11 月 5 日，OpenAI 官方宣布收购 Pierre Computer Company——一家由 Bootstrap 联合作者 Jacob Thornton 创办、为 AI 智能体打造 Git 基础设施的公司。几乎同一时间，另一条消息在安全社区掀起更大风浪：OpenAI 用一个尚未发布的网络安全模型，带着一支 AI 智能体军团，用 10 天时间、120 万美元成本，从 Linux 内核中挖出 948 个能让普通用户直接拿到 root 权限的严重漏洞。一个买下了代码「存放与审查」的基础设施，一个证明了 AI 攻破代码「安全防线」的能力，两件事发生在同一天，指向同一个正在发生的事实：AI 竞争的战场，已经沉到了代码世界的最底层。
OpenAI 买下 Pierre：Codex 要接管「从第一个分支到上线」
OpenAI 在收购公告中说得直白：这笔交易是为了加速一个愿景——让 Codex 成为「团队与 AI 一起构建软件的地方」，覆盖范围从智能体创建第一个分支，一直到代码部署上线、面向全世界的精彩时刻。公告还提到，OpenAI 希望 Codex 能把企业交付的代码与员工所做的决策联系起来。换句话说，OpenAI 不满足于只做写代码的模型，它要把代码存放、审查、发布这条完整链路都纳入自己的版图。
Pierre 并非无名之辈。公司成立于 2023 年，团队规模在 11 到 50 人之间，据 Dealroom 等创投数据库信息累计融资约 2400 万美元。其联合创始人兼 CEO Jacob Thornton 是前端框架 Bootstrap 的联合作者之一，这个诞生于 Twitter 内部的项目后来成为全球最流行的 CSS 框架，几乎是一代 Web 开发者的入门工具。Pierre 的产品线很集中：商业产品 Code Storage 加上 Diffs、Trees、DiffsHub 三个开源项目。其中 Trees 和 Diffs 已经被用于 Codex 应用的文件浏览和代码差异审查界面——OpenAI 早就用过它们，这次是直接把「军火库」买了下来。
Code Storage 的定位是「为机器工作打造的底层、可组合的产品基础设施」，也是面向 AI 的 Git 托管服务，技术指标几乎是为智能体时代量身定制：单仓库最高 32TB 存储，仓库数量和总空间不设上限，Git 请求和 API 请求均不限速，实测单仓库每秒可处理超过 500 次 Git 请求，API 峰值超过每秒 1.5 万次，支持 30 个以上并发写入，并提供 99.99% 的可用性 SLA。连定价都考虑到了 AI 编程的节奏：7 天内访问过的热数据每 GB 每小时收费 0.005 美元，冷数据降至 0.0002 美元，相差 25 倍。人类工程师一天可能只提交几次代码，AI 智能体却可能在一分钟内创建几十个分支，传统 Git 平台围绕人类使用习惯设计的限流机制，确实跟不上这个节奏。目前交易仍需监管批准，OpenAI 承诺 Pierre 的开源项目继续开源、现有客户可继续使用 Code Storage，相关能力将逐步整合进 Codex。
120 万美元、948 个 root 漏洞：AI 黑客军团十天打穿 Linux 内核
如果说收购 Pierre 是 OpenAI 在「代码怎么存」上落子，那么几乎同时曝光的另一条新闻则颠覆了「代码怎么守」。OpenAI 用一个尚未发布的网络安全模型，搭起一支分工明确的 AI 智能体军团，用 10 天时间、花费 120 万美元，从 Linux 内核中揪出了 948 个能让普通用户直接拿到最高管理员权限的本地提权漏洞。作为对比，在 AI 出现之前，顶尖的人类安全研究员一年大约只能在 Linux 内核里找到 20 个同类漏洞——AI 用 10 天干了人类差不多 50 年的活，平均每个漏洞的发现成本仅 1279 美元。
这支「AI 黑客军团」的作业流程值得细看。第一步是侦察：侦察兵智能体通读超过 4000 万行的内核代码，从中圈出 280 万行「高价值目标」，只花了 3426 美元 API 额度；随后分析师智能体对目标区域地毯式扫描，12 小时交出 2308 个疑似漏洞报告，耗资 31.6 万美元。第二步是验证：分类兵智能体为每个疑似漏洞自动编写概念验证代码，在隔离虚拟机中反复「踹门」，30 小时内成功复现 1724 个内核崩溃，命中率 74.7%，彻底误报率仅 3.1%。第三步是利用开发：攻击手智能体尝试绕过 SMEP、SMAP、KASLR 等全部防护，最终写出 291 个信息泄露概念验证和 1169 个成功拿到 root 权限的提权利用，合并变体后锁定 948 个独立漏洞。
更让安全社区坐不住的是智能体表现出的「战术自主性」。在 200 个打通的案例中，人工核验发现有 20 个利用程序根本没有使用指定的漏洞——智能体发现分配下来的目标不好啃，索性顺手挖了一个谁都不知道的全新 0-day，一路提权拿到 root。抽样分析的 166 个利用程序里，AI 自行发现并使用了至少 10 种全新的 Linux 内核攻击技术，外部内核专家验证后表示闻所未闻。作为参照，今年 7 月 OpenAI 用 GPT-5.6 Sol 跑过一次扫描，花 50 多万美元找到 166 个漏洞；三个月后更强的模型直接把战果翻了 5 倍多。好在这次锤子握在修补者手中：OpenAI 研究员 Eric Wallace 表示正通过「Patch the Planet」项目把大量前沿算力以公益方式投向开源生态，该管线已接入 Firefox 和 Chrome，近期协助 Firefox 修复了超过 40 个漏洞。而在 10 天的扫描与人工复核窗口期里，全球 Linux 维护者已经在上游修补了 61 个相关漏洞，43 个补丁进入暂存区测试，近 300 个在社区邮件组中被激烈讨论——人类安全共同体没有懈怠，只是迎来了一个不知疲倦的对手。一个漏洞 1279 美元的发现成本，对攻击者几乎可以忽略不计，对防守方却意味着无尽的审计与修复，攻防的经济账正在被彻底重算。
英伟达和 Pika 都用上了：MiniMax H3 的「底座」之路
代码世界的暗流不止于巨头并购。几乎在同一时间，中国开源模型正在另一条赛道上改写行业分工。英伟达相关技术团队基于 MiniMax 开源的视频模型 H3，推出了视频增强项目 Open-H3-Regenerate-2K，把低分辨率视频再生成至 2K、4K；美国 AI 视频明星公司 Pika 也发布了 Pika H3 Flex，让模型以更少的推理步骤生成视频，并针对专业创作场景增强控制能力。硅谷公司开始站在中国开源模型的肩膀上造模型，这在几年前还很难想象。
H3 今年 8 月正式开源，当时便在 Artificial Analysis 的视频编辑任务榜单上排名第一，达到 SOTA 水平；三个多星期内累计下载量超过 2400 万次，产生超过 300 个公开衍生模型。生态里活跃着各种角色：ComfyUI 背后的 Comfy Org 团队降低了模型运行时的内存占用，使其适配更多消费级显卡；Redis 创始人 antirez 开发了 h3.c，让 H3 能在苹果芯片的 Mac 上原生运行；加州大学圣迭戈分校 Hao AI Lab 发起的 FastVideo 则通过蒸馏和稀疏化加快生成速度。商业化上，MiniMax H3 采用专门的社区许可协议而非 Apache 2.0：符合条件的用户可免费开展研究和商业活动，但商业产品年收入超过 2000 万美元需事先获得书面授权，美国、欧盟、英国和韩国的主体也需另行联系授权。英伟达相关项目同样走的是授权许可模式——企业需要的往往不只是权重，还有定制开发、技术支持和长期合作的确定性。这场「底座之战」的标志性意义在于：视频生成行业的竞争不再只看谁的模型画质更高、时长更长，而是看谁的模型能成为其他公司继续创新的起点。
当智能体成为代码的高频生产者，代码存储、审查与安全基础设施都在被重新定义（图片来源：Pexels）
上市前夜的人事地震：Cat Wu 加入 OpenAI，Claude Code 三周痛失三员大将
人才市场的流动同样是本周的硬新闻。11 月 5 日，前 Claude Code 产品负责人 Cat Wu 宣布加入 OpenAI，负责核心产品的产品管理，与掌管「重置」的 Tibo 一起工作，OpenAI 总裁 Greg Brockman 也发推欢迎。就在前一天，她刚刚在 X 上宣布离开 Anthropic，衔接之紧凑堪称「无缝跳槽」。这已经是两周内 Claude Code 团队失去的第三位重要成员：10 月 23 日，打造 Claude Code 桌面版的 Anthony Morris 宣布离职；10 月 24 日，参与 Skills、上下文工程和 Agent 工作流开发的工程师 Thariq Shihipar 也告别了工作一年多的团队。
Cat Wu 的履历本身就很有象征意义：做过工程师，在 Index Ventures 干过投资人，2024 年 8 月加入 Anthropic 后从研究方向的产品经理一路做到 Claude Code 和 Cowork 的负责人。她曾讲过一个故事：两年前 Claude Code 还是内部实验工具，她创建了一个强化学习环境，花数十小时反复向 AI 描述需求、调整方向，从头到尾没手动写过一行代码，结果 AI 真的完成了任务——这次体验让她决定加入这个团队。如今这个「不起眼的内部工具」年化收入运行率已达 25 亿美元，比年初翻了一倍多。Anthropic 招股文件显示，公司季度收入从 2025 年第一季度的 3.76 亿美元增至 2026 年第三季度的 169.56 亿美元，约为此前的 45 倍；员工规模从 2024 年底约 940 人扩张到 2026 年 9 月底约 5300 人，而过去 12 个月整体「遗憾离职率」仅约 1%。整体流失率极低与明星产品团队三周痛失三人形成的反差，恰好发生在 Anthropic 冲刺 IPO 的节骨眼上。招股书中明确提示了关键人才流失风险，而 2026 年 8 月 OpenAI 筹备上市期间同样出现过一个月内多名高级管理人员离开、Brockman 随后更深介入公司管理的情形——上市前后的人事与组织震荡，似乎是这个行业的固定节目。
资本暗流：IPO 风声、13 亿美元新融资与算力地缘博弈
围绕资本市场的情绪则在剧烈摇摆。11 月 5 日有消息传出 Anthropic IPO 并未撤回，但「万亿 AI 泡沫缩水」的担忧已让华尔街风声鹤唳——就在几天前，其招股文件刚刚披露第三季度营收约 170 亿美元、算力与基础设施采购承诺约 8954 亿美元的天文数字，高增长与高亏损并存的账本首次完整接受市场检验。与此同时，新钱仍在涌入：AI 推理服务公司 Fal 完成 13 亿美元融资，估值翻倍至 160 亿美元，图像、视频和音频模型的推理需求持续爆发；AMD 公布第三季度营收 133.8 亿美元、同比增长 45%，其中数据中心营收大增 97% 至 85 亿美元，预计第四季度约 170 亿美元的营收可能首次超过英特尔，成为最大 x86 处理器厂商。
地缘层面的算力博弈也在升级。据 11 月 5 日报道，甲骨文迫于美国政府压力，取消了原本向腾讯出租约 10 万颗先进 AI 芯片、为期 5 年、总额约 70 亿美元的协议；另有报道称阿里、腾讯、字节等中国 AI 公司订购了 600 万颗英伟达 RTX Pro 5500 芯片、价值约 700 亿美元，但预计 4 个月内仅 1% 到货。监管一侧，国家发改委正加快 AI 立法进程，新监管框架将覆盖模型全生命周期并延伸至数据与算力层；Uber 总裁兼首席企业事务官 Jill Hazelbaker 则跳槽加入 OpenAI 出任首席企业事务官，向 Brockman 汇报——在政策漩涡中，「最会搞政府关系的人」正在成为巨头争抢的资源。
速览：还有这些值得一看
产品侧，OpenAI 的图像模型 GPT-Image-2.6 已全量上线，新增直接输出 GIF 和 SVG 的能力，灰测中的 GPT-6.2 Astra 也再度现身，社区对新一代旗舰的讨论持续升温。开源侧，微信视觉团队开源了统一完成框选、分割与抠图的 WeVisOne-VL 模型，累计自动标注超 1 亿张图；Anthropic 则开源了可证明推理系统 FlashProve，用零知识证明在不公开权重的前提下验证回答确实出自所承诺的模型。平台侧，百度上线了汇集 42 款大模型的开放服务平台「词元所」，提供模型选型、调用、交易与管理能力。而 Claude Code 也放宽了游戏开发限制，提及现有游戏的请求不再被拒绝。
从代码存储到内核安全，从开源生态到资本账本，这一周的 AI 行业地图上，每条经线都在指向同一个方向：竞争的战场正在一层层下沉。下一次改变行业的，可能就藏在某行没人读过的代码里。
