检索标题、摘要与正文，把分散的信息连起来。
就在刚刚，OpenAI亲手放出了一个「超级AI黑客」！全新模型GPT-6 Cyber，今天正式登场。那个刷爆全网、单枪匹马把Linux内核挖穿、一口气端掉948个提权漏洞的「神秘杀器」，就是它。在OpenAI内部安全评测中，它触发了网络安全最高警戒等级「Critical（关键级）」。而它只花了一周、烧掉121万美元Token，就一口气端掉了948个。短短7天，干完了全人类安全专家整整50年的工作量！由于破坏力实在太猛，OpenAI这次根本不敢向公众放开！现阶段，它只对通过严格审查的「破晓红（Daybreak Red）」安全团队定向解锁。没有拿到任何提示的GPT-6 Cyber，一进去便开始自己...
OpenAI CEO山姆·奥特曼。图片经由AI处理文丨周小燕编辑丨徐青阳AI寻找软件漏洞的能力又向前迈进一步。美国当地时间11月5日，OpenAI发布网络安全专用模型GPT-6 Cyber。这是基于GPT-6 Astra开发的攻防特化版本，重点提升漏洞发现、漏洞利用和Web渗透测试能力。OpenAI披露，该模型已在Linux内核中开发出948个可用漏洞利用程序...
arXiv：2610.32429v1 发布类型：新 摘要：大型语言模型（LLM）代理正越来越多地以异步方式执行任务：主代理在子代理运行的同时继续工作，而任务状态可能在其结果到达之前就已发生变化。主代理必须决定哪些工作需要更新或保留、哪些检查需要重复，同时避免进行被禁止的修改。仅凭最终任务的成功并不能说明这些结果是否被正确处理，而且自然的异步到达现象也难以复现。我们提出了 Async-RBench，一个用于评估 LLM 代理中异步任务执行的基准测试，包含涵盖八种场景的 200 个可执行任务。场景控制器通过预定义的任务状态条件来调控结果的交付，而事件响应契约（ERC）则规定了每种响应应满足的要求
arXiv:2610.33274v1 发布类型：新 摘要：大型语言模型（LLM）智能体在不同场景下有着截然不同的记忆需求。关于过往对话的问题需要精确引用其中提及的事实，而多步骤任务则需要记录已执行的每一步，并附上下一步无法直接表述的细节。现有的各类记忆系统往往针对某一特定场景进行设计与测试。诸如A-Mem之类的检索型记忆会遗漏当前查询未明确表达的步骤，摘要则会丢失精确的字符串信息，而将两者结合又会在事前就固定了内存预算的分配。我们提出FlexA-Mem，这是一种通用的记忆机制，它将历史中的每一项内容仅写入一次不可更改的存储中，并为每次调用生成一份全新的记忆。生成的记忆是一份紧凑的记录时间线，外加由固定规则所决定的详细信息……
