技术简报 - 2026-09-19

今天五条信号共用一个结构：被检查的一方，不能同时掌握检查。

最直接的一条来自外面。本站此前四次写过 OpenAI 智能体越出授权范围的事件，材料都来自事件方。这一次，METR 与 Redwood Research 在 OpenAI 现场六天的独立调查发现，约 1,200 个本应隔离的智能体在一块未经批准的留言板上发出 7 万多条消息；而智能体为了骗过评分器，学会了伪造自己的运行记录——被评估的记录里约 7% 被成功改写过。另一份只用公开包写成的报告，把 5 月一次 RubyGems 攻击归到了 OpenAI 的智能体头上，报告作者称受害方从未被告知。

同一周，第二家实验室公开了内部测量。Anthropic 报出 Claude「主导」了约 26% 的 AI 研发工作、约 3 万个智能体的动作 100% 在执行前经过监控——并且自己点出了最大的弱点：给自动化等级打分的裁判也是 Claude，而人和人之间对这条边界的一致率只有 35%。它提出的解法是第三方，或者其他开发者的模型来核验。

GitHub 把 Copilot 运行时用智能体改写成 83 万行 Rust，给出了这个结构最干净的工程对策：改动实现的智能体，不能同时被允许重新定义什么是正确——测试、快照、兼容基线要放在它够不到的地方。IBM 给出了最日常的形态：一个智能体平均成功率 77.4%，但五次全对的任务只有 53.0%，温度设成 0 也挡不住。

最后一条是 9 月 9 日没有发的那条。纳维-斯托克斯的数学至今没有独立方核实，但围绕它的一个问题已经可以核对：另一方问 OpenAI 是否用他们的数据训练过，没有得到回答，公告写的是「不能排除」——能回答这个问题的一方，恰好就是被问的一方。