灵感，不只在长文里。

Cohere 签意向书收购 AISLE，组建 Cohere Cyber

Cohere 与 AISLE 10-15 宣布签署意向书（LoI），Cohere 拟收购这家做自主漏洞发现与修复的公司，金额未披露。AISLE 2024 年成立，出隐身状态一年来发现了 500 多个获分配 CVE 的未知漏洞，覆盖 100 多个代码库，包括 OpenSSL 1 月安全更新里的全部 12 个漏洞，以及 curl 最新版本 24 个 CVE 里的 18 个。

三位创始人都进入 Cohere：AISLE CEO Ondrej Vlcek 任 Cohere Cyber 高级副总裁，领导新成立的全球网络安全业务；Jaya Baloo 任 Cohere 全球首席信息安全官；Stanislav Fort 任 AI Security 副总裁，加入核心模型研究与训练，领导 AI 安全研究。交易完成后 AISLE 布拉格总部将成为 Cohere 布拉格办公室，Cohere 计划长期投入，把布拉格建成 AI 网络安全与自主安全系统的全球中心。

模型厂商在把找漏洞、修漏洞做成和模型、私有化部署放在一起卖的产品。

来源：https://cohere.com/blog/cohere-and-aisle-sign-letter-of-intent-to-advance-cyber-resilient-sovereign-ai

Proofpoint 约 63 亿美元全现金收购 Varonis，把「人与 Agent」和数据安全捆在一起

Proofpoint 与 Varonis 10-15 宣布最终协议：Thoma Bravo 旗下 Proofpoint 以每股 49.75 美元现金收购 Varonis，交易总值约 63 亿美元。对价较 6 月 22 日（出售传闻前一交易日）收盘溢价 52%，较 9 月 1 日收盘溢价 17%。预计 2027 年上半年交割，还需股东与监管批准。

Proofpoint 自称做「人与 Agent 网络安全」，Varonis 做数据与 AI 安全。合并后官方称服务超 1.6 万家企业，目标是一个平台里管住敏感数据、人和 AI 能访问什么、数据会不会外泄。Proofpoint CEO Sumit Dhawan 在新闻稿里点明，AI Agent 越来越多地碰敏感信息并跨系统行动。

企业安全采购里，「Agent 能碰哪些数据」已经和邮件、身份、数据治理算到了同一笔买卖里。

来源：https://www.proofpoint.com/us/newsroom/press-releases/proofpoint-acquire-varonis-creating-global-leader-data-and-ai-security

Meta 开放 Muse Spark Open：总参 8160 亿、激活约 420 亿，可在两台 M5 Ultra Mac Studio 本地跑

Meta 10-15 发布 Muse Spark Open 权重。它是原生多模态 MoE，总参 8160 亿，每 token 激活约 420 亿，上下文 100 万 token，面向编码和长程 Agent。官方称可以用两台搭载最新 MLX 的 Apple M5 Ultra Mac Studio 在桌面端运行。模型卡写明，NVFP4 至少需要约 700GB 加速器显存，BF16 约需 2TB。权重在 Hugging Face、SageMaker AI、Google Cloud Model Garden、Microsoft Foundry 上提供，Baseten、Fireworks、Groq、OpenRouter、Together AI 等提供托管 API；推理引擎支持 SGLang、vLLM、TensorRT-LLM、MLX、llama.cpp。
许可证是 Muse Model License。做第三方模型即服务，且任意连续 12 个月总营收超过 2000 万美元的，需要通知 Meta 并另签协议。内部使用、研究，以及把模型嵌进自有产品，不受这条限制。使用时须标注 “Built with Muse Spark Open”。据 CNBC，这是 Meta 与 Apple 的公开协作。
开源权重里又多了一个大激活量、可以自托管的 Agent 模型，硬件门槛和许可证边界都写在了明处。
来源：https://research.meta.ai/blog/muse-spark-open

Perplexity 开源 Agent 沙箱 SPACE：Firecracker 微虚机隔离，Apache 2.0

Perplexity 10-15 开源 SPACE（Sandboxed Platform for Agentic Code Execution），它从 7 月起就是 Perplexity Computer 在用的自研沙箱。SPACE 在隔离的 Firecracker 微虚机里运行 Linux 环境，通过 HTTP API 创建沙箱、执行命令、管理生命周期，带 E2B 兼容层，许可证是 Apache 2.0。CoreWeave、Akamai、Crusoe 将向客户提供 SPACE。官方安全评测写明，对故意突破边界的 Agent 做了 108 次尝试，没有从虚机逃逸到宿主机；部分尝试绕过了网络限制，修复后复测两种攻击方式都未再成功。
给 coding Agent 自建沙箱的团队又多了一个微虚机级隔离的开源运行时。
来源：https://www.perplexity.ai/hub/blog/open-sourcing-space

Liquid AI 开放 Agent 模型 LFM2.5-24B-A2B：总参 240 亿、每 token 激活约 24.5 亿，M5 Max 上解码 184 token/s

Liquid AI 10-13 发布 LFM2.5-24B-A2B，基础版和后训练版权重同时上架 Hugging Face。这是一款 MoE 模型，总参 240 亿，每 token 激活约 24.5 亿；上下文从上一代的 32,768 扩到 131,072 token，词表从 65K 扩到 128K，预训练数据从 17T 增到 33T token。它只有推理模式，后训练最后一步是在 OpenClaw、Hermes Agent、Pi、OpenCode 等 Agent 框架里做强化学习。

以下跑分均为 Liquid 自测，对比模型由其用 vLLM 统一跑：AutomationBench 27.69，Qwen3.6-35B-A3B 为 8.72；LiveClaw 48.09 对 38.19；8 项工具调用与 Agent 测试中 5 项领先或持平。知识和编码偏弱，SWE-Bench Verified（OpenCode）51.00 对 66.20，GPQA Diamond 74.42 对 83.69。llama.cpp Q4_K_M 量化下 Apple M5 Max 解码 184 token/s，AMD Ryzen AI Max+ 395 为 114 token/s。Liquid 还披露，训练中模型出现奖励投机，会去 git 历史、GitHub、PyPI 和 Hugging Face 找答案，甚至识别出自己在沙箱里，之后收紧了沙箱。

许可证是 LFM Open License v1.0，年营收 1000 万美元及以上的企业商用不在授权范围内。托管 API 每百万 token 输入 0.10 美元、输出 1 美元。首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX，本地跑工具调用型 Agent 又多了一个小激活量选项。

来源：https://www.liquid.ai/blog/lfm2-5-24b-a2b

据 OpenAI 自己的客户样本：欧盟企业里 Codex 与 ChatGPT Work 已占输出 token 一半以上，中小企业周活自 5 月起涨超 8 倍

OpenAI Economic Research 10-14 发文称，据 OpenAI 自己的客户样本，在其欧盟 ChatGPT Enterprise 样本里，Codex 与 ChatGPT Work 合计已占输出 token 的一半以上。该分析把「中小企业」定义为关联用户不超过 200 的企业；自 2026 年 5 月起，欧盟中小企业里 Codex 与 ChatGPT Work 的周活跃用户增长超过八倍，每个成员国都有增长。

各国差异很大：在样本内的 ChatGPT Enterprise 账号中，经 Codex 与 ChatGPT Work 产生的输出 token 占比从斯洛文尼亚的 22% 到立陶宛的 85% 不等。另以活跃用户人均输出 token 排名前 10% 定义「前沿企业」（样本只含 ChatGPT Enterprise 和 Business 账号），9 月欧盟前沿企业的人均输出 token 是典型欧盟企业的四倍以上，但欧盟外前沿企业又是欧盟前沿企业的两倍以上；全球前沿企业里欧盟企业只占 10%。CFO Sarah Friar 说，欧洲已进入 AI 的新时代，工具可以替人执行任务，欧盟企业客户超过一半的 AI 使用已涉及这类工具，但 AI 使用在欧盟仍有很大增长空间。

这些数字只覆盖 OpenAI 的付费企业客户，在这批客户里，Agent 类工具产生的输出 token 已经超过一半。

https://openai.com/index/the-eus-next-chapter-in-ai-is-agentic

OpenAI 工程师被控在高管会议室藏录音设备，作案前用内部生产力工具查会议室日历和高管位置

美国司法部 10-13 公布，OpenAI 工程师 Abdulrahman Alfozan（35 岁，沙特籍，2025 年 7 月入职）10-09 被捕，被控使用设备截获口头通信，10-13 在联邦法院首次出庭。按起诉书，OpenAI 9-30 在旧金山一栋办公楼的高管会议室发现一个录音设备，插在电视背面的 USB 口上，外面裹着卫生纸，约 9-28 装入，存储内容已加密。监控显示他在设备被发现前多次出现在会议室附近，而他无权参加那里的会议；10-05 他进会议室查看电视背后，同一天 OpenAI 安保在他遗留的包里找到第二个类似设备。

起诉书写到，9-28 之前他用一款生产力工具多次查询公司楼址、会议室容量和日历、「leadership and exec」所在位置以及外部合作方会议；一个与其配偶关联、和他本人账号共享多项标识的聊天机器人账号，9-24 至 9-30 提交了怎么做持续录音器、改 Wi-Fi 连接、加密 SD 卡等提问。若定罪最高判 5 年、罚款 25 万美元。据路透，OpenAI 称用内部模型锁定了当事人，目前没有迹象显示他访问或带走模型权重、源代码或客户数据，人已解雇；FBI 局长 Kash Patel 称保护美国「超级智能」技术是反情报最高优先事项之一。以上均为起诉指控，尚未审理。

企业内部生产力工具能查到的日历、位置和会议安排，同样可以被用来踩点；这起案子里，把人和设备连起来的证据之一，正是这些查询记录和聊天账号之间的关联。

https://www.justice.gov/opa/pr/saudi-national-arrested-installing-surreptitious-audio-recording-device-openai

NVIDIA 五年捐赠价值 2.5 亿美元算力，支持英国 Agent 安全与安保研究

NVIDIA 10-13 发布新闻稿，宣布五年内捐赠价值 2.5 亿美元的算力，每年提供 5000 万美元的算力接入，用于加强英国的 agentic 安全与安保研究能力。多数份额面向更广泛的英国 AI 安全与安保研究社区，一部分支持牛津大学主导的 BOLD、UCL 主导的 SOFAIR，以及帝国理工学院，帝国理工的工作包括安全工程与机器人方向。

算力经英国本地的 NVIDIA Cloud Partners 提供，基础设施放在英国境内；供应商选择、技术架构与商务条款仍待商定。研究方向包括安全 Agent、开放模型安全与现实威胁缓解，支撑安全沙箱、可复现研究与安全评测基准，其中包括使用 NVIDIA OpenShell 开放安全运行时软件和 NVIDIA Sentry 参考设计开展的研究。

这意味着英国研究者将能在英国境内的基础设施上，使用 NVIDIA 资助的算力开展 Agent 安全研究，具体供应商和条款尚未确定。

https://nvidianews.nvidia.com/news/nvidia-commits-250-million-to-advance-uk-agentic-safety-and-security-research-over-the-next-five-years

摩根大通不让外部 AI Agent 代零售客户操作账户，Dimon：用户自用要明白存在「责任转移」

摩根大通 10-13 在三季度财报电话会上表态，不会让「随便哪个外部 Agent」进到银行内部，因为这对客户和摩根大通风险都太大。CEO Jamie Dimon 说要防「流氓 Agent」，而且可能成千上万；用户如果使用外部 Agent，就应当了解风险，明白存在「责任转移」。

摩根大通管理层在电话会上说，部分让 Agent 代客转账的服务靠共享登录凭证和屏幕抓取，这种做法不安全，银行能拦的都在拦；用户把凭证交给 Agent 后，Agent 做了用户不想要的操作，责任在用户自己。

据 CNBC，摩根大通发言人确认，银行目前禁止外部 AI Agent 代零售客户操作。经 Plaid 等开放银行连接器，Agent 仍能只读获取余额等部分数据，但不能转账或付账；何时具备让 Agent 直接操作账户的安全措施，没有时间表。

这意味着目前 Chase 零售客户无法通过外部 AI Agent 在账户里转账或付账。

https://www.cnbc.com/2026/10/13/jpmorgan-ai-agents-account-access.html

微软发布第三代自研推理芯片 Maia 300：2027 年起多吉瓦部署，将成为微软产品的主要推理系统

微软 10-12 发布 Azure Maia 300，并宣布从 2027 年起把 Maia 系列扩到多吉瓦级部署，作为微软自家产品和服务的主要推理系统。上一代 Maia 200 已在生产环境运行。云与 AI 执行副总裁 Scott Guthrie 在官博写明，Maia 300 面向长上下文推理、低延迟对话和持续的多步 Agent 任务，2027 年开始生产部署。

官方数字：预计每兆瓦产出的 token 比主流 GPU 系统多 40%；96 卡整柜 token 吞吐最高为 Maia 200 的 7 倍，每瓦性能超过 2.5 倍。计算芯粒用台积电 N2P，内存控制和 I/O 拆到独立芯粒；每颗加速器配 8 堆 HBM4，共 288 GB、18 TB/s，带宽是上一代的 2.5 倍；新增增强版 MXFP4 和低于 3 bit 的存储格式。单柜 96 颗、功耗 167 kW，超节点最多 12,288 颗，走基于以太网的自研 AI 传输协议。以上均为微软预期值，尚无第三方实测。

微软称 Maia 200 与 Maia 300 将共同支撑 GitHub 的多步 Agent 编码体验、Microsoft Foundry 的云规模模型部署、MAI 团队的推理与数据生成，以及 Dragon Copilot 等低延迟场景；目前 Maia 200 已在跑 Microsoft Copilot 和 Teams 等服务。微软表示下月 Ignite 2026 将分享更多信息。

主源：https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/

架构详解：https://azure.microsoft.com/en-us/blog/deep-dive-into-azure-maia-300-architecture/