Skip to content
AI SI Daily
English

搜索全站

↑↓ 选择 · Enter 打开 · Esc 关闭

AI日报 · 第 24 期NEW

AI日报 · 2026年11月7日 | BioBasicsBench；OpenCode Browse；DeepMind 密评旧版 RSA；Meta Muse 专用模型；PSI Lean 证明宣称

约 5 分钟读完6 条主线English ↗
本期目录
  1. ·今日要点
  2. 1OpenAI：发布 BioBasicsBench，湿实验日常分析基准；同期参与 FMF 越狱评级框架
  3. 2OpenCode：Browse 上线，本机浏览器 + MCP，复用已登录态
  4. 3Google DeepMind：人机协同 AI agent 揭示旧版 1024-bit RSA 两处弱点
  5. 4Meta：将 Muse Wonder 训练的专用模型带到 Muse 与 Meta AI
  6. 5Physical Superintelligence：宣称 Aaronson–Ambainis 猜想获 Lean 证明
  7. 6Claude Code：云会话更易拉起仓库环境
  8. ·简讯
  9. ·关于本栏目与核实方法

过去 24 小时，基准与 agent 工具齐发。OpenAI 推出面向湿实验日常分析的 BioBasicsBench，并参与 Frontier Model Forum 的网络向越狱评级框架。开源 coding agent 厂商 OpenCode 发布 Browse：MCP + 浏览器扩展，复用本机登录态，敏感步骤可交还用户。Google DeepMind 称在人类监督下，AI agent 协助发现旧版 1024-bit RSA 相关弱点，并强调不影响现行 2048-bit 及以上部署。Meta 将 Muse Wonder 训练的专用模型带到 Muse 与 Meta AI。Physical Superintelligence 宣称用内部系统与未公开 Anthropic 模型给出 Aaronson–Ambainis 猜想的 Lean 证明。Agent 侧还有 Claude Code 云会话环境自动配置、Apiiro 对 settings 密钥泄露的扫描、Amp Spaces、OpenRouter 路由与 GitHub 面向 agent 规模的存储架构。

今日要点

  • BioBasicsBench：100 项湿实验任务；GPT-6 Astra xhigh 约 66.7%【厂商自报】。
  • OpenCode Browse：本机真实浏览器 + MCP，登录/2FA 可交还用户【厂商自报】。
  • DeepMind：人机协同揭示 legacy 1024-bit RSA 弱点；2048+ 不受影响【厂商自报】。
  • Meta Muse：Active Memory / Active Focus 专用模型上线 Muse 与 Meta AI【厂商自报】。
  • Claude Code：云会话自动配置依赖与 API Key；Apiiro 报告 settings 密钥现身公开仓库【厂商自报 / 安全公司报告】。

1. OpenAI：发布 BioBasicsBench，湿实验日常分析基准；同期参与 FMF 越狱评级框架【厂商自报】

**基准：**OpenAI 与酶设计公司 Ligo 合作推出 BioBasicsBench，共 100 项任务，覆盖蛋白方法、成像与流式、定量与测定、核酸方法、分子克隆等，用凝胶、菌落、显微镜与仪器原始读数考查 agent 能否解读原始实验证据、发现错误，并在证据不足时拒下结论。官网称在 xhigh 推理档，GPT-6 Astra 平均拿到可用分的 66.7%（95% CI 约 60.3–73.1%），GPT-5.6 Sol 为 43.8%；共评 7 个模型、37 种配置、约 1.85 万次结果。官方强调仍易在对照、成像与实验上下文上失手。

**同期：**OpenAI 与 Frontier Model Forum 及成员机构发布 Jailbreak Rating Framework for Frontier Cyber Threats v1.0，从能力增益、范围、部署难度、发现难度等维度给网络向越狱定级；公开征意见至 2026 年 12 月 21 日【厂商/行业自报】。

来源：@OpenAI ①（约 3229 赞） · @OpenAI ② · BioBasicsBench 官网文 · FMF 框架 · Unite.AI

2. OpenCode：Browse 上线，本机浏览器 + MCP，复用已登录态【厂商自报】

**产品：**OpenCode 称 Browse 由 MCP 服务器与 Chromium 扩展组成，让 agent 使用本机真实浏览器（Chrome / Edge / Brave / Arc 等）的标签页、登录态与扩展；后台折叠分组开标签，可用 Playwright 驱动。登录、两步验证、付款等敏感步骤交还用户点 Continue 后再继续。支持截图、录屏、HAR 与站点 allowlist；兼容 OpenCode、Claude Code、Cursor、Codex、Zed 等 MCP 客户端。

**还有：**开发者称 Browse 支持 agent 与浏览器分属不同机器。

来源：@opencode（约 3859 赞） · @thdxr · OpenCode Browse · GitHub anomalyco/browse

3. Google DeepMind：人机协同 AI agent 揭示旧版 1024-bit RSA 两处弱点【厂商自报】

**研究：**DeepMind 称在人类监督下，模型协助发现 legacy 1024-bit RSA 相关弱点：签名伪造侧显示，在攻击者控制签名块约一半以上等条件下，填充几乎不再增加难度，并在已发表基准实例上以约 3.5× 更少的 CPU 时间复现；另一条工作讨论批量分解「fan factories」思路，官方与二次报道常提及约 30× 等代价下降，属渐近/启发式估计。约 1600× 等数字多为理论估计，非端到端实测【厂商自报，细节以工作论文为准】。明确声明不影响现行 2048-bit 及以上 RSA。

来源：@GoogleDeepMind · @pushmeet · 签名侧 PDF · 批量分解 PDF · CryptoBriefing

4. Meta：将 Muse Wonder 训练的专用模型带到 Muse 与 Meta AI【厂商自报】

**产品：**Meta 称用 Muse Wonder 训练的专用模型上线 Muse 与 Meta AI，引入 Active Memory 与 Active Focus。官博称 Muse 上对目标关键信息的遗忘约降 2.4×，意外约束下完成日常任务约改善 67%；Active Memory 评测中正确使用关键上下文约 90%（上一代约 76%）；Personal Superintelligence Index 当前 Muse 约 47%（上一代约 38%）【厂商自报】。

来源：@AIatMeta · Meta 研究博客

5. Physical Superintelligence：宣称 Aaronson–Ambainis 猜想获 Lean 证明【公司自报】

**宣称：**PSI 称其内部研究系统在未公开 Anthropic 模型上于约第三天得到完整证明，并经 Lean 接受；后两次改进亦被 Lean 接受。猜想关乎随机输入上量子相对经典能否指数加速。公开页与 GitHub 提供论文与 Lean 4 形式化；仓库称关键定理无占位、未额外加公理。【公司自报】独立同行评审未见；形式化陈述与印刷版猜想的对应仍需人工确认。官方帖略早于本期整理时段，社区在过去 24 小时内继续讨论。

来源：@kimmonismus · PSI 研究页 · GitHub Lean 形式化 · Business Insider

6. Claude Code：云会话更易拉起仓库环境【厂商自报】

**功能：**Anthropic 称 Pro / Max / Ultra 云会话中，Claude 可自行判断依赖、网络访问与 API Key 需求并保存环境；官方称 API Key 安全保存，Claude 看不到明文。

来源：@ClaudeDevs（约 6673 赞） · @testingcatalog · Cloud environments 文档 · Claude Projects

简讯

  • Apiiro：Claude Code settings 密钥现身公开 GitHub【安全公司报告 / 媒体】：约 1122 份公开 .claude/settings.local.json 含密钥；连同历史等合计约 2539 枚跨 1994 仓库。建议先轮换再清理。（@TheHackersNews · The Hacker News）
  • Amp Spaces【厂商自报】：由主 agent 编排多线程与团队协作。（@lewis_b_metcalf · @thorstenball · Amp：Spaces）
  • OpenRouter Auto Router / Auto Code【厂商自报】：称 Auto Code 接近 Opus 5.5、成本约低 74%，p90 约 0.65 s。（@OpenRouter）
  • json-render/chat【开源作者自报】：Slack / Teams 等原生 Generative UI 卡片。（@ctatedev · GitHub）
  • GitHub 新存储架构【厂商自报】：内部测到单仓约 5000 并发 agent、约 7200 pushes/s。（@github · GitHub Blog）
  • GitHub 热门 Skills / 编排：security-audit-skill、orca、auto-ontology、agent-browser、google/skills、anthropics/skills 等；HN Agent Memory 约 79 分。（security-audit-skill · orca · auto-ontology · agent-browser · google/skills · anthropics/skills · Agent Memory）
  • NVIDIA Lyra 2.0【厂商自报】：单图到可探索 3D 世界。（@NVIDIAAI · 项目页）
  • Mistral Voxtral 3 end-of-turn【厂商自报】：（@MistralAI）
  • Anthropic 科研工时影响数据【厂商/研究自报】：中位约 38% 研究者工时。（@emollick · Anthropic 研究）
  • GPT-6.2 / Fable「今日发布」【未证实/社区传言】：社区继续等待，未见对应旗舰官方同步说明。
  • browser_use 无树技巧【技巧】：（@browser_use）
  • @theo 论工程师差距【观点】：称 AI 把差距拉到至少 100×。（@theo）
  • Mastra / LangChain 小更新【厂商自报】：（@mastra · @LangChain）

关于本栏目与核实方法

  1. AI 辅助整理：AI日报由 AI 辅助整理，本期由 Grok Bot 辅助生成，覆盖北京时间 2026-11-07 00:00 至约 22:06。
  2. 推文逐条核对：引用的每条推文都逐条读取原帖，确认存在、作者一致、发帖时间在本期范围内；本期对全部入选推文做了 X 接口二次核对。点赞、浏览数为整理时（约北京时间 22:06）的读数。
  3. X News 摘要只当线索：X News 摘要由 Grok 生成，只用来找线索，事实以原帖、官方页面和媒体报道为准；摘要与一手出处冲突时以一手出处为准。
  4. 标签含义：【厂商自报】指公司官方披露的数字或产品说明，未必经独立复测；【公司自报】指初创/研究机构自身宣称；【安全公司报告 / 媒体】指安全厂商扫描结果经媒体转述；【未证实/社区传言】指社区监测、官方未同步确认；【观点】指个人判断。
#OpenAI#BioBasicsBench#OpenCode#DeepMind#Meta#Muse#PSI#Claude Code#Agent#Apiiro