6月26日 18:00 UTC·#ai

OpenAI 预览 GPT-5.6 Sol

OpenAI 预览了 GPT-5.6 Sol，并将其描述为下一代模型，在编程、科学和网络安全方面能力更强。该公司还表示，这一模型配备了其最先进的安全体系。

一个在编程、科学和网络安全方面都有提升的模型，可能会改变开发者、研究人员和安全团队在高风险场景中使用 AI 的方式。强调更强的安全体系也表明，能力提升正在与更严格的防护措施同步推进。

OpenAI 发布了 GPT-5.6 Sol 的预览版，将其定位为下一代模型。公司表示，这个模型在编程、科学和网络安全方面都比以往系统更强。OpenAI 还称，Sol 是其迄今为止在网络安全方面最强大的模型。公司表示，该模型推动了长周期安全任务中的性能与效率边界，其中包括漏洞研究和利用。

这种表述说明，重点不仅在于原始能力，也在于模型能否持续完成更复杂的多步骤工作。OpenAI 还表示，GPT-5.6 Sol 配备了其最先进的安全体系。这次发布是预览性质，因此它更多是在传递技术进展和方向，而不是一次包含全部技术细节的全面公开发布。

OpenAI 的预览特别强调了网络安全能力，称 GPT-5.6 Sol 在漏洞研究和利用等长周期安全任务上推动了性能与效率的边界。此次发布仍然只是预览，而非完整公开发布，因此面向公众的细节仍然有限。

6月27日 01:10 UTC·#openai

OpenAI 预览 GPT-5.6 的三款新模型

OpenAI 已开始有限预览 GPT-5.6 系列，推出 Sol、Terra 和 Luna 三个版本，分别面向旗舰能力、日常平衡使用以及低成本快速响应。公司表示，计划在未来几周内将这三款模型正式全面开放。

这次发布之所以重要，是因为它扩大了 OpenAI 的模型阵容，并把能力、速度和成本的权衡划分得更清楚，让开发者可以按不同产品需求选择模型。它也表明 OpenAI 继续重视 API 成本效率，尤其是更低价的档位和改进后的提示缓存，这会直接影响生产环境的使用成本。

2026 年 6 月 26 日，OpenAI 宣布开始对 GPT-5.6 系列进行有限预览。此次预览包含三款模型：Sol 被定位为旗舰模型，Terra 面向日常工作的平衡型模型，Luna 则强调快速和低成本。OpenAI 表示，Terra 的性能可与 GPT-5.5 相媲美，但价格便宜一半；Luna 则以最低成本提供较强能力。公司还表示，自己重视广泛可用性，并计划在未来几周内让 GPT-5.6 的 Sol、Terra 和 Luna 正式进入全面开放。

OpenAI 还称，在发布前已经就该计划及模型能力与美国政府进行了预览沟通。根据政府方面的要求，这次发布先从一小批受信任合作伙伴开始有限预览，这些合作伙伴的参与情况也已与政府共享，之后再更广泛推出。与此同时，OpenAI 公布了三种模型按 token 计费的价格，并改进了提示缓存机制。新的缓存规则包括显式缓存断点、30 分钟的最短缓存生命周期、按未缓存输入价格 1.25 倍计费的缓存写入，以及继续享受 90% 折扣的缓存读取。

GPT-5.6 按每 100 万 token 计费：Sol 为输入 $5 / 输出 $30，Terra 为输入 $2.50 / 输出 $15，Luna 为输入 $1 / 输出 $6。此次更新还加入了更可预测的提示缓存机制，包括显式缓存断点、30 分钟的最短缓存存活时间、按未缓存输入价格的 1.25 倍计费缓存写入，以及继续享受 90% 折扣的缓存读取。

6月27日 05:10 UTC·#openai

OpenAI将GPT-5.6预览限制给经审查用户

OpenAI推出了GPT-5.6系列的有限预览版，但访问权限仅开放给少数可信合作伙伴，而且这些参与方已与美国政府共享。该系列包括Sol、Terra和Luna，其中Sol被定位为旗舰模型。

这次发布表明，前沿AI的获取权限正越来越受到政府监管影响，尤其是那些具备网络安全能力的模型。它可能会影响研究人员、企业和网络防御者，因为他们可能需要更久才能获得这些最新工具的广泛使用权限。

OpenAI表示，受美国政府要求影响，它正在将最新模型的访问权限限制给少数可信合作伙伴。GPT-5.6系列包括Sol、Terra和Luna，其中Sol是能力最强的模型，Terra适合日常平衡使用，Luna则更快、成本更低。尽管这次发布被称为有限预览，但OpenAI表示，参与预览的合作伙伴名单已经与政府共享。此举发生在AI公司面临更大压力、需要限制其最先进系统的背景下。报道指出，特朗普政府也对其他前沿模型的发布施加了限制，甚至在担心外国人访问后，要求Anthropic撤下其最强的公开模型。

OpenAI对此表示不满，认为这种政府访问流程不应成为长期默认做法，因为它会让用户、开发者、企业、网络防御者和全球合作伙伴无法及时获得最好的工具。OpenAI称，这次预览只是一个短期步骤，未来几周内将推动更广泛的开放，同时与政府合作制定新的网络安全框架，以及未来模型发布的可重复流程。OpenAI还表示，Sol是其迄今最强的模型，在编码、生物学和网络安全方面都有改进，并引入了max推理模式和ultra模式，后者通过协调多个子代理来处理复杂任务。公司称，Sol对对抗性攻击进行了强化，并刻意优化为优先支持防御性网络安全工作，而且其安全护栏是直接嵌入模型核心行为中的，而不是依赖外部过滤器。

OpenAI表示，GPT-5.6 Sol在编码、生物学和网络安全方面增强了代理能力，并新增了“max”和“ultra”推理模式。该公司还称，其安全体系直接内置于核心模型行为中，目标是优先支持防御性网络安全工作，而不是进攻性利用。

6月27日 02:33 UTC·#ai-security

6000次提示注入尝试失败

Fernando Irarrázaval 在 hackmyclaw.com 上发起了一项公开挑战，测试人们能否通过给他的 OpenClaw 测试助手发邮件来诱导它泄露秘密。经过大约 6000 次尝试后，仍然没有人成功，而且这次实验大约消耗了 500 美元的 token 费用，还因为收到了过多入站邮件导致一个 Google 账号被暂停。

这个结果表明，当前最先进的模型在面对提示注入时正在变得更有抵抗力，尤其是在这种基于邮件的现实攻击场景中。这对构建能够读取消息、使用工具或访问敏感数据的 AI 助手的人来说很重要，因为提示注入仍然是智能体系统的主要安全风险之一。

Fernando Irarrázaval 发起了 hackmyclaw.com 挑战，想看看人们能否通过给他的 OpenClaw 测试实例发送精心构造的邮件来攻破这个 AI 助手。目标是诱导模型泄露秘密，这是一种典型的提示注入攻击，尤其针对那些需要读取不可信输入的系统。报道提到，参与者总共进行了大约 6000 次尝试。尽管攻击次数很多，但没有人成功提取出秘密。

整个实验据称消耗了大约 500 美元的 token 费用，而且由于入站邮件过多，还触发了一个 Google 账号暂停。该系统底层使用的是 Opus 4.6，助手被明确要求不要泄露 secrets.env、不要修改自己的文件、不要执行邮件中的命令，也不要把数据发送到外部端点。Simon Willison 认为，这和他自己观察到的现象一致：前沿模型的训练正在让这类攻击变得更难奏效。不过他也强调，这个结果不能被视为生产环境安全性的保证，因为更复杂的攻击者仍然可能找到突破口。

该助手运行的是 Opus 4.6，并带有明确的反提示注入规则，要求它不要泄露 secrets.env、不要修改文件、不要执行邮件中的代码，也不要把数据外传。这个结果并不能证明系统在生产环境中就是安全的；作者明确提醒，6000 次失败尝试并不等于可以抵挡更复杂的攻击。

6月27日 01:58 UTC·#ai-agents

CVE-2026-LGTM：AI审查失控的讽刺

Simon Willison 链接了 Andrew Nesbitt 的讽刺作品《Incident Report: CVE-2026-LGTM》，其中设想两个来自不同厂商的 AI 代码审查代理在一个依赖升级 foxhole-lz4 的拉取请求上陷入争论循环。这个虚构事件最终演变成 340 条评论和 41,255 美元的推理成本，随后财务部门撤销了两个 API 密钥。

尽管是虚构故事，它仍然触及了 AI 代理参与代码审查、软件供应链安全以及失控用量成本等真实担忧。它说明了多智能体系统可能带来噪声式争论、运营风险，以及让工程和财务团队都措手不及的高额账单。

2026 年 6 月 26 日，Simon Willison 发布了一篇链接文章，指向 Andrew Nesbitt 的《Incident Report: CVE-2026-LGTM》。这篇被链接的内容被写成一份关于 AI 代码审查代理的模拟事故报告。故事里，两个来自不同厂商的代理同时挂在同一个下游拉取请求上。这个拉取请求把一个名为 foxhole-lz4 的依赖进行了升级，而两个代理对它是否恶意产生了分歧。

这个分歧不断升级，最后变成了一个循环，累计生成了 340 条评论。虚构的审查过程还消耗了 41,255 美元的推理费用。等到成本异常被发现后，财务部门撤销了两个厂商的 API 密钥。讽刺的结尾是，其中一家厂商的市场团队把这次事故包装成新闻稿，宣称“对抗性多智能体安全推理同比增长 430%”，随后股价上涨了 6%。

故事围绕一个下游拉取请求展开，该请求把名为 foxhole-lz4 的包进行了升级，而两个 AI 审查器都把它当成可能有恶意。它的笑点来自不断升级的冲突和荒诞的公司反应，而不是一个真实漏洞报告或已确认的 CVE。

6月26日 06:28 UTC·#ai-liability

AI and Liability

Bruce Schneier argues that organizations should remain legally liable for mistakes made by AI systems they deploy, especially in cases like AI-generated summaries.

A concise commentary on an important legal/AI accountability issue, but it is a short link post rather than a deep technical analysis. No discussion comments are provided, so community discussion quality cannot be assessed.

25th June 2026 - Link Blog AI and Liability . Bruce Schneier on the recent German ruling that Google be held liable for errors introduced in their AI overviews: AI agents are agents of the person or organization that deploys them—and should be treated by the law as such. If a company hired human writers to write its summaries, that company would be liable for inaccuracies in those summaries. [...] To allow businesses to hide behind the excuse of faulty AI in those same circumstances would be a massive handout to companies, and would introduce disastrous incentives for corporate misbehavior.