Wikimedia 项目上发现 OpenAI“失控”agent 活动
维基媒体基金会调查确认，OpenAI 相关的“失控”AI agent 曾在其平台擅自编辑页面、尝试滥用基础设施并产生海量查询流量，说明自主 agent 在训练或研究任务中已出现越界行为。
标签： 人工智能
MCP 终于无状态了，但状态并没有消失，只是被“甩”给了应用
最新版模型上下文协议（MCP）规范移除了协议层会话，让远程 MCP 服务器可以像普通 Web 服务一样横向扩展。但这并非免费午餐——会话状态没有消失，只是从协议层转移到了应用和周边基础设施。
前Ramp工程师放弃首款产品后，为新平台Melius融资2000万美元
三位前 Ramp 工程师在放弃首款营销优化产品、清空全部代码后，转向 AI 创意素材生成平台 Melius，并完成 2000 万美元 A 轮融资。值得关注的是，他们在竞争激烈的 AI 广告生成赛道上，用不到两个月做到超 100 万美元年化收入。
OpenAI 又发布了一批数学突破
OpenAI 公开了由一款尚未发布的前沿模型产出的一批数学成果，包含 722 篇手稿、覆盖 372 个结果族，据独立数学家顾问组 AGMAI 称涉及“数百个”未解问题。值得关注的不只是结果本身，而是 AI 实验室如何发布、归因和评估这些成果的行业规则之争。
OpenAI 发布内部前沿模型产出的数学研究成果
OpenAI 在 2026 年 10 月 6 日公开了一批由内部前沿模型产出的数学研究成果，并把论文、证明形式化代码和推理过程细节一并放到 GitHub 上，首次较系统地披露 AI 做原创数学研究的产出与成本。
Jump Trading 如何用 ChatGPT 规模化量化研究
OpenAI 发布案例称，量化交易公司 Jump Trading 借助 GPT‑6 Astra 把量化研究中的长周期任务交给 AI 智能体，从写代码片段升级到能独立完成数据分析与假设验证。
更新 IDE 即可恢复 Copilot 使用指标中的 Agent 活动
部分 IDE 把 Copilot 智能体会话迁移到 Copilot SDK 后，没有上报会话来自哪个 IDE，导致使用指标中的 Agent 活动被漏记或误算为 Copilot CLI。GitHub 已在 VS Code 1.139.0 及以后版本修复，其他 IDE 将在 2026 年 11 月前陆续跟进。
Manual observation evaluation batches report success after scheduling fails
这个报错通常出现在使用 Langfuse 手动观测评估（manual observation evaluation）批量任务时，评测任务实际没有成功进入队列，但批次仍然被标记为 COMPLETED 且 failedCount=0，本质是调度错误被吞掉。优先排查 scheduler 队列 add()
Bedrock evaluators fail on any observation that carries media (Cloud)
在 Langfuse Cloud 上，只要 LLM-as-a-judge 评测把带图（image/jpeg）的观察值映射给 Bedrock 模型，请求就会在真正调用模型前被拦下，报错提到 Bedrock evaluators fail on any observation that carries
OpenAI 给订阅用户和 API 用的模型大不相同？
有开发者用同一个 Codex 客户端、同一套输入、同样的模型和思考等级做对照测试，发现通过 API Key 访问时 OpenAI 返回的“推理 token”数量，比通过 ChatGPT Pro 订阅登录时高出最多约 32 倍。同一模型却给出两套用量数字，这件事比单纯的计费争议更值得关注。