11 月 27 日，OpenAI 发生了测试端口泄露事件。所谓的“泄露” 并非 Sora 模型本身，而是意外公开了 Hugging Face 上一个代码库的 Sora 测试者的访问权限（代码库的 API 密钥并未泄露）。该代码库名为 PR-Puppet-Sora，由 OpenAI 于 11 月 26 日提供。在事件发生数小时后，OpenAI 便撤销了代码库中使用的 API 密钥，移除了生成视频的访问权限，并将已公开展示的 Sora 视频及相关提示词进行了归档处理。
此次泄露事件共涉及 87 个视频（约 702 MB）以及 83 条生成提示。OpenAI 随后将这些内容贡献至公共领域（采用 CC0 1.0 Universal 授权），供公众免费学习与参考。
OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷，引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示，验证器质量决定模型学习方向，基准题目高度冗余，且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机，其公信力受利益冲突影响，亟需建立独立第三方验证机制以确保评估客观性。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
AI 博主 ADIL 演示利用 Claude Fable 5 配合 Higgsfield MCP 插件，在 20 分钟内全自动复刻高收益 YouTube 频道。该工作流集成图像、视频及语音生成引擎，可自动分析爆款结构、撰写脚本并一键产出含配音的纪录片视频及封面标签。平台并不排斥优质 AI 内容，此端到端自动化流程将创作耗时从数天缩至十几分钟，大幅降低不露脸创作门槛。未来核心竞争力在于利用工具实现规模化生产与持续运营的能力。
围绕《Sora 测试端口泄露事件过程中的 87 段视频》展开交流，未登录用户可浏览评论，登录后可参与讨论。
