过去 12 小时的 AI 动态集中在智能体评测与安全、模型榜单和 AI 产品工作流：Arena 获得大额融资并推出 Alignment Index，Claude Haiku 5.5 与 Google Nano Banana 2.1 的实测结果受到关注；与此同时，研究人员披露 AgentCore 智能体可能被单条提示词劫持，支付型智能体和本地实时视频生成也出现了新的实践案例。

模型发布/更新

Arena 公布 Claude Haiku 5.5 (High) 真实评测结果
来源：X：Arena (@arena)｜约 11 小时前｜查看原文

Claude Haiku 5.5 (High) 在 Arena 的 Code Arena: WebDev 评测中以 1587 分首次亮相，排名第 30，暂时略在 Pareto 前沿之外。该结果反映了模型在真实代码任务中的当前竞争位置。

Artificial Analysis 评测 Google Nano Banana 2.1
来源：X：Artificial Analysis (@ArtificialAnlys)｜约 15 小时前｜查看原文

Artificial Analysis 的评测显示，Google 于 10 月 6 日发布的图像模型 Nano Banana 2.1 在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均排名第 4；其价格据介绍约为前代的一半。

产品发布/更新

Claude 九月回顾：Chat 与 Cowork 合一，Claude 5.5 系列模型上线
来源：Claude：YouTube（RSS）｜约 15 小时前｜查看原文

Claude 的九月更新将 Chat 与 Cowork 合并为一个 Claude，任务可在云端继续运行，即使合上笔记本也不会中断。Claude Docs 支持团队与 Claude 协作编辑；Claude 5.5 系列则以 Opus 5.5 处理重任务、Sonnet 5.5 负责快速修改，并可通过 /slides、/docs、/designs 生成对应格式内容。

行业动态

Arena 完成 2 亿美元 B 轮融资并发布 Alignment Index
来源：X：Arena (@arena)｜约 10 小时前｜查看原文

Arena 完成由 Lightspeed 和 Khosla Ventures 联合领投的 2 亿美元 B 轮融资，估值达到 31 亿美元。公司称自 A 轮以来年化收入超过 1 亿美元，平台累计产生 3.5 亿场会话；同时发布 Alignment Index，基于真实智能体轨迹，从未经授权的行动、错误归因和欺骗性完成三个信号评估 20 多个前沿模型。

部分数学家呼吁抵制 OpenAI，AI 生成证明引发学术争议
来源：The Decoder：AI News（RSS）｜约 13 小时前｜查看原文

AHM 组织在 Terence Tao 主持下发表声明，批评一次性发布 700 多个 AI 生成证明文件更像是展示力量，而非学术交流。此前 OpenAI 曾称内部模型一个月解决了逾 100 个开放数学问题。事件凸显了 AI 数学成果的验证、署名和发布规范仍在形成中。

论文研究

一条提示词可能劫持 AWS 账户内全部 AgentCore 智能体
来源：The Decoder：AI News（RSS）｜约 18 小时前｜查看原文

Zenity Labs 研究人员披露名为 AgentCorruption 的漏洞链：攻击者只需向一个公开的 Amazon Bedrock AgentCore 智能体发送一条提示词，就可能通过元数据服务地址 169.254.169.254 窃取 AWS 凭据，进而控制同账户同区域内的其他 AgentCore 智能体，读取私人对话、源代码和存储凭据，并篡改长期记忆。

技巧与观点

单张 RTX 5090 上用 MiniMax H3 生成实时视频
来源：Comfy Blog｜约 12 小时前｜查看原文

ComfyUI 博客作者通过智能体搜集并组合多项优化，让 MiniMax H3 实时视频生成在一张 32 GB 显存的 RTX 5090 上运行：生成 30 秒视频耗时 23.51 秒，达到 1.28 倍实时吞吐。

LangChain 用 Stripe Link 和 Managed Deep Agents 构建可支付智能体
来源：LangChain：Blog（RSS）｜约 15 小时前｜查看原文

LangChain 发布示例项目 Restock：一个在 Slack 上运行的办公用品购买智能体。项目演示了 Managed Deep Agents 如何配合 Stripe Link，让智能体在保留支付安全边界的前提下完成采购流程。

Anthropic 分享定时智能体自动化实践
来源：Anthropic：Claude.dev 开发者博客（RSS）｜约 19 小时前｜查看原文

Anthropic 发布基于 Claude Managed Agents（beta）的每日简报参考实现：智能体按计划读取 Slack 和 GitHub 信息源，整理内容后再发布到 Slack。这个案例展示了定时任务、外部工具和消息分发结合时的一种实现路径。

今日关键词： Arena、Alignment Index、Claude Haiku 5.5、Nano Banana 2.1、Claude 5.5、AgentCore、AgentCorruption、智能体安全、支付型智能体、MiniMax H3