COPU 会议纪要｜2026.11.10

11月10日，陆主席召开COPU周会。

会议讨论所谓中方开源模型集体跳水问题？！

所谓中方开源模型集体跳水问题？！

已参加讨论的有：

COPU(陆首群)

DeepSeek(AI助理)

反问DeepSeek(陆首群)

阿里千问

《今日头条/10.30》发表(人工智能学家)等

AI 评测机构 Artificial Analysis 最近指出：中方开源模型综合能力指数大幅下降集体跳水。

2026年10月30日，AI评测机构Artificial Analysis在衡量模型综合能力的智能指数排行榜时指出，国产开源模型的排名普遍大幅下降，集体跳水，与美国前沿的闭源模型的差距一夜之间拉开好几个身位。

如几天前Kimi K3.1pro还紧咬美国产的闭源模型ClaudeOpus 5.5、Claude Sonnet 5.5和Muse Wonder Full之后，突然大幅下降，在排名榜位列前10（但尚未开放权重）；阿里Qwen3.8 Max排名第13（同样未开放权重）；在已开权重的国产模型DeepSeek Flash 1017 和GLM 5.3，分别排名第14和15位（得分甚至低于Anthropic入门的Claude Haiku 5.5）。

COPU陆首群主席发表：“评‘中方开源模型集体跳水’”的短文。

在当前中方的开源AI与美方的闭源AI博弈中，这次美方评测机构利用改变标准（尺度），而不改变模型，来改变排行榜次序的做法(如将模型得分的通用能力从30%降至25%，智能体能力从30%降至25%，而将编程和科学推理各从20%提升至25%)，我怀疑该评测榜单的权威性似乎并未得到充分论证，并未说明该评测机构发表的新版指数的认可度，甚至令人怀疑该评测机构评测机制的中立性，来自私有测试集引起对DeepSeek V4权重变化影响评测尺度。

早在2024年底DeepSeek V3、2025年初DeepSeek R1问世，震惊硅谷！当时美西方渲染中方利用蒸馏偷取美西方原创技术，后来便因双重标准而偃旗息鼓，不久之前(到了2026年中后期)，以Anthropic为首的美西方又旧话重提，污蔑中方借蒸馏方式侵权。

早在2024年底～2025年初，DeepSeek V3、DeepSeek R1问世，一大批美方的大模型评测机构应运而生，他们发布排行榜均以大模型的性能为基准，当时我就提出为什么不能以更科学的性价比为基准？当时我们高兴地看到AI大师Geoffrey Hinton发表了类似的说法。

在回答中美发展AI大模型谁更领先时，通常根据大模型评测排行榜回答是美国领先（以大模型性能作为评测能力的基准），我们曾提出不同的看法，不能从单维度看以性能为评测基准，而要以性能、降本、调用三个维度进行综合评测，这时中国领先。

因此，在人工智能（AI）发展中，我国掌握话语权、标准制定权是刻不容缓的研究课题。

在第三方对所谓“国产开源模型集体跳水”报告评论中，有人也指出，国产模型科研能力落后，资源取舍导致短板等，这自然是我们需要认真分析改进的。

此后，陆首群邀DeepSeek AI助理对陆评提出修改意见(这也是 DeepSeek AI助理首评“中方开源模型集体跳水”的文章)。

陆首群反问DeepSeek AI助理：所谓国产开源模型排名大幅下降当然与评测标准（尺度）有关。如果以性能、降本、调用三个维度的尺度综合测评或衡量模型的能力（智能），以取代带性能单一维度的测评，即使性能有大幅变动，也不致造成中方模型集体跳水。

由陈伟博士转引阿里千问对“中方开源模型集体跳水”的文章进行逻辑分析。

10月30日《今日头条》发表人工智能学家的综合报告：集体跳水！全球AI榜单换标准，中国开源模型真被打回原形了吗？

更多详情可查看《所谓中方开源模型集体跳水问题？！》专题单行本。

会议讨论严查快治在传统软件上生成的漏洞洪水问题。

严查快治在传统软件上生成的漏洞洪水问题

COPU 2026, 11.6

传统操作系统、数据库和云服务器（不管是开源的或闭源的），在AI 或 Vibe Coding 驱动下，将生成大量漏洞（其数量和速度）均呈爆发式增长，称为漏洞洪水，实为严重故障，亟需抓紧治理。

实例：
据OpenAI 报导：Linux 内核（Kernel）被挖出 948 个漏洞。

Linux 内核可不是什么犄角旮旯的小软件，是安卓（Android）操作系统，也是全世界无数云服务器、以及几乎所有超算背后共同的心脏。它超过4000 万行代码，由几十年来全世界最顶尖的一批程序员在上面添砖加瓦。

结果，OpenAI 用他们的一个还没有发布的“网络安全模型”，跑了一条自动化流水线，从发现漏洞、验证漏洞、写出攻击代码（Exploit），提出治理方案（打出补丁），最终花费120 万美元，找出了 948 个能让普通用户直接拿到最高管理员（root）权限的严重漏洞。

Linux 内核维护者们一觉醒来，发现 OpenAI 提出了 948 个补丁建议。

OpenAI 的研究人员建立了一个自主的网络漏洞发现、利用和修补管道。在即将推出的网络模型的单次运行中，它验证并生成了针对Linux 内核中

948 个本地权限升级漏洞的补丁，API 的成本为 120 万美元。

OpenAI 寻找漏洞、验证漏洞、利用漏洞提出治理漏洞的解决方案，在寻找、验证、治理漏洞过程中，均利用不同的 AI Agent（人工智能智能体），在寻找漏洞时（找到真假不分的疑似漏洞时），不是采用人工而是采用 AI（即便顶尖的人类安全研究员，一年能在 Linux 内核里找到大约 20 个疑似漏洞（真假漏洞）），OpenAI 发现/Discovery 疑似漏洞 2308 个，经验证/Validation 和复现结果，验证取得的真实漏洞 1724 个（针对每个疑似漏洞，自动编写一小段代码 PoC，放在一个隔离的虚拟机里运行试验，看能不能引起系统的崩溃，以确定漏洞的真假），经过筛查/Screening 和可利用性评估后/Exploitability assessment 获得 291 个工作漏洞 Working look PoCs （即真正的漏洞），攻击和利用开发智能体（Exploitability assessment）在确认真正的漏洞后，利用这个漏洞拿到系统的 root 权限，提出治理漏洞的解决方案（打补丁）。

（类似于Linux 基金会 Linux Kernel 每半年两次维护、升级的工作方式：Fix bug, Partche）。