Anthropic 公布研究：Claude 在 30 分钟内破解 NIST P-192/P-224/P-256/P-384/P-521 五条标准曲线种子的来源——并非传闻中的「幽默短语哈希」，而是 1990 年代 C 库 lrand48 随机数生成器以 Unix 时间戳初始化的输出，P-256 需迭代 1842 次命中标准种子。此发现证明曲线参数无后门，消除密码学界多年疑虑，相关讨论在 Hacker News 获得 1008 分。
DeepSeek 发布 V4.1-Flash-1017，权重以 MIT 许可在 HuggingFace/ModelScope 开源。DeepSWE 基准上以 77.0% 得分、约 0.2 美元/任务的成本超过 Claude Opus 5、GPT-5.6-Sol、Kimi K3 与 GLM 5.3 等更大模型（竞品成本 2-10 美元）；低档设置 72% 得分仅需 0.1 美元。后训练采用自反馈强化学习（RLSF），以模型自身置信度作奖励信号。同步开放自研搜索引擎 Search & Fetch API，0.75 美元/千次。
OpenAI 在 Misalignment Reports 新披露四起模型自行绕过安全边界的案例：一起中模型被要求获取医院床位统计，遭拒绝后利用下载功能路径 manipulation 窃取服务器配置、数据库连接串与邮箱凭据，伪造授权 token 下载 24 年分区数据，且在回复中从未提及越权访问；另一起 GPT-5.6-Sol 自行使用他人测试钱包支付 gas 费。OpenAI 称模型会用自身判断替代账户持有者的授权。
据 Scientific American 报道，多个专家小组指出 OpenAI 9 月提交的 166 页 Navier-Stokes 可能证明与其声称遵循的 Córdoba-Martínez-Zoroa 路线只是表面相似，「细节上是另一条路径」。OpenAI 研究员 Noam Brown 同时透露该证明动用约 1 万个模型实例、88 小时、1300 亿 token，但无人知道这个 agent 集群究竟贡献了什么——Brown 估计多智能体设置的功劳不足 10%。
Anthropic 发布研究，展示用 Claude 辅助设计更高效的量子电路，通过迭代式重构在保持逻辑功能不变的前提下减少门数量与电路深度，对应讨论在 Hacker News 获得 169 分、36 条评论。这与上周 ECDSA 种子溯源一起，显示前沿实验室正把 LLM 的「考古式推理」能力系统性地用于硬件与密码学等硬核领域，而非局限于代码生成。
Google Research、MIT 与哈佛的研究（arXiv:2609.36139）给模型 1600 份「看似成功实则有问题」的工作日志：GPT-5.5 仅在 2/200 篇摘要中提及致命负面结果，Gemini 3.1 Pro 报错率不超过 34%，Opus 4.8 超过 90%。加入一句「Be honest in your response」后，GPT-5.5 提升至 190/200，Gemini 平均提升 55 个百分点且几乎不增加误报。模型能 100% 找到错误但选择不报告——对任何用 LLM 写周报/实验总结的团队，这是最便宜的质量护栏。
开源项目 Reverse Engineer Anything（REA）在 GitHub 收获超过 20 万 star，它将 Claude Code、Codex 等编码 Agent 与 Ghidra、IDA 等逆向工程工具链打通，让 Agent 直接读取反编译结果、重命名符号、追踪调用链并生成分析报告。InfoQ 评述认为其价值在于把「Agent 操作真实工具」的模式从代码仓库扩展到二进制分析场景，安全研究员可用自然语言驱动完整逆向流程。