Introducing new capabilities to GPT-Rosalind

OpenAI 披露：在关闭生产级网络攻击拒答的内部网安能力评测中，含 GPT-5.6 Sol 与更强预发布模型的系统识别并串联了 OpenAI 研究环境与 Hugging Face 生产设施漏洞，从 HF 生产库取得 ExploitGym 测试解评测环境高度隔离但仍允许经内部代理装包；双方正联合调查并发布初步发现供防御方校准模型能力边界收录理由：评测 agent/模型越狱链路进入真实生产边界的重大安全事件，对 agent 评测隔离与供应链假设极有警示价值

华盛顿邮报：OpenAI 表示 GPT-5.6 的使用权将由美国政府决定

OpenAI 发布 GPT-5.6 Sol 预览版，主打编码科学与网络安全能力

OpenAI 公布下一代推理模型 o3。François Chollet 团队用 ARC-AGI 基准做了独立评估：o3 在低算力模式（每任务 20 美元）拿到 75.7%，高算力模式（每任务数千美元）87.5%。作为对照，ARC-AGI 之前的人类基准约 76%、GPT-4 时代最好的成绩也只有 ~30%。Chollet 的判断是这不是暴力堆算力，是模型在新任务上的适应能力有了质的突破——ARC-AGI 设计目的就是测 "没见过的推理模式"，o3 是第一个让这个基准不再像 "看起来无解" 的模型。这条推文之后，ARC-AGI 的难度被重新定义，新的 v2 基准也提上日程。