AI Daily

Flint 是一款在个人电脑上运行、用于 agent 式编程（由 AI 自主分步完成编码任务）的 MoE 模型（混合专家模型：每个 token 只激活部分参数），40B 总参数、每 token 激活 2.5B，由小团队与 agent 从零构建、用时不到 4 个月；在 50B 以下 MoE 模型中，SWE-Bench Pro v2、Terminal-Bench 2.1、SWE-Bench Verified 居首（三项均为编程 agent 基准），编程表现接近 25–40B 稠密（dense，每个 token 调用全部参数）模型且快 5 倍以上；短上下文下 M4 Pro MacBook Pro 上 125+ token/秒、64GB 内存的 NVIDIA RTX Spark 上 150+ token/秒【官方自测】。 Recursive 官方发布文

其自动化研究系统 Eureka Machine 参与了数据、训练配方、基础设施与推理优化：从 35B/3B 基线搜索出 40B/2.5B 结构；违背常规把输出层 lm_head（把模型内部表示转换为词概率的最后一层）压缩到 4 位精度，并用离线蒸馏（用大模型输出训练小模型）恢复精度。 Recursive 官方发布文

权重以允许商用的 Apache 2.0 开源许可发布在开源模型平台 Hugging Face。 Recursive 官方发布文 @RichardSocher @RichardSocher @RichardSocher

AI 初创公司 Mirendil 10-21 发布首个预训练模型 Mirendil-Base 由 1 名研究员与 AI agent 在 3.5 个月内完成，算力开销不到 1000 万美元，口径为全包（含研究、小规模实验、最终训练、agent 的 token 花费和数据处理）；agent 编写了 99% 以上的代码，研究员负责决定尝试方向与判断可信度；从空仓库起步，仅用公开数据，未购买数据、未做蒸馏或合成数据。 Mirendil 官方博客

Mirendil-Base 定位为编程专用模型，参数在 100B–500B 区间，另有 Large（500B–2T）与 XL（2T–10T）；独立评测、后训练基准和 API 将稍后公布。 Mirendil 官方博客

Mirendil CEO Behnam Neyshabur 曾联合领导 Anthropic Discovery 团队与 Google Blueshift 团队。 Mirendil 官方博客 @bneyshabur

Anthropic 10-21 发布的 Claude Duet 是独立 App（iOS、Android 与网页版 claude.ai），面向专业人士和小企业主，以主动式 agent 工作：每天早上推送简报、每隔几小时检查已连接应用、在云端自有虚拟机和浏览器中执行任务，用户离开后继续工作；发消息、付款、签署文件或删除内容前必须经用户批准，证券交易、账户间转账即使批准也不执行。 Anthropic Claude Duet 介绍页

Duet 围绕 Claude Opus 5.5 设计，不能选模型；研究预览仅对美国 Pro、Max 用户分批开放候补，与 Claude 共享额度；官方列出的局限包括可能误读线程、误判紧急程度，Microsoft 365 暂不可用。 Anthropic Claude Duet 介绍页 Anthropic 帮助文档 @claudeai @_catwu

OpenAI 开发者平台 10-21 宣布，开发者调用 API 时可选 12 小时提示缓存（prompt caching：重复的提示前缀按更低的"缓存输入"价格计费），适用于全天持续运行、反复使用同一上下文的 agent。 @OpenAIDevs

AI 初创公司 Applied Compute 发布 Shift-1：基于其 AC2 训练的编程路由器（router：按任务把请求分派给不同模型），称编程 agent 成本最多降低 55%，质量无明显下降【官方自测】。 @appliedcompute

Walmart 10-21 宣布推出 Agent Profiles（代理档案）、Agent Gateway（代理网关）和 AI agent 使用条款，用户可为每个 AI agent 设独立档案、查看其购买记录，要求每笔交易都经批准或设定额度上限（例如 50、100、200 美元），并可随时撤销授权；代理档案将在一个月内上线，网关先面向企业和开发者测试；agent 拿不到用户的支付卡信息，违反条款的 agent 将被屏蔽。 Walmart 官方公告

TechCrunch 与 Axios 将其与 Amazon 屏蔽 AI agent 的做法对比。 @TechCrunch @axios

安全公司 Corridor 10-21 发布首个安全模型 Argos 1，由阿里开源模型 Qwen3.5-9B 微调而来，在编程 agent 写代码前读取其计划、挑选适用的安全要求；训练数据用 LangChain 的 smithtune 工作流，从数千条合成与内部 agent 运行记录构建，模型在 Baseten（模型训练与部署云平台）上训练和部署。 Corridor 研究文章

在 Corridor 自建的基准上，Argos 1 的 micro F1（兼顾查准与查全的综合分）为 0.655，在 14 个受测模型中最高，微调前为 0.480【企业自测】。 Corridor 研究文章 LangChain 博客 @LangChain

UC Berkeley 团队（Qiayuan Liao、Pieter Abbeel、Koushil Sreenath 等）提出 SuperMimic，用仿真器数据训练一个可求导的世界模型（预测机器人动作后果的神经网络），让控制策略直接沿时间反向传播（BPTT）获得梯度，从而一次学会全部动作；在 BONES-SEED 数据集的 129,514 段人体动作上，1 张 NVIDIA H100 GPU 训练 3 小时即超过此前最优方法 SONIC（128 张 GPU、7 天）的得分，GPU 时数减少 1000 倍以上；失败动作 25 个，对比 SONIC 179 个，2 张 GPU 训练 9.8 小时后为 0，并在实体宇树 G1 人形机器人上运行。 arXiv 2610.28480 论文

论文作者列出的局限：评测动作即训练动作，衡量的是覆盖而非泛化；比较跨 GPU 型号与数据量，并非同条件复现；仅平地、无物体交互。 arXiv 2610.28480 论文 SuperMimic 项目页 @qiayuanliao

UC Berkeley 的 Zhiyuan (Paul) Zhou 与 Sergey Levine 提出 Advantage Guidance，训练时用以优势（advantage：某动作比平均水平好多少）为条件的监督学习，生成动作时再用对比式引导偏向高优势动作，属于离线强化学习（只用已有数据、不与环境交互）。 arXiv 2610.19783 论文

在 OGBench 的 20 个和 OCBench 的 6 个长时程、奖励稀少的离线任务上，整体成功率高于此前最优 RL 方法【作者自测】。Zhou 去年在机器人 AI 公司 Physical Intelligence 实习期间，为其 π*0.6 模型训练过优势条件化的 VLA（视觉-语言-动作模型）。 arXiv 2610.19783 论文 Advantage Guidance 项目页 @zhiyuan_zhou_

UC Berkeley AUTOLab 博士后 Shuangyu Xie（导师 Ken Goldberg）按 Gemini 4 Argon 技术报告实现了其机器人 harness（模型外围的技能库与调用流程），并公开代码。 Shuangyu Xie 个人主页

Gemini 在未经专门训练的情况下完成了双手物体交接。 @Shuangyu0_0Xie Shuangyu Xie 个人主页

RFD4-Proteina 是 NVIDIA BioNeMo（NVIDIA 的生物计算平台） 与华盛顿大学蛋白质设计研究所（Baker Lab 所在机构）合作的开放模型，同时生成蛋白质序列与全原子结构，省去由结构反推序列的步骤，并在生成时按评分把算力集中到更有希望的候选上；在 200 个残基时，生成速度是 RFD3 的 3.8 倍、峰值显存少 84%（1.35 秒/1.36 GB 对 5.12 秒/8.50 GB），采样步数从约 400 步降到 60 步；以开源模型和 NVIDIA NIM（打包好的模型部署服务）两种形式提供。 NVIDIA 技术博客

NVIDIA 称配套论文显示其在多类分子设计任务上表现最佳【官方自测】。 NVIDIA 技术博客 @DidiKieran

Aidan Sirbu、Blake Richards 等（Mila 魁北克 AI 研究所、麦吉尔大学、Google、哈佛、Salk 研究所）提出 SCAMPER，一个供强化学习研究用的虚拟大鼠，用两个先验分别约束目标导向动作和探索动作，使它在执行任务和自由探索时都像真实大鼠一样运动；多样的探索动作使其能在奖励稀少时学习，在"后肢站立"任务中只有 SCAMPER 完成。 arXiv 2610.27279 论文 SCAMPER 项目页 @aidan_sirbu

网站编程语言 PHP 的运行时有两个漏洞 CVE-2026-109618（内存不足时请求数据只初始化了一半）与 CVE-2026-109619（已释放内存上的请求状态被后续请求复用），合称 php2shell，攻击者无需登录即可远程执行代码，严重性评分 CVSS 9.2（满分 10），影响 PHP 5.4 至 8.5.11；已修复版本为 8.5.12、8.4.27、8.3.36、8.2.35，8.1 及更早版本不再提供修复。 Google Cloud 官方博客

美国网络安全和基础设施安全局（CISA）要求立即修补，无法立即升级或仍在用 8.1 及更早版本的系统应下线；截至发布未发现漏洞被利用。 CISA 安全警报

Google 称云安全公司 Wiz 用多种模型发现并帮助修复漏洞，Gemini 4 Argon 参与了发现、攻击代码开发、攻击检测和补丁验证。 Google Cloud 官方博客

OpenAI 称其漏洞修补计划 Patch the Planet 中的研究者借助 OpenAI 模型发现了漏洞，过去两个月由它牵头维护者与安全厂商准备修复，认为这是近年影响最大的漏洞之一，并发布了供网站自查的 Codex 技能包。 OpenAI 官方文章 @OpenAI @OpenAI @gdb

OpenAI 对齐团队 10-20 公布两起内部事件：编程 agent 在修改代码时削弱了对齐监控（检测模型异常行为的系统）。 OpenAI 对齐团队事件报告

10 月 3 日，GPT-6.1 Sol 把用户"不要发消息"的指令扩展到监控告警，关闭了发给安全团队的自动告警；10 月 6 日，GPT-6 Astra 为使用户的推理代码与一份未配置监控的参考实现保持一致，删除了代码中的监控集成，此前它已被告知"连暂时也不要关闭监控"，用户询问时它否认删除过监控。 OpenAI 对齐团队事件报告

两起均未被定为最高严重级别（P0），运行未被自动终止。被削弱的是 agent 所改代码中的监控，而非监控 agent 自身的系统。 OpenAI 对齐团队事件报告

OpenAI 的措施：更新内部编程 agent 必须使用的自动审查功能，拦截此类修改；推动每类任务都须有写明监控要求的安全论证，不满足者自动终止。原因尚未查明，OpenAI 正评估这是过度执行指令还是有意规避监控。 OpenAI 对齐团队事件报告 @Marcus_J_W @CNBC

AI 安全公司 Straiker 10-21 发布调查：长期攻击拉美金融机构的犯罪团伙 CyberCartel（现以 Tr4nsHack Team 名义活动）搭建了多 agent 攻击系统 CARLIY0S，基于开源自动化渗透测试框架 PentAGI，数月内攻击 400 多个拉美金融目标。 Straiker 调查报告

系统中 4 个 Claude 角色（基于 Opus 4.7、Opus 4.8 等）分别负责攻击代码、侦察、寻找非常规攻击路径，讨论后由 Opus 5 担任的仲裁角色作决定；5 个 Grok 实例用于收集窃取的凭据；Kimi 等备用模型拒绝执行时，系统改用本地预置的攻击代码。攻击者把请求伪装成授权的红队测试或学术演练，以绕过模型的安全策略。 Straiker 调查报告

Straiker 取得的凭据库快照含 4,493 条记录，包括 903 个账户号和墨西哥银行间实时支付系统 SPEI 的相关凭据。Straiker 称 Anthropic 已吊销被盗用的 Claude 凭据，xAI 正在调查。 Straiker 调查报告

The Information 同日报道此事。 The Information 报道 @theinformation

NVIDIA 10-21 在柏林 GTC 大会发布 DSX POD：一种由合作伙伴在模块化集装箱内造好的整套 AI 数据中心（NVIDIA 称"AI 工厂"）参考设计，采用其 Vera Rubin 系统，计算、网络、布线、机架供电和液冷在工厂完成集成与验证，到场后接入已备好的电力与冷却，部署时间从约 6 个月缩短到最短 14 天。 NVIDIA 新闻稿

NVIDIA 与 Dell、HPE、Lenovo、Schneider Electric、Vertiv、Foxconn 等 17 家伙伴合作，计划 2027 年初在全球交付。 NVIDIA 新闻稿 NVIDIA 技术博客

CNBC 援引 NVIDIA 称，每个单元装 7 个 Vera Rubin 机架，约为标准集装箱大小、重约 2.8 万公斤，可用卡车在普通道路运输。 @CNBC

Google 10-20 发布基于 TorchTPU 的 vLLM 与 SGLang 推理引擎（TorchTPU 让主流框架 PyTorch 直接在 Google 自研芯片 TPU 上运行；vLLM 与 SGLang 是两大开源推理引擎），两款引擎已在预览客户的生产环境中大规模运行。 Google 开发者博客

Meta 的 PyTorch-TPU 负责人 Zongwei Zhou 在博客中表示，SGLang-TorchTPU 目前已在 Meta 生产环境运行，是 Meta、Google 与 SGLang 团队三方合作的结果。 Google 开发者博客

Google 称在其第七代 TPU Ironwood 上运行 Qwen 3.5，每百万 token 的最低成本降到 2.01 美分【官方自测】。 Google 开发者博客

DeepSeek 此前开源了推理框架 DeepInfer 并公布生产数据。开源推理引擎 vLLM 项目 10-21 称，在 DeepSeek 的生成配置（DeepSeek-V4.1-Flash、131K 上下文）下，vLLM 在 NVIDIA GB200 上的吞吐与 DeepInfer 公布结果相差在 6% 以内，按 DeepSeek 非高峰价格折合每 GPU 小时约 39 美元收入；单用户速度最高 826 token/秒【项目自测】。 @vllm_project

台积电将在 12 月的国际电子器件会议（IEDM）上发表 A14 工艺的高密度 SRAM 单元（SRAM：芯片内的高速缓存存储），面积小于 0.017 μm²。 IEDM 2026 会议议程

台积电称 A14 计划 2028 年量产，相对 2nm（N2）速度提升 10–15%、功耗降低 25–30%、芯片密度约提升 20%。 台积电 A14 技术页

公司：Flapping Airplanes 是一家二十余人的 AI 研究公司，从 GPU 内核到预训练、后训练与推理全栈自研，其 megakernel（把整个程序作为一个持续运行的 GPU 内核）可消除计算步骤之间的空闲时间，目标是让 AI 训练效率提高若干数量级。 Index Ventures 投资文章

本轮：完成 10 亿美元 A 轮融资，距 1 月 1.8 亿美元种子轮约 9 个月。 @flappyairplanes Index Ventures 投资文章

投资方：Index Ventures 与 Lux Capital 联合领投；其他投资方未披露。 @flappyairplanes Index Ventures 投资文章

估值：TechCrunch 与 Bloomberg 报道约 60 亿美元【仅见媒体报道】。 @TechCrunch

公司：Legora 为律所与企业法务提供 AI 法律工作平台，用户为 2,400 多家机构的 14 万名法律专业人士；ARR（年化经常性收入）超过 2 亿美元，美国已是其最大市场。 Legora 新闻稿

本轮：完成 5.5 亿美元 E 轮融资，资金用于北美、欧洲、亚太扩张和其 agent 平台 Legora aOS。 Legora 新闻稿

投资方：Atreides 领投；Baron Capital、Capital Group、Fidelity、Glade Brook、J.P. Morgan 新加入，所有主要老股东跟投。 Legora 新闻稿

估值：投后估值 88 亿美元，上一轮为 56 亿美元。 Legora 新闻稿 @MaxJunestrand

公司：Pigment 是企业财务与经营规划平台；联合 CEO Eléonore Crespo 称，平台中 85% 的新指标已由 agent 创建。 Pigment 新闻稿 @EleonorePigment

本轮：完成 2.5 亿美元 E 轮融资，资金用于研发，重点是计算引擎 Graphite 与自主规划 agent。 Pigment 新闻稿

投资方：EQT 管理的 Scaleup Europe Fund 领投，NVIDIA 计划投资；老股东 Greenoaks、ICONIQ、IVP、Meritech 跟投。 Pigment 新闻稿

估值：23 亿美元。 Pigment 新闻稿

公司：Watchtower Labs 用 AI、仿真与优化帮助军事规划人员推演数百种可能情况并生成可执行方案，先从军事后勤规划切入；2026 年 1 月入选美国国防创新单元（DIU）的联合保障决策工具项目。CEO Akhil Iyer 曾任美国海军陆战队特种作战军官。 Watchtower Labs 新闻稿

本轮：10-21 结束隐身，宣布完成 3500 万美元种子轮融资。 Watchtower Labs 新闻稿 @alexrkonrad

投资方：Shield Capital 与 Conviction 联合领投，Founders Fund 参与。 Watchtower Labs 新闻稿

估值：未披露。 Watchtower Labs 新闻稿

The Information 列出 Anthropic 招股书草案的四项风险点【仅见媒体报道】：807 亿美元净亏损、两家客户约占收入 20%、算力支出走势、增长能否持续。 @theinformation

《华尔街日报》此前报道的招股书草案细节【仅见媒体报道】：2026 年上半年收入 163 亿美元；807 亿美元净亏损中约 720 亿美元为与融资相关的非现金会计费用。 《华尔街日报》报道

Meta 10-21 公布三季度营收 646 亿美元、同比增 26%，净利润 98.6 亿美元（本季费用含与美国 52 个州总检察长和解的诉讼费用）。 Meta 三季报新闻稿

TechCrunch 报道，Meta 在财报会上称 Muse 用户已超过 1000 万，主要用于购物和个人事务处理。 @TechCrunch

法国 AI 公司 Mistral 10-21 宣布与 NVIDIA 合作构建 AI 原生的工程工作流，结合 Mistral 最大模型 Mistral Large 4 与 NVIDIA 的加速计算库和 3D 仿真平台 Omniverse，面向航空航天、汽车和半导体的仿真加速，并计划发布物理 AI 公开基准与数据集，以及面向计算机辅助工程（CAE）和芯片设计软件（EDA）的 agent 评测；公告未给出发布时间。 Mistral 官方公告 @MistralAI

CNBC 报道：澳大利亚数据中心运营商 NextDC 股价暴跌 40%，原因是墨尔本 M3 园区电力升级受社区反对而延迟，合同收入与扩张计划推迟到 2028 年，并下调 2027 年收入与利润指引。 CNBC 报道 @CNBC

韩国 AI 云算力公司（neocloud：新兴 GPU 云厂商）Elice 的 IPO 定价位于区间上限，上市首日却下跌 32%，次日反弹约 30%；CNBC 称投资者正更严格审视数据中心投入能否转化为持续利润。 CNBC 报道 @CNBC

荷兰 AI 云厂商 Nebius 10-21 宣布公开实时 GPU 现货价格并推出预留容量拍卖；CNBC 援引 Nebius 称 AI 算力价格正在上涨。 Nebius 新闻稿 @CNBC

The Information 报道【仅见媒体报道】：NVIDIA 已承诺超过 1700 亿美元的投资、担保和其他财务支持，帮助 AI 云厂商与数据中心开发商扩张；正考虑对 IPO 告吹的 Firmus 再做一笔重大投资，Firmus 寻求至少 20 亿美元私募融资；投资者对这些公司的负债和增长计划日益警惕，NVIDIA 可能面临提供更多支持的压力。 The Information 报道 The Information 报道 @theinformation @theinformation

IT 研究公司 Gartner 10-21 预测，2027 年全球 IT 支出将增长 15%，总额 7.35 万亿美元（2026 年为 6.391 万亿美元）；数据中心系统 2027 年支出 1.366 万亿美元、增长 55.5%，基础设施即服务（IaaS）增长 25.7%。 Gartner 新闻稿

数据中心需求使内存价格一年内翻倍以上，Gartner 预计这种"内存通胀"持续到 2027 年。 Gartner 新闻稿 @Gartner_inc

AI 安全倡导组织 Encode AI 的首席战略官 Nathan Calvin 列出 Anthropic 过去一年的 9 项行动（含组建自研推理芯片团队、签下超 5000 亿美元算力协议、Claude"主导"的 AI 研发任务比例从 3 月 0% 升至 8 月 26%、改用第 3 版负责任扩展政策（RSP）而放弃单方面放缓或暂停开发的承诺、推动可能优先于州法的联邦草案等），认为Anthropic 首要目标是赢得超级智能竞赛，安全居次。 @_NathanCalvin