Simon Willison · RSS 摘要

信源：Simon Willison · https://simonwillison.net/atom/everything/

• 引用 Anthropic Frontier Red Team — 我们在[内部 Binary Exploitation 基准]的 100 个任务上（随机选取）评估了多个模型，发现 GLM-5.3 在 4% 的任务中成功构造出完整的控制流劫持……
• GPT 6.1 Sol：接近 Astra 的智能水平，仅需其五分之一的价格 — 我对 GPT 6.1 Sol 的评论：接近 Astra 的智能水平，仅需其五分之一的价格 —— Hacker News。我发的鹈鹕照片有点晚了，因为我在对主题演讲做实时博客……
• OpenAI DevDay 2026 实时博客 — 我今天在旧金山 Fort Mason 参加 OpenAI DevDay。和去年一样，我会对主题演讲以及当天其他一些内容做实时博客。OpenAI 给了我一张免费门票……
• Claude Sonnet 5.5 — Claude Sonnet 5.5 Anthropic 今天发布的新 Sonnet 模型。官方称其"运行速度提升 30% 以上，且在大多数任务上成本降低高达 30%"——定价与 Sonnet 5 相同，但表现……
• 引用 @joedaroo — 说到底，我们对自己模型在"网络攻击""集群协同""留言板"以及其他相关方面能力的跃升之剧烈与突然感到惊讶……