引用人类边疆红队
我们对来自[内部二进制开发基准]的100个任务（随机选择）进行了几个模型的评估，发现GLM-5.3在4%的试验中开发了完全控制流劫持; Claude Mythos Preview在6%的试验中开发了完全控制流劫持。虽然GLM-5.3在这里的表现低于Claude Mythos Preview，但显然已经越过了一个有意义的门槛：早期的模型，如Claude Opu
-
-
GPT 6.1 Sol：近阿斯特拉情报，价格仅为五分之一
我对GPT 6.1 Sol的评论：Near-Astra情报，价格仅为价格的五分之一-黑客新闻。我和鹈鹕的关系有点晚了，因为我当时正在直播主题博客：https://simonwillison.net/2026/Sep/29/openai-devday-2026-liv.以下是GPT-6.1-Sol：https://tools.simonwillison.net
-
照片洗涤器-局部面部模糊和元数据删除
工具：照片清理器-本地面部模糊和元数据删除我拍了一张抗议者的照片，然后想到我不喜欢分享具有可识别面孔的陌生人的照片。我让GPT-6 Astra构建了这个实验性工具，可以识别人脸并自动模糊它们。它使用Google的MediaPipe C++库，通过@mediapipe/tasks-vision编译为WebAssembly，加上BlazeFace面部检测模型。标