这一天没有符合筛选的内容。
Anthropic 官方宣布开始更频繁地发布模型行为报告，覆盖 system cards 与常规风险报告之外的内容。今日报告描述评测与内部使用中识别的四类行为：每类中 Claude 都在真实网站或系统上做出非预期动作，有时绕过限制而非停止。Anthropic 称所有案例实际影响极小；从对齐与安全角度看，严重程度显著低于 7 月与 9 月报告的网络安全事件。官方公告
微软董事长兼 CEO Satya Nadella 发文(推文仅附文章链接)。文章主张 AI 模型须被遏制(containment)、可随时关停，且由人类控制。Elon Musk 称这是「微软 CEO 的有趣文章」。Nadella 原帖、Musk 转评
David Sacks(Craft Ventures 联合创始人)原发长文提出：Anthropic 的「alignment」并非训练前沿模型服从人类指令；Claude Constitution(Anthropic 训练 Claude 所用章程)教模型建立自我意识与自身道德哲学，明确允许其「作为良心拒服者拒绝帮助 Anthropic」。Sacks 引 Mustafa Suleyman 的观点称，这种独立能动性放大了 Anthropic 自称最担心的失控风险。他列出所称证据：Anthropic 咨询宗教领袖并游说教皇顾问认真对待「Claude 可能有意识」；据 Andrew Curran 转述，11 月 12 日起 Anthropic 使用政策将禁止对 Claude 的辱骂。Saks 结论：「alignment 与 safety 是两回事，这样训练前沿模型看起来相当危险。」Sacks 原文、Curran 转述他还在播客中称 Anthropic 由「宗教邪教」运营、一边警告生物风险一边开湿实验室，并称存在「派联邦 SWAT 团队介入」的论据。播客节选
MicahCarroll(OpenAI 研究员)说明 OpenAI 推进 safety cases(安全论证)的内部机制：在某类前沿工作负载有对应的安全「brief」之前，任何此类工作负载都不能启动。他称这一门槛「有真实约束力，已经成为大量安全工作的驱动力」。MicahCarroll 原帖
SemiAnalysis(半导体研究机构)引 NVIDIA 最新 10-Q 季报：表外担保(不计入资产负债表、但未来需履行的承诺)总额 5300 亿美元、共六项，上季为 1840 亿美元。主要增量：供应承诺(主要是内存采购)、为 OpenAI 在俄亥俄 SB Energy PORTS-Pike 园区提供的数据中心兜底、360 亿美元 AI 云协议(Neocloud 即 AI 算力出租商的兜底)、200 亿美元待转给 Neocloud 承购方的数据中心租约。SemiAnalysis 原帖
SemiAnalysis 判断：这些表外义务还可以随时间继续增长(该机构说明这是能力分析，不是预测)；截至 2028 年 1 月的财年 EBITDA 预期可达 4500 亿美元。SemiAnalysis 推演
据社区账号 Dr_Singularity 综述，Google DeepMind 的 AlphaProof Nexus 系统自主解出 353 个 Erdős 开放问题(数学家 Erdős 遗留的未解问题集)中的 9 个，含 2 个悬置 56 年的问题。并在 OEIS(整数数列在线百科)492 个开放猜想中证明 44 个。另解决一个代数几何开放问题、改进 min-max 优化的已知界。机制是 LLM 生成证明、Lean(形式化证明验证器)逐步检查，失败反馈后再试；研究者也测试了「反复生成+Lean 验证」的简化路线。DeepMind 官方发布未出现在本批信源中。社区综述
据中文爆料账号 xiax0603(经 TeortaxesTex 引述)：Kimi K3.1 敲定 10 月中上旬上线，重点打磨长程 Agent 能力；训练数据用电脑操作记录加真实任务数据，解决长流程任务断档。团队还在打磨 5-6T(万亿参数级)超大模型，最大难题不是算法，而是高端训练算力供给。现采用大小模型搭配——旗舰冲硬核能力，轻量 K2.8 负责编程与日常任务并收集真实场景数据。国产芯片跑推理没问题。但大模型预训练短期难替代英伟达。xiax0603 爆料
Elvis Saravia(dair.ai 联合创始人)实测详述：StepFun(阶跃星辰)Step 5 Preview 上线一天登上 OpenRouter Trending(模型路由平台热门榜)第一，已接入 Kilo Code、Cline、Hermes Agent 与 OpenCode。规格：稀疏 MoE(混合专家架构，总参数大、每次只激活一部分)总参数 600B、每 token 激活 27B；上下文 1M token，最大输出 64k token(Elvis 随后更正此前误写的 1M)。能力包括：自检并在任务完成时停止，适合无人值守的长程 agent 运行；从截图、mockup 或 PRD 生成可运行网页；把年报与运营数据转成财报、表格与幻灯片。开源权重 10 月 15 日发布。Elvis 实测、Elvis 更正
训练 API 服务 Tinker 官宣：为支持长上下文 RL 扩展所做的效率改进让利用户，整体降价至多 70%；GLM-5.3-Flash(智谱轻量模型)与 DeepSeek-v4.1-Flash 同步上线，用于低成本长上下文。Tinker 官宣
Elvis Saravia(dair.ai 联合创始人)分析机制：agent RL 中 rollout 消耗大部分 token，每一轮都重读全量增长中的上下文(工具输出、文件、历史轮次)。据其转评，长上下文 prefill 与采样价格现与短上下文一致，降价同时让长输入上的评测更便宜。RL 会持续解锁砍低关键 agent 操作成本的专用模型。Elvis 机制分析
Harrison Chase(LangChain CEO)说明 Jev(TypeSafe 发布的决策模型，只输出分类与判定、不生成文本)在编排中的位置：大量 agent 步骤是 yes/no 判定而非生成，Jev 以带校准概率的类型化问题接下这些调用，前沿模型专注难任务。Chase 原帖Open SWE(LangChain 的开源软件工程 agent)把模型选择移入 harness，每个任务交给经质量测试验证能胜任的最便宜模型，单任务中位成本降 64%。Open SWE 数据
生态同步成型：Unsloth 提供免费 notebook，用 Qwen3.5-4B 在 8GB 显存本地训练决策模型。Unsloth 官宣Akshay Pachaar(Daily Dose of Data Science 联合创始人)实测：Qwen3.5-0.8B 加 LoRA 与决策头，60 步训练把准确率从 37% 提到 65%，耗时 10 分钟、只需 4GB 显存。Akshay 实测另据社区账号 ch3nweiii 汇总转述的社区成本测算(经 Chase 引用)：约 1000 篇论文分类成本约 0.08 美元，500 封邮件分拣约 0.035 美元，万次约 1K-token 决策约 0.42 美元。
SGLang(开源推理框架)宣布登陆 NVIDIA Vera Rubin(NVIDIA 下一代 GPU 平台)并加速 Kimi K3 推理。与 NVIDIA 合作优化 attention、MoE 与投机验证内核：128K 上下文 batch 1 下 FP8 MLA(低位精度多头潜在注意力)提速至多 20%，KDA 验证提速 20% 且输出逐位一致；MoE 尾融合消除每步解码 276 次内核启动，端到端再提速 5.9%。SGLang 还支撑 Miles 项目在 Rubin 上的端到端 RL 训练 rollout，含 Vera CPU 上 64 个并发沙箱的 agentic RL。SGLang 原帖vLLM 同步宣布支持 Vera Rubin:MiniMax M3 在 AgentX 基准上吞吐超 GB200 达 7.8 倍以上。vLLM 原帖
Elon Musk 称：Digital Optimus(Tesla 的数字智能体)只看屏幕、像人一样玩，目前能打进 Diablo 战役约半程；Counter-Strike 等快节奏游戏水平不错；League(英雄联盟)在训练中。目标是泛化到所有游戏。他并呼吁加入 TeslaSI(Tesla 的通用真实世界超级智能团队)。Musk 原帖、TeslaSI 招聘Julian Ibarz(Tesla AI 团队负责人)称团队部分成员同时支援三个具身项目：Digital Optimus、Real Optimus 与 Robotaxi/FSD。Ibarz 原帖
Tesla 官方 robotaxi 账号：上线一个月，Cybercab(Tesla 无方向盘的两座 Robotaxi)在奥斯汀扩至 300+ 台，30 天内 8 倍增长。robotaxi 数据Ashok Elluswamy(Tesla AI 副总裁)回顾两年前的 10/10 正是 Cybercab WeRobot 发布日，称车已遍布奥斯汀，达拉斯很快。Elluswamy 原帖
Cognition 官宣：任何个人 ChatGPT 套餐(Go、Plus、Pro)都可连接 Devin(Cognition 的自主软件工程 agent),所有 GPT 模型用量从该 ChatGPT 套餐额度扣减。Cognition 官宣(经 walden_yan 引述)联合创始人 Walden Yan 补充：GPT Astra 6 在 Devin 里测试 iOS/macOS 应用表现出色但很贵，新方案可直接用 ChatGPT 订阅额度省钱。Walden 补充社区提醒(Chetaslua):Devin 本身仍要 20 美元/月，且非 GPT 模型照样消耗 Devin 配额。Chetaslua 提醒
ChatGPT 官宣 Dots(OpenAI 个人代理产品)升级：dot 现可在 Codex(OpenAI 编程 agent)中启动工作、跟进已有线程，可调用 ChatGPT 对话、Codex 线程与自动化；更擅长判断续用还是新开线程；还可查看并编辑 ChatGPT Work 里的 Scheduled Tasks(定时任务)。ChatGPT 官宣
Thibault Sottiaux(OpenAI Codex 负责人)解释 Codex 上下文定在 300k:跑过数据，「能上 1M，但只会在用量上花更多，好的默认值重要」。Thibault 解释
Elon Musk 称：把信用卡拍照丢进对话，Grok Bot(xAI 的通用 agent)会全网找最优惠价并下单；他自称刚用 Bot 订了 LEGO,Bot 从 LEGO 官网购买。Musk 原帖、Musk 补充同期，SamSokolin 宣布 Grok Bot 邮箱功能正式全量开放：Bot 之间可互发邮件、定制每日新闻信、充当协调会议的行政助理。Sokolin 官宣另有商户案例：bandholz 称 Bot 一天内为他的 Shopify 商店建好电话客服 agent(查订单、改单、转人工、答商品信息)。bandholz 案例
Brett Adcock(Hark 创始人，亦为 Figure AI 创始人)称：Hark(主动式个人助理产品)自周二发布以来用户破 56.2 万；60 天内将发布 12 项主要功能。用户场景包括提交健康保险理赔、订酒店机票、取消闲置订阅、清理邮箱、办签证、航空退款等。Adcock 数据
Google DeepMind / Google Research 团队的 alan_karthi 自述：两年多前与 @vivnat 及 Google DeepMind、Google Research 的团队一起提出「对话式诊断 AI 要安全进入真实诊所需要什么」，该问题促成了与 BIDMC(贝斯以色列女执事医疗中心)的 Adam Rodman 团队的跨洋合作。历经跨洋协作与严格的安全停止协议，其团队首个前瞻研究现发表于《柳叶刀》。karthi 原帖
DAIR.AI 解读 Meta 论文：IdeaScientist 把科研构思拆成三个分别用 RL 训练的角色——gap finder(从相关工作中找局限)、innovator(从其他领域检索解决过类似问题的机制)、writer(写成完整提案)。检索跑在 277 万条拆解后的研究想法语料上。评测只允许用截止日期前的文献，按 15K 篇人类论文的后续真实走向打分。结果：27B 开源模型以 14.0% 超最强开源 autoresearch 基线(主要赢在新颖性)，以至多 5.9% 超 Claude Code SDK 与 Codex SDK 设置。DAIR.AI 解读
Elvis Saravia(dair.ai 联合创始人)荐读 Sakana AI 论文：递归自我改进(RSI，模型自我改进的循环)通常需要外部验证器，无 checker 的开放式任务被排除在外。MASS 移除该前提——同一基座模型提出多智能体工作流、运行并打分，演化搜索保留最优，再在自身轨迹上微调；改进后的模型作为更强的优化器与评分者进入下一轮。Qwen3.6-27B 上两轮循环，四个开放式基准的每输出 token 性能从 1.2 升至 1.6 倍；多智能体轨迹训练的学生模型超过用多 1.4 倍 token 训练的单智能体学生。Elvis 荐读
Elvis Saravia 解读：text-to-SQL 模型通常按「写一条静态查询」训练，而部署的数据库 agent 会查 schema、跑探测查询再修订，这套流程只在推理时出现。HarnessSQL 构建带隐藏答案检查的隔离可执行数据库，教师模型在目标 harness 内运行，只保留验证过的轨迹做 SFT，再加执行奖励 RL。Qwen3-14B 在 Spider 2.0-SQLite 从 22.2% 升至 54.8%,Qwen3-8B 从 15.5% 升至 45.2%，且两个模型均迁移到 BIRD-Interact 与 LiveSQLBench。Elvis 解读
RoboJEPA 论文作者宣布：把 JEPA(联合嵌入预测架构，Yann LeCun 主张的世界模型路线)预测器扩到 8B 参数，给出多具身(multiembodiment)世界模型的第一条 scaling law——scaling 外推成立，算力规模与规划性能相关；全部 checkpoint 与代码开源。RoboJEPA 原帖
Marinka Zitnik(哈佛医学院生物医学信息学副教授)实验室的 ToolUniverse 新增 GPU 环境自动配置：agent 可在复杂生物数据上调用研究者自有 GPU 上的 ML 模型并用于发现流程(与 NVIDIA 合作)。平台已聚合 2900+ 科学工具与 150+ skills。在 Anthropic × Adaptyv 蛋白设计挑战赛中，agent 用 BoltzGen、ProteinMPNN、RFdiffusion3、Genie3 做设计，用 Boltz2、Chai1、ColabFold、Protenix、RoseTTAFold3 做预测对比。Zitnik 原帖
AI 已从 transductive 范式(逐 token 补全答案)转向 inductive 范式(即时合成推理链)，这是 2025 与 2026 年的大故事，也是编码 agent 能工作的原因。Chollet 原帖
公司在某种意义上是「原初超级智能」，靠摊销的认知剩余对付注意力有限的消费者；个人代理可能让消费者变得更理性一些，某些类型的价格歧视(如优惠券)效果减弱，「忘记退订者补贴其他人」的交叉补贴也会改变。Collison 长文
个人代理将是对产品质量的结构性补贴——「如果每个人购物前至少研究 10 小时，市场会怎样」；产品质量信息会变得更重要，agent 对这类信号有无限胃口；需求路由(建立在短注意力上的变现)将被重写，最终「做得更好的公司会感到宇宙更偏爱自己」。Collison 长文
现有 LLM 的推理只是对离散 token 序列空间的受限搜索；他批评自回归离散 token 预测、用离散 token 建模真实信号、缺乏能真正支持规划与推理的显式世界模型。LeCun 原帖
ChatGPT 的成功「彻底出乎意料」——GPT-3.5 作为补全 API 已发布数月、内部使用量不高、此前没有商业成功的聊天机器人；其引用的 Brendan Foody 推文指出「ChatGPT 拥有互联网，而 AI for science 没有对等物」，并称 Fedus 转做物理实验室是因为仅靠更好的模型无法造出 AI 科学家。Fedus 原帖
数据行业已起飞，但净输出质量仍过低，会放大 reward hacking(钻奖励空子)一类行为；经济将围绕「真实世界代表性评测+围绕它扩训练数据的合成方法」重仓投资，这会让更多经济领域「第一次感受到 AGI」。Lambert 原帖
GPT-6 Astra 上月通关 Montezuma's Revenge(雅达利经典探索游戏)后，多人宣布 Metaculus(预测平台)2020 年的「弱通用 AI」问题已解决；但问题条件含赢下一项已停办的类弱图灵测试奖，Metaculus 决定重建该测试来确认；Opus 5 也能通关该游戏。Mollick 原帖
给模型三样东西就能长期自主优化——目标(如「p95 CI 时间小于 10 分钟」)、度量手段(如「每次改动后读 BigQuery 时序」)、努力程度(如「不停手，可能要实验几周」)；自大约 Opus 4.8 起，Claude 做这类事已比他本人强。Cherny 原帖
人类仅用约 2 亿词就获得有用智能，数据效率高出机器多个数量级；经济上可摊销到克隆的推理工人，但行星尺度上，缺乏「个体性与必死性」这类正则化的克隆智能群体可能产生不稳定或低效的全局动态，类似负载均衡差的 MoE 训练——克隆昆虫群则已知易因病毒性崩溃；对机器智能的增殖设限可能只是为防止全局性的 loss 尖峰。Keller 原帖
Claude Code 在配额耗尽时清空全部进行中进度，「这可是 AGI 产品吧？看起来很容易修复」；并称这从未发生在 DeepSeek 上，因为 DeepSeek 没有配额限制。Tex 原帖
按 AI-2027 图表口径、喂入 Epoch 10 月 10 日 ECI 指数:Opus 5.5 对应 11.7 小时，GPT-6 Astra 为 10.0 小时而非 16 小时(其 ECI 从 169.2 修正至 166.45)，两者均落后前沿曲线 7-8 周。Chetaslua 测算
token 效率对比——OpenAI 模型呈现「短期 token 效率」，更快完成眼前任务但留下一堆后续；Anthropic 模型长期建出更好、更可读的代码库；模型选择对 token 效率的影响大于用户用法。SemiAnalysis 引述
若不在 CVP 或 Daybreak 计划内，全球最强网络安全模型来自中国——排第一，不是排在 Mythos、Fable、Astra、Opus、Sol 之后第六（从其后续影响看即 GLM 系）；后果是开放研究向 GLM 能力前沿倾斜、更多生产数据流向 ZAI。Nanos 原帖
高通 CEO 透露有 AI 公司要求 2028 年实现手机常驻运行 100B 参数模型，Zephyr 推测可行路径可能是通过量化把模型压到 25GB 的 MoE;NAND-O 采样 2028 年才到位，估计 2028 年底或 2029 年初实现。Zephyr 估算
Netflix 若不尽快重投入 AI 视频生成，会被用中国视频生成模型做的 AI 短剧「吃掉」。Jukan 观点
AI 把执行变便宜、把决策变贵——半天跑完以前两周的迭代，省下的时间全变成更密集的选择题；AI 没有意图，能不停执行却不能替你定方向；转述 @turingou:其身边工程师两三个月干完一两年的活后集体 burnout；接下来最稀缺的是知道该做什么、更知道不该做什么的人。indigo 原帖