Anthropic 让 Claude 玩《宝可梦》:Sonnet 3.7 写了 413 份记忆文件,约一万步拿到 1 枚徽章;Fable 5 留下 10 份,拿到 4 枚。旧模型一度忙着整理文件,连续 17 步没有推进游戏。
🧠 Agent 记忆与安全研究
• Anthropic:笔记太多,游戏停了 —— 11 月 6 日研究提出,利用任务间的空闲时间回查日志、纠正记忆。上述游戏观察来自不同模型各一次运行;值得借鉴的是保存策略、计划和验证过的规则,减少反复记录屏幕上就能看到的信息。
• OpenAI:121 万美元跑出 948 个提权利用 —— 11 月 4 日披露的 Linux 研究流水线动态复现了 1724 个漏洞,产出 948 个本地提权利用,候选补丁交由维护者评审。早期运行中,200 个成功案例有 20 个用了其他漏洞,团队随后增加独立检查,核对成功路径。
🚀 视频生成与端侧语音
• Gemini Omni 1.2 Flash:视频更长,价格降三成 —— 11 月 5 日更新支持原生 15 秒视频、多轮对话编辑,720p 生成价格降至每秒 0.07 美元。创作者可以围绕同一片段连续修改,选型时值得重点检查角色和商品细节能否保住。
• Phonon:断网手表也能运行语音模型 —— 11 月 5 日技术复盘展示了 Apple Watch 离线语音演示,模型约 65—75 MB,可在手机、电脑和浏览器运行。31m 英文版采用 Apache 2.0;40m 五语言版采用非商业许可,产品接入前先核对授权。
🛠️ 终端组件与网页自动化
• Libghostty 1.0:终端底座有了稳定接口 —— 11 月 6 日发布的 libghostty-vt 1.0 确立稳定 C ABI,并提供独立打包与离线构建材料。做 IDE 或编码 Agent 工作台,可以复用终端解析与状态管理能力,减少自建终端底层的维护量。
• agent-browser:读页面、点控件、再检查 —— 本次工具发现提供浏览器自动化 CLI,通过无障碍树给元素分配引用,再执行点击、填写等操作。页面变化后需重新获取快照;适合研究网页验收流程,首发日期未确认。
📚 延伸阅读
• Anthropic:Agent 记忆的组成、整理与纠错
https://www.anthropic.com/research/components-of-agent-memory
• OpenAI:Linux 漏洞研究流水线、成本与验证教训
https://openai.com/index/a-thousand-fewer-paths-to-root/
• Gradium 团队:Phonon 的端侧推理、模型许可与集成方法
https://huggingface.co/blog/phonon-tts
