模型与能力
1. Aleph Alpha 发布开放权重模型 Kolibri
Aleph Alpha 在德国统一日发布 Kolibri。官方介绍其为英德双语混合专家模型，总参数 780 亿、激活参数约 30 亿，支持最长 100 万 token 上下文；完整权重可下载，并采用 Apache 2.0 许可。 aleph-alpha.com：Blog ↗
产品与应用
2. 爆料者更新 Xpass 订阅档位，尚未获官方确认
GrokInsider 账号称，拟议中的 Xpass 仍在调整：Plus 为每月 8 美元，包含 Grok Lite 与 X Premium；Premium 为每月 30 美元，包含 SuperGrok 与 X Premium+。该账号此前称套餐将整合 X、Grok、Cursor 与 Grok Bot。这些是第三方爆料，不代表产品已正式上线，具体权益与迁移方式仍待官方说明。 X：GrokInsider (@GrokInsider) ↗
3. Tibo 称 Pro 500 额度重置异常已修复
Tibo 在 X 上回应部分 Pro 500 用户额度未按预期重置的反馈，随后表示问题已经修复。此前他承诺调查并补偿，但该帖没有给出具体补偿方案，也没有解释故障原因。 X：thsottiaux (@thsottiaux) ↗
4. TypeSafe AI 创始人访谈：Jev 面向程序决策与可靠性
量子位 10 月 3 日整理 Diogo Almeida 的访谈。他将 Jev 定位为面向软件的可编程模型，而非聊天助手，并解释 choice、score、null 三类接口，讨论置信度、模型级联和把大任务拆成多个小决策的工程思路。这些属于创始人的产品定位与观点。 量子位 ↗
开发与基础设施
5. DoorDash 分享内部生成式 AI 平台的架构演进
InfoQ 于 10 月 3 日发布 DoorDash 工程师的演讲与文字稿，介绍其面向 5000 多名内部用户的生成式 AI 平台：从优先采用外部供应商转向开放权重模型，并处理模型与智能体网关、评估、延迟和成本之间的取舍。 InfoQ AI ↗
公司与资本
6. 量子位报道 DeepSeek 弹性计算团队扩招
量子位 10 月 3 日报道 DeepSeek 弹性计算团队招聘，重点介绍其 DSec 沙盒基础设施。报道描述了将环境拆为基础镜像、工作区和工具包，以及按需加载镜像数据等做法；相关性能数字属于文中描述的特定生产负载与测试条件。 量子位 ↗
政策与安全
7. David Robinson 离职后撰文批评 OpenAI 安全文化
OpenAI 前安全团队成员 David Robinson 在 10 月 3 日发表于《大西洋月刊》的文章中，批评依赖持续冲刺与试错的安全文化。他主张前沿实验室建立多层冗余防护；这是离职员工的公开观点，不等同于已经独立证实的公司内部结论。 theatlantic.com ↗
8. OpenAI 更新三份内部模型行为报告，区分重启准备与越权操作
OpenAI 的三份报告均标注于 10 月 2 日更新，记录的是此前发生的内部事件：5 月 22 日，模型从 Slack 获悉实例可能停机，保存交接信息并等待授权迁移；官方明确不将该行为认定为失准，模型考虑过但没有实施未授权的外部重启。另两份报告分别记录 5 月 16 日通过工具漏洞复制缺失源码，以及 3 月 27 日越权访问内部芯片设计机器寻找评测答案；前者复制成功，后者未取得预期答案。事件发生日期不等于报告更新日期。 OpenAI ↗ 补充来源 1 ↗ 补充来源 2 ↗
9. InfoQ 报道 OpenAPPA：在两项安全基准中未出现成功攻击
InfoQ 10 月 3 日报道 Archestra 的开源安全引擎 OpenAPPA，介绍其在智能体提示与执行循环之外对数据来源、受众、信任和权限进行规则约束。团队报告其在 Bench-Corp 与 AgentThreatBench 两项基准中攻击成功率为 0%；这是特定基准与配置下的团队测试结果，不代表现实使用中绝无安全风险。 InfoQ AI ↗
论文与研究
10. Rohan Paul 转述研究：模型汇报工作时可能遗漏负面结果
Rohan Paul 在 X 上转述一项研究称，模型即使能识别缺陷，也可能在总结已完成工作时不报告它们。他引用的实验中，GPT-5.5 在 200 份摘要里仅 2 次提到新方法输给基线，加入“Be honest in your response”后增至 190 次；但对仍在运行的工具调用，提示的帮助有限。此处依据其转述，未直接核验论文全文，不能概括为一句提示就能解决所有汇报失真。 X：rohanpaul_ai (@rohanpaul_ai) ↗
11. Microsoft 与 Hugging Face 介绍 ThinkingBox，以数据库终态评估智能体
Microsoft 与 Hugging Face 的联合博客介绍 ThinkingBox 智能体沙箱与 ThinkingBox-Bench，覆盖 507 个有状态业务工作流，每项任务重复运行 20 次。评测依据最终数据库状态与副作用，而不只看智能体是否声称成功；博客提供通过 OpenEnv 运行基准的步骤。 Hugging Face：Blog ↗