OpenAI 让 GPT-6 Astra 配置合同审批等流程：11 项研究任务的平均得分为 55%，估计耗时却从 37 分钟降至 19.2 分钟。操作提速了，业务规则仍可能漏掉。
🚀 模型发布与部署边界
• Mistral Large 4 开放 API 预览 —— 原生多模态模型拥有一万亿总参数、490 亿激活参数，权重计划月底发布。现在可以试用 API，自部署还得等；厂商评测成绩也需要用自己的业务验证。
• Reflection 发布 Beam —— 这款编码与 Agent 模型拥有 5010 亿总参数、230 亿激活参数，目前接受提前访问申请，权重与技术报告计划月底公布。激活参数少，并不意味着部署时只需装下这部分权重。
• EmbeddingGemma 2 把多模态检索搬到本地 —— 7.4 亿参数模型将文本、图像、音频和视频映射到同一向量空间，采用 Apache 2.0 许可证。官方量化测试中，纯文本权重最低约需 191MB 活跃内存，离线搜索的部署门槛进一步下降。
🛠️ 工程工具与安全准入
• rea：让 Agent 检查没有源码的应用 —— 项目通过 MCP 连接二进制、JavaScript、Electron 等分析工具，在本地输出证据与未知项。本次属于热榜发现；原生二进制深度分析仍依赖 Hopper、Ghidra 或 IDA 等工具。
• Anthropic 将网络安全准入分成三档 —— 扩大的 CVP 分为防御、红队和专项访问，按资质与任务范围减少阻断。红队档目前仅面向组织，并要求获得目标系统的测试授权；更强能力对应更严格的准入与控制。
🚨 企业工作流与执行可靠性
• OpenAI 与 Ironclad 用合同流程训练 Agent —— 11 项任务各设 8—50 个评分标准，检查审批规则、模板与法律条款配置。GPT-6 Astra 平均得分为 55%，较对照模型提高约 32%；完整流程的规则验收，仍是人工监督的重点。
• Atlassian 扩大 OpenAI 合作 —— 官方披露，超过 3000 名 Atlassian 开发者已在终端、IDE 和代码评审中使用 Codex。合作将模型接入 Rovo 与企业知识图谱，更深入的 Jira 任务分配和进度追踪仍处于探索阶段。
📚 延伸阅读
• OpenAI：与 Ironclad 构建合同工作流训练任务及评估标准 https://openai.com/index/advancing-computer-use-with-ironclad
• Google DeepMind：EmbeddingGemma 2 的架构、内存与本地部署 https://deepmind.google/blog/embeddinggemma-2-an-open-lightweight-multimodal-embedding-model/
• Anthropic：Cyber Verification Program 三档准入与安全控制 https://www.anthropic.com/news/cyber-verification-program
