OpenAI推网络安全防御体系，Qwen 2.4T模型部署教程上线
OpenAI 动员250人构建网络安全防御体系
OpenAI最近公开了其内部网络安全项目 Defense Factory 的详细架构和实践手册。该项目动员超过250名员工，覆盖公司内部数百个系统，目标是通过专用网络安全模型持续发现、验证并修复潜在漏洞。
与传统依赖人工审计或规则引擎的方式不同，Defense Factory 引入了基于大模型的自动化漏洞扫描机制。这些模型能理解代码语义、系统交互逻辑甚至业务上下文，从而识别出常规工具容易忽略的逻辑缺陷或权限绕过风险。例如，在一次内部测试中，模型发现了一个身份验证服务中的时序竞争漏洞——该漏洞仅在特定请求顺序下触发，此前多次人工审查均未察觉。
OpenAI强调，这套体系并非取代安全工程师，而是将其从重复性扫描任务中解放出来，专注于高价值的威胁建模与响应策略设计。目前，相关工具链和部分训练数据已开源，供社区参考。
AWS 发布 Qwen3.8-2.4T 超大模型部署指南
阿里云推出的 Qwen3.8 系列中，参数量达2.4万亿的 A95B 版本因其规模成为工程部署的挑战。AWS近日在官方博客发布了使用 vLLM 在 SageMaker HyperPod 上部署该模型的完整教程。
HyperPod 是 AWS 专为大规模分布式训练和推理设计的基础设施，支持数千张 GPU 的高效互联。教程详细说明了如何配置集群拓扑、优化通信带宽，并利用 vLLM 的 PagedAttention 技术减少显存碎片。实测显示，在8节点（每节点8张 H100）配置下，Qwen3.8-2.4T 可实现每秒约12个 token 的吞吐量，延迟控制在可接受范围。
值得注意的是，该部署方案主要面向具备超大规模模型运维能力的团队。对于普通开发者，阿里云仍推荐使用 API 或较小版本的 Qwen 模型。AWS 也提醒，此类部署需仔细规划成本，单次推理的资源消耗可能远超预期。
Cognition 公开 RSA-260 分解的 GPU 优化方法
密码学领域迎来新进展：Cognition 实验室披露了其参与 RSA-260 大整数分解的技术细节。RSA-260 是一个260位十进制数（约863比特），属于经典公钥密码挑战的一部分。此前类似规模的分解通常依赖 CPU 集群和复杂的分布式筛法，耗时数月且成本高昂。
Cognition 团队开发了一套 GPU 优化的格基约化（lattice basis reduction）算法，大幅提升了筛法阶段的效率。他们利用 GPU 的高并行计算能力，重新设计了多项式选择和关系收集的流程，将整体计算成本降至传统方案的约十分之一。据称，整个分解过程在数百张 A100 上运行不到三周。
虽然 RSA-260 并非当前主流加密标准（现代 TLS 通常使用2048位以上密钥），但该成果展示了 GPU 在数论计算中的潜力。Cognition 表示，Devin（其AI工程师）在算法调优和代码生成中发挥了关键作用，特别是在 CUDA 内核优化方面。
Claude Fable 5.1 写作风格更趋简洁
评测平台 Arena 基于数万条高推理负载下的输出样本，对比分析了 Claude Fable 5 与 5.1 版本的写作风格变化。结果显示，新版在多个维度上进行了调整。
最明显的是减少了“附和式”开场白，如“这是一个很好的问题”或“您提到的点非常重要”。同时，破折号的使用频率下降了近40%，模糊限定词（如“某种程度上”“可能”“一般来说”）也显著减少。取而代之的是更直接的陈述和结构清晰的段落。
有趣的是，尽管语言更精炼，回答的中位长度却从318词提升至414词，增幅约30%。这表明模型并非简单删减内容，而是在去除冗余表达的同时，增加了实质性信息密度。Arena 认为，这种变化使 Claude 在技术文档、代码解释等场景下的实用性更强。
LangChain 接入 Browserbase 构建网页操作智能体
LangChain 官方宣布支持将 Browserbase 的浏览器代理工具集成到 Deep Agents 框架中。Browserbase 提供了一种可编程的浏览器环境，允许智能体执行点击、输入、滚动等真实用户操作，并解析动态渲染的页面内容。
通过这一集成，开发者可以构建能自动完成复杂网页任务的智能体，例如登录多因素认证网站、填写表单、抓取 JavaScript 渲染的数据，甚至进行简单的电商比价。LangChain 提供了预置的工具模板，只需几行代码即可调用。
不过，这类智能体对稳定性要求较高。网页结构变动、验证码拦截或反爬机制都可能导致任务失败。LangChain 建议在生产环境中加入重试逻辑和异常处理模块，并限制智能体的操作权限以保障安全。
Runway 推出 GPT-Image 2.5 双模式编辑
视频生成平台 Runway 上线了 GPT-Image 2.5 模型，并提供两种工作模式：Flare 和 Sunburst。
Flare 模式面向快速迭代，适合概念探索和草图生成。用户输入简短提示，模型能在几秒内输出多个风格变体，便于快速筛选方向。而 Sunburst 模式则侧重精确编辑与高保真输出，支持细粒度控制如局部重绘、光照调整、材质替换等，适合最终成品制作。
Runway 表示，GPT-Image 2.5 在物理一致性、光影真实感和细节保留方面有明显提升。例如，在生成室内场景时，模型能正确处理镜面反射和阴影投射，避免出现逻辑矛盾。两种模式共享同一底层模型，用户可根据任务阶段自由切换。
Muse Spark 1.3 Contributor 免费开放
Meta 的 Muse Spark 1.3 Contributor 模型现已通过 Cline 平台免费开放使用。官方宣称其性能接近 Anthropic 的 Opus 5，但在推理成本上更具优势。
该模型专为代码协作和文档生成优化，在 GitHub 风格的 pull request 评论、技术文档撰写等任务上表现突出。Cline 提供了与 VS Code 和 JetBrains IDE 的插件集成，开发者可直接在编辑器中调用。
需要注意的是，“Contributor”版本主要针对辅助编程场景，通用对话能力可能弱于同系列的其他变体。Meta 尚未公布完整的技术报告，但社区初步测试显示其在 Python 和 TypeScript 项目中的补全准确率较高。
行业动态补充
除上述重点外，本期还有几项值得关注的进展。Harrison Chase（LangChain 创始人）预测，具备真实计算机操作能力的智能体将在未来几个月内显著普及，核心驱动力是大模型代码生成能力的持续增强。
Fireworks AI 则指出，企业若仅依赖闭源模型或脆弱的工作流编排，将难以应对复杂业务需求。他们主张将企业自身的分类体系、风格指南和判断标准通过微调注入开放模型，构建专属智能体。
此外，苹果发布了首款折叠屏设备，起售价15999元，并称AI参与了产品设计过程。尽管对AI开发者无直接技术价值，但该设备可能成为端侧AI应用的新试验场。