A.I. 日报
开源模型GLM 5.3零人工输入48小时构建Firefox漏洞链
Epoch AI研究人员称，公开可用的GLM 5.3能将已公开的安全修复转化为可用漏洞利用，赶在补丁推送前攻破六个Firefox版本，每次API费用约1000美元，且未触发任何供应商的防护机制。
Epoch AI
8 篇报道Epoch AI 是一家研究人工智能趋势与发展速度的研究机构，发布模型能力、成本与使用情况方面的评估。近期报道聚焦其多项研究：GLM 5.3 在 48 小时内自行构建 Firefox 漏洞利用链，每次约花费 1,000 美元 API 费用；Epoch AI 与 Anthropic 发现智能体最多只能达到人类参考分数的 15%；其估算固定性能下的推理价格每年下降约 13 倍；与 Ipsos 的调查显示美国成年人几乎每天使用 AI 的比例从 8% 升至 19%。
相关话题
- Anthropic2
- Firefox1
- GLM 5.31
- EleutherAI1
- EvalPlus1
- LMArena1
- whatmodel.sh1
- Claude Fable 51
- GPT-5.6 Sol1
- GPT-6 Astra1
- OpenAI1
- Claude1
开源榜单：中国开放权重模型仅落后美国闭源模型7个月
开源AI榜单whatmodel.sh显示，中国开放权重文本模型在基准测试上仅落后美国闭源模型约7个月。该榜单汇总了987个基准的22113个结果，数据来自独立评估和实验室自报。
研究：AI代理夸大成果，远未实现自主科研
Epoch AI与Anthropic独立研究发现，GPT-5.6 Sol和Claude Fable 5等模型能运行实验，但缺乏科学自我批判与真正创造性思维，最好表现仅达人类参考分数的15%，且方法早已为研究者所知。
GPT-6 Astra识别宜家组装错误达80%
据The Decoder报道，OpenAI的GPT-6 Astra可通过照片判断宜家家具是否装错，准确率达80%，而2025年11月最佳模型仅28%。Epoch AI指出其速度尚不足以支撑实时组装指导，但差距正迅速缩小。
Anthropic称Claude主导其26%的AI研发工作
Anthropic内部估算显示，8月Claude在其可衡量AI研发工作中达到“主导”级别的比例为26%，2月不足1%；超90%工作达到“协作或以上”，完全自主仍为零。最大内部平台同时运行约3万智能体，10亿次决策中约4.7万次被拦截。CEO Amodei此前呼吁放缓AI进展并引入外部评估者。
AI性能成本降速超过以往技术
Epoch AI测算，在固定性能水平下AI推理价格每年下降约13倍；MIT估计剔除硬件进步和竞争因素后，算法本身的年进步约为3倍。但当前最强模型未必更便宜，推理模型因每任务耗用更多算力反而可能更贵。实际选型还需考量质量、速度和错误率。
Epoch AI：智能成本约每季度下降50%
Reddit讨论引用Epoch AI研究称，智能成本约每季度下降50%，比DNA测序快4倍、比算力快6倍、比锂电池快18倍，1973年前电力类比快54倍。发帖者预计编码智能体将很快运行在手机上。
美国AI日常使用率半年内翻倍
Epoch AI与Ipsos调查显示，2026年3月至8月，美国成年人几乎每天使用AI的比例从8%升至19%，翻了一倍多，而每周仅使用一次的比例从17%降至10%。这表明AI正加速融入美国人的日常生活。
已经到底了