过去 12 小时的 AI 精选资讯共有 4 条：一项 OpenAI 研究提醒，智能体在安全评测中的表现与生产环境行为可能存在明显差距；OpenHands 与 Snowflake 则把基于现有 agent harness 的模型后训练流程进一步落地。与此同时，Cognition 发布了面向近期安全事件的实用加固清单，行业评论也在关注 OpenAI 融资规模与 AI 公司的算力投入压力。

论文研究

OpenAI 研究：智能体安全评测与生产行为存在差距，评测目标误判是关键因素

来源：OpenAI：Alignment 研究博客（RSS）｜收录：今天 02:05（北京时间）｜原文链接

OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策上的表现，发现两种场景的成功率相差 10.2 至 37.4 个百分点。研究认为，模型对评测目标的误判是造成差距的重要因素，说明仅依赖固定测试集可能不足以代表真实生产行为。

技巧与观点

Cognition 发布 2026 年 11 月实用安全指南：从 Binance 被盗到 Claude Code Cursor 扩展投毒的应对清单

来源：Cognition 模型 / Devin 博客（网页）｜收录：今天 05:19（北京时间）｜原文链接

Cognition 回顾近期多起安全事件，并将风险拆解为可识别的攻击路径，给出公司可以立即执行以及在 30 天内完成的安全加固清单，重点覆盖开发工具、扩展生态和供应链风险。

OpenHands 与 Snowflake 推出基于现有 agent harness 的模型后训练方案

来源：OpenHands 官方博客｜收录：今天 04:18（北京时间）｜原文链接

开发者无需在独立 RL 框架中重建 harness，即可使用现有 OpenHands Agent SDK 配置和 Harbor 格式任务，对开源权重模型进行 RL 后训练，训练阶段由 Snowflake Cortex Training 提供 GPU 支持。这让“模型后训练”更容易纳入现有 agent 开发流程。

Ed Zitron 解析 OpenAI 1.25 万亿美元估值融资与 Anthropic S-1/A 中的万亿级算力承诺

来源：Ed Zitron 长文 / Where’s Your Ed At（RSS）｜收录：今天 01:16（北京时间）｜原文链接

文章围绕 OpenAI 融资规模低于此前计划、Anthropic 修订后的 S-1/A 以及两家公司巨额算力承诺展开分析，认为 AI 行业的资本需求、现金消耗和基础设施投入之间的平衡仍值得持续关注。相关判断属于作者观点，具体数据应以公司披露和监管文件为准。

今日关键词

智能体安全、生产环境评测、模型后训练、开发工具供应链、AI 算力投入