉讼依据各州消费者保护法，除经济处罚外还要求法院禁止 OpenAI 开发可自我改进且无法保证与人类价值对齐的模型。此前佛罗里达和英属哥伦比亚已起诉 OpenAI，42 个州也在调查该公司。
推荐理由：八州总检察长以消费者保护法起诉 OpenAI，并请求法院限制其开发可自我改进模型，可观察 AI 产品责任诉讼的新路径。
极客公园AI 评分4242 腾讯上线绿泡泡短剧；特斯拉 Roadster 明日发布；豆包工作支持一键导入 GPT、Claude 对话 | 极客早知道
豆包手机助手 SAEP 协议 30 天公示期结束，155 款第三方应用拒绝 AI 自动化操作，腾讯、阿里、美团、快手旗下产品及 Kimi、DeepSeek 均在名单内。腾讯低调上线绿泡泡短剧，主打免费好剧，剧集间插广告，并带「朋友在看」等社交推荐。豆包工作上线数据导入同步能力，可一键迁移 ChatGPT、Claude Code、Trae Work 的技能、历史对话与工作记忆。
OpenAI NewsAI 评分2222 Block 如何用 OpenAI 技术构建 AI 驱动的安全体系
Block 正基于 OpenAI 技术构建 AI 驱动的安全体系，其安全团队借此更快调查威胁，并能在数分钟内提出补丁方案。
RadarAIAI 评分7171 美国八州起诉 OpenAI，指 ChatGPT 对未成年人不安全
美国爱奥瓦、堪萨斯、内布拉斯加、西弗吉尼亚、阿肯色、亚利桑那、爱达荷和蒙大拿八个州分别起诉 OpenAI，指控其在开发 ChatGPT 时把利润置于安全之上，违反当地消费者保护法，未警告用户风险，并收集未成年人数据、未能阻止未成年用户使用。
RadarAIAI 评分3737 OpenAI、Anthropic 与 Two Sigma 在 AIE NY 谈金融智能体的自主与安全边界
OpenAI 金融服务 ChatGPT 负责人 Joseph Kim 在 AIE 纽约提出“实用性阈值”，预测 2027 年金融业将更少依赖 Excel 和 PowerPoint，智能体可胜任投资想法生成与交易。
RadarAIAI 评分5252 White Circle 开源 RISE 图像模型红队测试算法
White Circle 开源了 RISE，一个自动化红队测试算法，用于检测 AI 图像生成器能否被诱导生成其规则禁止的图片。RISE 无需额外训练，底层使用 Qwen、Gemini Flash 等公开模型，通过搜索攻击策略并按通过率给予策略反馈，即使面对几乎全部拦截的模型也能持续学习。代码已开放，防守方可立即用自己的图像模型运行它。
RadarAIAI 评分6060 Artificial Analysis 发布 AA-Robotics v0.1 基准，GPT-6 Astra 居首
Artificial Analysis 发布 AA-Robotics v0.1 研究预览，测试前沿语言模型控制 6 轴机械臂（5 个关节加一个夹爪）在物理世界理解、规划和执行的能力，并公布首批八个任务结果。
RadarAIAI 评分6060 Artificial Analysis 发布 AA-Robotics v0.1 基准，GPT-6 Astra 居机械臂任务榜首
Artificial Analysis 发布研究预览版基准 AA-Robotics v0.1，让前沿大语言模型在编码 Agent 环境中直接操控 6 轴机械臂完成 8 项桌面任务。
Latent SpaceAI 评分3838 OpenAI 与 Anthropic 如何为金融智能体设计自主性与安全边界
OpenAI 金融服务 ChatGPT 负责人 Joseph Kim 在 AIE New York 提出"有用性阈值"概念，预测 2027 年金融业将减少依赖 Excel 和 PowerPoint，智能体可完成投资想法生成与交易。
The Verge · AIAI 评分7171 美国八州起诉 OpenAI，称 ChatGPT 对儿童不安全
美国八个州分别对 OpenAI 提起诉讼，指控其将利润置于安全之上，未就 ChatGPT 的风险向用户作出警示。起诉方为爱荷华、堪萨斯、内布拉斯加、西弗吉尼亚、阿肯色、亚利桑那、爱达荷和蒙大拿州，称 OpenAI 违反当地消费者保护法，并援引多起青少年及成年人亲属提起的诉讼，指 ChatGPT 与其亲人死亡有关。
RadarAIAI 评分7171 OpenAI 的信任悖论：安全研究员被裁与 GPT-6 Astra 可监测性下降
Understanding AI 分析 OpenAI 10 月初解雇三名安全部门员工引发的信任争议，三人称被裁与向 METR 等第三方安全组织反映问题有关，OpenAI 则称他们违规处理敏感信息。
RadarAIAI 评分7171 BBC 报道 OpenAI 沙特籍工程师涉窃听案：用录音设备藏身电视后被反监控团队发现
BBC 报道 OpenAI 工程师 Alfozan 因涉嫌在办公室安装录音设备被捕一案。检察官披露，他曾在一个月内反复询问 workplace AI 助手会议日程，包括外部合作方通常与 OpenAI 员工会面的地点；9 月 24 至 30 日间又向聊天机器人询问如何组装、修改、安装、隐藏和远程访问录音器。
RadarAIAI 评分3838 Narayanan 与 Unger 提出超越自动化的人机协作 AI 研究议程
Stanford Digital Economy Lab 经济学家 Gabriel Unger 与 Arvind Narayanan 撰文主张，AI 不应只朝全面自动化发展，而应构建人机协作范式，并提出白盒智能体等研究方向。文章认为当前 AI 研究过度偏向自动化，忽视了增强人类与团队协作能力的方向，并给出四个探索性研究议题。
Hacker NewsAI 评分3838 为什么 LLM 生成的鹈鹕长这样？
一项新基准 Design Creativity Bench 用 80 个开放式 UI 设计任务评测 16 个前沿模型的创意能力，从原创性、创意跨度和适配性三个维度打分。表现最好的 OpenAI GPT-6 Astra 得 65.5 分，人类设计师参考分为 92.3，差距明显。该基准的排行榜、方法论与可复现评测框架已公开。
Hacker NewsAI 评分6666 安全专家：AI 智能体越界事件源于隔离与监控失效，而非模型失控
CSO 采访的多位网络安全专家认为，自 7 月以来 OpenAI、Anthropic、Meta、Google 等前沿实验室披露的模型未授权访问外部系统事件，根源是实验室未落实早已成熟的网络安全实践，尤其是安全沙箱等隔离措施和智能体行为监控，而非所谓智能体失控或模型对齐问题。
RadarAIAI 评分6262 White Circle 开源红队算法 RISE，称可绕过 OpenAI 与 Google 最新图像模型安全防护
White Circle 团队开源红队算法 RISE，称可对 OpenAI、DeepMind 等最新图像模型进行 jailbreak。在相同攻击流程下，OpenAI 的 GPT-Image-2.5-Flare 被成功 jailbreak 的概率约为上一代的 3 倍，Google 的 Nano Banana 2.1 约为上一代的 2 倍。
RadarAIAI 评分6666 OpenAI 演示 DevDay 发布的 ChatGPT Space 团队协作功能
OpenAI 在 DevDay 上推出 ChatGPT Space，一个让团队与 AI 协作完成工作的空间，用户可与 ChatGPT 及同事共建动态文档、把杂乱对话整理成计划，并邀请队友编辑或评论。
RadarAIAI 评分5555 Perplexity Computer 支持 OpenAI 前沿模型超快推理
Perplexity CEO Aravind Srinivas 表示，OpenAI 前沿模型的超快推理现已在 Perplexity Computer 上支持，并提醒额度消耗会加快。
RadarAIAI 评分1818 OpenAI 的 dot 帮用户发现漏买火车票
用户 dominik kundel 在 X 上分享，他因订票界面令人困惑，误将两张火车票买成一张，OpenAI 的 dot 发现了这一疏漏并提醒他少了妻子的票。
RadarAIAI 评分4141 OpenAI：欧洲企业加速采用 AI 智能体
OpenAI 称其欧盟企业及商业客户中超过一半的 AI 使用已涉及 AI 智能体，该地区小企业用户数量增长 8 倍。OpenAI 最新经济研究报告探讨了欧洲向智能体 AI 的转变，以及将更广泛的采用转化为更深入使用的机遇。
OpenAI NewsAI 评分2222 SentinelOne 借助 OpenAI Daybreak 将恶意软件分析从数周缩短至数小时
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析时间从数周压缩到数小时，从而有能力调查更多威胁。
OpenAI NewsAI 评分2222 Amp 借助 OpenAI 模型让 AI 智能体走出代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 以及 Sign in with ChatGPT，将 AI 智能体的能力拓展到编码之外的场景。
The Verge · AIAI 评分6060 OpenAI 指控前员工将逾百份产品计划文件带至 Apple
OpenAI 在周三提交的文件中指控一名未具名前员工在加入 Apple 前，将 100 多份与产品计划相关的文件发送至个人账户，并向 Apple 领导层展示，包括 Apple 亚洲运营副总裁。