今天的 AI 更新有一条共同线索：竞争焦点正在从单纯比较模型分数，转向解决真实问题——持续找漏洞、运行在普通硬件上、快速修改视频、低延迟执行 Agent 任务，以及理解几十年前的遗留代码。
1. Claude OSS Scanner：让 AI 持续帮开源项目找漏洞
Anthropic 推出 OSS Scanner，为关键开源项目提供免费的周期性漏洞扫描。扫描结果不只是一个风险分数，还会尽量附带复现问题的证据、漏洞解释和修复补丁，帮助维护者判断问题是否真实、影响范围有多大，以及该如何处理。
不过，OSS Scanner 目前是主动加入的服务，扫描报告也可能出现误报。模型可以提高发现问题的效率，但最终仍需要维护者和安全团队完成验证、修复与披露。
2. MiniMax M3.1 Flash：面向高频 Agent 任务的快模型
MiniMax 正式发布 M3.1 Flash。此前匿名处理超过 200T Token 的 Space Bunny，就是它的早期版本。官方称，模型在 Agent、编程、Computer Use 和网络安全上有代际提升；线上推理速度接近前代的 3 倍，Agent 任务的综合使用成本降低约 70%。
API 价格为输入每百万 Token 1 元、输出 4 元、缓存读取 0.1 元。日常输出速度可达 200+ TPS，中位数稳定在 170+ TPS。编程评测 DeepSWE v1.1 为 73.7%，电脑操作评测 OSWorld V2 为 61.7，后者官方称位列国产模型第一。模型已上线 MiniMax API、M Plan 和 MiniMax Code，权重将稍后开放。
3. OpenAI：AI 开始读懂几十年前的 COBOL 代码
OpenAI 发布了一项关于低资源编程语言的研究，重点关注 COBOL、Fortran 和 Visual Basic 等老语言，并公开了 MultiLangBench 评测。
这些语言虽然已经很少用于新项目，但银行、政府和大型企业仍有大量系统依赖它们。OpenAI 希望测试模型能不能读懂这些旧代码，并把它们迁移到 Python、Java 等现代语言，同时保持原来的业务结果不变。
不过，旧系统迁移远不是简单的代码翻译。很多关键规则没有写在文档里，涉及金额、日期和异常处理的部分，仍然需要工程师逐项检查。
4. Meta 发布 Muse Glimmer：30B 开放权重模型面向消费级硬件
Meta 发布了 Muse Glimmer 技术报告。这是一个 30B 参数的开放权重模型，目标是让 Agent 任务在消费级硬件上以更实际的速度运行。
这条更新的重点不只是模型大小，而是部署位置：如果模型能在更常见的本地设备上运行，开发者和用户就有更多机会尝试本地 Agent、数据控制和低延迟工作流。但“支持消费级硬件”并不等于所有设备都能流畅运行。实际体验仍取决于量化方案、显存容量、任务复杂度和推理吞吐，不能只根据参数量判断部署成本。
5. FLUX 3 Max：视频生成继续追求更短等待时间
Black Forest Labs 发布 FLUX 3 Max，并继续强化图像到视频能力。官方展示称，生成一段 10 秒视频所需时间接近 12 秒。
视频生成的竞争，正在从「能不能生成」，转向「能不能快速生成、快速修改、快速重新尝试」。对于广告、短视频和视觉设计工作流来说，缩短等待时间往往比单次生成效果更影响效率。
当然，速度、画质、分辨率和生成成本之间仍然存在取舍。12 秒的演示结果，也需要结合具体素材、分辨率和实际使用场景判断，不能直接等同于所有任务都能达到相同速度。
今日总结
如果把这五条放在一起看，今天的重点并不是又多了几个模型，而是 AI 正在承担越来越多长期、重复且需要验证的工作：找漏洞、改代码、跑 Agent、生成视频，以及维护关键基础设施。
接下来真正拉开差距的，可能不只是模型在榜单上的分数，而是它能否以可接受的成本，稳定地产出可以接入真实业务的结果。
扫码加入 HiFox AI 内测群，及时获取 最新 AI 资讯~
HiFox
