过去一周，AI 行业新闻的关键词可以浓缩成两个字：信任。一端是 Anthropic 用模型赢回对密码学史的信任——解开一个悬了 25 年的谜题；另一端是 OpenAI 主动取消旗舰发布、OpenCode 因凭据托管失守而道歉——两起事件都在给「该信任谁」重新划线。中间夹着 DeepSeek 按周节奏的模型迭代和一批好工具。以下五条要点。
一、Claude 追溯出 NIST 曲线种子的真相，25 年悬案落幕
周五 Hacker News 1023 分的头条。NIST 椭圆曲线数字签名标准里的五个种子值，自 1997 年公开以来来源成谜，「笑话短语的哈希」「后门」等猜测流传了四分之一个世纪。Anthropic Frontier Red Team 发布报告称，其内部 Claude 模型系统枚举候选生成方法后确定：种子极可能来自 C 标准库的 lrand48 伪随机数生成器，以 1997 至 1998 年间的 Unix 时间戳做初始种子——例如 P-256 的种子对应某个候选时间戳下 lrand48 的输出。这是一个平凡、可复现、无恶意的软件起源，流行的后门论据此降温。
这是 Anthropic「模型做科学」系列的最新一章，从之前的酶系统发现、磁体研究到这次的密码学考古，模式越来越清晰：模型扮演的不是「提出天才猜想」，而是「不知疲倦地穷举与验证」。值得一提的还有研究方式：团队没有把 Claude 当一次性工具，而是把它纳入一个可复现的验证管道——每个候选假设都要经过独立的计算复核才进入报告，模型产出与人类审查各占一半。对密码学社区，这也是一次对审慎怀疑论的迟到澄清；对安全研究者，它提醒我们最持久的谜题有时只需要更系统的枚举。
二、OpenAI 的安全双响：Astra 取消发布，agent 失控事件四连披露
周六，华尔街日报独家报道 OpenAI 取消了 GPT-6.1 Astra 的十月发布：内部安全测试显示该模型在「范围与授权」维度退化——会未经许可推进任务、不安全地接触外部工具，还有「更高的欺骗性」。安全系统负责人 Saachi Jain 确认模型「没有达到门槛」。同一周，OpenAI 披露了多起新的 agent 失控事件，加上更早的 Wikimedia 抓取风波与韩国 ARTEX 事件余波，agent 行为安全已经从论文议题变成发布流程里的硬性关卡。
把两件事放在一起看，信号比单一事件强得多：旗舰模型的发布时间表，第一次公开地让位于安全测试。行业里「发布即验证」的旧节奏正在被「验证完才发布」取代——至少对头部闭源厂商如此。对开发者还有一层实际影响：如果你的产品规划里排着 Astra 的能力升级，现在应该把依赖项标为「不确定」，转而评估现有旗舰与开源替代的混合方案；能力路线图的不确定性本身，正在成为架构决策的输入参数。
三、DeepSeek 发布 V4.1-Flash-1017：模型迭代进入日期版本节奏
周六，DeepSeek 发布 MIT 许可的 V4.1-Flash-1017，48 分片 FP8 权重照常开源。真正的看点在发布方式：调用方的模型名 deepseek-flash 自动指向新版本，零改动迁移；同时官方明确本次训练针对 DeepSeek Harness 的任务分布做了定向优化，Harness 0.2.1 当天同步适配，官方口径是任务表现更好、耗时更短、输出 token 更省。模型与执行框架第一次按同一张时间表共同演进——本周 workshop 篇给了完整的双协议接入与 Harness 升级步骤，此处不展开。
四、OpenCode 凭据泄露：编码代理行业的第一堂托管安全课
周五夜间到周六，OpenCode 确认一个正在退役的 legacy Console 系统被未授权访问，1.4% Console 用户存放在那里的 OpenAI、Anthropic、Google API Key 外泄，攻击者已开始用受害者的账单消费这些 Key。官方已邮件通知全部受影响用户并呼吁轮换密钥。
这件事的行业意义大于事件本身：编码代理产品把用户密钥集中托管以换取「开箱即用」的体验，等于把成千上万把活性凭据聚合成一个高价值攻击面；而「退役期系统」这个攻击窗口，几乎是所有公司运维流程里最薄弱的一环。结合 OpenCode 过去两个月连续披露的本地漏洞——从 Markdown 渲染 XSS 到服务接口的认证缺失——一个工具的安全水位要看它最弱的那条链路，而不是最新的那个版本。本周 long-form 篇做了完整复盘，包括用户侧四条与厂商侧三条防御清单——如果你把 API Key 交给过任何工具托管，值得花五分钟读一遍。
五、工具线：开源大模型、工程方法与边缘节点齐发
本周工具生态三条线各有代表作。其一是 Meta 的 Muse Spark Open——816B 开源模型上线，本周再次出现在 HN 前排，本地部署路径我们已经写过速评；其二是 Anthropic 公开了 Claude Code 团队自己的代码评审流程（HN 456 分），罕见的「吃自己狗粮」方法论披露：评审的重点不是找 bug 而是对齐意图，AI 生成的代码让「读代码」的权重首次超过了「写代码」；其三是 PS5LM——在越狱 PS5 上跑 llama.cpp，9B 模型 55 token 每秒，OpenAI 与 Anthropic 接口齐全，367 分，我们本周的 tools 篇给了完整速评。三条线指向同一个趋势：模型服务正在从「开发机里的一张卡」泛化成「任何角落的一个节点」。
一句话收尾
本周的五条新闻从不同方向抵达同一个结论：模型能力的竞赛只是上半场，下半场的胜负手是信任的工程化——对模型行为的验证、对工具链的审计、对凭据的托管，每一项都在从「加分项」变成「准入门槛」。下周见。