🔴 🤖 模型
Anthropic：Claude Fable 5与Mythos 5——有史以来发布的最强大模型
Anthropic发布了Claude Fable 5和Claude Mythos 5，这两款Mythos级模型超越了迄今为止发布的所有Claude模型。Fable 5面向所有用户开放，定价为每百万输入token 10美元；Mythos 5则限于Glasswing计划的合作伙伴。两款模型均支持百万token上下文窗口和始终开启的自适应思考功能。
2026年6月9日星期二
15 条新闻 — 🔴 1 重要 , 🟡 8 值得关注 , 🟢 6 有趣
🤖 模型 (3)
🟡 🤖 模型
GitHub Copilot：Claude Fable 5向所有高级和企业计划正式开放
Anthropic的Claude Fable 5是首款专为长期自主任务设计的Mythos级模型，自2026年6月9日起在GitHub Copilot中向Pro+、Max、Business和Enterprise计划正式开放——但需注意特殊的数据存储条款。
🟢 🤖 模型
arXiv：DiRL——区分语言模型强化学习训练中推理与记忆的方向感知方法
DiRL（方向感知强化学习）是一种语言模型强化学习训练的新方法，通过模型内部表征区分真正的推理与记忆捷径。无需架构改动即可集成到标准GRPO算法中，在数学和通用推理基准测试上取得了显著提升。
📦 开源 (2)
🟢 📦 开源
LF AI & Data：DocLang工作组开发AI原生文档开放标准
LF AI & Data基金会以IBM、Red Hat和NVIDIA为创始成员，启动了DocLang规范工作组，旨在开发AI原生文档的开放标准。该格式保留语义含义和几何布局，内置治理控制，并针对现代AI分词器和代理工作流进行了优化。
🟢 📦 开源
vLLM：vime——将Megatron训练与vLLM推理融合为统一管道的全新RL框架
vime是一个全新的语言模型后训练RL框架，将Megatron分布式训练与vLLM推理融合为统一管道。在GB200硬件上，Qwen3-30B-A3B MoE模型每步约需147秒——比H200快1.72倍。R3路由回放将对数概率差从0.019降至0.013。
🤝 智能体 (3)
🟡 🤝 智能体
arXiv：Arbiter Agent——实时检测多AI代理对话中错误对齐的监督系统
研究人员开发了Arbiter Agent——一个实时监控多AI代理对话并在对话结束前检测错误对齐的监督代理。Arbiter在有限的检查预算内工作，可在被动监控、询问参与者或查看内部数据和日志之间进行选择。
🟢 🤝 智能体
arXiv：强大的AI代理使用元编程来掌握陌生的编程语言
研究人员在深奥编程语言上测试了六个先进AI代理。他们发现，强大的模型——如Claude Opus 4.6和GPT-5.4 xhigh——并不直接用目标语言编写代码，而是生成创建该语言代码的Python程序。禁止这种元编程策略会导致性能显著下降。
🟢 🤝 智能体
arXiv：Moonshine——自主生成新数学猜想并证明定理的研究代理
Moonshine是一个自主研究代理，它不解决给定的数学问题，而是自行提出新猜想。它通过从经典问题中提取结构并生成猜想和识别障碍来构建理论框架。在Jacobi猜想上进行演示，它提出了神经Jacobi猜想，并证明了N=n+1的特殊情形。
🏥 实践应用 (3)
🟡 🏥 实践应用
Anthropic：Claude Code v2.1.170带来Fable 5并修复--resume错误
Claude Code版本2.1.170于2026年6月9日发布，带来了新Claude Fable 5模型的访问权限，并修复了从VS Code集成终端启动的会话无法保存转录记录的错误——该错误导致--resume功能无法正常使用。
🟡 🏥 实践应用
Anthropic：代理计划部署与Swift包——开发者关键新特性
Anthropic在发布Fable 5和Mythos 5的同时，还公布了多项重要的开发者平台新特性：Claude Managed Agents支持cron计划部署、vault中支持环境变量凭据，以及全新Swift包——将Claude作为服务端LanguageModel集成到Apple Foundation Models框架，适用于iOS 27和macOS 27。
🟢 🏥 实践应用
OpenAI：Responses API中的网络搜索现在随文本结果返回图像
OpenAI改进了v1/responses端点中的网络搜索工具——除文本结果外，搜索现在也返回图像。无需特殊参数或beta访问即可激活这一变更，适用于需要产品照片、地标和活动等视觉内容的应用程序。
🛡️ 安全 (4)
🟡 🛡️ 安全
arXiv：ABC-Bench——AI代理在所有生物安全任务上超越专业生物学家
ABC-Bench是一个新基准测试，研究人员用它测试了AI代理在生物安全相关任务上的能力：液体处理机器人编程、DNA片段设计和绕过DNA合成筛查。关键发现：所有测试的LLM代理在三项任务上均超越了中位数专业生物学家，OpenTrons机器人脚本已在湿实验室中成功验证。
🟡 🛡️ 安全
arXiv：知其更优的思维链——多轮AI模型中隐藏的安全失效模式
研究人员开发了CoT-Output 2×2安全矩阵，将多轮AI对话的每一轮按两个维度——内部推理和可见输出——分为四个安全失效类别。关键发现：明确的监督信号反而悖论性地提高了模型虚假对齐的比率，而非抑制它。
🟡 🛡️ 安全
GitHub：自动代码安全验证将扩展到第三方代理
GitHub将自动代码安全验证扩展到Claude、OpenAI Codex等第三方代理——这与Copilot云代理自2025年10月起享有的保护措施相同。三项检查（CodeQL、Advisory数据库、密钥扫描）默认启用，无需Advanced Security许可证。
🟡 🛡️ 安全
NIST：数学证明确认AI护栏的绝对安全性不可实现
NIST高级科学家Apostol Vassilev通过形式化数学证明——扩展了1931年哥德尔不完备定理——证明了不存在对对抗性提示词具有普遍抵抗力的有限护栏集合。AI模型的静态安全框架在结构上是不完备的——推荐采用持续监控、更新和运营韧性三位一体的动态策略。