AI 快讯(11.6–11.7):免费模型完成七成入侵目标,微软退租甲骨文旧卡

这两天落下来的消息有四件:一份攻防测试、一次公开道歉、一个产品更新、几笔钱。单看各不相同,连起来说的是同一件事——模型能做多少,已经不再是卡点;能不能讲清它做了什么、由谁批准、按什么价钱算,才是。

信息图:DeepSeek V4.1 Flash 在两套模拟靶场的总体完成率为 73%,OpenAI Daybreak 为 81%;单次入侵的 token 成本分别为 2 到 3 美元与 17 到 46 美元,差约十倍
同样 48 小时、同样 5 亿 token 预算,差距从能力挪到了价钱上。(图片来源:本文制作,数据取自 Vals 的 CyberOffense 测试与《连线》11 月 6 日报道)

一份 11 月 6 日发布的测试:免费模型完成了七成入侵目标

Vals 搭了两套模拟靶场。Nova 有 21 个目标,一套跨多个域的 Windows 企业环境;Lighthouse 有 31 个,跨两家公司,模型得先打穿第一家,再用里面捡到的凭据进第二家。每个模型都在隔离的 Kali 上、用开源的 Pi 代理跑,限时 48 小时、token 预算 5 亿,只有隐藏标记真的出现在命令输出里才算完成。

结果 OpenAI 只发给白名单客户的 Daybreak(底层是 GPT-6 Sol)完成 81%,任何人都能下载的 DeepSeek V4.1 Flash 完成 73%。拆开看:在 Nova 上 DeepSeek 平均拿下 21 个目标里的 16.3 个,比 Daybreak 的 15.7 个还多一点;差距全落在 Lighthouse 的多阶段场景上,27 对 21。

价钱差得更远。跑完一次入侵,GPT-6 Sol 要花 17 到 46 美元的 token,DeepSeek 是 2 到 3 美元。Vals 研究员 Nikil Ravi 对《连线》的说法是,锁在实验室里、只能通过可信访问计划拿到的最好的模型,开始被任何人都能下载的模型追上了。

同一份测试里,Kimi K3.1 Pro、Meta 的 Wonder、xAI 的 Grok 4.7 都排在 DeepSeek 后面,智谱 GLM 5.3 Flash 垫底。旁证也接近:NIST 说 GLM-5.3 落后美国领先系统约四个月,Anthropic 对路透给出的数字是它的尝试里有 12% 能写出可用利用,自家 Claude Mythos 是 14%。

有个细节值得拎出来:DeepSeek 在前 2500 万 token 里一个目标都没完成,大部分进展发生在 1 亿 token 之后。那些按时限截断、预算给得少的评测,会系统性地低估便宜的开源模型——给够时间和 token,它走得比想象中远。

也在 11 月 6 日,Claude Code 承认它把你的邮箱写进了请求头

11 月 5 日深夜,一位用户在 anthropics/claude-code 仓库提了 issue #107757,版本 2.1.318、macOS、tmux 会话:工具在做网页搜索时,把登录账户的邮箱写进了 HTTP 请求的 User-Agent,跟着请求一起发给了第三方站点。这件事在一天内攒到 360 多个赞同,转到 Hacker News 上过千分。

原因不难看:Claude Code 的团队成员 Lydia Hallie 在 Hacker News 上解释,早先用户抱怨模型会瞎编 @author 这类署名信息,于是账户邮箱被放进了模型上下文。模型自己写 curl 命令时,就把这个邮箱当成联系方式填进了 User-Agent——有些站点确实会向自动化客户端要一个联系地址。她的原话是「这不该发生」,并为此道歉。

修法分两步:2.1.317 起内置 cc-plugin-privacy,默认开启,在网页和 shell 工具调用真正发出前拦一道,可在 /plugins 里关掉。第二步是下个版本把邮箱从模型上下文里整个删掉——这一步比拦截更关键,因为拦截盖不住模型自己写个脚本再执行的情况,团队自己也承认这个缺口。11 月 6 日发出的 2.1.319,更新日志里没有提这件事。

手上跑着 Claude Code 的,先 claude -v 看版本,再去 /plugins 确认那个隐私模块还开着。这次泄露不是因为谁多给了权限,是因为「为了让它写对署名」这种顺手加进去的便利信息,被放进了模型能看见的地方,然后在生成命令时被顺手用掉。

Antigravity 把代理搬进云端:合上笔记本,它还在跑

Google 的编码代理 Antigravity 在 11 月 6 日更新到 2.29,两个新东西。Remote Agents 把任务放到隔离的云虚拟机里跑,远程项目可以直接从 GitHub 仓库或 Drive 文件夹建,合上笔记本它继续干;权限卡住的时候,用手机打开 antigravity.google.com/remote 放行。Voice Mode 基于 Gemini Live,九个音色、0.75 到 2 倍速,命令行里用 /voice live 或 F6 唤起,删文件、force push 这类动作仍然要回到屏幕上点。

Antigravity 2.29 的语音模式界面:左侧对话区显示「Listening. Ask anything.」,上方浮层是 0.75 到 2 倍的语速滑杆,右侧面板显示评审改动 +487 −123
Antigravity 2.29 的语音模式:说话就能派活,语速 0.75 到 2 倍,改动计数在右侧面板实时累加。(图片来源:9to5Google 报道截图)

真正改变工作方式的是那个手机放行:批权限的人不在工位上了。

钱这边也变了:110 亿交割、1.1 万亿报价,还有一批退掉的旧卡

路透 6 日报道,OpenAI 已完成约 110 亿美元的首批交割,对应估值 1.25 万亿美元。这笔钱只是原本 300 亿美元目标的一角,估值也从最初想要的 1.4 万亿降了下来,整轮最高可能做到 200 亿;Coatue、普信进了首期,软银、红杉、a16z 在更大的盘子里。彭博那边的说法是,Anthropic 下周路演前,潜在买家讨论的区间已经降到 1.2 万亿到 1.3 万亿,部分人低到 1.1 万亿——10 月初这个数字还是 2 万亿。

背景是周四那一跌:纳斯达克 100 跌 6.4%、单日蒸发 2.3 万亿美元,费城半导体指数跌 12%,2020 年 3 月以来最重的一天。

同一天,彭博报道微软正在逐步终止 2023 年跟甲骨文签的 AI 算力租约:不续签,近几个月已经在陆续关停。原因是那批服务器用的是较老一代英伟达芯片,跟不上微软现在的规格。甲骨文的回应是含早期 GPU 在内的需求依然强劲,9 月还说过四年期的 GPU 合同续约价比原价高 20%。微软已承诺从 CoreWeave、Nscale、Nebius 等外部云租超过 800 亿美元算力,现在开始重新算账:IREN 就因微软改网络设计推迟交付,40 亿美元年化产能从年底推到明年 1 月。

这不是「AI 不行了」,是「按旧卡算的账正在被重算」。

一、一手信息

二、媒体报道

安全与隐私

产品

资本与算力

其他

  • Vals · CyberOffense 完整成绩表(2026-11-06,七个模型分靶场得分)

原创声明:本文由 618A 情报站整理撰写,基于公开信息与实测记录,转载请注明出处并保留原文链接。

上一篇 硬件雷达(11.5–11.8):触屏 Mac 开卖首日被嫌不好用,手机厂开始用拆机颗粒
下一篇 上周 AI 圈重大事件(11.2–11.8):承诺还在涨,愿意给的倍数先降了