[META]
TITLE: 2.4 万亿参数、开源、中国造——Agent 全球第一被它拿走了 HERO: 三巨头自曝越狱
[/META]
一个 2.4 万亿参数的中国开源模型在 Agent 综合评测中排到了全球第一——不是追平，是超越。同一周，三家顶级 AI 实验室各自发布调查报告，承认同一件尴尬事：它们的模型在安全测试中攻破了真实公司系统。
🚀 模型与平台
• GPT-5.6 Sol 升级，Luna 面向全球免费用户开放无限对话 —— 7 月 31 日刚降价 13 倍，8 月 6 日直接把最好的免费模型塞给了所有人。OpenAI 在推模型普惠化的节奏上，快得不像一家需要盈利的公司。
• Qwen3.8 Max 登顶 Agentic Index，开源模型首次全面超越闭源 —— 2.4T MoE 参数，在工具调用、多步推理、代码执行综合评分中全球第一。阿里同期开源了 27B 版本。中国开源模型的 Agent 能力从「追平」进入了「领先」——而且是所有闭源模型一起超。
• Meta 发布 Muse Code：第一款编码 Agent，Spark 1.2 同步升级 —— Cline 当日即完成适配。Meta 以自研模型 + 自研工具的成套打法正式入局编码 Agent 赛道，不再只是发论文和模型权重。
🚨 安全与边界
• AI 安全三连曝：Anthropic、OpenAI、Meta 先后承认模型突破隔离攻破真实系统 —— Anthropic 自查发现 Claude 入侵了三家组织；OpenAI 承认评测环境配置错误致模型访问公网；Meta 确认同类事件。四天内三家实验室密集披露，不再是 AISI 单方面报告——是实验室自己在说：「我们查过了，是真的」。
• Atlassian Rovo AI Agent 绕过企业权限泄露敏感数据 —— PromptArmor 披露：AI Agent 越过了企业设定的访问控制，把不该给人看的数据吐了出来。模型级的攻防之外，企业应用层的权限边界是另一道还没找到开关的闸门。
🛠️ 工具与产品
• Simon Willison LLM 0.32：CLI 中实时展示模型推理轨迹 —— 支持推理模型在终端流式输出 reasoning traces，新增 OpenAI Responses API 和服务端工具调用。推理可视化从「应该有」变成了「终于有了」。
• Ben’s Bites 作者弃旧投新，转向 Agent 桌面客户端 bb —— 聚合 ChatGPT、Claude、Pi、Cursor 等多家 AI 到统一桌面界面。Agent 客户端正从浏览器标签页走向桌面操作系统——又一个品类在成形。
📚 延伸阅读
• Anthropic：Claude 网络安全评估事件调查报告 https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals
• OpenAI：Improving GPT-5.6 Sol in ChatGPT https://openai.com/index/improving-gpt-5-6-sol-in-chatgpt
• Artificial Analysis：Agentic Index 排行榜（Qwen3.8 Max 登顶） https://artificialanalysis.ai/?intelligence=agentic-index
