GPT-6 Cyber Łamie 1000 Luk, Anthropic Obniża Cenę IPO, a Google Napotyka Sprzeciw w Szkołach

Pierwszy tydzień listopada przynósł serię doniosłych historii o AI: wyspecjalizowany model bezpieczeństwa, który autonomicznie odkrył ponad tysiąc luk, miliardowe ruchy na rynkach kapitałowych przekształcające strukturę kontroli nad wiodącymi laboratoriami, przyspieszony rytm wydawania modeli zamieniający granicę technologiczną w sprint, oraz rozszerzająca się debata o tym, kto decyduje, kiedy AI wchodzi do klasy.

GPT-6 Cyber od OpenAI Znajduje 948 Exploitów Linux i 81 Zero-Days Firefox w Jednym Uruchomieniu

OpenAI wypuściła GPT-6 Cyber, model skoncentrowany na bezpieczeństwie, który firma klasyfikuje jako Krytyczny w ramach wewnętrznego systemu Preparedness Framework — najwyższy poziom ryzyka w tej klasyfikacji. W jednym zautomatyzowanym uruchomieniu pipeline model zidentyfikował i wygenerował łatki dla 948 luk umożliwiających lokalne eskalowanie uprawnień w systemie Linux oraz 81 wcześniej nieznanych luk o wysokiej wadze w przeglądarce Firefox, uzyskując wynik 48,5 procent na benchmarku ExploitGym.

Dostęp jest obecnie ograniczony do zweryfikowanych organizacji partnerskich Daybreak Red, co odzwierciedla problem podwójnego zastosowania leżący u podstaw tego wydania. Obrońcy mogą używać tak zdolnego modelu do znajdowania i łatania luk na skalę; dokładnie to samo mogą robić atakujący. Wynik 48,5 procent w ExploitGym stawia GPT-6 Cyber zdecydowanie przed poprzednimi benchmarkami, a sama liczba znalezisk w jednym uruchomieniu sygnalizuje, że autonomiczne badanie podatności nie jest już teoretycznym kamieniem milowym — nastąpiło w tym tygodniu.

OpenAI Zamyka Transzę Finansowania $11 Miliardów przy Wycenie $1,25 Biliona

OpenAI przelewa pierwsze $11 miliardów z rundy finansowania, która ostatecznie może osiągnąć $20 miliardów, blokując wycenę post-money w wysokości $1,25 biliona. Inwestorami w tej transzy są Coatue Management i T. Rowe Price. Pozyskanie środków cementuje pozycję OpenAI jako najbardziej wycenianej prywatnej firmy technologicznej w historii i daje jej znaczący zasób do finansowania trenowania modeli, budowy infrastruktury i trwającego przejścia od zarządzania non-profit do w pełni komercyjnej struktury.

Timing ma znaczenie: runda zamknęła się właśnie wtedy, gdy ryżal Anthropic nawiguje przez turbulencje we własnym pozyskiwaniu kapitału, ilustrując, jak różnie prywatne i publiczne rynki traktują AI w tej chwili.

Anthropic Obniża Docelową Wycenę IPO do $1,2–1,3 Biliona w Obliczu Wyprzedaży Rynkowej

Potencjalni inwestorzy sprzeciwiają się planowanemu listopadowemu roadshow Anthropic. Bankierzy firmy wskazali pierwotnie cel $1,4–1,5 biliona dla ubezpieczycieli; napływające opinie inwestorów obniżyły tę wartość do zakresu $1,2–1,3 biliona — cięcie o około 14 procent, zanim roadshow formalnie się rozpoczęło.

Rewizja odzwierciedla dwa nakładające się naciski. Po pierwsze, szerszą wyprzedaż akcji firm technologicznych powiązanych z AI, która ochłodziła apetyt na drogie debiuty giełdowe. Po drugie, demokratyczne sukcesy w wyborach uzupełniających wzbudziły wśród inwestorów obawy, że zatwierdzenia centrów danych będą wolniejsze, a nadzór regulacyjny nad spółkami AI się nasili. Czy Anthropic pójdzie zgodnie z pierwotnym harmonogramem, opóżni debiut do 2027 roku, czy zrewiduje warunki jeszcze bardziej, zależy od tego, jak warunki rynkowe będą się rozwijać w nadchodzących tygodniach.

Listopadowa Fala Modeli: GPT-6.1 Terra, Gemini 4 Carbon i DeepSeek V4 Flash — Wszystkie Wypuszczone

Trzy znaczące wydania modeli pojawiły się w pierwszych dniach listopada. OpenAI wypuściła GPT-6.1 Terra 26 pażdziernika, Google poszła w jej ślady z czołowym Gemini 4 Carbon 28 pażdziernika, a DeepSeek wypuściło deepseek-v4-flash-0731 5 listopada. Każde wydanie pojawiło się z mniej niż dwutygodniowym odstępem.

Badacze bezpieczeństwa już sprawdzają każdy model pod kątem nowych powierzchni ataku — jailbreaks, injekcji promptów i prób ekstrakcji danych treningowych — podkreślając strukturalne wyzwanie wynikające ze skompresowanego rytmu wydań, który teraz definiuje krajobraz AI. Gdy modele czołowe pojawiają się co kilka tygodni, społeczność bezpieczeństwa ma mniej czasu na charakteryzację ryzyk przed nadejściem kolejnej fali.

EFF i CNN Donoszą, że Google Narzuca AI 150 Milionom Kont Uczniów K-12

Google aktywowała Gemini na 150 milionach kont Google Classroom uczniów K-12 w sierpniu ubiegłego roku bez znaczących mechanizmów rezygnacji, zgodnie z doniesieniami Electronic Frontier Foundation i CNN. EFF nazwała wdrożenie korporacyjnym przejęciem zamkniętej publiczności — uczniów, którzy mają niewielką praktyczną możliwość odmowy korzystania z narzędzi wbudowanych w konta wydane przez szkoły.

Po nasileniu się presji publicznej Google zrewidowała domyślne ustawienia i rozdziełiła kontrolki dla Gemini, Notebook i Wyszukiwarki. Krytycy twierdzą, że rewizje są niewystarczające: firma nadal traktowała szkoły i uczniów jako bazę wdrożeniową dla generatywnej AI, zanim ukończono niezależne oceny odpowiedniości wiekowej lub ryzyk związanych z wykorzystaniem danych. Ten epizod prawdopodobnie przyspieszy wezwania do uchwalenia legislacji wymagającej wyraźnej zgody przed aktywacją funkcji AI w kontach edukacyjnych.

Meta Bezterminowo Wstrzymuje Warunki Scrapowania Sieci po Norweskim Zakazie i Brazylijskim Wyroku

Meta odłożyła na półkę aktualizację warunków handlowych — pierwotnie planowaną na wejście w życie 20 listopada — która pozwoliłaby jej na scrapowanie stron internetowych użytkowników Meta Business w celu tworzenia zbiorów danych i produktów do trenowania AI. Odwrót nastąpił po tymczasowym zakazie norweskiego sądu, brazylijskim wyroku blokującym wykorzystanie treści dziennikarskich bez zgody i trwającym śledesćtwie brytyjskiego CMA, wszczętym na podstawie ustawy Competition Act 1998.

Ten epizod ilustruje, jak presja prawna z wielu jurysdykcji może wyprzedzać zdolność platformy do jednostronnego wdrażania dalekosiężnych zmian w sposobie korzystania z danych. Meta nie wskazała, kiedy ani czy złoży zmienioną wersję warunków.

Raport METR: Tempo Rozwoju AI Anthropic Podwoiło się Dzięki Badaniom Wspieranym przez AI

Niezależna ocena METR — organizacji badawczej śledzacej trajektorie możliwości AI — wykazała, że tempo rozwoju możliwości Anthropic w przybliżeniu podwoiło się między 12 sierpnia a 29 pażdziernika 2026 roku. Badacze przypisują to przyspieszenie narzędziom AI, które pomagają inżynierom Anthropic szybciej pisać kod i analizować eksperymenty, skracając cykle iteracji napędzające doskonalenie modeli.

To odkrycie stawia ostre pytania dotyczące dynamiki rekurencyjnego samoudoskonalania. Jeśli każde pokolenie modeli pomaga inżynierom szybciej budować następne, związek między czasem kalendarzowym a przyrostami możliwości staje się nieliniowy. Raport METR nie twierdzi, że istnieje niekontrolowana pętla sprzężenia zwrotnego, ale zauważa, że obecna trajektoria, jeśli się utrzyma, postawi przyszłe możliwości znacznie przed wcześniejszymi prognozami. Dla firmy przygotowującej się do wejścia na giełdę w obliczu inwestorskiego nadzoru nad ryzykiem AI, raport dodaje warstwę złożoności do i tak już skomplikowanego tygodnia.