本期两股方向同时变得更清晰：前沿模型开始直接参与安全漏洞研究，但通过严格准入控制；另一方面，小型团队以更低训练预算开放生成模型权重。两项变化都把焦点从“模型能力”延伸到访问方式与复现成本。后一句为编辑判断。
按新颖度、实际影响和可验证关注度筛选；仅保留有直接证据的条目
来源事实：OpenAI 发布专用于网络安全研究的 GPT‑6 Cyber，称其在 ExploitGym 得分 48.5%（前代 GPT‑5.6 Cyber 为 32.1%）；团队报告用它协助生成 Linux 内核的 948 个本地提权 exploit，并在 Firefox 找出 81 个此前未知的高危漏洞。模型目前仅通过 Daybreak Red 向获批客户开放，受身份验证和组织安全要求约束。Hacker News 上 GPT‑6 Cyber 讨论约 19 分、4 条评论；相关 Linux 漏洞管线报道约 263 分、156 条评论，显示安全用途成为焦点（分数随时间变化）。
来源事实：两人研究团队 Linum 发布实验性文本生成图像模型，称 660M 样本训练耗资约 21,000 美元，代码和权重采用 Apache 2.0。仓库注明它是研究 checkpoint，不是生产级模型，并列出不会生成文字海报等限制。Show HN 话题一度约 197 分、17 条评论；GitHub 页面观察到 40 stars、0 forks（本次一次性快照，无先前基线，不称为 trending）。
来源事实：CSIS《The AI Policy Podcast》最新一集邀请 Sella Nevo 讨论模型权重安全，同时回顾美国中期选举中的 AI 议题。页面显示于 11 月 5 日发布。它与本期 GPT‑6 Cyber 的受限部署话题相邻，但讨论对象是如何保护权重这一高价值资产。
观察 Firefox 修复披露、漏洞编号与独立安全团队的复现实证，以及访问范围是否扩大。
关注第三方硬件上的推理门槛、公开对比评测和训练数据来源说明。
留意云端托管、内部访问控制与模型窃取防护是否出现可操作的新方案。
方法说明：主要搜索最近 24 小时；对较慢更新的研究、产品和播客最多回看 7 天。事实以官方发布、模型卡、仓库和播客页面为准，HN 分数仅作为某次查看时的社区注意力指标。仓库热度只有在和已保存的早期观测可比时才计算增量；本期 Pyramid‑JiT 仅保存一次 GitHub 观测，不推断增长速度。未找到足够强证据的 Hugging Face 新条目、arXiv 论文或其他播客未列入。