主页
说明:覆盖 10-18 至 10-20 能查到的内容。这次主要读的是 Anthropic、OpenAI 官方页面和 GitHub。搜索引擎对"最新新闻"返回的基本是聚合站和预测市场页面,我没采用。OpenAI 的 Rosalind Academic Plan 那篇抓取失败(读取被拒),所以只知道标题。学术与课程分区这次没查到值得写的新内容。
今日头条
1. OpenAI 发布低资源编程语言评测:COBOL 迁移准确率从 5.4% 跳到 86.6%(10-19) OpenAI 拿 COBOL、Fortran、OCaml、Visual Basic 这类训练数据少的语言做了两个测试。第一个叫 MultiLangBench:让模型用 20 种语言各从零写一个兼容 SQLite 的数据库引擎。GPT-6 Astra 在最高推理强度下平均通过率 87.4%,GPT-5.6 Sol 是 26.8%;最难的 COBOL 也到了 72.1%(之前 10.9%)。第二个是 COBOL 迁移到 C++/Java/Kotlin/Python/Rust:要求输出逐字节一致,GPT-6.1 Sol 在低推理强度下 86.6%(GPT-5.6 Sol 为 5.4%),成本约为后者的 61%;高推理强度到 97.9%。这些数字都是 OpenAI 自己报的;文章也提醒,生产系统迁移仍要专家评审和业务规则测试。跟你的关系:银行、气象这类还在跑 COBOL 的系统,"让 Agent 做迁移"开始有了可量化的基准,而且评测集是公开的。今天的深度文档讲这个。 来源:OpenAI: Advancing coding in low-resource programming languages(10-19)、openai/MultiLangBench
2. Anthropic 成立公益基金:先承诺 5% 股份(10-18) Anthropic 宣布 Anthropic Public Benefit Fund,"需股东批准"后先划出 5% 的股份。董事会可以在公司估值每涨 50%(超过某个未公布的基线)时再加 2%。基金是一个全资 LLC,不是 501(c)(3),这样给钱的方式更灵活;这部分股权不能用于游说或政治捐款。官方算上联合创始人之前承诺的 80% 个人股权和员工配捐,合计约 20% 的股份指向公益用途。治理结构和估值里程碑细节说"未来几个月"再公布。跟你的关系:不直接影响用法,更像公司层面的信号。这点我没找到独立媒体核实,只读了官方稿。 来源:Anthropic: Investing in the public benefit(10-18)
官方发布与新功能
- Claude Code 最新仍是 v2.1.303(10-18),官方只写"Bug fixes and reliability improvements"。 没有新的功能点,所以今天的 Claude Tips 换成无头模式主题。来源:Claude Code releases
- Codex CLI 最新稳定版仍是 0.161.0(10-07)。 GitHub releases 页标的 Latest 是它,但昨天简报里提到的 0.163.0 这页没列出,页面可能滞后(默认模型换成 GPT-6.1 Sol,可在会话里
/mcp login <name>);官方 changelog 最近一条是 10-14 的 GPT-5.5 下线。今天我没查到更新的版本。来源:openai/codex releases、Codex changelog - Codex 桌面 App 的 Composer predictions(10-09,beta)。 回答完后自动建议下一条 prompt,按 Tab 接受成可编辑草稿;限 18 岁以上、个人 Pro 计划、部分地区,用 GPT-6 Astra 或 GPT-6.1 Sol。来源:Codex changelog
- Anthropic Cyber Mission(10-08,稍早但值得一提)。 两个起步方向:关键基础设施和开源软件。包括面向 OT 设施的 Critical Infrastructure Defense Program(11 家创始伙伴,如 Palo Alto Networks、CrowdStrike、Dragos),以及免费、需项目主动加入的 OSS Scanner:定期用最强模型扫描,报告含 PoC、解释和修复建议;官方预期误报率低(true-positive 超 90%),这些报告不经人工复核就发出。Project Glasswing 并入扩展后的 Cyber Verification Program。来源:Anthropic Cyber Mission
- OpenAI "Introducing the Rosalind Academic Plan"(10-15)。 这点我没查到内容,只看到标题。来源:OpenAI News
Agent 技术精选
今日无新的一手来源。(昨天简报里的 MCP 授权规范、银行拦截 Agent 仍然是最相关的背景,不重复。)
学术与课程
今日无重要更新。
行业动态
- Anthropic 发布"独立评估方"进展(10-15)。 只看到官方列表上的标题,没读正文,不下结论。来源:Anthropic News
- Anthropic 在新加坡开办公室并与新加坡政府签 MOU(10-14);发布 2026 美国中期选举准备文章(10-14);更新使用政策(10-08)。 都只看到标题。来源:Anthropic News
今日精选主题
怎么验证 Agent 做的代码迁移"行为没变"。 选它是因为今天信息量最大的新闻就在这:OpenAI 把"迁移是否正确"定义成"隐藏测试下输出逐字节一致",而不是"代码看起来对"。这套评测思路对你给 Agent 做重构、做语言迁移、做评测都能直接借鉴。
备选 1:Anthropic OSS Scanner 与"无人工复核的漏洞报告"(误报率怎么衡量、维护者怎么接)。 备选 2:Anthropic Public Benefit Fund 的结构(LLC、股权承诺、治理),看公司治理怎么给公益留口子。