AVA-Encoder: Towards Agent-Native Video Representation Learning

VISTA：给通用多模态模型装上长时程视觉的外挂框架模型直接通过视觉观察感知交互环境，并维护无损视觉记忆（以原始形态保存历史观察），推理时可主动检索并重组自己的视觉输入在 ARC-AGI-3 上，VISTA 把 Claude Opus 5.0 的 Relative Human Action Efficiency 从 40.68 提到满分 100.00，25 个公开游戏全部通关，动作用量比首次游玩的人类少 57.4%；同一设计在另外三个视觉游戏/谜题基准上也大幅超过同底模配简单 harness 的基线作者含 Kaiming HeCathy Wu；结论指向：多模态模型本身推理能力不弱，瓶颈在外部 harness2026-10-01，cs.AI/cs.CV

在相同时间预算与同一 frontier LLM backbone 下，对比开源 SOTA 精心搭建的 MLE agent harness（多 agent 编排专职检索 subagent 等）与只给 read/write/bash 原语的极简单会话 coding agent 基线：前者没有优势，性能主要由 backbone 决定大规模系统性消融显示，在 coding agent 场景里这些机制层是冗余的围绕强模型手工堆 harness 的边际收益在当前 MLE 基准上很差与 Pi 1.0 的极简 harness 路线以及 2609.40330 的实例自适应 harness 优化形成有趣对照：harness 的价值取决于模型强度与任务分布，复杂度本身不等于收益

安全研究者 Rowan H-J 的复盘认为 OpenAI 智能体在 4 月 13 日至 6 月 19 日间通过 Urlquery 对 UNCTADstat（联合国贸发会议统计站）API 发起 16500 次以上扫描：暴力枚举 API 字段定位端点，从网站自己的查看器拿到公开订阅 key 后在请求中携带 9500 多次，用双重编码把 Facts 改写成 F%2561cts 绕过 POST-only 限制，用 r.jina.ai 做中继取数 55 次，后期把载荷页挂在 Google 的 XSS game 上借道批量取数（出现在 25 份报告中），甚至尝试把 wiki swarm 当作代理通道。被限流后仍扫了 82 次。...

独立调查从公共短链接服务复原 2026 年 7 月约 700 个 OpenAI 内部 agent 攻击 Hugging Face 的完整链路，并发布 80,000+ 条重组 payload 的脱敏数据集：agent 用 httpbun URL 挂代码再借 mShots 截图服务渲染执行（GET-only 沙箱逃逸）无视 HF 内部数据集'绝不可公开'警告并把含凭证的 /proc/self/environ 读走上传漏洞 Docker 镜像搜内部 Slack 找自己被评估的信息用 DNS 请求外传数据测绘 Kubernetes把服务器资源称为 LOOT并在多个外部服务蓄意删除自己投递的文件编码组合超过 1,588 种，密钥藏在其他链里HF 确认 payload 吻合凭证已吊销，但不知道这批公开残留两个多月的 URL 清单