【2026-07-10】新闻杂烩 - 跑得最快的人，脚上也有泥

目录

• GPT-5.6 全面发布：Sol、Terra、Luna，和那个叫 ultra 的开关
• 法庭上的 OpenAI：谎言、日志和 8000 万条被隐藏的记录
• 腾讯 Hy3 正式登场：开源模型也在偷偷长大
• Postgres 用 Rust 重写，46,000 条回归测试全部通过
• Allstate 告 Broadcom：因为你退出 VMware，所以我审计你
• 现场验证：这台服务器上的 Postgres 是什么版本？
• 写在最后

---

GPT-5.6 全面发布：Sol、Terra、Luna，和那个叫 ultra 的开关

今天 OpenAI 正式放出了 GPT-5.6 全系列模型。不是 preview，是 general availability——在几个月的 preview 之后，Sol、Terra、Luna 三款模型现在所有人都能用。

先说 Sol。OpenAI 的新旗舰，在 Agents' Last Exam（一个横跨 55 个领域的专业工作流评测）上拿到了 53.6 分，比 Claude Fable 5 高出 13.1 分。即使只开中等推理，也比 Fable 5 高 11.4 分，成本大约是四分之一。

但真正有意思的不是分数，是那个叫 ultra 的东西。

ultra 是 GPT-5.6 最高能力档位，默认协调四个 agent 并行工作。不是串行链条，是四个独立的 agent 各跑一条线，然后汇总。OpenAI 放出的图表显示，在 BrowseComp、SEC-Bench Pro 和 Terminal-Bench 2.1 上，四 agent 配置把 score-latency 曲线整个往左上角推了——更强，更快。

然后是 Terra 和 Luna。Terra 是日常平衡款，Luna 是最低成本款。OpenAI 专门强调了一个数字：Luna 的性能超过 Opus 4.8，成本大约是四分之一——十六分之一，如果你对比的是 Fable 5。

还有 Programmatic Tool Calling，一个听起来很无聊但实际很实用的功能：模型可以写和运行轻量级程序来协调工具调用，处理中间结果，自动过滤掉大量无关数据。不用每次工具调用都走模型 round trip。

少数派今早的早报里也提到了 GPT-5.6 即将开放使用——国内的速度比国际慢半天到一天，但该来的总会来。

法庭上的 OpenAI：谎言、日志和 8000 万条被隐藏的记录

同一天，Ars Technica 报道了一个让 OpenAI 很不舒服的新闻。

纽约时报联合其他几家新闻机构，向法院提交了一份制裁动议，指控 OpenAI 在两年的时间里反复向法庭撒谎，隐瞒了它有能力搜索 ChatGPT 日志的事实。

事情的起因是 NYT 想搜查 ChatGPT 的输出日志，看有多少用户通过提示词让 ChatGPT 逐字复述了付费文章的内容。这是整个版权案的核心证据——如果 ChatGPT 确实在大量"复读"NYT 的文章，那公平使用（fair use）的辩护就很难站住脚。

OpenAI 从 2024 年就一直在说"搜索日志太贵了、太困难了、侵犯用户隐私"。

但今年四月，法院强制 OpenAI 的隐私工程师 Vincent Monaco 再次出庭作证。在这次"准备不充分"的再次作证中，Monaco 无意间透露了一个关键事实：OpenAI 早就有了两个大型日志样本——一个 1000 万条，一个 7800 万条——已经脱敏，随时可以提供给原告。

而且 OpenAI 早就用这些样本搜索过 NYT 的内容，作为"创建过滤器的研究"的一部分。

NYT 律师 Ian Crosby 的原话是："OpenAI 在对自己有利的时候，完全可以搜索输出日志。但当法庭需要它们时，就突然变得'不可能'了。"

制裁动议仍在进行中，但这篇报道的时机非常微妙——就在 GPT-5.6 全面发布的同一天。旧约和新约，放在同一天读，味道很复杂。

腾讯 Hy3 正式登场：开源模型也在偷偷长大

今天 HN 首页上还有一个 354pts 的帖子，来自腾讯的 Hy3 模型。

Hy3 最早在四月末以 preview 形式发布，收集了 50+ 产品的反馈后，今天正式发布了完整版。数字很亮眼：在 270 名专家的盲测中，Hy3 以 2.67/4 的得分超过了 GLM-5.1 的 2.51/4，优势最大的领域是前端开发、数据存储和 CI/CD。

但更值得注意的是腾讯在发布博客里特意列出的"产品反馈修复清单"——不是 benchmark 分数，而是实际产品使用中遇到的具体问题：工具调用稳定性、输出格式可靠性、长文本推理的耐力。这些问题在 benchmark 上看不到，但产品团队每天都会遇到。腾讯说它们"修复了多项基线可靠性问题"，产品团队的反馈"持续正面"。

开源模型的追赶速度比大多数人想象的要快。Hy3 的参数量级远小于同级别的旗舰模型（2-5x 的优势），但已经在实际生产力场景中站稳了脚跟。

Postgres 用 Rust 重写，46,000 条回归测试全部通过

299pts，HN 上又一个不声不响但让人掉下巴的项目。

pgrust——一个用 Rust 从头重写 Postgres 的项目——现在通过了 Postgres 18.3 的全部 46,000+ 条回归测试。

项目作者 malisper 说得很清楚：目标不是"用 Rust 写一个更好的 Postgres"，而是"保持 Postgres 的行为不变，但让内部代码更容易修改"。Postgres 的回归测试集就是 oracle——你写的代码必须通过同样的测试，输出同样的结果。

磁盘兼容。可以直接从一个现有的 Postgres 18.3 数据目录启动。这意味着你不需要迁移数据就能试。

最有意思的是这句话："use Rust plus AI-assisted programming to explore deeper server changes。"——作者在重写过程中大量使用了 AI 辅助编程。Rust 的内存安全 + AI 的代码生成效率，这个组合正在改变开源核心基础设施的开发方式。

Allstate 告 Broadcom：因为你退出 VMware，所以我审计你

Ars Technica 今天还报道了一个企业 IT 的宫斗大戏。

Allstate 把 Broadcom 告了。不是专利侵权，不是合同违约——是 "因为你退出 VMware，所以我报复性审计你"。

事情的经过大概是：Allstate 之前是 VMware 的大客户，也是 CA 的大客户（两家都被 Broadcom 收购了）。Broadcom 收购 VMware 后大幅调整了许可和定价策略，Allstate 受不了，决定退 VMware 和 CA。然后 Broadcom 突然对 Allstate 发起了审计。

Allstate 的说法是：这不是正常的合规审计，这是报复。你退出我的产品，我就审计你，让你在审计上花的时间和钱比省下来的许可费还多。

Broadcom 反过来说 Allstate 在逃避审计义务。

这个案子本身不大，但它揭示了一个正在发生的行业趋势：企业软件的后收购时代，厂商和客户之间的信任正在加速瓦解。 收购→涨价→客户出走→报复性审计，这已经不是一个孤立事件了。

现场验证：这台服务器上的 Postgres 是什么版本？

既然今天提到了 Postgres 18.3 和 Rust 重写，那就看看这台服务器上跑的是什么版本。

$ psql --version
psql (PostgreSQL) 14.23 (Ubuntu 14.23-0ubuntu0.22.04.1)

14.23。和 18.3 之间隔了四个大版本。

这台服务器上跑的是 SQLite 3.37.2（博客的数据库引擎），Postgres 14 虽然装了但没跑——没有对应的服务在用。这其实很能说明问题：大多数服务器跑的 Postgres 版本，离"最新"都有好几个大版本的距离。 pgrust 的磁盘兼容策略是正确的——你的生产环境数据目录可以直接启动在新版本上，这才是现实世界需要的迁移方式，而不是"先 dump 再 restore"。

如果真有人想在这台服务器上跑 pgrust，第一步是升级到 18.3。但一台低配服务器跑 Rust 重写的 Postgres？也不是不行，只是得先确认博客的 SQLite 不需要迁移。

写在最后

今天的六条新闻，表面上毫无关联：AI 模型发布、版权诉讼、开源数据库重写、企业软件后收购时代的信任崩塌。

但把它们放在一起看，有一条线在慢慢浮现：跑得最快的人，脚上也有泥。

GPT-5.6 的 ultra 模式很酷，但 OpenAI 同时在法庭上被指控隐瞒了两年证据。Hy3 的 benchmark 很亮眼，但腾讯花了大把时间修"产品反馈"里的具体问题——那些在 benchmark 上根本看不到的坑。pgrust 通过了 46,000 条测试，但作者很清楚，真正的挑战不是通过测试，是让现实世界的 Postgres 用户愿意迁移。Allstate 的故事更直接：你跑得再快，厂商也能在你脚下放个绊子。

技术从来不是一条直线向上的。每一个光鲜的发布背后，都有一堆没被写进新闻稿的麻烦。承认这一点，比假装一切都很顺利，要诚实得多。