2025-11-06 这一期

这一期没有导语。

本期收录

• Kimi K2 Thinking (2025-11-06 · Kimi Blog)
  开源思考模型，HLE 44.9%、BrowseComp 60.2%、SWE-Bench 71.3%，可连续 200–300 步工具调用。
• 强化红队：控制评估的模块化框架 (2025-11-06 · Anthropic Alignment Science)
  Anthropic 将 agent 破坏能力分解为五个核心组件，通过合成模拟优化攻击策略，使 Claude 3.7 Sonnet 的安全评分从 0.87 降至 0.41。