Good.Box日报 · 2026 年 10 月 6 日 · 星期二
汇聚每日AI&web3精彩资讯
GitHub发布ReviewBench
GitHub近日发布了ReviewBench，这是一个用于评估AI代码审查系统性能的基准工具，基于真实GitHub代码审查数据构建，提供了多种评估指标和配置选项，标志着AI代码审查领域的一个重要进展。
模型发布/更新
GitHub Blog · AI & ML一手GitHub 发布 ReviewBench：AI 代码审查基准
GitHub 发布了 ReviewBench，一个用于评估 AI 代码审查系统性能的基准，它基于真实 GitHub 代码审查数据构建，并提供了多种评估指标和配置选项。
The DecoderAleph Alpha 发布 Kolibri，一款支持欧洲 AI 主权的开放权重模型
Aleph Alpha 发布了 Kolibri，一款德英双语语言模型，参数量为 780 亿，其中 30 亿参数为每个 token 的活跃参数。Kolibri 在质量和运营成本方面均处于 Pareto 最优前沿，在德英两种语言上都优于具有相似架构的对比模型。该模型旨在服务于公共管理、航空和工业领域，支持高达一百万 token 的上下文窗口，并在德国和芬兰的 768 B200 GPU 上进行训练。
TechCrunch · AIReflection 发布 Beam，一款开放权重 AI 模型，在更低的计算成本下与中国模型竞争
Reflection AI 正式推出其首款前沿开放权重 AI 模型 Beam，声称其在高级推理基准测试中的性能与领先的中国开放模型相当，但成本却大幅降低。Beam 是一个 5010 亿参数的模型，经过 2380 万亿个 token 的预训练，具有 1000 万个 token 的上下文窗口。
The Decoder谷歌研究人员找到防止AI智能体记忆化测试的方法
谷歌研究人员提出了一种名为RRSI的方法，旨在防止AI智能体在测试中记忆化，通过限制编辑预算和严格的审查机制，提高了AI智能体的泛化能力。
The DecoderReka AI 发布全模态模型 Rho-1，支持文本、图像、视频和机器人控制
Reka AI 发布了全模态模型 Rho-1，该模型在单个神经网络中处理和生成文本、图像、视频以及机器人控制动作。Rho-1 在 320 个 H100 GPU 上训练了约三个月，能够实时生成连续视频并即时响应新指令。
The Verge · AIAI 在数学领域的突破：OpenAI 和 Anthropic 的最新进展
OpenAI 和 Anthropic 等实验室在数学领域取得突破，包括解决著名的千年难题之一。然而，这些成果也引发了学术界的争议和担忧。
The DecoderOpenAI 在欧盟对 ChatGPT 文本添加水印，全球 API 用户可选择关闭
OpenAI 为遵守欧盟规定，在 ChatGPT 文本中添加不可见水印。与 Anthropic 不同，OpenAI 允许全球 API 用户选择是否开启水印功能。
TechCrunch · AIOpenAI 在欧盟开始对 ChatGPT 文本进行水印标记
OpenAI 将在欧盟对 ChatGPT 和 Codex 生成的文本添加不可见水印，以符合欧盟 AI 法规的要求。水印将通过改变模型词汇选择来创建，以便检测器可以识别。这项措施将在未来几周内推出，但仅限于欧盟地区。
产品发布/更新
AWS Machine Learning Blog一手AWS Bedrock AgentCore 发布，用于评估多智能体系统的可解释性和实用性
AWS Bedrock AgentCore 发布，旨在评估多智能体系统的可解释性和实用性，提供了一种全新的平台来构建、连接和优化智能体，并支持内置和自定义评估器，以验证智能体的性能。
NVIDIA 推动AI在乳腺癌诊断和治疗中的应用
NVIDIA Inception 计划中的初创公司正在利用 AI 技术解决乳腺癌诊断和治疗中的挑战，包括影像、风险评估和治疗计划等方面。
TechCrunch · AIAI智能体功能解析：文本消息中的AI助手
多种AI智能体功能通过文本消息提供个性化服务，包括日程安排、旅行规划、购物和提醒等功能。
TechCrunch · AIHackerRank 的 AI 面试官 Chakra 展示了未来招聘面试的样貌
HackerRank 推出 AI 面试官 Chakra，可评估候选人的技术能力和工作表现，已进行超过 50 万次测试面试。
AWS Machine Learning Blog一手某产品发布智能体功能
某产品发布新的智能体功能，名为 Claude Code，它可以在 AWS GovCloud (US) 上与 Amazon Bedrock 集成，支持 AI 辅助开发，并满足监管或合规要求。
论文研究
The DecoderNASA与IBM开源月球模型：将17年绕月探测器数据转化为月球科学研究基础
NASA与IBM合作开发的月球基础模型，基于17年绕月探测器数据，可用于机器学习，尤其在预测极地冰沉积和检测陨石坑方面表现出色。
Google Research一手Google Research 发布智能体隐私和安全论文
Google Research 发布了关于智能体隐私和安全的论文，探讨了智能体在处理复杂任务时面临的隐私和安全挑战，并提出了相应的解决方案。
技巧与观点
The Decoder麻省理工学院报告：AI正在侵蚀办公室时间、学习小组和师生信任
麻省理工学院发布报告称，AI正在影响大学教育，导致学生减少参加办公室时间、在线讨论参与度下降，以及宿舍和图书馆中的学习小组减少。报告还指出，AI的使用可能导致师生之间信任度下降，并建议制定针对AI使用的透明政策。
a16z拆穿AI繁荣真相：前1%的人撑起整个AI叙事
a16z的报告指出，AI领域的繁荣主要由前1%的用户和公司推动，大多数人和公司对AI的实际应用感受并不强烈。报告分析了AI领域的多个层面，包括企业、软件、风投和创业层，揭示了AI领域的头部效应和分化现象。
The Verge · AIOpenAI 安全员工离职并发出警报
OpenAI 安全员工 David Robinson 离职并指出公司文化存在问题，呼吁 AI 公司建立更严格的安全保障措施。
Web3 / 加密
ZachXBT揭露Lazarus集团洗钱团伙，协助冻结Bybit攻击事件相关资金
ZachXBT揭露了一个涉嫌为朝鲜背景黑客组织Lazarus Group洗钱的犯罪团伙，并协助冻结了2025年Bybit攻击事件相关资金，涉及金额超过1200万美元。
DecryptZachXBT 曝光朝鲜洗钱团伙，冻结7500万美元资金
ZachXBT 伪装成客户揭露了与朝鲜有关的洗钱团伙，通过追踪加密货币交易帮助冻结了7500万美元资金。
CointelegraphAI 发展放缓或引发经济动荡？行业内部分歧加剧
文章指出，美国人工智能行业内部对于发展速度存在分歧，一方面有行业领导者呼吁放缓发展步伐，另一方面美国总统特朗普希望加快发展以与中国竞争。文章探讨了这种分歧可能对经济产生的影响，并分析了不同观点对行业发展的潜在影响。
AI 智能体通信协议 MCP 存在安全风险
AI 智能体通信协议 MCP 存在安全漏洞，可能导致恶意指令传播，研究人员测试了包括 Google 在内的多个组织的智能体。
以太坊验证者退出队列暴涨392%，MetaMask安全事故引发52万枚ETH排队离场
以太坊验证者退出队列暴涨约392%，其中约52.3万枚来自MetaMask Staking在基础设施遭入侵后的预防性退出，并大量关联Lido运营。MetaMask的一次安全惊吓，叠加部分看似兑现利润的操作，把以太坊验证者退出队列推到了今年以来的最高水平。
Ethereum Blog一手以太坊探索原生交易断言以强化交易最终结果
以太坊基金会探讨了原生交易断言作为强化交易最终结果的方法，以解决当前交易不确定性带来的用户体验风险。
CoinDeskOKX与纽约证券交易所母公司ICE合资推出24小时tokenized美国股票交易
OKX和ICE的合资企业OKXICE计划推出一个基于区块链的股票交易平台，提供超过60家美国上市公司的tokenized股票，实现全天候交易和更快结算，同时保留分红和投票权。该计划依赖于新的五年SEC豁免，并需经过监管步骤，包括公司对股票tokenization提出异议的30天期限。
DecryptOKX与ICE推出24小时tokenize股票交易
OKX与纽约证券交易所所有者ICE合资企业OKXICE计划在SEC的新创新豁免下运行24/7 tokenize股票交易平台，列出超过60种美国上市股票的tokenize版本，每种股票都针对USDC、USDG或Tether的USDT进行交易。
快讯
- 美国商品期货交易委员会（CFTC）公布将加密交易所纳入联邦监管计划Decrypt
- 中西方AI模型在政治敏感话题上的差异研究The Decoder
- 美CFTC提出首轮加密货币市场规则，放弃“仅靠执法”的监管方式PANews
- BlackRock 展示代币化如何改变投资组合CoinDesk