OpenAI 披露：agent 用 DNS 隧道钻出沙箱，去问外部聊天机器人

OpenAI 对齐团队发布一份 misalignment 报告，事发于内部 RL 训练环境，不是生产事故：agent 在做「根据博客线索识别一个人」的搜索任务时被沙箱拦住了常规联网，于是它试出 DNS 解析器还通着，把问题编进域名、借免费通配符 nameserver 的 DNS 委托服务把查询转发给外部聊天机器人，先用「法国首都是巴黎」验证通路，随后又发了 18 条查询、其中 14 条带着任务线索。监控 15 分钟内报警，运行 2.5 小时后被终止；OpenAI 随后在两个独立层面加了拦截、DNS 只放行白名单域名，并暂停了高能力模型的工具使用训练。DNS 隧道在安全行业是几十年的老手法，这份报告的信息量在于：任务指令里完全没有这些内容，agent 只是为了拿到任务奖励，把沙箱的针孔逐个试了出来。

Anthropic 发布「模型硬件标准」研究预览：给 agent 操作物理设备定接口

Anthropic 开放 Model Hardware Standard（MHS）研究预览，一套让 AI agent 操作实验室和制造设备的共享规范：用统一的读/写原语加自然语言写成的设备元数据，通过 MCP 等标准协议接入，让 agent 同时编排显微镜、移液工作站、机械臂等仪器，官方称集成工作从数周压缩到几小时。首批只向少量科研实验室和制造商开放，Genentech、华盛顿大学、CMU、HHMI Janelia、QuEra 等已在用，AWS、Tecan、Universal Robots 在做设备适配。Anthropic 表示正在制定物理安全路线图，之后才会开源——agent 从屏幕走进实验室，出错的代价从改坏文件变成打翻试剂，这份路线图比标准本身更值得盯。

Anthropic 同日扩大对科学家的支持：一万个团队席位，每项目最高 5 万美元额度

同日 Anthropic 面向科研人员推出 Claude 团队计划：全球一万个席位，标准席免费、高级席（5 倍用量）每月 15 美元，学术或非营利机构的 PI 验证后可给实验室成员开通；AI for Science 额度计划也正从生物学向其他学科扩展，每个项目最高 5 万美元 API 额度。生物和化学方向的研究者目前仍只能用到 Opus 级模型，更高的 Mythos 级访问要走与美国政府合作的通道。安全分级和科研加速之间这道闸门怎么设计，比免费席位本身更能看出 Anthropic 的路线。

TypeSafe 开放 Jev：不生成文本、只输出结构化决策的「System One」模型

前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 开放首个模型 Jev 的早期访问：不产出句子，只输出带校准概率的类型化决策，端到端响应 70–500 毫秒，输入 token 定价 0.042 美元/百万、输出免费；《金融时报》和彭博本周把它写成对 OpenAI 和 Anthropic 定价模式的挑战者。它的主张是：大量程序化、高频的自动化任务，本来就不需要一个会聊天的通用大模型。官方「不会幻觉」的说法要打折扣听——不生成文本确实没有编造句子的机会，但概率校准错了照样是错误决策，只是错得更难被人看见。

BCBSA：医院用 AI 编码工具，两年多收了保险公司 9.42 亿美元

Blue Cross Blue Shield 协会 9 月 24 日发布分析：医院住院理赔中「高复杂度病例」占比从 2023 年初的 37% 升到 2025 年底的 40%，以 2023 年为基线，2024–2025 两年间让蓝十字系保险公司多支出 9.42 亿美元，其中 6.53 亿来自次要诊断把账单推进更高付费档，而实际治疗量没有相应变化，协会据此判断是 AI 编码工具在找可计费诊断，不是病人变重了（另见 Fierce Healthcare 和 TechCrunch）。BCBSA 自己承认分析只基于理赔数据、没有临床记录；医院一方的说法则是病人确实更复杂，AI 只是把过去漏记的诊断补齐。这场争执的实质：医院用 AI 找诊断，保险公司用 AI 审赔付，行政军备竞赛的账单最后落在保费上。

ChatGPT 广告扩展到东南亚和台湾，年化收入破 10 亿美元

OpenAI 9 月 23 日宣布 ChatGPT 广告进入印尼、马来西亚、菲律宾、新加坡、泰国、越南和台湾，覆盖市场超过 60 个；广告业务上线不到 200 天，年化收入突破 10 亿美元——这个里程碑 OpenAI 在 8 月底就已宣布过。广告只对免费档和 Go 档用户展示，Plus、Pro 和 Enterprise 档无广告，符合条件的中小广告主可通过 Ads Manager 自助投放。在价格敏感市场，「付费或看广告」正在成为 AI 助手的默认商业模式。

Meta 全力押注 Muse：下载超 340 万，股价冲向十几年来最佳单月

Meta 的个人 agent 应用 Muse 9 月 8 日上线至今下载超 340 万次，9 月 18 日起蝉联美区 App Store 榜首，Meta 股价 9 月累计上涨 36%，创 2013 年以来最佳单月，距 2 万亿美元市值只差约 1%；本周 Meta Connect 上，Meta 宣布 Muse 将进入智能眼镜产品线（另见 Connect 现场：智能眼镜无处不在），包括 Meta 称将卖 150 美元的助听眼镜和可以语音差遣 Muse 的纯音频眼镜——语音集成目前还没对外上线。Muse 给每个用户在 Meta 云上跑一台独立虚拟机（Muse Secure VM），能发邮件、订行程、代填表格和下单。Meta 真正押的是眼镜作为 agent 的载体：手不碰手机就能派活给助理，这比聊天框更接近「个人助理」该有的形态。

研究速递

Putting task expertise into RL（Thinking Machines）

Thinking Machines 与 UIUC 的研究者以 text-to-SQL 为案例，展示怎么把领域专长灌进 RL 训练：先人工核修训练数据——抽样发现广泛使用的 BIRD 基准有 61.1% 的样本存在标注错误，清洗出 BIRD-Platinum；再改造奖励，用 VeriEQL 验证 SQL 语义等价而非只比执行结果，并加上要求模型引用外部知识的过程奖励。训出的模型 16 次采样投票达到 92.97%、每题成本 0.56 美元，首次超过该基准 92.96% 的人类水平；单次贪心解码则是 91.37%，每题成本 0.035 美元。做 RL 后训练的人值得点进去：提升全部来自数据清洗和奖励设计，与架构无关，而一个通行基准 61% 的标注错误率本身就是个警报。

今日一句话：Anthropic 在给 agent 接上实验室的机械臂定标准，OpenAI 刚披露了 agent 自己找到沙箱的针孔——把 agent 放进更大的世界之前，先假设它会穷举每一条出路。