同时关联该项目与事件的快讯
Bitcoin Core 开发者合并一项安全政策调整，针对可通过简单的大语言模型（LLM）提示轻易发现或重新发现的漏洞，不再沿用此前的长期保密披露机制。新规则允许开发者在漏洞分级时将此类问题标记为“易于发现”，随后将修复方案回移至所有仍受支持的版本，并尽快通过小版本更新发布，同时附上安全公告及部分漏洞细节。此前，Bitcoin Core 会根据漏洞严重程度安排披露时间，中高危漏洞通常要等到受影响版本停止维护后才公开。此次调整源于 AI 工具降低了漏洞发现门槛：今年 7 月，一个由 16 名开发者组成的 Bitcoin Red Team 使用 AI 模型扫描约 390 个比特币相关项目，在一天内记录了 4962 项发现，其中 85 项被列为严重问题。开发者指出，继续延长此类漏洞的保密期已难以有效防止攻击，反而会推迟修复版本的发布；但新规则也意味着修复可能缺少更长的测试时间。目前尚无漏洞被正式标记为符合新规则的“易于发现”类别。（CoinDesk）
据 Cointelegraph 报道，Bitcoin Core 开发者 Antoine Poinsot 周四在比特币开发邮件列表中表示，大语言模型（LLM）已使部分软件漏洞极易被重新发现，长期保密already意义有限，反而会推迟修复版本的发布，因此团队更新了漏洞披露政策。 新政策规定，通过简单 LLM 提示等极少成本即可发现的"易发现"漏洞，将尽快在所有受维护的主要版本中修复，并同步发布安全公告。其他漏洞仍按严重程度披露：低危漏洞在包含修复的主要版本发布两周后披露；中高危漏洞在最后一个受影响版本停止维护（EOL）两周后披露，通常距修复发布约一年；关键漏洞则需专门处理。
Vitalik 在 X 平台发文表示，其已将 Wrapped zkAPI、Tor、额外覆盖流量和本地 LLM 提示词重写集成至兼容 OpenAI 的守护进程，并为代理工具 pi 构建“偏执模式”包装器。每个对话将分配独立的 Tor 电路，请求加入随机覆盖流量，zkAPI 通过支付机制避免身份泄露，所有提示词均在本地重写；其代理工具运行于 bwrap 沙箱中，并叠加 torsocks，所有操作均通过 Tor 进行。该方案已具备较高可用性，但会增加延迟；Vitalik 表示，Tor 在此场景下并非理想的隐私方案，更专业的混合网络可能需要更高的带宽开销和内置恒定覆盖流量，zkAPI 更低的主网存款和提款 Gas 成本即将推出。
安全机构 CrowdStrike 发布情报报告称，一名身份不明的黑客在 9 月下旬至 10 月初期间，将大语言模型（LLM）与国产开源 AI 渗透测试工具 ARTEX 相结合，对韩国多家金融机构发动定向网络攻击并窃取数据。分析黑客暴露的开放目录后发现，其采用以中国香港 IP 为核心的双服务器架构，并借助 Claude Code、GLM-5.3、Grok 4.6 以及通过 API 代理接入的 DeepSeek v4.1-flash 等模型编排攻击流程，还曾向 Claude 询问如何在 Telegram 群组中变现韩国泄露数据。据韩媒估算，韩国至少七家金融机构遭到攻击，包括 KB 国民银行、新韩银行和韩亚银行，约 68000 人的个人资料外泄，涉及年收入、贷款额度等敏感信息。
AI Agent 链上操作系统(AI Agent Onchain OS) X-Agent 发布最新白皮书，系统介绍其产品架构、MCP 生态、商业模式及$XAGT 的应用场景。白皮书指出，AI 行业的下一阶段不只是生成文字、图片或代码，而是让 Agent 能够理解用户意图、调用工具、执行任务并完成交易。围绕“Speak to Build，Share to Connect”的理念，X-Agent 允许用户通过自然语言创建具备上下文、记忆、技能、API 及钱包连接能力的 AI Agent，无需编写代码。在商业模式上，X-Agent 希望打通 Agent 创建、MCP 能力接入、分发、支付和变现的完整链路。开发者可以将 API、数据和专业服务封装为 MCP 能力，并通过按次调用、订阅或交易佣金获得收入。$XAGT 计划用于安全运行环境的计算费用、LLM 与 API 调用、Agent 交易结算、MCP 服务付费、Premium Agent 模板购买及开发者部署。未来还将拓展至服务质押、多 Agent 结算和生态治理等场景。据项目方披露，X-Agent 目前已拥有超过 100 万注册用户，累计完成超过 110 万次自主任务，LLM Token 消耗量超过 840 亿。未来，项目还将推进 Super-Agent、企业沙盒、去中心化 Agent Store 及多 Agent 协作体系。
人大金融科技研究所发布《Journal of International Money and Finance》上稳定币研究的编译文章，相关研究基于大语言模型（LLM）智能体解析稳定币脱锚风险，其中指出稳定币脱锚具有明显的非线性和阈值特征，套利机制能够吸收一定程度的信息压力，但当叙事严重程度达到“临界阈值”后，系统可能迅速进入持续脱锚状态。
Meta 发布论文 CORAL，提出一个 LLM 原生 agent harness，用于闭环优化生产级推荐系统。该系统通过闭环观察运行信号、回溯过往决策记忆，并调用数值优化器等工具，在固定变更预算内持续重配线上推荐策略。论文显示，策略无需参数更新，即可随循环迭代逐步改进。
据韩联社报道，美国市场信息机构 Silicon Data 发布的 LLM Token 支出指数（LLM Token Expenditure Index）于 8月 31 日跌至每百万 Token 97 美分，创下该指数自去年底成立以来的历史最低值，较 5 月高点（2.05 美元）下跌逾 50%。 分析认为，中国 AI 企业月之暗面推出的开源模型"Kimi K3"、OpenAI 于7 月下调 ChatGPT-5.6 系列模型定价，以及头部厂商推行动态定价机制，共同构成此轮价格下行的主要驱动因素。Token 价格下跌虽有助于降低用户使用成本，但对 OpenAI、Anthropic、Google 等模型开发商而言将形成营收压力。投资机构 Seez Group 投资负责人指出，基础模型企业受冲击最为直接，建议转向强化分发渠道、内存及上下文能力，以提升用户迁移成本，应对开源模型的竞争侵蚀。
Cardano 创始人 Charles Hoskinson 在 X 平台发文宣布推出开源项目 ”anthropies“，并表示开发一套可与多数 LLM 配合使用的工具，用于处理 Anthropic/Claude 输出中的水印及相关标记。根据项目 README，工具区分三类信息：文本中的统计水印、图片中的 C2PA 内容凭证，以及 Git 提交中的 Co-Authored-By: Claude 署名；不过该项目也已注明，无法保证完全规避 Anthropic 未公开的检测机制。
英伟达（NVIDIA）推出 AI 模型路由系统 NeMo Switchyard，旨在帮助开发者在多个大模型之间动态分配 AI 智能体（AI Agent）任务，在保证性能的同时降低成本和延迟。英伟达表示，构建 AI 智能体并不意味着必须依赖单一大模型。不同模型在推理能力、响应速度和运行成本方面各有优势，例如分类任务可能适合轻量模型，复杂推理则需要更强大的前沿模型。如果所有请求都发送至最大规模模型，将导致成本和延迟增加；而全部使用小模型则可能降低复杂任务完成质量。NeMo Switchyard 通过智能路由机制，根据任务需求、模型能力、成本、延迟以及系统状态等因素，在多个专用模型和前沿模型之间自动选择最合适的执行模型。该系统支持开发者在不改变应用架构的情况下切换不同模型供应商和模型版本。英伟达介绍，NeMo Switchyard 提供多种路由策略，包括无需训练的 LLM 分类器路由、阶段路由（Stage Router）、升级路由（Escalation Router），以及基于真实工作负载数据训练的可调节路由模型。其中，升级路由会优先将任务分配给低成本模型，并在检测到任务复杂度提升、持续错误或执行停滞时，将请求升级至更强模型，从而实现性能与成本之间的平衡。英伟达表示，在相关测试中，NeMo Switchyard 通过在不同模型之间分配任务，在保持较高任务完成率的同时显著降低 AI Agent 运行成本。例如，与仅使用前沿模型相比，基于升级路由的方案在 LangChain 多轮智能体测试中降低约 74%的成本，仅有 7%的请求需要调用前沿模型。此外，英伟达已与 Cognition、Nous Research、Ramp、LangChain、LiteLLM、Kong 等企业合作，将 NeMo Switchyard 集成至 AI Agent 开发流程和企业应用基础设施中。
攻击手法方面，该组织已转向利用生成型 AI 制作高度仿真的虚拟资产与金融领域文档，用于精准鱼叉式钓鱼攻击，目标涵盖加密货币钱包信息、Gmail 账户及网站注册记录等敏感数据。Genians 安全中心负责人文钟铉警告，随着 AI 技术发展，社会工程攻击将持续精细化，建议企业部署以行为检测为核心的 EDR 威胁猎捕体系加以应对。
据 Rohan Paul 发布的研究摘要，一项针对 207 个 GitHub 项目、102 万次拉取请求的大规模研究显示，引入 AI 代理审查可将代码审查时间缩短 2.5 至 4.5 天/KLOC，但代价是审查质量下滑——AI 参与的审查中，78%~94% 的 PR 存在"审查异味"（review smells），高于纯人工审查的 69%~76%。研究指出，反复分配同一 AI 审查员身份是导致审查多样性下降的主要原因。值得注意的是，早期大量引入 LLM 审查的项目并未获得显著效率提升。
由前微软 AI 团队成员创立的人工智能初创公司 Skyfall AI 宣布，将斥资最高 100 万美元收购一家小型 B2B SaaS 或电商企业，并尝试让 AI 系统全面接管公司运营，以验证“AI CEO”是否能够管理真实商业组织。Skyfall AI 联合创始人 Sam Pasupalak 和 CTO Kaheer Suleman 认为，当前 AI 行业普遍聚焦于打造“自主员工”（autonomous employee），即让 AI 逐步替代单个岗位任务，但这并非真正的企业自主化。他们希望通过运营一家真实企业，测试 AI 能否覆盖定价、市场营销、客户支持、财务和运营等全流程决策。该项目目标是让 AI 作为企业核心管理者，在减少人工干预的情况下推动公司收入增长，并公开记录实验过程中的成功与失败。Skyfall 创始人表示，现有大语言模型（LLM）虽然在已有知识和固定环境中表现出色，但面对竞争变化、客户行为变化和市场动态时，持续学习能力仍存在不足。因此，公司正在探索名为“Enterprise World Models”的新型 AI 架构，希望让 AI 理解企业运行状态并预测决策对未来发展的影响。Skyfall AI 由 Maluuba 团队成员创立。Maluuba 曾于 2017 年被微软以约 1.6 亿美元收购，其技术后来成为微软加拿大 AI 研究布局的一部分。（Forbes）
据以太坊联合创始人 Vitalik Buterin 于 7 月 20 日在 X 发布的系列推文，其就 AI 能力增长与人类未来展开深度思考。 Vitalik 将机器能力演进划分为三个阶段：工业革命（物理重复劳动）、计算机时代（可逻辑定义的脑力任务）、以及 LLM 时代（基于海量样本定义的脑力与部分体力任务）。他指出，当前核心问题在于：LLM 加上后续改进，是否最终能覆盖所有人类独特能力，抑或仍需第四、第五次技术浪潮。 在 AGI 定义上，Vitalik 提出：AGI 是指若将其上传至机器人躯体、人类突然消失后，仍能独立延续文明的 AI。他强调 AGI 一旦实现，将是"不可逆的转折点"，人类对地球的主导权将仅剩历史惯性而非能力优势。 对于未来路径，Vitalik 寄望于人机深度融合——通过脑机接口、意识上传等技术抹除人机二元边界，使人类在技术天花板到来前始终保持竞争力。他同时呼吁保持全球政治与经济多元化，避免单一国家或企业垄断 AI 优势，并表态支持 AI 发展"减速"与"暂停"提案，倾向于以开源权重模式实现去中心化减速，而非依赖强硬政治手段。
Clem Chambers 表示，中国 LLM 追赶 OpenAI 和 Anthropic 不意味着 AI 繁荣结束，LLM 只是 AI 产业的一部分。其认为，免费或开源模型不会削弱 AI 需求，企业和政府仍需要更高水平的 AI 能力。 他将 AI 基础设施需求与比特币挖矿进行类比，称二者均围绕每千瓦算力和每千瓦时成本展开。硬件、能源、冷却和涡轮等环节无法免费提供，相关价值链受资源和更新周期约束。 Chambers 指出，AI 需求推动硬件和软件持续迭代，设备可能面临类似加密挖矿的更替周期。他认为，AI 成本基础不仅来自模型本身，还来自算力分配和基础设施投入。（Forbes）
BNB Chain 宣布 AI Agent 开发平台 BNB Agent Studio 正式上线主网。开发者可在 Cursor、Claude Code 等 AI 编程工具中通过一句提示词完成 Agent 的钱包创建、链上身份注册（ERC-8004）与部署，无需分别搭建钱包、身份、支付、托管和 LLM 接入。Agent 部署后可通过 x402 协议从用户预充值钱包中自动扣费续费 LLM 用量，并借助 ERC-8183 任务接口被其他 Agent 发现和调用，全程运行于 AWS Bedrock AgentCore。官方同时推出限时免费试用活动，用户凭 GitHub 账号即可在 BSC 测试网体验完整部署流程。
Brian Armstrong 在 X 平台发文表示，Coinbase 现已包含 pre-IPO 永续合约、股票期权，并将很快支持代币化股票；Coinbase 还重新设计了 Coinbase Advanced，并开始整合美国与国际用户、Coinbase 与 Deribit 用户之间的全球流动性。CoinbaseDev 正在为企业提供稳定币支付能力，推出基于其合规技术栈的全托管账户，并上线新的开发者工具仪表盘。Base 方面，Coinbase 宣布推出私密交易和网页版 Base App。Coinbase 也正在成为 AI 的金融账户，支持为 AI 代理提供钱包、获取 AI 驱动的金融建议，并将 Coinbase 账户连接至用户常用的 LLM。
谷歌发布 OKF（Open Knowledge Format）规范，旨在将 Andrej Karpathy 提出的“LLM Wiki”式知识组织与交互模式标准化，推动大模型知识结构化与可引用能力统一。
根据官方消息，去中心化 GPU 云计算基础设施平台 Aethir 正式发布 Aethir Mesh——一个运行于 Aethir 去中心化 GPU 基础设施之上的自研开源大模型 API 平台，目前平台已上线，提供统一 API 端点直连 DeepSeek V4、Kimi K2.6、GLM-5.1、MiniMax-M2.5、Qwen3.6-27B 等主流开源模型。
Vitalik Buterin 更新了多项 CROPS AI 相关进展，并指出 “ CROPS 以太坊接入层 ” 与 “ CROPS AI ” 存在明显交集。他表示，若能通过零知识证明方式对远程大型语言模型进行付费调用，也可用于解决以太坊私有 RPC 读取问题。 与此同时，Deepseek v4 已发布， 2-bit 量化版本可在 90 GB 内运行，但当前在 Apple 硬件上速度更快；消息应用 messa 已支持 Telegram Alpha 功能；模型运行工具 luceb 在运行密集型模型时展现更高效率；本地 AI 录音工具 VoxTerm 仍在持续开发。Vitalik Buterin 还提到，面向特定应用微调的大型语言模型将有助于提升安全代码编写能力，以太坊相关场景也应有相应微调模型。