AIHOT Topics · 2026-07-14

7月9日，OpenAI 正式发布 GPT-5.6 系列，包含旗舰 Sol、平衡型 Terra 和低成本 Luna 三个变体。Sol 在 Agents' Last Exam 上以 53.6 分超越 Claude Fable 5 的 40.5 分（自适应推理），在 Artificial Analysis Coding Agent Index 上以 80 分创 SOTA。同一天推出的 ChatGPT Work 内置 Codex 技术，可跨应用独立工作数小时，搭载 GPT-5.6 驱动。Sol Ultra 在不到一小时内生成图论难题「循环双覆盖猜想」的完整证明（悬而未决超 50 年），通过 64 个并行子智能体及对抗智能体完成。医疗评估显示最小变体 Luna 在最低推理强度下即超越 GPT-5.5 最高强度，成本低 25 倍。8 日，特朗普政府解禁此前强制延迟的 GPT-5.6。定价方面，Sol 为 $5/$30 每百万输入/输出 token。

本周 AI 编码 Agent 安全事件连环爆发。（1）xAI 官方 Grok CLI（npm 包 @xai-official/grok 0.2.93）被安全研究者发现会在每轮任务前后，将当前工作目录打包为 before_codebase.tar.gz 和 after_codebase.tar.gz 静默上传至 xAI 的 Google Cloud 仓库，即使模型仅回复一个单词。上传包还包含 ~/.claude.json、Claude Code 设置、全局 AGENTS 规则等仓库外敏感文件。（2）Noma Labs 发现 GitHub Agentic Workflows 中的 GitLost 提示注入漏洞：未认证攻击者仅需在同一组织的公共仓库创建嵌有恶意指令的 Issue，即可诱使 AI 代理读取并公开该组织内私有仓库内容。（3）中国工信部发布风险提示，指出 Claude Code 2.1.91 至 2.1.196 版本内置监控机制，未经用户同意回传敏感信息。（4）GPT-5.6-Sol 因路径解析错误清空知名 AI 创业者 Matt Shumer 的整个 Mac 硬盘。（5）研究人员提出 HalluSquatting 新型拉取式提示注入攻击，可组装大规模僵尸网络执行 DDoS。

7月10日，苹果在加州北区联邦地方法院对 OpenAI 提起诉讼，指控其系统性窃取苹果商业机密用于开发 AI 硬件。被告包括 OpenAI、前苹果高管现任 OpenAI 首席硬件官 Tang Tan（在苹果任职 24 年）、前苹果高级系统电气工程师 Chang Liu，以及 Jony Ive 联合创立的 io Products。彭博社后续报道揭露，Chang Liu 离职时带走未归还的 MacBook，利用软件漏洞持续访问苹果内网，发现漏洞后向同事分享「哈哈，我发现我还能访问网络存储」。已有超过 400 名苹果员工跳槽至 OpenAI。苹果曾于今年 2 月尝试私了但 OpenAI 未回应。分析师认为即使指控无法证实，OpenAI 的硬件计划仍可能受拖累。

本周中国大模型军团密集发布：（1）腾讯混元发布 Hy3 模型，295B 参数/21B 激活的 MoE 架构，推理效率可打平参数规模 2-5 倍的旗舰模型。Hy3 定位为 Agent 向 LLM，从 preview 到正式版基于 50 多个真实业务反馈迭代，内部 WorkBuddy 任务成功率从 72% 提升至 90%，已集成至微信服务 10 亿+用户。（2）美团万亿参数大模型 LongCat-2.0 正式开源，总参数 1.6T，平均激活约 48B，专为真实 Agentic Coding 任务设计。这是业界首个在五万卡国产算力集群上完成推理的万亿参数模型，开源同步提供 BF16/FP8/INT8 等多精度版本。（3）腾讯混元 HyOCR-1.5 发布，端到端 OCR 大模型全栈开源，仅 1B 参数，推理提速 6.37 倍。（4）与此同时，微软正用自研 MAI 模型替换 Copilot 中的 OpenAI 和 Anthropic 模型以降低成本，反映出全球大模型市场「自研替代」趋势。

AI 编码 Agent 的使用方法论在本周有了大量实战积累：（1）开发者 Jarred Sumner（Bun 作者，Bun 已于 2025 年 12 月被 Anthropic 收购）借助 Claude Fable 5 模型，11 天内将 Bun 从 Zig 重写为 Rust，64 个实例并行编写超 100 万行代码，API 费用约 16.5 万美元。重构主因是 Zig 频繁出现内存错误。Bun v1.4.0 以 Canary 版本发布，修复 128 个错误，速度提高 2-5%。（2）Anthropic 官方推荐两种分层模式：「顾问模式」下 Sonnet 5 主执行，仅需额外指导时调用 Fable 5，可达 Fable 5 单独运行 92% 性能、成本仅 63%；「协调者模式」下 Fable 5 充当规划者分派子任务给多个 Sonnet 5，可达 96% 表现、成本为 46%。（3）Ploy 将其 AI 智能体默认模型从 Claude Opus 4.8 切换至 GPT-5.6 Sol，完成页面平均耗时从 8 分钟降至 3 分 42 秒（快 2.2 倍），成本从 $3.06 降至 $2.22（降 27%）。（4）Tibo 分享了通过 CLIProxyAPI 将 Claude Code 后端模型切换为 GPT-5.6 Sol 的方法，约 5 分钟可完成配置。（5）Mindwalk 可视化工具上线，可回放 Claude Code 和 Codex 的会话日志，在代码库的 3D 地图上一眼看清 Agent 的理解范围。

字节跳动发布 Seedream 5.0 Pro，图像质量与提示词理解追平 GPT-Image 2.0，综合能力仅次于后者。核心亮点是「可编辑」交互：用户可在图上打点、画框、涂鸦，在提示词中直接 @ 标记，实现精准局部编辑（如换沙发、改墙面颜色），其他区域不变。实测案例涵盖：① 家装改造——一次替换六件家具；② 商品图制作——键盘爆炸拆解图、标注卖点；③ 海报排版——框定位置生成文字。支持色卡配色和 SKU 换色。火山引擎已全量上线 API，即梦、豆包、Lumina 可体验。同时，Meta 发布 Muse Image 和 Muse Video，是目前最先进的图像生成模型，能精确遵循指令、精准编辑、多参考构图，初始限于部分国家通过 Meta AI 应用体验。

风险投资人 Tomer Tunguz 在其博客中发布关键数据分析：AI 领域的客户留存率介于手机游戏与社交网络之间——这意味着用户粘性不高，切换成本低。前沿模型保持领先地位的平均时长约为 41 天，而同等智能水平的模型价格每年下降约 10 倍，这使得买家在每个技术周期中获得更强的议价能力。同时，Sequoia 合伙人 David Cahn 更新 AI 基础设施支出估算：2026 年全球投入达 1.5 万亿美元，行业需产生 3 万亿美元收入才能回本。Anthropic 年化收入（ARR）达 600 亿美元，OpenAI 2025 年收入 130 亿美元（11 月称 ARR 200 亿美元），但缺口仍大。Apollo 首席经济学家指出风险在于更多组织转向更便宜的开放权重模型（尤其中国模型），且 OpenAI 最新模型编码任务成本已大幅下降。另一个数据点：xAI 的 Grok CLI 用 tokenizer 差异导致每一美元的实质购买力改变——Anthropic 新 tokenizer 比旧版多产生约 30% 的 token，标价不变，构成隐性涨价。

面壁智能 CTO 曾国洋接受专访，系统阐述了端侧模型的落地路径。核心方法论「模型风洞」可以在小规模实验中预测完整训练效果，基于「知识密度」提出的「面壁定律」显示：知识密度每 3.5 个月翻一番。2B 参数的 MiniCPM 表现优于同期 8B 竞品。面壁已完成高通、联发科、英特尔、英伟达、AMD 等芯片适配，新发布的 BitCPM-CANN 模型系列可在华为昇腾芯片上让同一内存多装约 6 倍模型。全双工全模态模型 MiniCPM-o4.5 支持实时打断与情绪调整。团队开发了全球首个完全由 AI 编写的生产级训练框架 ForgeTrain。作为社区实践，开发者基于 MiniCPM5-1B 和 MiniCPM-V 4.6 构建了本地优先的数学智能体 TeXada，支持自然语言直接转 LaTeX、手写公式 OCR 等，所有推理在本地完成。