研究 / 密码学
Claude 追出 NIST 椭圆曲线种子的生成方法
来源事实：Anthropic 表示，模型在不到半小时内将五条 NIST 素数曲线种子追溯到旧版 C 库 lrand48，其状态由 Unix 时间戳初始化；文中称五条 ANSI X9.62 种子也呈现相同生成模式，并给出了恢复步骤。Anthropic 明确说这不是密码学攻击或曲线弱点，而是为参数来源的长期疑问提供了可复现解释。Hacker News 在检索时该帖为 776 点、297 条评论，讨论涉及发现意义及其推论边界。
关注 / 验证证据：官方文章附带具体算法线索与复现描述；HN 讨论提供独立社区关注度。文章为 Anthropic 自述，仍应以密码学研究者的独立复核确认细节。
为什么重要（编辑判断）：这是模型辅助逆向分析与计算验证的具体实例，任务目标明确、结果可检验。它更适合作为研究工作流的案例，不应泛化成模型已能独立解决密码学问题。
HN 检索时：112 点 / 34 评论 · 公司披露的研究案例 · 非安全漏洞
开源模型 / Agent
Beam：Reflection 首个开放权重模型正式可下载
来源事实：Reflection 发布 Beam 权重及模型卡，采用 Apache 2.0，定位于编程、推理与长程 Agent 工作负载；同时公开安全技术报告，并称上线时已有 40 多个合作伙伴与集成。模型的训练与评测数字来自厂商及其模型卡，未在此视作独立基准。
关注 / 采用证据：权重已在 Hugging Face 发布，官方列出 40 多个合作伙伴/集成，构成可验证的分发信号；这不代表已证明用户规模或持续采用。
为什么重要（编辑判断）：值得观察的不只是新模型，而是开放权重、部署、参考 Agent 集成和定制流程一起发布的组合能否降低试用门槛。
Apache 2.0 · Hugging Face 权重上线 · 40+ 合作伙伴为官方口径
评测 / 劳动任务
Mercor 把 AI 基准映射到美国职业任务
来源事实：Mercor 的 Benchmark Map 将 29 项 Agent 基准映射至 O*NET 的 18,797 项任务，并估算约 90% 美国工作时数对应的任务缺少或只有很少基准覆盖。其覆盖定义为一项任务至少映射到五个基准提示；工作时数权重及提示映射部分依赖 LLM 推断，APEX 子集另有专家复核。因此“90%”指基准覆盖不足，不是 AI 做不了 90% 的工作。
关注 / 采用证据：官方公开基准索引与方法页面，HN 对相关报道的帖子检索时为 448 点、391 条评论；关注度说明议题受关注，不验证估算本身。
为什么重要（编辑判断）：它把评测偏向软件工程等少数任务的问题量化出来。后续应关注独立研究者能否复现任务映射，并补充遗漏的职业与实际工作样本。
29 项基准 · 18,797 项 O*NET 任务 · 估算方法含 LLM 映射