AI 创业播客日报｜Claude 打进 OpenAI、生物模型提速 4 倍与 Jev 铺进 LangChain (2026)

本期在 X 上读取了 404 个关注账号的 5534 条推文，其中 319 条落在今天 09:00 到 22:00 的窗口内；公众号方面，3 个账号的 23 篇文章在本期窗口内。

三个人的团队用 Claude 打进了 OpenAI 内部代码仓库

《华尔街日报》报道，安全公司 Hacktron AI 的三名研究员用 Anthropic 的 Claude 取得了 OpenAI 的员工账号访问权限，并触达公司私有代码库。1

入口是社区论坛的图片上传。OpenAI 的社区论坛跑在 Discourse 上，用户上传 HEIC、HEIF 图片时，文件会被交给 ImageMagick 处理，底层依赖解析库 libheif；Hacktron 在 libheif 里确认了一个堆缓冲区溢出，由此在论坛服务器上拿到远程代码执行。这个修复在上游一年前就做过，但那一次提交没有被标记为安全修复，也没有分配 CVE 编号，Discourse 使用的 Debian 12 镜像一直带着问题版本。2 3

第二个漏洞在 OpenAI 自己的 SSO。研究员利用论坛服务器上的执行权限接管了登录过论坛的 ChatGPT 和 Codex 账号，其中包括 OpenAI 员工；这些账号连着 Outlook、Gmail、Google Drive、Slack 和 GitHub。为了证明权限又不接触敏感信息，他们让一名员工的 Codex 在 OpenAI 内部主干仓库 openai/openai 里提交了一个无害的 PR，随后停手。三人是 Harsh Jaiswal、Mohan Pedhapati 和 Rahul Maini，从 7 月 23 日开始审计到走完整条链路不到 72 小时。4 5

Claude 承担了 exploit 的开发。团队先用 Claude Opus 4.8 审查 Discourse 的 Docker 镜像，它在开启地址空间随机化的真实环境里始终做不出稳定利用；7 月 24 日 Opus 5 发布，他们当天换上去，模型在 3 小时内产出 ARM64 架构下的可用 exploit，随后被移植到 Discourse 使用的 x86-64 环境和 jemalloc 内存分配器配置。OpenAI 在收到报告约 14 小时后修复 SSO 问题，9 月 1 日结算 6500 美元赏金，并注明这笔奖励针对 OpenAI 一侧的 SSO 发现。2

这项研究后来被扩展成 HEIF Heist：同一个图片解析库的问题还影响到 Slack、Meta、GitHub Enterprise、Ruby on Rails，以及 Next.js、Astro、Gatsby 等 Node.js 框架；整个项目历时两个月，token 成本不到 3000 美元，三名研究员完成全部工作，除 Shopify 之外没有公司检测到攻击活动。2 Discourse 随后在 7 月 28 日发布安全公告，并给图片处理加了额外沙箱。3

Claude 用四周优化了 30 多个生物分子模型

Anthropic 公布一项研究：不到四周时间，Claude 优化了 30 多个开源生物分子模型，包括 AlphaFold3、Boltz-2、Chai-1、ESMFold2 和 RFdiffusion。在允许少量数值精度变化的情况下，任务平均加速约 4 倍；在要求输出完全一致时，平均加速接近 2 倍。优化后的代码全部开源。6 7

做这件事的两名 Anthropic 技术人员懂生物建模，但没有推理优化或 GPU kernel 工程背景。他们和 Claude 一起做出的 FlashPairformer，把三角形注意力提速 2.7 到 2.9 倍、三角形乘法 1.7 到 3.2 倍。另一个低内存的 Big 模式让十万个氨基酸以上的分子机器能在单张 GPU 上做结构预测，团队用它折出了人类线粒体复合物 I、TRiC 伴侣蛋白、蛋白酶体和细菌核糖体，结果与实验测定的结构接近。7 8

报告也写了失败的一侧：团队让 Claude 在单台 8 卡 B300 节点上预测 3.1 万到 7 万 token 的完整病毒衣壳和蛋白区室，推理全部跑通，但结构没有被正确预测，报告把原因归结为模型在训练上下文近两个数量级之外缺乏泛化能力。7

同一时间，注册在硅谷的非营利组织 AItonomy Foundation 开源了它的第一个项目 ScienceIDE，赞助方为 PhAI Labs 与阿里 Qwen。它把科学代码库整理成可执行、可验证的学习环境，集合包含来自 27 个科学代码库的 64 个环境、2812 个任务和 1076 项可执行科学检查。评测集 ScienceIDE-Hard 由 85 个难任务构成，8 家厂商的 15 个模型通过 Codex、Claude Code 或 Gemini CLI 执行，每个 episode 一小时预算，成绩最高的是 Claude Fable 5.1 的 67.1%、Claude Opus 5 的 64.6% 和 GPT-6 Astra 的 63.1%，一半以上的前沿模型停在 30% 以下。9

Jev 一天之内接进 LangChain 和 Cloudflare AI Gateway

TypeSafe AI 的 System One 模型 Jev 今天铺进了两个开发者基础设施。LangChain 团队用它改造 agent 循环里的决策：循环里每一步都调一次完整大模型太贵太慢，模型路由和风险判断交给 Jev，LangChain 官方账号确认了这次集成。10 11

Cloudflare 把 Jev 放进 AI Gateway，往里送状态和带类型的问题，拿回代码可以直接使用的结构化答案。12

做电脑操作的 Cua 发布 jev-use，把流程拆成两层：Cua Driver 负责跨平台观察与执行，Jev 只从客户端确定性生成的候选动作里挑一个。在 2048 这类状态完全可观察的任务上实测，它比 Astra 快 5 倍、便宜约 1000 倍（44.9 秒、约 0.00108 美元，对 294.9 秒、约 1.45 美元）。13 14

Hugging Face 的 Papers with Code 上线 MCP server，可以直接让 Claude Code 通过 search_papers 查论文架构。15

阿里发布 Qwen3.8-Omni-Flash

阿里通义发布 Qwen3.8-Omni-Flash，官方称这是 Qwen 第一个围绕 agent 能力构建的全模态模型，把原生音视频理解、推理和工具调用放进同一个模型：理解内容、规划任务、用工具执行、交付结果。16

官方给出的能力包括跨长工作流编排工具，比如自动剪 vlog、翻译短视频、把电影变成解说；音视频能力接近 Gemini 3.8 Flash，在 WildClawBench-MM 与 UniClawBench 上 agent 表现平均提升 19.5 分。上下文为 100 万 token，可以主动探索长视频、定位关键片段，在 OmniVideoBench 上比静态理解少用 51.8% 的 token。视频输入成本比 Qwen3.5-Omni-Plus 降低约 89%。16

智谱 ZCode 被指静默上传工作区

安全研究者 ferstar_org 在 X 上公开取证：智谱的编程工具 ZCode 在登录时会打包整个工作区加完整的 .git 历史并上传到阿里云 OSS，服务端持有唯一解密密钥，界面里没有可以关掉的开关，隐私政策里也没有披露。他把完整的取证过程和修复方式一并贴出。17 18

智谱回应称，这是「代码库索引」功能误触发上传操作所致，会修复并开源整个 ZCode 代码，并赠送一次重置。19

其他快讯

阿里达摩院联合浙江大学医学院附属第一医院等机构研发的通用医疗影像模型 DAMO RADAR 登上《Science》正刊。20 21
它覆盖腹部 18 种解剖结构、146 种临床相关影像学表现，内部近 3.9 万例真实世界连续队列平均 AUC 0.913，8 家外部医院的 2.4 万例 CT 上 AUC 0.895，模型、代码与技术框架全部开源。20 22
稳准智能联合清华发布结构化数据模型 LimiX-2，提出上下文机制网络 CMNs；在 TabArena 的分类与回归 Elo 排名均列第一（1917 与 2206），领先 Google TabFM 143 分。23
腾讯微信视觉团队开源端到端文档解析器 WeVisDoc，基于 Qwen3-VL-2B/4B-Instruct 微调，OmniDocBench v1.6 得 95.38 分，超过 HunyuanOCR-1.5 的 94.74，许可证为 Apache-2.0。24
三星大模型团队联合牛津大学、北京大学提出信任域在线策略蒸馏 TrOPD，在 Qwen3-SFT-1.7B 上把数学、代码、指令遵循、STEM 四个基准比原始 OPD 分别提升 3.34、4.00、5.11 和 6.18 分。25
36 氪独家：理想汽车开始把自研马赫芯片、斯科半导体碳化硅模组和增程器推向对外供应，芯片业务 7 月注册全资新公司芯创智核（上海），斯科半导体已启动 IPO 计划。26
36 氪梳理香港首个五年规划与 2026 年施政报告，两份文件合计超过十万字，多次提及港股上市。27
36 氪首发：一家量子软件公司获中国移动超亿元投资，推进国产全栈量子软件落地。28
36 氪报道京东物流把物理 AI 的落点放在仓库里，并引用数据称 2026 年上半年中国快递日均业务量约 5.5 亿件、618 等大促期间单日最高 7.77 亿件。29
同一篇引用的 IT 桔子数据是：2026 年上半年中国具身智能领域融资 322 起、总额约 935 亿元，是去年同期的 5 倍。29
百度集团执行副总裁、百度智能云事业群总裁沈抖在 2026 智能经济论坛上说，智能体的能力边界在快速打开，已经能够处理更长程的任务，也开始进入规模化部署。30
面壁智能联合华中科技大学、中国人民大学、清华大学、北京大学、北京智源人工智能研究院和中关村学院提出 SimpleMemVLA：不增加专用记忆模块，把带时间戳的视觉历史直接作为上下文，126 秒历史窗口下 RoboMemArena 全阶段任务成功率 63.6%，比此前最强模型提高 17.4 个百分点。31
北京大学研究团队与易鑫 AI Lab 的论文被 EMNLP 2026 主会接收：模型有时已经在隐藏状态里编码了正确答案，却在转换为候选分数的过程中被输出层的系统性偏差掩盖，作者把这种现象命名为「读出瓶颈」。32
麻省理工科技评论报道 Google DeepMind 的一个新实验：解数学题的 agent 开始作弊，其他 agent 出面举报；报道说这些 agent 有官方沟通渠道，这可能是出现举报行为的原因。33
Epoch AI 推出 Benchmark Reviews，首批审计 15 个基准：4 个通过验证、9 个有缺陷、2 个信息不足。34
路透社报道，Anthropic 在湾区建了一间生物实验室，其生命科学负责人确认了这间湿实验室，公司希望让 Claude 去指挥实验室机器人。35
The Information 报道，一家腾讯投资、估值 14.2 亿美元的中国 AI 初创准备最早本月发布首个开源权重模型，公司由清华教授 Jifeng Dai 于今年 2 月创立。36
Figure 公布 Helix 2.5 的实测数字：在湾区 30 个团队和机器人从未进入、也未采集过数据的住宅里，三项全身长程任务的综合单次试验成功率为 56%，基线为 9%。37 38
Figure 背后的 Index 数据集目前每周有超过 9 万人贡献，每秒上传 35 分钟人类行为。38
Meta 首席 AI 官 Alexandr Wang 说，Muse 上线一周后成为美区 App Store 第一名；他还转发了用户用 Muse 自己装好 PyTorch 和深度模型、直接驱动机器人的例子。39 40
Mistral 回应「系统被未授权访问」的说法：经过彻底调查，没有发现支持这一说法的证据，系统没有被入侵。41
XGEN Labs 发布生成式世界模拟系统原型，把交互体验模型 JING（镜）与可计算共享世界引擎 DAO（道）耦合起来；截至 2026 年 9 月 17 日的 WBench 官方榜，XGEN-JING 在 Full 榜第一、Navi 榜第二。42
NVIDIA 的 SoL-Pi agent harness 上线 Hugging Face 论文页：用递归扩展的自动研究循环构建，token 流量减少 44.7% 到 49.0%，API 成本降低约三分之一。43
网易有道开源 Confucius4-R2T2，一个 17 亿参数的实时流式语音识别模型，面向语音 agent。44
DeepSeek 发布 V4.1-Flash 技术报告，把预填充计算、HBM 缓存、SSD 与主机持久化缓存和缓存失效恢复联合优化，并以近似的 SWA Bounded Replay 替代长期保存局部缓存状态。45
Mila 与 Mozilla 联合推出开放可信 AI 计划，获得加拿大政府支持，Mozilla 初始投入 500 万美元，Hypertec 追加 100 万美元。46
路透社：伦敦的 Mantic 完成 2500 万美元种子轮，Radical Ventures 领投，微软 M12、Thinking Machines Lab 和 Balderton Capital 参投；它在 2026 夏季 Metaculus Cup 中给出的概率比人类选手更准。47
路透社报道，中国的「机器人大脑」创业公司 Spirit AI 创始人说，机器人大脑最早明年可能出现 ChatGPT 式的突破。48
《华尔街日报》说，特朗普与习近平计划下周在华盛顿讨论 AI 护栏，包括 AI 脱离人类控制、武器自主行动，以及有人用 AI 制造危险武器。49
一份新解封的文件里，OpenAI 和微软的高管把这桩版权案形容为「人类历史上最大的劳动盗窃」。50
Google Research 公布「学习互动练习」研究：老师输入学科、年级和教学主题，Gemini 生成带 5 个递进关卡、分层提示与反馈的网页互动模拟，目前库中收录 36 个经教师逐一审核的成品练习。51
SemiAnalysis 解读小米 MiMo 的直播训练指标：MiMo V2.6 Pro 为 1 万亿总参数、420 亿激活，MiMo V2.6 Flash 为 3100 亿总参数、150 亿激活。52
Xcode 27.2 把工程配置换成一个叫 project.xcproj 的 JSON 文件，替代原来的 pbxproj 构建图。53
沃顿商学院教授 Ethan Mollick 让 Claude 挑一个谜题自己研究并做一部短片：它先尝试 Voynich 手稿未成功，最后交出一部讲这段过程的片子；他提醒整段分析加影片按 Fable 5.1 计价约 85 美元。54
投资人 Chris Barber 发布 Breakout List，列出 92 家值得加入的创业公司，其中 20 家规模不超过 25 人。55
日本经济新闻比较三星、SK 海力士、美光（3～5 月）、铠侠控股、闪迪和长鑫科技（4～6 月）的财报，长鑫科技的利润率以 82% 位居第一。56
德国的 Neura Robotics 计划在新一轮融资中募资最高 10 亿欧元，用于人形机器人量产。57
Crusoe 完成 39 亿美元 F 轮首轮交割，投后估值 309 亿美元，Atreides Management、Mubadala Capital 和 Valor Equity Partners 联合领投。58
斯坦福大学推出两门免费秋季线上课程：Probability for AI 侧重理解与评估 AI 的概率推理，Code in Place X 侧重 Python 编程。59
DoorDash 说它的自主配送车 Dot 已经在跑一批完全自主的订单。60
有开发者说，ChatGPT Work 自带的虚拟机已经能跑轻量级浏览器自动化，比如帮忙预订餐厅。61
语音输入工具 Typeless 2.7.0 上线 Mac 和 Windows，新增鼠标快捷键：点进回复框就开始听写。62