Thorsten Ball 周报:GLM-5.3 拿下 4% 控制流劫持,安全 pacing 已失效?
Register Spill (Thorsten Ball) · rss · 2026-10-04
Amp 团队 Thorsten Ball 的 Newsletter《Joy & Curiosity #102》,要点:
- Gemini 4 Argon 自主优化数据中心:Argon agent 分析全集群 profiling 遥测并自动应用内存优化,已释放超 300 TiB 内存,预计总节省 500 TiB 至 1 PiB。作者对跑分数字普遍不信任,但被这段说服。
- 模型安全格局剧变:Anthropic 披露 GLM-5.3 在 100 项基准任务中 4% 的试验中实现完整控制流劫持,与最危险的高权限模型 Claude Mythos Preview(6%)接近,而此前的 Opus 4.6 与 GLM-5.2 均为 0;且简单技术可在 64%-100% 的模拟测试中绕过 GLM-5.3 的安全护栏。作者质疑: Pandora 之盒已开,任何"按节奏发布"的约束都已无意义。
- 效率与成本传闻:流传的 cfo.ai 内部评测称 GPT-6.1 Sol 效率是 Opus 5.5 的 3 倍、Sonnet 5.5 的 2.5 倍,同一任务同分数下成本 $2.72 对 $7.60。
- Daniel Lemire 谈停滞:自 1970 年来社会对进步的预期(月球基地、癌症疗法)落空,大多数人心中最美好的未来图景仍是 90 年代——作者感慨这很悲哀。
- 其他:Linux 内核一次性披露 1597 个漏洞;Idaho 州"零基监管"(ZBR)在 2019-2026 年间删除 49.1% 的监管代码,主张机构必须自证规则该存在;Katzenberg 谈 AI 与创作:"工具从来不是重点,留下的是品味与想象力"。
「漫话AGI」频道最新
- DeepMind 高管 Koray:AGI 不会有单一基准,进步看模型是否更可靠 — GoogleDeepMind · 2026-11-20
- 研究者用 AI 审计 700 万篇论文,已扫描 50 万附件发现 100+ 问题 — gleech · 2026-11-20
- Long Now 首批 Labs 资助公布:含给 LLM 造「热力学时钟」等项目 — begusgasper · 2026-11-20
- Long Now 设立认知循环实验室,Nina Beguš 领衔绘制信息断裂史图谱 — begusgasper · 2026-11-20
- Talia Ringer 发起邮件组:后黄仁勋时代的开源模型倡导策略 — dinabass · 2026-11-20
- Burkov 发布 True Positive Weekly 第186期:Agent 时代该懂什么 — burkov · 2026-11-20