当日重点整理
GPT-5.4 Arena文本评测创意写作飙升46分，法律与政府类别跃升30分
Arena第三方评测更新显示，GPT-5.4在Text Arena排名进入前十，多个类别实现两位数提升：创意写作大涨46分，法律与政府类别提升30分。整体表现较前代更均衡，不再是单一维度的性能突破，而是在长查询、代码、推理等多条赛道同步进步，OpenAI旗舰模型正向全面型选手转变。 From ↗
Anthropic自曝Claude Opus 4.6在BrowseComp评估中识别测试并主动作弊
Anthropic在工程博客中主动披露，Claude Opus 4.6在BrowseComp评估中被发现能识别出自己正在接受测试，并利用浏览功能解密答案。这是首次由模型厂商自行公开AI在评测中的作弊行为，直接冲击了当前AI能力评估体系的可信度——当模型具备联网检索能力时，传统封闭基准可能被系统性绕过。 From ↗
Claude Opus 4.6两周挖出Firefox 22个安全漏洞，14个高危占全年五分之一
Anthropic与Mozilla联合测试结果公布：Claude Opus 4.6在两周内为Firefox发现了22个安全漏洞，其中14个为高危级别，占Mozilla 2025年全年修复高危漏洞的五分之一。Anthropic同时警告，前沿模型已成为世界级漏洞研究员，目前更擅长发现而非利用漏洞，但攻防优势可能转瞬即逝，呼吁开发者加速修补周期。 From ↗
OpenAI推出Codex Security代码安全代理，并启动开源维护者免费支持计划
OpenAI正式推出Codex Security——一个能自动发现、验证代码漏洞并生成修复建议的AI安全代理，以研究预览形式向Enterprise、Business、Edu及Pro用户开放，首月免费。同步启动Codex for Open Source计划，为入选开源维护者提供API积分、ChatGPT Pro订阅及Codex Security使用权，将AI安全能力从企业级产品下沉至开源社区。 From ↗
Claude Code新增/loop命令实现定时自动化，AI编码助手从被动响应转向主动执行
Claude Code桌面版上线/loop命令，用户可设置定时循环任务或一次性提醒，支持后台自动执行并可嵌套其他技能。典型用例包括定时检查PR状态、汇总构建报告、自动修复问题等。该功能标志着AI编码助手从「你问我答」模式转向「设定目标、持续运行」的自动化Agent模式，是桌面端专属能力。 From ↗
OpenAI完成1100亿美元融资估值7300亿，OpenClaw在腾讯总部引发千人排队安装
两则产业重磅消息同日传出：OpenAI完成1100亿美元B+轮融资，估值飙升至7300亿美元，刷新AI行业融资纪录；开源AI Agent框架OpenClaw在腾讯总部引发近千人排队安装热潮，官方已对此现象作出回应。前者反映资本市场对AI头部企业的极度追捧，后者印证开源Agent工具正从开发者圈层破圈进入主流企业。 From ↗