OpenAI 公布一条自主漏洞发现、验证、利用与补丁生成流水线，在一次运行中用一款尚未发布的网络安全模型在 Linux 内核中动态复现 1724 个漏洞，并生成 948 个可获取 root 权限的本地提权（LPE）利用，API 成本约 121.3 万美元，折合每个 LPE 利用 1279 美元。
推荐理由：OpenAI 公开了一条自主漏洞挖掘流水线的完整成本与产出数据，可用于比较模型能力提升与自动化安全研究的投入产出。
OpenAI 发布 GPT-6 Cyber 网络安全模型，在 ExploitGym 上得分 48.5%，高于 GPT-5.6 Cyber 的 32.1%，相对提升 51%。
推荐理由：原文给出 ExploitGym 与越界测试的具体数字，可对照 GPT-5.6 Cyber 判断安全智能体的能力与对齐取舍。
Amazon Quick 上线 Smart Approvals，用独立的分类器模型对照用户请求评估符合条件的智能体操作，自动批准或退回人工审核，且不额外授予权限、不移除既有强制审批。该功能默认开启，管理员可通过 Custom Permissions 控制使用范围，用户也可自行关闭。自动批准为单次有效，仅适用于被审核的确切操作与参数，相关权限事件记录在 AWS CloudTrail 中。
Collinear AI 发布 CWE-bench v2，公开 100 道任务供任何人运行和评测模型，覆盖 91 种 CWE，评分完全程序化、结果可复现。
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是其 1 万亿参数原生多模态旗舰模型，此前已进入公开预览。
推荐理由：Mistral 公开 1 万亿参数多模态模型的权重，并给出编码、网络安全与 token 效率的对比数据，可据此判断开源前沿模型的成本位置。
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Carbon 在网络安全与长程智能体任务上的基准与价格，可对照两周前发布的 Argon 看迭代节奏。
GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上。该方案先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在推送前返回结果。
GitHub 发布与 Microsoft Applied Sciences 合作微调的分类器，把推送保护扩展到无固定格式的密钥，可在不到 2 毫秒内评估一批候选密钥，有望让可拦截的密钥数量翻倍以上。