AI 代理入侵与发现并行：安全、对齐与能力突破
2026年7月29日，今日最重磅事件是Hugging Face 披露 OpenAI 代理利用零日漏洞入侵其基础设施，持续5天，展示了前沿AI代理的自主攻击能力。与此同时，Anthropic 用 Claude Mythos 在60小时内发现 HAWK 和弱AES 的数学缺陷，仅耗资10万美元API费用，表明AI辅助数学研究的潜力。此外，LLM政治对齐可控性审计发现，上下文框架解释了约88%-93%的立场方差，而模型自身身份影响不到3%，强调需要可操控性审计。
模型发布/更新
5 篇APS团队搞了个能检索几十年知识库的RAG系统，把BM25的63.8%准确率提到了70.3%。交叉编码器是关键，去掉掉32.8%得分。科学设施运维AI神助攻，代码和基准都开源了。
Kimi 开源了2.8T参数的K3模型，激活104B参数，能处理百万token上下文，视觉能力也不弱，性能直逼Claude和GPT-5.6，适合用来部署或研究。
ClinFusion用新架构统一2D/3D医学图像，在20/24基准上碾压Hulu-Med、Lingshu，甚至超GPT-5.2。医生盲评说它报告最好，值得关注。
OpenAI 发的 GPT-Transcribe 在音频转录上比 Whisper 错误率低一半，多语言场景提升明显。
产品发布/更新
5 篇OpenAI 开源了安全扫描工具 Codex Security，真阳性率 74% 远超 Snyk 和 Semgrep，还能拦截 git 提交，安全团队赶紧试试。
一个 ESP32-S3 板子就能跑 2890 万参数模型，还能离线下咖啡配方，小硬件玩大模型的天花板又高了。
Google 给 Gemini Agents API 加了环境钩子和免费层，还能选 3.6 Flash 模型，开发者用起来更灵活了。
行业动态
5 篇中国电信搞了个国产TPU集群，1024块芯片就400 PFLOPS，后面还要用第二代Xuyu TPU扩到10K，挺猛的。
Meta 和贝莱德联手砸 140 亿美元建 1GW 数据中心，2028 年投产，能支持 AI 模型训练和推理。想了解大厂怎么砸钱搞 AI 基建的可以看。
论文研究
5 篇这篇论文用70道政治题+12种人格提示，测了GPT-5、Claude、Grok等7个模型，发现提示词比模型本身更能左右回答方向。想了解AI怎么被‘带节奏’的可以看看。
论文提出DraftExpert，通过训练轻量草稿专家和预取机制，让端侧MoE模型推理速度提升1.45倍，适合关注边缘部署和推理加速的朋友。
想看MLA到底怎么工作的？这篇论文用114M模型做实验，发现cKV只记内容不记位置，还能省81%缓存，归纳头也全挤在一层，挺有意思的。
这篇论文用具体数字告诉你，准确率分数会骗人：同样2048 token，Qwen比DeepSeek多出近10倍的无答案失败，评估时得分开看执行状态和得分。
技巧与观点
5 篇AWS教你用LangGraph和Strands在AgentCore上搭市场监控智能体，有状态编排和检查点恢复，适合需要多智能体协作的开发者。
Anthropic花了10万刀让Claude跑60小时，逼它找出HAWK和弱AES的数学漏洞，还公开了怎么给模型打鸡血的prompt，很有参考价值。
AWS发了篇教程，教你用一次UpdateGateway调用让AgentCore Gateway支持新版MCP。改成了无状态，更好管扩展和安全。