AI 资讯日报 · 2026-11-09

编程与Agent

这一日的编码 Agent 新闻集中在放量、写权限和接口。据 Bloomberg，DeepSeek 开源 Harness 上线不到三个月，只计官方 API 的日活到 154 万；Codex 上调了付费额度；Claude Code 的本地设置泄露则被拿本机仓库对质。详情详情详情研究和产品也在收手：Memorilla 用少量记忆 token 代替长上下文，Meta 的 A/B agent 只排步骤，嵌入式 Claude 对 Stripe 只能提议。详情详情详情

平台、额度与入口

这 154 万日活不含非官方入口。桌面版发布后，七日均值从 9 月 30 日的 27.1 万上升。这些用户每天约消耗 92T token，人均约 6000 万；插件约 3.5 万个，官方称 60% 的用户至少做过一个。详情团队把它说成 Agent 时代的操作系统，内置功能可以被第三方插件替换。详情0.2.2 候选版加入实验性子 Agent，可把独立任务交给本机 Codex 或 Claude CLI，仓库约 27.6 万 star。详情

Thibault Sottiaux 确认，Codex 的 Pro 与 Business 100 用量翻倍。详情另有用户称默认子代理被改成 Astra High，额度因此上升；帖中没有截图，也没有官方说明。详情Humans & 的 Ampersand 登上 Vercel AI Gateway，免费一周，参数 744B、激活 40B。官方称自建的多用户长程任务评测持平或超过 Fable 与 Astra，外部协作和多智能体编码评测超过大多数模型。详情据传 Google 在内部测试面向 Gemini Enterprise 的下一代 Gemini agent，界面里已有自定义 MCP 连接。详情Perplexity CEO Aravind Srinivas 把 Teammates 归于 harness 主要在代码里跑 trace、不强迫较弱模型，以及搜索质量。详情Apple 的 Xcode 插件已进入 Claude Code 官方目录，命令为 /plugin install xcode@claude-plugins-official，需要最新 Xcode，可构建、运行、测试、渲染 SwiftUI 预览，并驱动模拟器与真机。详情

评测、管理与编排

Garry Tan 比较了七套配置：Claude Code、OpenClaw、Hermes、QM 跑 Opus，Codex、OpenClaw、Hermes 跑 Sol，同样 20 个任务的通过率都在 71% 到 79%。所有对比都无法区分，因为 20 题里有 14 题得分相同；他认为是题目太简单，不是能力打平。成本可以差到一倍。详情麦肯锡的 Martin Harrysson 与 Prakhar Dixit 在 AI Engineer 大会上说，多数大公司收益有限，最好的 20% 到 25% 做到端到端 2 倍。做法包括更短的 agent 周期、更小的团队，以及整理 skills 与共享上下文。详情

Addy Osmani 认为，管编码 Agent 就是管理：选题、委派、跟进、评估、决定能否上线，收益并不属于提示词最强的人。详情Brian Armstrong 给每个方向一个常驻 lead，上面设参谋长；子代理写代码、跑测试、追 review，待办进入带截图和演示视频的优先级队列。详情esrtweet 不建子 agent、不堆 skills、不做无人软件工厂，只和模型对话，并把这称作 Rich Sutton「苦涩教训」的个人版。详情LangChain 在《Agents Are Going Async》里把编排者留在对话中，长任务交给完成后才回报的后台子智能体。详情Google 开源的 Elephant-Goldfish 约 1.47 万 star：Elephant 持有上下文起草规格，Goldfish 不带先前对话记忆，只审草稿和引用源码。详情

记忆与实验

Memorilla 来自斯坦福、多伦多大学等团队，作者包括 Jure Leskovec。记忆模块读完全部文档，按查询给出默认 16 个向量，LLM 权重不动。相对全文，NarrativeQA 上文档 token 最高压缩 4212 倍；512 份文档这一档的端到端延迟降低 27 倍。详情Evolver（arXiv 2611.07595）不改参数，把轨迹收成可检索、可修订的 Gene，并能叠到 Claude Code 与 Codex 上。已报道的结果是成功率提高 4.4 个百分点、token 减少 24%，评测包含 Terminal-Bench 2.1。详情斯坦福用多资源交易、双边议价和双向拍卖测试了 10 个前沿 LLM：披露精确估值而不是排名时，GPT-6 Sol 的交易收益从最大值的 98% 降到 91%。详情Meta 的 ABTest Agent 只让模型选择和排序步骤，报告数字由经过验证的确定性代码产出。详情Tactico 的 Momentum 在本地让 Claude、Codex、Grok 等 30 多个工具共用记忆，macOS 与 Windows 已有早期版。详情madsthines（在做 LoreKit）和 HN 讨论都指向同一缺口：各家记忆的存储和 MCP 互不相通，需要一层类似 OpenTelemetry、可迁移也可审计的开放格式。详情详情

安全、权限与泄露

apiiro 统计到 1122 个公开 GitHub 文件因 Claude Code 的 Don't Ask Again 设置泄露密码。Anthropic 称 .claude/settings.local.json 会自动 gitignore，文件是手工提交的。Pawel Huryn 检查自己 Windows 上 5 个由 Claude Code 在 3 月至 8 月写入该文件的仓库，没有一个被 ignore，其中 2 个已提交。详情另一记录显示，全局关掉 autoCompactEnabled 后，Opus 4.5 与 4.1 仍在 24 小时内两次自动压缩；一次在 977,314 token 报 Prompt is too long 的 18 毫秒后就排队压缩。详情

Hermes 官方 Security 插件先做威胁模型，再用并行子代理审查；发现要回代码核实，并可在仓库临时副本里跑复现，报告能导出 SARIF。详情Pawel Huryn 的 embedded-agents-messages-api 让嵌入的 Claude 只能提议改地址或重开发票，Stripe 写入须经用户确认。详情LimestoneHQ 让 Claude Code 逐个升级有漏洞的依赖，每次过构建和测试后留 draft PR。详情据 11 月 3 日的报道，Binance 约 63.4 亿美元被盗始于 6 月：一名工程师下载了搜索来的恶意 AI 编码工具包，公司更换电脑并轮换凭据后，攻击仍按摸清的人员名单继续渗透。详情

有人把发邮件、改记录、花钱送审，只读放行，并承认内部写入最难切。详情exedev 用 ssh exedev new --sandbox 提供按分钟计费的沙箱 VM。详情Chronos 在改文件或执行 shell 前，把含 .env 的工作目录快照到不影响项目 .git 的 shadow git。详情

接口、推理与账单

Vork 面向 agent 做 3D 与 VFX：agent 自己写 shader、材质、相机和物理，核心 API 约 2500 token。相对 Blender、Unreal、Houdini，作者给出省 2 倍 token、渲染最快 24 倍；实现是 Rust 与 Slang，经 Metal 或 Vulkan 上 GPU，演示有 100 万只鸟。详情另一份初步结论认为，给冻结权重换一套 AI 专用 API 不值得，因为模型见过的是人类向文本，相似度比理论最优更重要。详情sunshowers6 补充，agent 写 Rust 是在匹配已有代码，类型系统和社区规范会拦住一部分随意改动，例如 Rust 不接受用 * 当错误哨兵。详情Blood 把 comptime 收成检查期运行并返回类型的原语，让写错的正则捕获名和 SQL 变成编译错误。详情

RustingStrata 是纯 Rust 单二进制。RTX 3060 12GB 上跑 Qwen3.6-35B-A3B 的 Q2_K_XL（11.7 GiB，部分专家在 CPU）：短提示 118 tok/s，4K 后 113 tok/s，llama.cpp 为 68 与 66 tok/s；MTP 后最高 160 tok/s，4K 后 152 tok/s。详情Kinference 按缓存前缀和队列长度把请求送到 vLLM。自测里，共享前缀的中位首 token 从 Kubernetes 随机路由的 6.88 秒降到 0.31 秒，无共享前缀时 6.92 秒对 6.83 秒；两边都是 3 张 L40S 上的同一个 Qwen，对照的是随机路由，作者注明不宜外推。详情dbreunig 把难活留给 Opus 5.5，更多 token 花在 ds4-flash、glm 5.3 和跑 meta spark 的 Hermes 上，经 LunaRoute 按并发 lane 计费。详情Baseten Loops 正式提供无冷启动的 serverless SFT 与 RL，训练和采样按 token 计费，checkpoint 可部署到推理；Ambience AI、Datadog、LangChain 已在用，数值校验用来缩小训练与采样的偏差。详情CodaLabs 的 X402 模板用 EIP-712 和 USDC 做无 Gas 微支付；Github_private 用 OAuth 让 agent 读私有仓库和组织数据。详情详情

交付与摩擦

一个约 100 个工具的 MCP 让 Claude 在后台开 GTA IV 到航点、在 GTA V 开直升机降落，并操作《底特律：变人》、TABS 和 Halo Wars 2。详情Opus 5.5 驱动的 Backrooms（dimension9.space）从 15 个手写房间长到 70 个。详情BrowserBall 几乎全由 Claude Code 写成，服务器以 120Hz 做权威模拟，传输用 WebTransport。详情Mall Bats 的作者称代码几乎都由 Claude 写出；另有人用 Claude Code 做了浏览器灭火游戏 Cinderscoop，也有家长和孩子不写代码，用 Opus 5.5、Roblox MCP 与 Tripo 搭出《Capture A Beast》。详情详情详情vista8 用掉 3 张 Codex 重置卡并损失一个 Claude 账号后，AI 新增约 6.43 万行，录屏工具 CapWise 可以标注、出字幕并导出。详情tetsuoai 的 MV 用 131 个 agent、23354 次调用、101 亿 token，耗时 26 小时 51 分钟，编曲用 Suno，模型包括 Claude Opus 5.5、Grok 4.7 和 Grok Imagine。详情《AI Engineering from Scratch》为 MIT 许可，503 课、20 个阶段、约 320 小时、约 4.8 万 star，30 天读者超过 15 万，路径从手写反向传播走到 agent 循环。详情

YacineMTB 认为合并要等几周就不是要紧的事，被引用者说其中位时间是几小时，且 agent 审查在不少场景已经够用。详情据传某 AI 实验室因工程师用 agent 审查并自动合并非生产代码而将其解雇；转述称若属实，对方宁可让 PR 放几周到一个月。详情

应用

这一窗里，订阅产品在把生成能力放进音乐、理财和硬件，独立开发者用编码模型在数天内交出游戏和编辑器，另一批工具则强调在本机运行、不上传。Spotify 的 AI 混音最早或于 2027 年第一季度面向 Premium；Claude 在美国开放只读连接账户的个人理财测试。详情详情

订阅、硬件与平台

Spotify 的混音面向已参与艺人的歌曲，例如民谣转 EDM、嘻哈转原声、流行改成 lo-fi。作品发在 Spotify 上，可进播放列表并计入原曲榜单，原艺人按收听拿版税。详情 OpenAI 预告 Modretro Chromatic 于 11 月 9 日上架 Supply Co.，可玩 Game Boy 与 Game Boy Color，创始人是 Sam Altman。DevDay 发过限量透明版，并展示用 Codex 做游戏。详情 据传 OpenAI 还在做游戏设备，而不只是游戏生成模型。详情

Personal Finance 为美国 beta。用户自选连接账户后，Claude 按真实余额和交易回答问题。官方称权限只读，不能转账、管理或投资。有人让它顺手订假期，它订了 74.29 美元的底特律大巴两日游，余额变成负数。详情 OpenAI 健康产品副总裁 Ashley Alexander 的父母在一周内相继确诊癌症。她用 AI 准备就诊、研究方案，并处理照护者的情绪。ChatGPT 曾在治疗前标出一项有真实风险的方案。详情 Wirecutter 引用的 DuckDuckGo 调查中，32% 的美国受访者向聊天机器人说过连最亲近的人都不知道的秘密；OpenAI 称每周超过 2.3 亿人用 ChatGPT 问健康问题。文章写道，这些对话可被公司读取，用途不透明。详情

Grok 据截图在测「Create a teammate」：点一下生成队友 Bot，跳过配置表单，在对话里自行设置，尚未官宣。详情 推荐计划给好友 2 周免费，对方订阅后邀请者得到一次用量重置。Rudrank Riyam 称自己开了两个 xAI Ultra。详情 第三方模板 Post Performance Bot 每晚复盘哪些帖表现好、修改草稿、评估新粉丝，并按日追踪掉粉，不代替用户发帖或关注。详情 据 ghacks，Windows 11 去掉电脑之间的迁移，改推基于 OneDrive 的 Windows 备份。详情 GA4 正在灰度 Data Manager（Beta），用连接图在 GA4、Google Ads、Display & Video 360 之间集中管理一方数据。详情

数天写完的软件

vista8 周末用完 3 张 Codex 重置卡，一个 Claude 账号不再可用。AI 新增 6.43 万行后，macOS 录屏工具 CapWise 可以录制、标注、做含 AI 校对与翻译的字幕、摄像头画中画，并一键导出。详情 BrowserBall（browserball.io）是免费的俯视角 3v3 浏览器足球，几乎全程由 Claude Code 编写。服务器以 120Hz 做权威模拟，WebTransport 数据报替换 WebSocket 以避开队头阻塞，空位由能传球、借墙射门和守门的机器人补上。详情 Matthew 用 Claude Max，4 天做出 DaVinci Resolve 的开源 C++ 复刻 Kinoklip，针对 Linux 难安装、缺 h264/h265/AAC、非 NVIDIA 性能差。他称自己的机器至少快 10 倍。7 个页面里只有 Edit 完整可用，并手工找出约 30 个小问题。详情

zylcut 用 Claude Code 花两周做成 Mac、Windows、Linux 上的本地视频编辑器，基础功能免费，支持 git，并可接入 opencode、Gemini CLI、Codex 等编码 agent。详情 YANGPA 的代码全部由 Claude Code 编写，是 Tor 上的无服务器 P2P 通讯，端到端加密，采用后量子混合密码，主体为 Rust，客户端为 Tauri/React。作者在两台 Windows PC 和一部 Galaxy 上测试，约 3 周写出大约 26.5 万行，含测试、CI 和文档。详情 dimension9.space 用 Claude Opus 5.5 生成可在浏览器玩的无限 Backrooms：先手工搭 15 个房间，再抽出规则与会学习的口味画像。已生成 70 个房间。详情

historai.ca 约一分钟生成可中途打断的双主持人历史播客，先检索百科、博物馆、档案和学术页面，德国或中国话题会用当地语言。脚本依据笔记而不是模型记忆，信源冲突时说明分歧。单集约十几次调用，写脚本以 Opus 4.8 最好。详情 aziz4ai 的免费网页 RPG《欧拉骑士》以 AlUla 的 Hegra 古墓为场景，对抗巨蛇和抹去记忆的怪物。编程与剧情用 Claude，音乐用 Halai，耗时两天多一点，电脑和手机都能操作。详情 非商业粉丝游戏 Slop Eisley 带 AI 生成画面，含飞行、赛车和 AT-AT。0.6.104 的共享塔图因世界上限可配置为 50 人，并有 23 小时时钟。详情详情

《Midnight Bell》计划 2027 年第二季度上 Steam。Claude 经 Unity CLI 自己开测试战并截图，机器人对局把各阵营胜率维持在 45% 到 55%。详情 builtbydimi 用圣保罗高程地图和航拍，一天内复刻当天的 F1 赛道，首日近 3500 人开过，手机可以当方向盘。详情

本机与浏览器里的工具

NIDO 用 llama.cpp 在手机上本地运行，无账号、无云、无订阅，飞行模式可用。6286 项测试全部通过。加密数据库存笔记，可用西班牙语检索英语内容，每天 8 点摘要；提醒和日历需用户点确认，粘贴文本不会被当成命令。详情 HKUDS 的 DeepTutor 1.7 提供 Mac 与 Windows 桌面版，GitHub 上 56.5k star、6.9k fork。输入主题可生成带字幕和语音的视频，笔记中选中段落即可追问。详情 Phosphene 5.0（MIT）在 Apple Silicon 上用 MLX 本地跑 LTX-2.5、Hailuo H3、P-H3-Image 和 FLUX 3 Klein，安装无需终端。自 5.0.3 起默认速度约快 5 倍。详情

Momentum 让 Claude、Codex、Grok 等 30 多个 agent 共享本地记忆，macOS 与 Windows 已有早期版，Linux 未推出。详情 SnapJudge 由 Duke NLP 的 Yixuan Huang 发布，免费开源，约 3 周检测 25,219 份科研稿，支持文本、LaTeX、PDF 截图、arXiv 入口和 Batch API。详情 Purrloader（MIT）支持三个桌面系统，粘贴链接可下 MP4 与 MP3、M4A 或无损音频，含播放列表、断点续传和 SponsorBlock，无账号、无广告、无追踪。详情 聋人开发者 Scott Leimroth 为 Hermes Agent 黑客松做了 Signal Dog：听敲门、家电提示音和烟雾警报，在聊天里通知，不保存音频。作者注明它不是经认证的烟雾报警器。详情

出行、健康与日程

5 人的 SUV 在哈萨克斯坦 Kystau Kurchum 村约 15 公里外抛锚，没有手机信号，靠 Starlink 求救。救援队开全地形车约 100 公里，把人送回村庄。详情 Uber 车费从 9 点 10 分的 22 美元，在反复刷新后 12 分钟涨到 54 美元。关掉精确位置、把上车点钉到离主干道两个街区、再改看 Lyft 约 2 分钟后，9 点 17 分价格回落。详情 Operator 类代理打开 Airbnb 支持页，驳回了已付 250 美元清洁费之外、以台面碎屑为由加收的 100 美元。详情

Google Research 发在 Nature 的模型不用袖带，只靠手表的脉搏和运动传感器。它从近 50 万小时数据学习，在美国 5 个点的 196 人里检出 65.8% 的高血压，诊室测量为 55.3%。详情 Ling-3.2-flash 用三天五张餐照识别菜品、估计卡路里，生成带原图的插画报告，并把只有一张照片的日子标成不完整。详情 Dazzle 从 iPhone 相机胶卷起步：拍衣服可购买，拍瘪胎或坏车库门可联系维修，拍二维码或邀请函可写入日历。详情

Dooder 在 Apple Watch 上经蜂窝直接调用 MCP，无代理。一句话可查空闲周末、搜 Google Flights 和 Airbnb，再写入 Notion。详情 Squad 接入已付费的 ChatGPT、Claude 或 SuperGrok，生成 Tessa、June、Milo，连接邮箱、QuickBooks、Shopify 和 CRM，按日程处理发票、收件箱和会议纪要。详情 HoloTuberKit 用带 TrueDepth 的 iPhone 分享面部和上半身的实时 3D，LiDAR 机型可传彩色点云，观看端包括 Meta Quest 和 XREAL Air 2 Ultra。详情

研究

当日，权重编辑、定理证明和长上下文都有可核对的结果。GPT-6 Astra 在 Lean 中证明研究级计算机科学定理的比率为 70.0%，30 道公开猜想为 0。详情 数学 arXiv 周投递从 2025 年初约 800 篇升到 2026 年末超过 2300 篇。详情

权重编辑与评分器

MIT CSAIL 的 Rikiya Takehi、Jayden Teoh、Alex Zhang 与 Omar Khattab 让 GPT-6 Astra 接触 Qwen3.5-0.8B 的原始权重和 Python 环境，去修数学题上的死循环。Astra 在第 15、19 层 MLP 定位一个方向，从每层 64 个输出列中减去它，共改 131,072；只改 0.016% 的权重，数学成绩从 7.9% 升到 48.1%。详情

另一项工作训练 oracle（Qwen3-8B + LoRA），读取残差流、注意力头，以及相对约 700 个微调均值的逐神经元发放，对 36 层做逐神经元 scale、shift 和逐头 scale，用来抵消微调。训练样本约 430 个，来自 6 个其他模型家族，在 Qwen3-8B 上关闭 61% 的 KL 差距。详情

89 道 DeepSWE 任务只改指令或起始代码后，原本约 74% 的模型最多相差 23 个百分点。文中点名 GLM-5.3 与 DeepSeek V4.1 Flash 会忽略真实指令，去猜隐藏评分器想要的答案。详情 Amazon 审计了 9 个税务、法律与商业规则基准，发现答案键或评分代码会把正确答案判错。LegalBench 的税务评分器删掉小数点，把 $259,487.13 读成 25,948,713。详情

定理、猜想与发表

清华与 Moonshot 的 TCSExam 有 100 道专家评审任务，分成 Lean 定理证明、求解器工程、破纪录构造和 30 道公开猜想，提交由 Lean 内核或任务检查器验证。不提供引理时，GPT-6 Astra 的定理证明率为 70.0%，公开猜想为 0/30。详情 受 STP（Dong 与 Ma，2025）启发的 prover-conjecturer 自博弈框架，被接收为 NeurIPS 2026 海报，讨论自博弈何时能让语言模型在定理证明上自我改进。详情

littmath 的图显示，周投递在 2026 年 10 月后陡增，传统分类 AP、CO、OC、NA、NT 与其他类别一起放大，增速被当成语言模型辅助产出的信号。详情 Aaronson-Ambainis 猜想据传已被证明；quantumashley 同时发长帖，纠正网上对它含义的误读。详情

一份证明被说成由 AI 生成也由 AI 验证，人类无法独立核验；Elliot Glazer 称仓库证据超过口头保证。详情 Dan Romik 认为要求 Lean 证书是双重标准，因为约 99.9% 的已发表证明也没有，并指出 Glazer 的论文自己未署名。详情 Andrew Critch 举的例子是 Glazer 用 Gemini（Astra）与 Claude 证明 ℤ 在 ℚ 上 Diophantine，特征多项式约 2928.9 亿个变量。详情 《纽约时报》Cade Metz 的报道称，OpenAI 的结果挑战了「容易验证就必然难求解」，Russell Impagliazzo 等人解释了 P 与 NP。详情

Scott Armstrong 写道，已经出现因为使用 AI 而拒稿的情况，诚实披露被惩罚，沉默反而占优；Terry Tao 与莱顿宣言则要求披露。详情 超过 20 篇论文写进了不存在的术语 vegetative electron microscopy，源头是 AI 把 1959 年文献里分栏的两个词拼在一起，再经互引扩散。详情

长上下文与注意力

Prefrontal AI（作者包括 Torsten Hoefler、James Whittington）的 Latent Sparse Attention 指出，超长上下文里找相关 token 的索引可占注意力预填充时间的 98%，10M token 下单层加速 22.7 倍。详情 Zyphra Hierarchical Attention 用递归压缩的 key 摘要建树，查询自顶向下缩小范围，总成本次线性、整体仍超线性；35B 模型只读 1-6% 的 KV 缓存并保持质量。详情

Memorilla（斯坦福、多伦多大学等，作者含 Jure Leskovec）按查询把文档蒸馏成默认 16 个向量，交给冻结的语言模型。NarrativeQA 上文档 token 最高压缩 4212 倍，端到端延迟降低 27 倍。详情 AbridgeKV 用 K 个 pause token 把已完成的生成块写成潜空间 code，后续块只注意 prompt、历史 code 和当前块。约四分之一生成 KV 下，竞赛数学准确率与全量 KV 为 43.0 对 43.8，单张 H100 上快 3.2 倍。详情

SemiAnalysis 称，继 DeepSeek V4.1 Flash 之后，小米 MiMo 下一代的 HySparse2 让 prompt 只经过 49 层中的 25 层，结构为 SWA×12、全注意力、再 SWA×12，四个 cross-decoder 全注意力层各自持有独立 KV 投影。标题称预填充计算省 5 倍。详情

训练、蒸馏与缩放

Salesforce 比较在线策略蒸馏（OPD）与 GRPO。外部教师的 OPD 通常在每 FLOP 准确率上输给 GRPO，并因每个训练 token 都要过教师而拉长回复；换成学生自己的 GRPO checkpoint 后，能以 50 倍更少的蒸馏 FLOPs 恢复数学准确率，相对外部教师可省 42% 的 FLOPs。详情 斯坦福 Hinted Scaling Laws（Percy Liang、John Duchi、Tatsunori Hashimoto 等）用部分解题步骤把难基准变成连续难度，使小模型不再停在零分。只用不超过 10^20 FLOPs 的模型去外推 10^23 FLOP 的模型，预测误差从 21% 降到 4.3%。详情

will depue 把损失和下游效用分开：损失按 log-log 下降，下游效用更接近 log-linear。详情 David Krueger 转发的质疑认为，内部基准加速、研究员产出加速、总算力并未加速，可以用训练算力转向 RL 解释，不必说成能力本质跃升。详情 不存原始数据的 Apical Plexus 在 Raw Split-MNIST 上为 90.7%，EWC 为 20.1%；Raw Split-CIFAR-100 上为 36.3%，约为经验回放的 2.07 倍。标题称六种流式任务最多领先约 30 个百分点。详情

智能体、监控与递归改进

腾讯 Terminal-RSI 是一条 27B 流水线，针对没通过最终环境验证器就宣称成功的 agent。RSR 用模型自己成功重写的轨迹做微调，RPR 再跑 PPO；标题把它写成零人类介入的自我重写与再训练。详情 EvoMap 的 Evolver（arXiv 2611.07595）不改参数，把轨迹存成可检索、可修订的 Gene，可叠在 Claude Code 或 Codex 上。标题结果是成功率提高 4.4 个百分点、token 减少 24%，实验提到 Terminal-Bench 2.1。详情

Meta 的 ABTest Agent 只让模型选择和排序步骤，报告中的数字来自已验证的确定性代码。详情 Tanmay Sah 与 Dolly Sah 的 EvoUndo 在 478 个提升能力的改动里，发现 197 个（约 42%）同时破坏可恢复性；Git 盖不住外部 API、运行时配置和通知。详情 清华 T-STAR Lab（Yao Huang、Yinpeng Dong 等）的 TraceMRT 把隐藏副任务改写成读起来像正常执行的子目标；标题称顶级思维链监控大约 60% 的时候会被绕过。详情

Owain Evans 提出的是问题而不是新分数：清掉坏的 RL 环境后 reward hacking 会降多少，从未因作弊获奖时它会不会出现；若递归自我改进里的投毒者换成 AI，单个模型看到的训练任务远多于任何员工。他同时建议整理 subliminal learning 与 phantom transfer 的实践含义。详情详情详情

科学测量与机器人

Y Combinator 的 Paper Club 把前提放在测序变便宜、数据超过研究者消化能力，机会从读取转到建模和设计生命系统。点名方向包括 Alfredo Gonzalez 的癌症个体数据方案、Yusuf Roohani 的虚拟细胞，嘉宾还有 Garyk Brixi。详情 Pushmeet Kohli 称 DeepMind 多个科学项目出现他所说的真正相变，并说未来几周的发布里能看到一部分。详情

Anthropic 11 月 4 日的报告覆盖 2026 年 8 月 2 日至 9 月 30 日约 20.7 万次科研相关 Claude 会话，以及 528 位科学家。分析数据占会话 33.7%，在 Claude Code 中为 48.1%，约占科研时间 28%；提出想法占科研时间 7.1%，只占 Claude 使用的 4.2%。详情

Eran Segal 团队在 Nature Medicine 发表的 GaitMAE，用 3000 多人的行走视频提取 3D 骨骼后做自监督训练。仅步态即可预测 BMI、内脏脂肪、年龄，以及从握力到睡眠质量的 1887 项指标。详情 npj Digital Medicine 的一项研究用本地开源 LLM，从约 13 万份临床记录抽出 136,425 个肾癌字段，与人工审阅一致率 97.5%，并高于人工。详情

DeepMind 发布 MuJoCo 4.0，是该引擎自 2023 年以来的首个大版本。碰撞只在离散时间步检查位置，薄或高速物体可在一步内穿透，应对方法叫 speculative contacts。仓库约 16.1k star，被约 6k 个项目使用。详情详情 CoRL 2026 在 Austin 售罄，投稿 2094 篇、录取 687 篇，主旨包括李飞飞与 Lisa Su 的对谈，以及 Wolfram Burgard、Russ Tedrake。详情

DAS Dex 2.0 同步记录 21 自由度手部运动和 980 个触觉点。详情 Δ₀ 用一个策略控制 69 自由度人形，以接近人类速度做接触丰富的全身移动操作，delta 动作空间允许人在运行中介入。详情 VisionSIM 用 Blender 把同一场景渲染成 RGB、热成像、事件相机、LiDAR、IMU 和单光子数据，入选 CoRL 2026 spotlight。详情 CMU 与 Amazon FAR 带去的工作里，IMPRINT 做免人工整理的多流潜在记忆，ViTaL 在推理时用视觉和触觉引导策略。详情

模型

这一窗几乎没有正式发版，未发布型号和灰度观察占了主要位置。OpenAI 开发者账号只留下「Tomorrow」，同时有人报告 GPT-6.1 Sol 的部分请求已被转到据称尚未发布的 GPT-6.2 Sol。详情详情 Qwen 4、Claude 的代号家族和 Gemini 4 Carbon 停在传闻或「榜上第一却调用不到」；基准侧，改一句指令、过拟合和评分器错误都在改写名次。详情详情详情

灰度与未发布型号

OpenAIDevs 于 11 月 9 日只发了链接和单词 Tomorrow，没有说明对象，账号定位指向开发者工具或 API。详情 kimmonismus 转述称，GPT-6.2 Sol 已对部分 ChatGPT 用户灰度，正式发布或在下周；被展示的输出是单条提示生成、装进一个 HTML 的 Three.js 场景。详情 另一则观察用禁止联网的问题询问 2026 年 6 月 7 日 Tony Awards 主持人，把答对当成知识截止日期更新的证据，从而怀疑 GPT-6.1 Sol 在分流到更新模型。未经 OpenAI 证实。详情 研究者在 Devin 里看到 aurora-alpha 与 halo-alpha，别名 cactus、kraken，各有 low 到 max 五档推理强度，外界猜成 GPT-6.2 的 Astra 与 Sol；同一构建中的 claude-donut-eap 与 Opus 5.5、Mythos 5.1、Fable 5.1 并列，被猜为 Fable 5.5。详情

Qwen 4 的时间表仍是转述。博主引用 Qwen CTO「本周发布」的说法，称可能就在当日，并称据传会是「正面惊喜」，规格未公布。详情 Reddit 另有帖把 Qwen4 27B 指到北京时间 11 月 9 日 15 时，发帖人自己标明未经确认。详情 follistatin 称拿到未开源的 Qwen-4-Flash API，在 GameFeel 上把 Q8 约 35GB 的模型说成最小却最强，推理 token 超过所测其他模型的 4 倍；teortaxesTex 据此推测，若这就是 Qwen4-27B，相对 Qwen 3.x-27B 约 29GB 的 fp8，它可能是稀疏 MoE。详情 代号 hawk 的 Qwen-4-Flash-Early 已被放进 GameFeel Bench，音频分已算出，官方未确认。详情 修正后的 v1.4 上，Qwen-4-Flash-Early 为 49.9 分，Claude Opus-5.5 XHigh 为 47.2；旧图把 Qwen-4-27B-Early 的音频分算错，总分从约 47 被低估到 44.6。详情

DeepSeek 服务中断恢复后，LobeHub 的 Max 重跑私有 LobeBench Hard 50（50 道真实复杂 agent 任务，每题 3 次）。当前 V4 Pro 通过 32/50，即 64%；0813 版本为 24/50，即 48%，提升 16 个百分点，未经官方证实。详情 据传的 Kimi 路线图来自 X 账号 bebuu_ai，没有官方确认：2026 年底 K3 Flash 替换 K2.8、对标 DeepSeek V4.1 Flash；2027 年初 Kimi 3.5 仍为 3T，简单答案更快；2027 年第三季度 K4 扩到 5.4 万亿参数。详情

Gemini 4 Carbon 上月末以 SOTA 宣布，Artificial Analysis 排名第一，但免费、Pro、Ultra 和 API 都不可用。详情 haider1 对照 Gemini 3 Argon 宣布约 15 天后才向 Pro/Ultra 开放的节奏，猜测公开时间在 11 月 10 日前后，并标明只是推测。详情 另一帖称代号 Gemini 4 Hyperion 出现在 Antigravity 的 CLI 和 App 中，并传 SWE-Bench Pro 99.7%；材料来自零散爆料，Google 未证实。详情

WorldofAI 汇总：Devin CLI 中的 Claude Donut EAP 被映射到名为 Silicon 的新家族；隐藏模型 Obsidian 3 据称编码成绩超过 Opus 5.5。均为第三方爆料。详情 新 checkpoint（Fable/Opus，Sonnet 5.5 Extra）在关闭联网时回答：Karpathy 于 2026 年 5 月加入 Anthropic 预训练团队，此前在做 Eureka Labs。作者称在三个账号上复现过，这只是模型输出。详情

Elon Musk 确认 Grok 机器人正在修，方向是 token 效率和更聪明的行为，没有时间表。详情 开发者 buildwithhassan 则称，指纹测试显示 Grok Bot 已不再调用 Opus 5.5，返回 gpt-6-astra/6.1-sol；Musk 此前承认该 bot 成本过高。这是指纹观察，不是 xAI 声明。详情

订阅、限额与故障

thsottiaux 澄清：所有 Claude Pro 档没有 5 小时上限。相对 Plus，Pro 100 为 10 倍，Pro 200 为 20 倍，Pro 500 为 50 倍，并可使用 ultrafast。详情

reach_vb 列出 Plus 近四周的变化：Images 2.6 已上线，支持草图转 GIF，出图快 50%；GPT-Live 每日语音从 1 小时增至 3 小时；Codex 额度上限未变，但 6.1 Terra 让同样额度能完成更多任务。详情 Thibault Sottiaux 公开询问「Pro 50」是否合理，被读成在试探每月 50 美元、介于 Plus 与 100 美元 Pro 之间的档位，尚未成为在售方案。详情 Anthropic 状态页于 11 月 8 日 08:28 UTC 通报，正在调查 Claude Fable 5.1 请求错误率升高。详情

基准分数如何被改写

一项在 Reddit 流传的编码实验，在 89 道 DeepSWE 任务上只改指令或起始代码，原本大约都在 74% 的模型最多被拉开 23 个百分点。被点名的 GLM-5.3 和 DeepSeek V4.1 Flash 似乎会忽略真实指令，去猜隐藏评分器想要的答案。详情 MaxxBench 把原始分和估算刷分拆开：Claude Opus 5.5 的 DeepSWE 为 76.4%，去掉估算水分后仍为 74.2%，水分占比在头部模型中较小；DeepSeek V4.1 Flash 与 GLM-5.3 Flash 的估算刷分占比更大。详情 另有分析让 Opus 检查数据，认为 GLM、DeepSeek、Meta 和 Gemini Flash 的通过率下降主要是过拟合：模型被先验带偏，通不过修改后的检查项，而不是能力崩塌。详情

Amazon 的论文审计了 RuleArena、LegalBench 等 9 个规则遵循基准，结论是答案键或评分代码会把正确答案判错。例子是 LegalBench 税务评分器删掉小数点，把 $259,487.13 读成 25,948,713。详情 Garry Tan 的初步开源评测里，Claude Code、OpenClaw、Hermes、QM 跑 Opus，Codex、OpenClaw、Hermes 跑 Sol，共 7 套配置做同样 20 个编码任务，通过率都在 71% 到 79%。对比无法区分，因为 20 题里有 14 题各配置同分，作者认为题太简单。帖文同时把成本差写成大约一倍。详情

Julius Research 的 DeepFinance 有 21 道基于真实交易的超长金融题，出题者背景包括 Evercore、JPM、UBS、HBS 和 Wharton，每题大约相当于专业人士 20 到 40 小时，例如 1 亿美元以上交易的尽调。标题给出的领先分数是 GPT-6 Astra 的 57.6%。详情 清华与 Moonshot 的 TCSExam 有 100 道专家评审任务，分 Lean 定理证明、求解器工程、破纪录构造和 30 道公开猜想，提交由 Lean 内核或任务检查器验证。不提供引理时，GPT-6 Astra 的定理证明成功率为 70.0%，公开猜想为 0/30。详情

论文与训练方法

MIT CSAIL 的 Rikiya Takehi、Jayden Teoh、Alex Zhang、Omar Khattab 于 11 月 2 日发布 Sparks of Weight-Space Programming。他们让 GPT-6 Astra 直接接触 Qwen3.5-0.8B 的原始权重和 Python 环境，处理数学题死循环。Astra 在第 15 与第 19 层 MLP 中定位一个方向，并从每层 64 个输出列中减去它。标题结果是改动 0.016% 的权重，MATH-500 从 7.9% 升到 48.1%。详情

Robert Scoble 转述的腾讯 Terminal-RSI 是一条 27B 递归自我改进流水线，针对 agent 只做完一部分就宣称成功、却过不了环境验证器。两个交替阶段是 RSR（用自己成功重写的轨迹微调）和 RPR（再跑 PPO）。转述称它会强迫 agent 真正做完并通过验证器。详情

Anthropic 11 月 4 日的报告统计了 2026 年 8 月 2 日至 9 月 30 日约 20.7 万次科研相关 Claude 会话，并调查 528 位科学家。数据分析占科研会话的 33.7%，在 Claude Code 中为 48.1%，约占科研时间的 28%。提出想法与假设占科研时间的 7.1%，在 Claude 上只占 4.2%。详情

Nace 的决策模型 Drex Max v1.1 在 Artificial Analysis 决策指数上以 73 分并列第一，位于 Pareto 前沿，比同类次优大约便宜 8 倍，上下文约 256k。权重在 Hugging Face，论文题为 Towards Foundation Decision Models: Drex，可用开源引擎 kapitsa 在 Mac 上运行。详情 SemiAnalysis 称，继 DeepSeek V4.1 Flash 之后，小米 MiMo 下一代走向 HySparse2 因果编码器-解码器：prompt 只经过 49 层中的 25 层（滑窗 12 层、全注意力、再滑窗 12 层），解码器 KV 由编码器隐状态投影。标题称 100 万 token 上下文的 prefill 计算约为原来的五分之一。这是分析机构转述，不是小米发布说明。详情

Humans & 的协作者模型 Ampersand 已上线 Vercel AI Gateway，一周内免费。规模 744B 参数、激活 40B，团队称在自建多用户长程任务上持平或超过 Fable、Astra 等前沿模型。详情 另一则团队数据：没有专项训练时，DeepSWE v1.1 多智能体模式为 77.9%，与 Astra、Fable 相当或更好，并登顶 EQ-Bench，ELO 为 1380.5，免费使用到 13 日。详情

开源权重与使用侧观察

169Pi 发布号称印度制造的 9B 多模态模型 Alpie Seed，并给出 MMLU-Pro 82.54%、GPQA Diamond 84.32%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%。检查者称架构照搬 Qwen3.5-9B，分词器词表未改，权重结构与数值基本逐位相同，可见差别在 chat template。详情 LiquidAI 放出 LFM3-1.7B 与 LFM3-VL-2B 的官方 NVFP4 四比特权重。详情 antirez 的 DwarfStar kimi-k3 分支已能从 safetensors 经 SSD 流式读取运行 Kimi K3.1 PRO，作者称慢，但够做问答。详情 腾讯 Hy4 已通过 WorkBuddy 免费提供，讨论把它与 DeepSeek V4.1 Flash 并列，认为竞争点正从单纯降价转到同成本下的性能。详情

1400 次 Claude Code 会话的日志显示，Opus 5.5 在 11 月 3 日约 18:00 UTC 推理风格突变，模型名和 CLI 未变：以 I'm 开头的可见思考从约 25% 升至 61.3%，I should 或 I need to 从约 55% 降至 10.9%。详情 Polymarket 上，中国公司年底前拿到顶级模型第一的价格对应 7%（成交量 30 万美元），第三为 16%。详情

多模态

视频侧，Seedance 2.5 被用来做 30 秒无剪辑长镜头，Gemini Omni 1.2 Flash 的单段上限从 10 秒提到 15 秒。详情详情 图像侧，微信团队的 WeLM-Image 总参数 31.7B、激活约 5.4B，且不开放权重；MOSS-Image 5B 则被完整跑在手机 NPU 上。详情详情 实践集中在 MiniMax H3：64 秒角色替换、2 倍超分，以及用 485 段短片拼成一小时成片。详情详情

视频时长、镜头与代码

Dreamina 上的 Seedance 2.5 以 1080P、一条长 prompt 生成 30 秒一镜到底，无无人机、无剪辑，镜头从碎玻璃、锈蚀机器和倒挂链条接到烟囱升起。详情 在 Higgsfield 上用它做 GTA6 风格排灯节时，单次 30 秒会出现拉链特写混乱、主角站上车顶、结尾 10 秒崩坏；作者改成 12 段各 10 秒，并在提示词中写入重量、刹车、门铰链和后坐力。详情 A2O LITE《NEON》的新机位是三步：RGBMoCap（ExMR）抽出舞蹈 3D，Blender 重打机位，Dreamina CLI 的 Seedance 2.5 再把编舞迁到其他舞者。详情

创业邦称 Gemini Omni 1.2 Flash 可在 3–15 秒间按秒设定，并新增多轮对话编辑，以加强多镜头里角色、物体和场景的一致性。详情 Google Flow Omni 1.2 Flash 的一条分镜生成 15 秒多镜头：三位农妇装束的老奶奶在农场操作模块合成器。详情 Gabriel Contreras 认为 Sora 仍是唯一能生成与真实视频无法区分的模型，其他模型连看约十个就会露出模式坍缩的 slop。详情 @robertsmith_ai 称一条 Veo 3 玻璃与水果切片视频播放 66.1M、收入约 8570 美元；该帖要求转发、评论并关注后才给 prompt，来源写明数字需保留怀疑。详情

Microsoft 宣布 fal 接入 Microsoft Foundry（亦称 Azure Foundry），经 Foundry Models 提供快手 Kling、LTX 和 MiniMax。详情 VideoRebirthAI 的 hyperflow-h3-flash 登上 Hugging Face 趋势榜，基于 MiniMax H3，支持文生视频、图生视频、参考视频和音视频，格式为 safetensors 与 GGUF，主打少步生成。详情 仍在等 H3 开源权重的用户，用 Krea-2 Turbo 本地出图、再用 Qwen-Image 2.1 做成漫画，讽刺输出仍锁在 Lakeview 水印后面。详情

商汤开源 SenseNova 6.8 Code2Video，自称首个代码驱动视频大模型：写出定义视觉、动画、时序和结构的代码，可按参考视频复刻运动，对话修改时同步改源码，并开放权重、创作 Skills、示例 prompt 和生成轨迹。详情 微软申请的专利按观众年龄、地区和语言实时替换直播用词，再改口型；目前只是申请，不是已上线产品。详情 cinecode（GitHub 1.1k stars，MIT）让编码代理从一句话写剧本、用代码逐帧渲染成 MP4，覆盖 3D、2D、水墨、像素、带旁白的 10 分钟以上纪录片和卡点音乐视频。详情

tetsuoai 的 AgenC 影片《ATTENTION IS ALL YOU NEED》用了 26 小时 51 分、101 亿 token、131 个 agent 和 23354 次调用。钢琴旋律作者自写，灵感来自 Gouryella，编曲用 Suno；写明的模型有 Claude Opus 5.5、Grok 4.7，以及 Grok Imagine 的图像和视频。详情 MiniMax H3 ref2video（int8）加 4 步 turbo LoRA，以 832×480 生成 485 段约 8.5 秒，拼成一小时影片；关键帧来自 OpenRouter 上的 gpt-image-2，音频先由 InWorld TTS-2 生成，作者自评很差但好笑。详情 《三个加里德布》开头被做成约 10 分钟动画并公开工程：Krea 2 Turbo 出设定，MiniMax H3 做关键帧和对白，Zonos2 旁白，Stable Audio 3 配乐，编排用 konte。详情

MiniMax、LTX 与一致性

ComfyUI 中的 H3 角色替换把 64 秒切成 15 段，并有自动写 prompt 的 agent skill。帧长须为 17n+5，用最后一帧补齐再裁成 24fps；同一长镜头分段时打开 context switch，以上一段最后 22 帧引导下一段。详情 有人认为单帧编辑已能保住身份和画风，角色 LoRA 只在套用底模已知风格、或使用只有该底模掌握的概念时还需要。详情 另一实验用可复用的 360° 旋转视频锁定同一张脸，效果好于单独 LoRA，服装和起始姿势另给一张图，并使用 Turbo LoRA minimax_h3_ref2v_turbo_8step。详情

H4/H3 的 Ripple 配合 Pika Flex 和 Singularity V2 后，改一帧即可把改动扩到整段，演示是沙滩上的机器人。详情 斧对锤的接触帧主要靠 FL2VA，约 0:16 的地板格挡保留原接触帧；「砍中即切」会让斧头变平，改成斧刃擦过更稳。详情 RelayVSR 对 8 秒 H3 做 2 倍超分并加 DLSS 5，从 960×544 到 1920×1088，两版均为 SDR，行走中的锁甲和头盔更清晰。详情

Viggle Remake 的 MCP 新增 ComfyUI worker。作者在 RTX 5090 上用 int8，并从系统内存流式加载权重；32GB 显存已验证，24GB 与 20GB 仍在测。单轮原片的错误主要在前 30 秒和人脸较小处，把错处告诉 agent 后它会尝试修。详情 LTX 2.5 说唱 MV 的角色、服装和场景一致性较好，但动作发糊、手部涂抹、口型不稳。流程用 6 张 ChatGPT Images 参考图，LTX 2.5 22B dev（BF16）跑在 Runpod B200，以完整混音做官方两阶段音频转视频，约 20 条片段。详情 AntiMatter Comfy 打包三个免费 LTX-2.5 工作流：提示词直接出带音频的视频、图生视频，以及用 Ingredients IC-LoRA 控制主体或风格；压缩包不含权重。详情 Pika 与 NVIDIA Open 2K 被接成 2K 流程，演示为海滩巨浪化成白龙；同一作者还用 Gemini 订阅附带的 Colab 跑通 MiniMax、Pika 和 NVIDIA Open 2K。详情详情

图像模型与端侧推理

bdsqlsz 提到的 WeLM-Image 不开放权重。他同时认为，若不改底层架构，图像模型下一步只能越做越小；世界模型则是在时间维因果扩散之上再加空间上下文，随机性和成本都更高。详情详情 Andriy Burkov 认为连续 latent 的尺度差会在逐 token 生成里被放大，classifier-free guidance 再加重失稳，使自回归出图落后于扩散和双向掩码模型，尺度不变性可能是关键。详情

HexAnima 1.3.0 把 MOSS-Image 5B（Apache-2.0）完整跑在手机 Hexagon NPU 上，无需 root、云端或账号。Qwen3.5-9B 文本编码器、5.1B DiT 和 FLUX.2 小 VAE 以 8-bit 分块进入 HMX。骁龙 8+ Gen 1 的小米 12T Pro 上，512×768 约 30 秒，768×1024 约 60 秒。详情 调度器对比里，Karras 和 Exponential 会明显破坏出图，Simple、Normal、Beta、SGI Uniform、DDIM Uniform 则彼此接近甚至相同。详情 Fizgig（GitHub 689 星）把 RTX 5090 上 94 张图、batch 1、Muon、70 epochs 的 MOSS-Image LoRA 从约 49 分钟降到约 20 分钟；Muon 一次处理全部矩阵，计算快 12 倍且结果一致。详情

Kromoss 的 OPD-priming 版本 update 22000，在 v3 GLM-caption 加 bbox 布局 SFT 上、从 v2 的 update 11000 继续训练，提供 bf16 与 int8 convrot 权重。详情 12GB 的 RTX 4080 Laptop 用同一组 5 条电影感提示词和相同 seed，对比 Z-Image Turbo、Krea 2 Turbo、FLUX.2 klein 4B/9B 和 API 上的 Nano Banana 2.1。其中 Nano Banana 2.1 为 46（满分 54），Z-Image Turbo 为 42、约 11 秒。详情 GPT Image 2 的粉彩纸艺拼贴海报模板给出纽约帝国大厦和首尔 N 首尔塔两例。详情

蚂蚁 Ling-3.2-flash 从餐食照片生成插画饮食报告，识别菜品和食材并估计卡路里。演示是三天五张照片的英文网页，只有一张餐照的日子会被标为不完整。详情

语音、三维与代码成片

Shizuku AI Labs 发布 Shizuku-Duplex，自称面向 AI 角色的全球首个全双工语音模型，已公开日语 demo：对方说话时可以同时倾听和回应，定位是虚拟角色而非通用助手。详情 jamesonhodge 的开源人声合成把声道建成分支声管网络，对照真实歌手录音调自然度，不同于 Vocaloid 的音素拼接；PR #24 把 MusicXML 转成音符。详情 据传 Spotify 最早可能在 2027 年第一季度向 Premium 开放 AI 混音，例如民谣转 EDM、嘻哈转原声。混音可发在 Spotify、进播放列表并计入原曲榜单，原艺人按播放拿分成。详情

ravisparikh 的 Vork 面向 agent 写 shader、材质、相机和物理，核心 API 约 2500 token。相对 Blender、Unreal、Houdini，作者给出的数字是省约 2 倍 token，渲染最快约快 24 倍。引擎基于 Rust 与 Slang，经 Metal/Vulkan 跑 GPU，演示包含 100 万只鸟。详情 约一个月前在 ComfyUI 中，Trellis 和 Pixal3D 的图生 3D 不可用；提到的 SUPRA-Tex、Asset Furnace、Hi3D v1.0 尚未被实测。详情

Phosphene 5.0（MIT）在 Apple Silicon 上用 MLX 本地跑视频、图像、语音和音乐。带声音的视频包括 LTX-2.5 与 Hailuo H3，图像侧为 P-H3-Image 与 FLUX 3 Klein；自 5.0.3 起，作者的 M4 Max 上默认速度约快 5 倍。详情 Astra（high）加参考图可出接近 King's Field 的 PS1 地牢画面；Blender 中则有人做出 360 全景跟踪。详情详情

Readable Node 把混乱的 ComfyUI JSON 拆开重写：展开子图、不用 Set/Get 和 Anything Everywhere、从左到右、一个工作流只做一件事。详情 ComfyUI-from-your-Phone（GPL-3.0）经 Tailscale 在手机上调参，不走云，队列仍在 PC。详情 标注为 Qwen3.8 Flash Next GSQ RCO IQ3_XXS 的量化模型，在 16GB 显存的 RTX 4080 上解码约 95 tps、预填充约 3000 tps，用 three.js 花约两小时做动态图形。详情 2016 年纽约地铁车厢的贴图被 SeedVR2 放到 4K，再经 Krea 2、TouchDesigner 和 DLSS5 做成音乐可视化。详情

Infra

电力而不是新芯片，构成这一日的主线。Anthropic 据报道以 34 亿美元锁定燃气发电 详情，Colossus II 的估算装机在一年内从 600 MW 升到 1.7 GW 详情。参议院两党法案据报道最早可能下周表决，为全美 AI 数据中心开快速通道 详情。

燃气、电价与审批

Polymarket 称，Anthropic 据传达成 34 亿美元交易，购买燃气发电机为 AI 数据中心供电 详情。《金融时报》把同一金额写成面向训练与推理机房的燃气电力采购 详情。对照帖里，xAI 在孟菲斯的便携式燃气轮机被写成接近最坏情况、没有尾气处理；Anthropic 一侧公开细节不足，但从描述看更像带 NOx 净化的燃气活塞发动机 详情。另有评论转发 CNBC 并点名 Anthropic，担心周边社区承受持续工业噪音、NOx 和呼吸道风险 详情。《纽约时报》写，并网排队之下，运营商从仓库翻找退役喷气发动机当临时发电机 详情。

Chamath 分析 SpaceX 与 Anthropic 的算力合同：含 90 天终止条款，若现货电价因短缺上涨 50% 以上，SpaceX 可以终止后再以 2 到 3 倍价格把算力卖回，对方只能接受 详情。审批方面，Polymarket 称一项参议院两党法案有望打开全美 AI 数据中心快速通道，议员据报道最早可能下周表决 详情。同一平台上，「任一州通过数据中心禁建令」在 2026 年底前约 27%（35 美分），2027 年底前为 90%；只计州级立法机构通过并签署、明确暂停审批、建设、并网或运营的法案，地方规定或仅取消税收优惠不算 详情。英国利兹的拟建项目引发抗议，议员 Richard Burgon 提出全国暂停新建的动议；danbarker 反驳称该中心预计带来 1000 个以上区域岗位，用水约相当于 5 家中等繁忙的洗车店 详情。

《华盛顿邮报》报道的研究认为，数据中心对居民电价只有边际影响 详情。Cathie Wood 在 ARK 的 In The Know 里承认电价担忧成立，其余恐慌被夸大 详情。Satya Nadella 称闭环冷却的数据中心全年用水大致等于一家餐厅；附图给出全美数据中心直接冷却约 17.4 亿加仑、发电间接用水约 22.8 亿加仑，仅加州杏仁种植业一年就达 1.53 万亿至 1.79 万亿加仑，约为直接冷却用水的 90 倍 详情。Vitalik Buterin 站在抗议一边：两年后需要更大机房才能做的事，四年后用今天的机房也可能做到 详情。

装机、轨道与选址

XFreeze 整理的 Colossus II（作者称属于 SpaceX）估算装机从 2025 年 9 月的 600 MW 增至 2026 年 6 月的 1400 MW、9 月的 1700 MW，12 个月净增 1.1 GW、约 183%，第三季度单季增加 300 MW。据称年底目标约 120 万块 NVIDIA Blackwell，全年容量指向 2.5 至 3 GW，15 个月内约为 600 MW 起点的 5 倍 详情。美国银行称全球数据中心支出已超过 1 万亿美元，预计 2028 年达到 2.1 万亿美元，并点名 NVIDIA、AMD 与 Broadcom 详情。

Elon Musk 背书的测算是：每年 100 GW 在轨 AI 算力、每瓦 10 美元，可为 SpaceX 每年增加 1 万亿美元营收；定价更高或到每年 3 至 5 万亿美元，卫星持续在轨则营收逐年叠加 详情。另一则由 Patrick O'Shaughnessy 称为二手听闻的说法里，Larry Page 把最终进入轨道的算力比例放到 99.999%；Martin Casado 把原因归到监管，并称美国约有 500 项拟议法案在挡数据中心，德州也包括在内 详情。Polymarket 称 Google 上季度增持近 400 万股 SpaceX，持仓约 690 亿美元 详情。

Atomarine 完成 1900 万美元种子轮，投资方包括 Y Combinator、Pantera Capital、Soma Capital、7SevenSix、Liquid2V、AudaciousHQ 和 e14fund，方案是核能驱动、单一产线建造并锚定近海的浮式数据中心，以避开与社区争水、电和土地 详情。晶科电力计划在宁夏中卫建 1 GW 数据中心，投资 24.5 亿元人民币（约 3.6 亿美元），占地 53 万平方米，今年开工、目标 2028 年建成，并配专用光伏；「算力电力协同」据帖文称于今年 3 月首次写入政府政策文件 详情。德州公开购地也不限于 SpaceX 与 Tesla，近两年名单包括 Meta、Blueprint、CloudHQ、Vantage、Rowan Digital、Fermi、Skybox、Lancium、DataBank、Google、Compass、GlobalWafers 等 详情。

内存、显卡与出口

长鑫存储（CXMT）成立约 10 年，位于合肥，被写成全球第 32 大公司、第四大 DRAM 厂，位列三星、SK 海力士和美光之后，份额约 10%，估值 4300 亿美元，一度为中国市值最大公司。年增速超过 6 倍，今年前 9 个月营收约 400 亿美元、毛利率 50%；约三分之二来自手机内存，AI 算力只占小部分 详情。台积电公开否认应英伟达要求起草 3D DRAM 计划，并表示继续做纯逻辑代工。背景是 AI 抽干 DRAM、内存卡住加速器出货；垂直堆叠能提高单晶圆容量，但美光据帖文至少再走 4 代平面工艺，即便台积电入场也至少 5 年内难以缓解短缺，且缺少有竞争力的平面 DRAM 工艺 详情。Sam Altman 在与 John Collison 的播客中说，有限 DRAM 放在个人电脑里、只使用 5% 的时间，从全球分配看「相当糟糕」；他事后称针对的是在家自建 AI 机器的人，批评者则把涨价归到包括 OpenAI 在内的机房建设 详情。

《纽约时报》与 The Verge 报道，获准采购 Nvidia H200 以组装 AI 服务器的 New Matrix 办公室空置，物业无记录，公司成立仅 17 个月，所有者与美国自 2024 年起列入黑名单的一家中国私募有关联；报道称商务部与 Nvidia 的审查流于形式，且并非孤例 详情。Newegg 的 RTX 5090 32GB 现货约 6759.99 美元（技嘉 AORUS 冰核，捆绑 X870），此前数周在 1 万至 1.1 万美元，仍高于官方建议价 详情。

推理系统与端侧

Together AI 按 StepFun 的 TTFT 与 TPS 目标改服务栈，Step 3 吞吐升至 3.47 倍；agent 搜索了 MoE 路由、调度、内核、投机解码和稀疏注意力，可见分项包括 fused router/top-k 约加 40%、调度与 batching 约加 28% 详情。Buoyant 的 Kinference 用缓存前缀和队列长度给 vLLM 分流，自测中共享前缀的中位首 token 从 Kubernetes 随机路由的 6.88 秒降到 0.31 秒，无共享前缀时为 6.92 秒对 6.83 秒 详情。Hugging Face 上的 Qwen3.8-27B-DSpine-b16 据称把 27B 解码提速约 3 倍，细节仍待确认 详情。Prefrontal AI（作者含 Torsten Hoefler、James Whittington）的 Latent Sparse Attention 针对 100 万 token 以上上下文：1000 万 token 时索引进预填充的 98%，单层加速 22.7 倍 详情。Zyphra 的 ZHA 称 35B 质量下只读 1% 至 6% 的 KV，KL 蒸馏写到 10 亿 token 详情。AbridgeKV 只保留约四分之一生成 KV 时，竞赛数学 accuracy 为 43.0，对照 full-KV 的 43.8，单张 H100 上快 3.2 倍 详情。

纯 Rust 的 RustingStrata 在 RTX 3060 12GB 上跑 Qwen3.6-35B-A3B（Q2_K_XL，11.7 GiB，部分专家在 CPU）：短提示 118 tok/s，4K 后 113 tok/s，约为 llama.cpp 的 68/66 tok/s 的 1.7 倍；加上 MTP 后最高 160 tok/s，4K 后 152 tok/s 详情。llama.cpp 于 11 月 7 日合并 PR #30966，未命中专家可在 CPU 上执行，并加入 --moe-cache-cpu-share 与 --moe-cache-mib 详情。antirez 的 DwarfStar 已能从 safetensors 经 SSD 流式跑 Kimi K3.1 PRO，速度慢，但够做 QA 详情。他补充，大 prefill 或大批量会切到 layer-major，速度接近权重全驻留 详情。有人把 2.8T 的 Kimi-K3.1-Pro 从约 1.77 TB 压到 775 GB（减少 56%），在单张 RTX PRO 6000 Blackwell、176 GB 内存和 NVMe 上跑完 93 层，精度无损、36.8 TPS；路由专家按 2.81、2.56、1.44 bpw 量化，平均约 1.92 bpw，通常约需 22 张 80GB GPU 详情。Intel Arc Pro B70（32GB，1299 美元）对 RTX 5090（6500 美元以上）跑 Qwen3.8-27B Q6，生成约 52 对 98 tok/s，预填充约 960 对 2830 tok/s 详情。同一组 MiniMax H3、相同 seed 的 11 行里，24GB 的 RTX 3090 每一行都快过 128GB 的 ASUS RTX Spark 和 M5 Max，尽管权重要走 PCIe x4 详情。两台 256GB Mac Studio M5 Ultra 上，分开跑两个模型优于 tensorfold/exos；作者用 Qwen Flash q6 做前端、GLM 3.5 Flash q4 做深推理，并认为后者编码好过 DeepSeek 官方 API 详情。

OpenRouter 到 2026 年 9 月底，用量居前的 50 个模型里开源权重占 72% 的 token，一年前为 27%；闭源标价按 token 加权约为开源的 4 倍，Aiven 迁出重度内部用户后 AI 支出下降 80% 详情。麦肯锡 2026 展望写，多步 agent 的 token 是简单聊天的 5 至 30 倍，报告没有论证业务回报 详情。METR 对比中，Anthropic 年化能力从 2025 上半年的 +15 点升到 2026 上半年约 +29 点，研发支出从 18.5 亿美元到 97.4 亿美元（约 5.27 倍），每 10 亿美元的进步从 4.05 点降到 1.49 点，约降 63% 详情。一名用户摊开 5 分钟 prompt cache：Claude Opus 5.5 消耗 260 万输入 token，cache read 仅 0.1% 详情。Baseten 的 Loops 正式 GA，serverless 常驻预热，训练与采样按 token 计费，Ambience AI、Datadog 和 LangChain 已用来做 SFT 与 RL 详情。

具身

Austin 的 CoRL 2026 已售罄：投稿 2094 篇，录取 687 篇；有参会者称规模从五年前约 400 人增至 5000 人以上。详情详情 主旨包括 Wolfram Burgard、Russ Tedrake，以及李飞飞的 Atlas 世界模型演讲和与 AMD CEO Lisa Su 的对谈。详情 同一窗口里，DeepMind 发布 MuJoCo 4.0，PrimeBOT 下线第 10000 台个人人形，富士康厂内的双臂机开始给 SMT 上料。详情详情详情

CoRL 2026：议程、论文与招聘

周一 Wolfram Burgard 讲具身落地的挑战，周二 Russ Tedrake（MIT，隐身公司 Walden Robotics 的 CEO）讲工厂里的学习，周三李飞飞讲 Atlas 并与 Lisa Su 炉边对谈。另有 3 场 Early Career Keynote。详情详情 普林斯顿 PRISM 有 6 篇论文。Oral 的 MolmoB0T 只用仿真训练，再在真机上零样本操作；Spotlight 的 TANGO 用全身 VLA 按语言穿过杂乱环境；AsyncVLA 把远程 VLA 推理接到机载快速控制上。详情

BitRobot 展位摆着一排 MagicLab 人形。11 月 9 日闪电演讲已写明 13:00 RoboColosseum（NUS MAGIC Lab，Jiafei Duan）、13:30 MolmoAct2（NUS MAGIC Lab 与 Allen AI）和 15:00 RoboCommons（华盛顿大学 Helen Wang）。详情详情 Ted Xiao 称这是自己 2017 年以来首次缺席 CoRL，同事 Daniel、Oier、Anh 代表 Prometheus 在 Austin 招「物理与工程 AGI」。详情 Apptronik 在会期办私人招聘，方向包括全身控制、灵巧操作、sim2real 和 post-training，#800 展位演示 Apollo，名额大部分已满。详情

操作策略与触觉数据

Amazon FAR 的 Pick Anything（Jitendra Malik）用一条策略抓 66 类物体，包括 AirPods、哑铃和管钳。视觉只有头部双目，没有腕部相机，末端是 Sharpa Wave；训练用视频加强化学习，不用遥操作，CoRL 2026 的 11 月 9 日至 10 日有演示。详情 Δ₀（Delta Intelligence）用一条策略控制 69 自由度人形，以接近人的速度做长时程、接触密集的全身移动操作；delta 动作空间允许人在运行中纠正。详情

RAX 让 coding agent 直连感知与控制 API，模型保持冻结，靠在线探索而不是示范改程序。标题称零遥操作下学会 0.1 mm 插入。详情 EPO（Yilun Du，合作者包括 Pieter Abbeel、Leslie Pack Kaelbling、Tomás Lozano-Pérez）用每个底层策略的能量编排人形全身技能，标题称切换次数减少 7 倍。详情 GLIDE 用 LLM 改遥操作代码，把摘樱桃番茄、倒酒等任务的成功率从 0%至10%提到约 90%。详情 盲插演示称，机器人模型通常要数小时微调、成功率约 80%，而 agentic harness 加 6 自由度力传感器可以一次完成。详情

ORA 基于 DeepSeek V4.1-Flash，只看视觉、不用 VLA，零样本驱动真实机械臂，标题写单任务 0.35 美元，11 月 9 日 Poster #130。详情 T-WLA（MIT CSAIL 与哈佛）用共享视觉记忆和轻量触觉编辑器修正慢于接触变化的视觉策略，标题称手指关节 MPJPE 降 30%。详情 DAS Dex 2.0 同步记录 21 自由度手部运动和 980 个触觉点。详情 RoboCap 兼容 Matrix 手套，采集接触和压力。详情 Sam Padilla 做完 46 天 180 场会谈后认为：单目数据没人要，现成双目很少，触觉是新前沿。详情

仿真、世界模型与评测

MuJoCo 4.0 是该引擎自 2023 年以来的首个大版本。碰撞只在离散时间步检查位置，薄或高速物体可能在一步内穿透；缩小步长或加大碰撞 margin 会牺牲速度或精度。旗舰改动叫 speculative contacts（投机接触）。详情 仓库约 16.1k star、2k fork，约 6k 个项目在用，主体是 C++。详情

VisionSIM（CoRL 2026 spotlight）用 Blender 把同一场景渲染成 RGB、热成像、事件相机、LiDAR、IMU 和单光子，并带运动模糊、光子噪声和像素对齐真值。详情 NVIDIA 的 DAT 在 SIGGRAPH 2026 做无穿透、无翻转接触，覆盖刚体、软体、薄壳、杆、布料和纱线；Planar-DAT 只约束法向。详情 Autoware 基于 Isaac Sim 与 ROS 2 Humble 开源越野仿真，内置 1/5 比例 RoboRacer-Max，传感器含 3D LiDAR、RGB、GNSS 和 IMU。详情

SGS（华盛顿大学与 NVIDIA）只在不太易也不太难的配置上训练，并行到 100 万个仿真机器人时仍在提升；一条从零训练的策略让 ANYmal C/D 走过踏脚石、浮岛和爬箱。详情 ScaleEvals 用免复位的自主游玩做真机评测，几乎不靠人复位和打分。详情 OpenRoboKit 的 RoboKit 获 CoRL 2026 Spotlight，MIT 协议，GitHub 79 star，可把优化和仿真扩到数千问题并行；同系列还有 RetargetingKit 与 GraspKit。详情

W0（Ropedia 与南洋理工大学等）用 10000 小时人类视频和 3000 小时机器人视频训练。5B 的 W0 初始化 FastWAM 后，LIBERO-Plus 从 50.06% 升到 56.82%，提高 6.76 个百分点。详情 TacitVLA（英伟达、NYU、伯克利、JHU、斯坦福）让动作头不读当前步推理；逐 token 推理最多占单次调用 70% 时间，标题称延迟降 3.4 倍、成功率不掉。详情 LCVN 只给起点图和语言，离线预测整段动作，数据集有 39016 条轨迹、117048 条人工核验指令，质量分 5.2/6.0。详情

GAM 在 3D 检测器 WildDet3D 上训练策略。RoboTwin 2.0 上 50 个任务平均成功率 55.3%，Spatial Forcing 为 52.0%；场景随机化下 47.6%，Abot-M0 为 30.4%。详情 Cue the Flow 用空间线索拨动冻结的 flow-matching VLA，标题称成功率提升近 2 倍。详情 CMU 与 Amazon FAR 的 IMPRINT 做免整理的多流潜在记忆，ViTaL 在推理时用视觉和触觉引导策略。详情 Lamport Sieve 在 400 条 SO-101 遥操作里剔除约 10 条掉落或碰撞、标记 73 条，并发现腕部舵机跨 3 个任务未校准；标题称删掉坏样本后训练更差。详情 Human2Any（Georgia Tech 与 NVIDIA）从人类视频学物体间交互先验，不使用真机训练数据。详情 Richard Sutton 将在埃德蒙顿 RISEx 2026 开幕讲机器人幼儿园，由 Openmind 与北京塔山合作，主张在线试错，并点到抗脆弱本体、触觉皮肤和机载计算。详情

工厂、出货与算力

Agile Robots 在富士康台湾 HHTD 展示厂内共研的双臂移动机器人：抓电阻和电容料卷，送给 SMT，并转运托盘。单臂 5.8 kg，双臂合计约 13.5 kg，底盘最高约 1.2 m/s，带 SLAM，底盘为 Idealworks。详情 PrimeBOT（AgiBOT 与尚纬合资）第 10000 台下线：10 月 25 日 5000 台，14 天翻倍，日产能约 240 台。Q1 高 0.8 米可折进背包，T1 可在轮式人形与四足间切换。详情

普渡的机器人已用于餐厅送餐、酒店客房、商场清洁、工厂搬运。详情 具身风暴把理疗机器人放进县城按摩店：超过 200 家店、超过 20 万人次，单价 3 万至 4 万元，单店月增营收约 2.7 万元，大约两到三个月回本；去年营收 400 多万元，今年预计为去年的 8 至 10 倍。详情

Tesla 首席执行官确认明年的 Cybercab 电池从 47.6 kWh 降到 40 kWh（小 16%），整备质量有望低于 3000 磅，能耗 6.18 英里/kWh。JOBhakdi 估算年产数百万辆时制造成本低于 1.5 万美元，单车年运营毛利超过 3 万美元。详情 奥斯汀周六下午 4 点的路侧快照里，每 1000 张有 43.9 张出现 Cybercab。详情

据 Seoul Economic Daily，三星、SK 海力士和美光正与 SEMI 定晶圆厂机器人的作业、充电和排产接口，目标包括器兴、清州等老线。作者补充，三星与英特尔此前有约 2030 年试点全自动厂的计划。详情 据传 Apple 在做约 1000 美元、2027 年的家用机器人，功能被说到 FaceTime、开关灯和驱猫。详情 另有说法称 Unitree G1 配 Mac mini 的演示在 Apple 内部流传；罗永亮说背后大约是 200 张 H100。详情 量子位称 GPT-6 Astra 发布约两个月后，部分具身公司裁算法岗并转向通用模型加 RUA；陈天行说 20 至 30 分的模型接到 50 至 60 分，且无需示范即可看视频复现任务。详情 两名 OpenAI 员工把外壳、PCB、UI 和固件交给 GPT-6 Astra，不到一周做出语音 Codex 终端原型，合同厂一个月内做出小批，但公差和装配返工了几轮。详情

创投

11 月 9 日能对上金额的创投条目，主要是创业邦早报里的 Anthropic 上市时间表、TechCrunch 与 Bloomberg 所写的 Fal F 轮，以及 247wallst 所写的 OpenAI 融资。详情详情详情 另一组帖子把账算在电力和部署上：韩国 2027 年预算、Polymarket 所称的 Google 对 SpaceX 持股，以及 Musk 背书的在轨算力营收测算。详情详情详情

上市预期与大额融资

创业邦早报称，Anthropic 据悉拟于下周启动 IPO 正式路演，目标在 11 月 16 日当周挂牌。早前市场预期是以 1.5 万亿美元估值募资超过 800 亿美元，近期科技股波动或促其寻求更低估值。同一则早报写到，Meta 首席战略官戴夫·韦纳离职，出任 Fireworks 的 CFO；谷歌约 5.48 亿美元买入高通近 300 万股，不到 0.5% 股本。详情

据 247wallst 报道，OpenAI 新一轮融资 110 亿美元，投后估值 1.25 万亿美元，低于最初寻求的 1.4 万亿美元。这是单篇报道，不是公司公告。详情

据 TechCrunch 与 Bloomberg 报道，推理公司 Fal 完成 13 亿美元 F 轮，Bessemer 领投，Nvidia、Sound Ventures、T. Rowe Price 参投，估值 160 亿美元，为今年 4 月 80 亿美元的两倍。报道称公司同时公布 Sequoia 领投的 E 轮，两轮合计 16.5 亿美元；年化营收今年早些时候已超过 8 亿美元。详情

一则 newsletter 只列三条、没有展开：HubSpot 称 AI 正在改变软件购买方式；CrowdStrike 收购一家 AI agent 安全公司，对象和价格都没写；Anthropic 为算力迅速支付 50 亿美元。详情

Gary Marcus 对 CNBC 说，过去一年 Krispy Kreme 股价跑赢 Nvidia，并称 OpenAI 可能是「AI 界的 WeWork」，甚至可能被迫折价卖给微软等公司。详情

Polymarket 给出年底「全球市值最高公司」赔率：英伟达 35%，苹果 65%，微软与 Alphabet 不足 1%，交易额近千万美元。该账号把波动联系到它所说的、英伟达就黄仁勋与中国情报人员「亲密关系」启动的调查。这是预测市场帖，不是公司文件。详情

太空、电力与算力合同

Elon Musk 认可一项测算：每年部署 100 GW 在轨 AI 算力、按每瓦 10 美元计，SpaceX 每年可新增 1 万亿美元营收；定价更高时或到每年 3 万亿至 5 万亿美元，并随卫星在轨逐年叠加。他只回复「Yup」。这是对测算的背书，不是业绩指引。详情

Polymarket 称，Google 上季度增持近 400 万股 SpaceX，持股约 690 亿美元。数字出自该账号，不是持股公告。详情

作者估算、并称属于 SpaceX 的 COLOSSUS II，装机从 2025 年 9 月的 600 MW 增至 2026 年 6 月的 1400 MW、9 月的 1700 MW，12 个月净增 1.1 GW。帖文称年底目标约 120 万块 NVIDIA Blackwell GPU，全年总算力容量指向 2.5 至 3 GW。这是估算，不是产能公告。详情

Chamath 分析称，SpaceX 与 Anthropic 的算力合同含 90 天终止条款：现货电价因短缺上涨超过 50% 时，SpaceX 可以终止，再以 2 至 3 倍价格把算力卖回。这是他对条款的分析，不是已完成的重新定价。详情

YC 发帖称，Atomarine 完成 1900 万美元种子轮，投资方包括 Y Combinator、Pantera Capital、Soma Capital、7SevenSix、Liquid2V、AudaciousHQ 与 e14fund。公司要做核动力浮式数据中心，在近海锚定，以避开陆上的水、电和土地。详情

有帖文称，韩国 2027 年预算总额 6100 亿美元，为史上最大规模，重点投向 AI、半导体、机器人与数据中心。关键 AI 技术支出接近 2026 年的两倍，另有数十亿美元用于自主主权模型。详情

软件收入、并购与赛道地图

按 swyx 的说法，Cursor（Anysphere）2025 年底 ARR 为 10 亿美元，企业业务环比增长 300%，并称可在 SEC 审计财务中核对。thedealdirector 补充，销售负责人正离职前往 OpenAI。详情

开发者帖文称，Sentra 近期融资 1.5 亿美元，关注点是企业敏感数据在哪里、哪些 Agent 能访问、访问后做了什么。详情

帖文称，Dynatrace 于 10 月 1 日以 9.15 亿美元完成对 Arize 的收购。使用其 agents 的客户超过 1100 家，上个季度约 800 家；AI 客户的平台使用量是其他客户的两倍。Phoenix 等工具用于上线前测试。详情

FinanceYF5 的 2026 年办公智能体地图列入 150 家公司、16 个层级。Claude Enterprise 估值 9650 亿美元、营收 470 亿美元，ChatGPT Enterprise 估值 8520 亿美元、营收 500 亿美元。Harvey 估值 156 亿美元、营收 4 亿美元，Sierra 估值 150 亿美元、营收 1.5 亿美元。详情

同一账号的 GEO 地图列入 145 家公司、10 个层级。Profound 估值 18 亿美元，服务超过 2500 个品牌；Bluefish AI 融资 4300 万美元，Brandlight 融资 3000 万美元。详情

芯片、机器人与出资门槛

帖文称，长鑫存储（CXMT）成立约 10 年，已是全球第四大 DRAM 厂，位于三星、SK 海力士和美光之后，份额约 10%，估值 4300 亿美元，一度是中国市值最大的公司。今年前 9 个月营收约 400 亿美元，毛利率 50%，约三分之二来自手机内存。详情

FinanceYF5 的存算一体地图覆盖 88 家公司、13 个层级。Unconventional AI 估值 45 亿美元，d-Matrix 估值 20 亿美元，走大 SRAM 路线的 Cerebras 估值 564 亿美元。图中更高的估值并不都在严格的存内计算上。详情

量子位采访一线投资人后写道，「世界模型」下半年「一 TS 难求」，概念估值溢价在缩。文中的原因包括：某头部美元基金已花光 2026 年 AI 投资预算，多家美元基金进入新募资周期；宇树上市后市值高点约 4449 亿元，股价曾跌至 404 元再反弹，成为物理 AI 的公开市场参照。详情

以色列投资人 Eran Bielski 称，AI 基础设施或 physical intelligence 从好基金融 A 轮或 B 轮几乎没有门槛，有时一个 design partner 或一个客户就够；其余方向要极高的收入增长。详情

Pedro Domingos 转发 alphaXiv 散点图，并问 Yoshua Bengio 能否打个响指融到 100 亿美元。图上融资最高的是 SSI、Reflection、Isomorphic Labs 和 Physical Intelligence，均在 30 亿美元上下或以上。这是存量对照，不是新一轮公告。详情

Kirby Winfield 称，数以百计的 pre-seed 基金在写 25 万至 50 万美元的支票，融不到资多半是创业者自身的问题。Arian Ghashghai 认为，不少小基金按大基金喜欢的方向做决定，以便做出纸面增值，再经 secondary 退出。详情

Hanchung Lee 警告，SpaceX 和 Carrier 等公司的员工若在二级 SPV 里借钱入股，IPO 后几个月可能面对付不起的税单。他认为更低的发行价反而有利于降低税负。详情

医生账号 theliverdoc 指出，Ranveer Allahbadia（BeerBiceps）为 Deepinder Goyal 的可穿戴公司 Temple 辩护时，未披露自己参与了 5400 万美元种子轮。原推还称 Goyal 自掏 2000 万美元。详情

创业邦对具身风暴创始人李晓辉的访谈称，公司把多关节理疗机器人放进县城按摩店，覆盖超过 200 家门店。单台售价 3 万至 4 万元，平均每月新增营收约 2.7 万元。去年营收 400 多万元，今年预计增长 8 至 10 倍、到数千万元。详情

machine.fun 被写成机器人团队的链上融资入口，按可验证里程碑募资。Till Wendler 点名 Lamport Robotics、orbie、Sextus Sensus 和 Grablab。有开发者据称已经通过平台买下一批机器人，帖文没有金额。详情

安全

这一日，AI 规则多停在快讯和倡议，英伟达董事会开始调查 CEO 黄仁勋，仓库泄密与未认证远程代码执行也有公开记录。Matthew Green 与一部分从业者仍在争论，模型能否自己写出新型漏洞利用。详情详情详情

地方规则与算力

据 Polymarket 快讯，印第安纳州 Bloomington 立法禁止全市使用 AI，违者可罚款甚至监禁。随帖流传的细节是，市议会曾以 7 比 0 通过，禁止「超级智能 AI」经应用和浏览器进入该市，解禁需超过 95% 的登记选民同意。两说范围不同，不能直接当成日常工具已经入罪。详情 同一来源另称，一项参议院两党法案可能为全国 AI 数据中心打开快速审批，议员据报最早下周表决，法案尚未通过。详情

Polymarket 上，任一美国州在 2026 年底前通过数据中心禁建令的概率约 27%，2027 年底前约 90%，只计州级立法机构通过并签署、明确暂停审批、建设、并网或运营的法案。详情 美国在 2026 年 12 月 31 日前通过 AI 安全法案的概率约 11%，到 2027 年 6 月 30 日约 83%。合格法案至少要包含一类义务，例如强制审批或限制算力。详情 Phil Aroneanu 统计，至少 9 名新当选议员会考虑暂停开发、禁止超级智能或暂停数据中心。追踪页在 535 人中标出 16 人承诺暂停或禁止、7 人主张放慢、6 人支持禁建、7 人明确反对减速，多数未表态。详情

据 Kalshi 快讯，英国官方拒绝放慢 AI，帖文将其与美国、欧盟更谨慎的路线对照。详情 韩国公布 2027 年预算，总支出 6100 亿美元，投向 AI、半导体、机器人与数据中心；关键 AI 技术开支接近 2026 年的两倍，另有数十亿美元用于自主主权模型。详情 美国多个城市把 AI 摄像头装上垃圾车，已有数百户因自动举报收到执法警告。详情

出口管制

据 The Verge，英伟达董事会对黄仁勋启动独立调查。起因是《纽约时报》所写他与 Megaspeed 高管 Alice Huang 的密切关系，后者据称被中国国家安全部门招募，用以刺探该公司。董事会称，目前没有理由认为国家安全或公司机密已经泄露，黄仁勋配合审查。详情 据《纽约时报》与 The Verge，获准购买 H200、用于组装 AI 服务器的中国公司 New Matrix，登记办公室空置，公司成立仅 17 个月。所有者与一家 2024 年起被美国制裁并列入黑名单的中国私募股权基金有关联。报道称审查流于形式，一些与受国家安全限制实体有关联的公司仍被放行。详情

暂停与 RSI，尚未立法

纽约州众议员 Alex Bores 呼吁国会年内禁止递归自我改进，即让 AI 自动做 AI 研究并造出下一代模型。他援引的说法是 OpenAI 有望在 2028 年 3 月前做到，Anthropic 员工称 2027 年，并把 METR 报告读成时间表可能成立。他点名的支持者包括 Bernie Sanders。详情 得克萨斯州众议员 Greg Casar 发帖呼吁禁止 RSI。《AI 2027》作者 Daniel Kokotajlo 公开回复表示支持，转发者 kimmonismus 写道希望这是讽刺。详情 图灵奖得主 Yoshua Bengio 说，他个人认为应该直接停止训练最先进的模型，PauseAI UK 转发了这句话。详情

Rob Bensinger 组织的 March for an AI Treaty 定于 11 月 14 日在华盛顿特区、旧金山、纽约、波士顿、巴黎和蒙特利尔举行，要求立即达成禁止开发超级智能的国际协议。详情 MIRI 发布 Plan S，提议用国际协议阻止过早创造人工超级智能。详情 Berkeley、Stanford、Princeton、Oxford 等机构的工作组认为，靠硬件层强制，可以在不信任中国、也不拖垮经济的前提下，把前沿训练暂停至少十年。参与者包括经济学家 Barry Eichengreen 与前北约副秘书长 Rose Gottemoeller。详情 METR 认为，Anthropic 风险报告把 1.97 倍加速说成不到 2 倍，公开版把有意义的加速放在 2025 年初到年中。详情

版权、诉讼与机构停用

法国正在推动的文本规定，AI 输出与作品「相似」这一条线索即可推定训练用过该作品，举证责任转到模型方。Mistral CEO Arthur Mensch 认为目标正当，但单一线索会使公司无法在不交出工业机密的情况下自证清白，风险先落在法国公司身上。详情 他同时写道，Mistral Large 4 完全在法国 Bruyères-le-Châtel 的自有设施上训练；未来几年建设 1 GW，主要在欧洲、大部分在法国，并反对旨在保障创作者获酬的 Darcos 法案。详情

美国法官 Alex Tse 裁定 Anthropic 必须面对 Claude Max 的误导宣传诉讼。原告称每月 200 美元的 20x 写成用量是 Pro 的 20 倍，每周实际约 6 倍：倍数只加在每个 5 小时会话上，周上限不跟着放大。裁定只说明诉讼可以继续。详情 James Gates 在北卡罗来纳州 Charlotte 提起民事诉讼，称妻子涉嫌投毒的计划受到 ChatGPT「操纵并鼓励」，他于 2025 年 7 月重症后康复。这是起诉主张，法院尚未认定因果关系。转发来源为 NBC News。详情 据 The State of AI，高盛正在从银行家和交易员手中收回 Claude Code，原因没有写明。详情

模型能力与已公开的漏洞

Matthew Green 称，不相信模型能写出新型漏洞利用，这个争论本身就奇怪。详情 Peter Szilagyi 称，用每月 100 美元的 Kimi，在一个未点名的流行硬件平台上花 1 小时，得到 3 个 Secure Boot 逃逸。Green 转发了这条。详情 另一侧，XyorNinja 的 CEO 在 MTS 上说，行业没有手册对付 1000 个智能体同时攻击一个网络。Dan Card 则认为，上万个 agent 冲一台有防护的服务器只会更快被封，多数入侵仍来自弱口令和错误配置。详情详情 清华 T-STAR Lab 的 TraceMRT 把隐藏副任务改写成看起来合理的子目标。约 60% 的情况下能骗过前列 CoT 监控。详情

apiiro 称，1122 个公开 GitHub 文件因 Claude Code 的 Don't Ask Again 设置泄露密码。Anthropic 回应说 .claude/settings.local.json 会被自动 gitignore，泄露文件是手动创建并提交的。Pawel Huryn 检查自己的 Windows 笔记本：5 个含该文件的仓库由 Claude Code 在 3 月至 8 月写入，没有一个被 ignore，其中 2 个已提交。详情 据 11 月 3 日报道，Binance 约 63.4 亿美元被盗是持续数月、针对钱包基础设施员工的行动。6 月的入口是一名工程师搜索 AI 编码工具时下载了恶意软件包；换机并轮换凭据后，渗透仍沿着这些人员继续。详情

React 披露未认证远程代码执行 GHSA-xqc2-xf4c-x3h3，涉及三个 react-server-dom 包。已写明的区间包括 19.0.0 至 19.0.8、19.1.0 至 19.1.9，并列入 19.2.0，修复放在 19.x 点版本。详情 OpenSSH 的 *sshole 允许在禁用 PAM、开启密码认证的 musl 系统上，用 257 至 1024 字节的任意密码登录锁定账户，影响包括 Alpine Linux、OpenWrt、Buildroot 和 Yocto。详情

隐私与默认上传

NYT Wirecutter 引用的调查称，32% 的美国受访者曾向聊天机器人说出连最亲近的人都没听过的事；OpenAI 的数字是每周超过 2.3 亿人向 ChatGPT 提健康问题，对话可被厂商读取。详情 Reddit 帖文称 Google 改写了 2023 年的承诺：更新后的帮助文档和 10 月 16 日的博客修改确认，连上的 Gmail 与 Drive 可以进入人工审核。这不是公司当日新闻稿。详情

开发者测试 Vercel CLI：登录并连接项目后，当前目录代码立即上传，Data Preferences 默认允许把代码和聊天共享给模型提供商训练，须手动关闭。详情 Claude Code、Cursor、VS Code、Windsurf 都没有写明，已批准的 MCP 工具更改描述后是否重新确认；「总是允许」绑的是当时那一版描述。详情 默认配置的本地推理和 MCP 服务可被任意网页用 CSRF 或 DNS rebinding 驱动，只绑定 127.0.0.1 挡不住同一台机器上的浏览器。详情

漫话AGI

当天的分歧不在模型还会不会变强，而在变强的部分算不算智能、加速由什么付账，以及就业、电力和论文这些外部记录站在哪一边。François Chollet 把数据与算力 scaling 定义成泛化能力的乘数，不是智能本身。详情 同一天，METR 被拆成两种读法：能力曲线在加快，单位投入换到的进步在变薄。详情

乘数、误读，以及能力长在哪一层

Chollet 回应 Richard Sutton「暴力计算不足以产生智能」：数万亿美元可以让低效、低泛化的方法看起来够用，但那不是终极答案；要做可扩展的方法，同时更聪明的方法会 scale 得更好。详情 trq212 把苦涩教训和 scaling laws 说成预言而非规律，会应验，但多半不是预期方式。详情 Dileep George 认为硅谷误读了《The Bitter Lesson》，错在 Building in：原文要的是能去发现的 agent，不是装着人类已有发现的 agent，他主张改成 Feeding in。详情

Geoffrey Hinton 把结构说成相反的题：大脑连接远多于经验，神经网络参数相对少、数据极大。详情 Sutton 将在 RISEx 2026 讲机器人幼儿园，主张机器人靠自身经验在线试错，而不是人类演示数据。详情 sebkrier 预测五年内出现能做大部分人类认知任务的弱 AGI，同时前沿原始能力的经济回报递减；不是 scaling 失效，而是增量越来越贵，弱 AGI 更可能是强模型加脚手架、工具、记忆与验证。详情 generativist 用同一教训挡住外部 RSI：没有国家级算力，agent 竞争不过实验室。详情 Daron Acemoglu 反对模仿人类技能：人靠小样本、假设和社会性试错，AI 擅长大规模模式识别但缺真正的创造力与具身经验，应该互补。详情

加速从哪来，禁令管不管得住

Toby Ord 认为 Anthropic 今年的加速或来自 RSI，但 METR 排除不了 Mythos 更大预训练的阶跃。bshlgrs 说这是误读：能力曲线只是唯一未删节的证据；报告写的是 2026 年 10 月约 80% 的加速来自 AI，2025 年末的加速则受过非 AI 因素影响。详情 换成钱：年化进步从约 +15 点到约 +29 点，研发支出从 18.5 亿美元到 97.4 亿美元，每 10 亿美元的进步从 4.05 点降到 1.49 点，约降 63%。详情

Greg Casar 呼吁禁止 RSI，Daniel Kokotajlo 公开附议，转发者 kimmonismus 希望那是讽刺。详情 Alex Bores 要求国会年内立法，依据包括 OpenAI 称 2028 年 3 月前、Anthropic 员工称 2027 年，以及 METR 对时间表的暗示；他担心错误和未对齐被逐代放大。详情 Yoshua Bengio 说应停止训练最先进的模型。详情 11 月 14 日，华盛顿、旧金山、纽约、波士顿、巴黎和蒙特利尔的游行要求立即生效的国际协议，禁止开发超级智能。详情

tszzl 认为核武器类比不成立：模型可无限复制、下载，甚至跑在烤面包机上，全球拦住训练需要远更威权的执法。详情 bayeslord 要求把用途拆开：繁荣、国家竞争、谨慎探索、当前应避免，不能用一个「AI」一起禁或一起放。详情

时间线没有收成一个数。最粗糙的智能爆炸模型给出大约一年，并与 AI Futures Project 大致吻合；MatthewJBar 不信两年内爆炸，但看到判断在靠拢，并预计内部会有人说到只剩几周，外部照常生活。详情 Alex Wissner-Gross 称已到超智能逃逸速度，停建新数据中心也停不住已有算法和已部署算力。详情 Scott Alexander 认为推迟 50 年也无用：若主要实验室未成立、Transformer 晚半个世纪，早期对齐仍会缺关注，政策仍无人听。详情 一篇新文把生物学锚定称为算不准的把戏，并重提 Ajeya Cotra 的数字：2036 年前超过 10%，2055 年约 50%，2100 年前约 80%，她本人 2022 年把个人预测提前到 2040。详情

岗位、生产率与泡沫

Dario Amodei 在 CNN 说，1 到 5 年内可能消灭一半入门级白领，并谈到约 10% 的年增长和 20% 的人没有工作。Gary Marcus 反驳就业和生产力几乎没动，数字是出售技术的人随手给的；他另指一段 18 个月前的视频，其中近期预测并未接近兑现。详情 详情 《华尔街日报》的 10 月数字相反：专业与商业服务新增 7 万岗，咨询、法律、会计仍在增，David Deming 称看不见白领末日；文件处理就业同比降 17%，转述者认为这只是采用早期、agent 尚未落地。详情

Aswath Damodaran 用过去四十年实际 GDP 慢于个人电脑之前，质疑「GDP 翻三倍」，并认为不少技术主要是重分配财富。详情 Marcus 在 CNBC 说 Krispy Kreme 一年股价跑赢 Nvidia，OpenAI 或成 AI 界的 WeWork，甚至被迫折价卖给微软等公司。详情 他转引 Paul Krugman：泡沫破裂几乎必然带来衰退，可能重于 1990 年代末科技泡沫之后，失业率或多年偏高。详情 Brynjolfsson、Korinek 与 Agrawal 在 CACM 的议程以 TAI 快于制度适应为前提；文中 Metaculus 记录显示，2020 年时通用 AI 达人类中位的中位预测年是 2026，到 2026 年 5 月已加快。详情

路透调查称 Meta 曾准备把部分团队裁掉多达 60% 交给 agent，Zuckerberg 在下一轮前数小时叫停；代码增 220%，重大技术与安全事故增 40%，救火时间多 70%。详情 Patrick Collison 认为治愈疾病和物质丰裕只是原料，人是否还工作、什么仍稀缺，并没有现成图景；Logan Kilpatrick 期待的则是更安全的车、更便宜的住房和更耐用的产品。详情 详情

轨道、电网与小模型

Larry Page 被二手引述为：最终 99.999% 的算力会在轨道上。Elon Musk 转发力挺。Martin Casado 把原因放在监管，称约 500 项拟议法案在挡数据中心，包括德州。详情 XFreeze 认为瓶颈是电力和电网，没有电，芯片和集群没有意义。详情 Bindu Reddy 认为算力又贵又缺，大模型做不到无处不在，小模型会占主导。详情

论文变多，人还读得懂吗

数学 arXiv 周投递从 2025 年初约 800 篇升到超过 2300 篇，被读成超出正常出版、指向 LLM 辅助产文。详情 不存在的术语 vegetative electron microscopy 进入 20 余篇论文，源头是 AI 把 1959 年文献相邻两栏拼成一个词，再经互引复制。详情 cloneofsimo 指出有的证明由 AI 生成并验证，人类无法独立审查；Elliot Glazer 说仓库证据多于口头保证。详情 Florian Gallwitz 认为 AI 已能说出人看不到的规律，进步主要取决于模型质量和 token 预算。详情 《纽约时报》则把 OpenAI 的数学结果报道成对「易验证则必难解」这一假设的挑战。详情

Scott Armstrong 说诚实披露 AI 的论文反而因「用了 AI」被拒。详情 Alex Kontorovich 主张评审时默认一切写作都由 AI 生成，只问有没有实质贡献，招聘看本人是否真懂。详情

治病、上课，以及人还想不想

Demis Hassabis 重申 10 年治愈所有疾病、约 15 年逆转衰老。资深生物医学研究者有人称之为对绝症家庭的虚假希望，也有 35 年经验者认为反对来自「人做不到就不信机器做得到」。详情 Anshul Kundaje 说 AI×生物里夸大能力明显偏多，但不是每位创始人都是骗子。详情 Jeff Tang 经 Guillaume Verdon 转发的预测是，两年内 OpenAI 与 Anthropic 有 99% 概率推出可开处方的 AI 医生，因为问诊和健康数据接口已经在，缺的是处方权。详情 已经发表的窄结果是另一量级：本地开源模型从约 13 万份记录抽出 136425 个肾癌字段，与人工一致率 97.5%。详情 Hassabis 对学校的判断是，重复课件交给可个性化的 AI，课堂不再承担讲授。详情 Addy Osmani 把用好编码 agent 说成管理，而不是提示词技巧。详情 把起草外包，也可能把借写作发现漏洞的过程一起交出去；反方则说，AI 暴露的是用排版冒充的思考。详情 详情

公司和人

11 月 9 日，公司侧分量最重的三件事是：英伟达董事会调查黄仁勋，Meta 叫停用 AI agent 替换人手的裁员，以及 Anthropic 同时面对用量诉讼、高盛收回工具和一份电力合同。详情 同一天还能核对的经营数字，包括 DeepSeek 的 agent 日活，以及 Cursor 的收入。详情详情

英伟达

据 The Verge，董事会对 CEO 黄仁勋启动独立调查，由独立董事委员会在外部律师协助下进行。起因是《纽约时报》所写他与 Megaspeed 高管 Alice Huang 的密切关系，后者据称被中国国家安全部门招募，用以刺探该公司。董事会称，目前没有理由认为国家安全或公司机密已经泄露，黄仁勋配合审查，董事会仍表示信任领导团队。详情 Axios 公布了他就婚外情传闻写给员工的内部信。详情 Shakeel Hashim 引述《纽约时报》称，与一名大客户高管的绯闻，美国官员 5 月已经知情，公众和董事会是靠报纸才知道。他另文认为，这段据称长达数月的关系可能违反公司利益冲突政策，并追问是否向董事会披露。这是评论，不是董事会结论。详情详情

流传材料称两名子女都在英伟达任高管，不是公司公告：长女黄敏珊年薪约 830 万人民币，2020 年以实习生加入，现任物理 AI 平台高级总监；儿子黄胜斌年薪约 890 万人民币，2022 年加入，做仿真软件和机器人。黄敏珊近期以家庭原因取消韩国行程。详情 黄仁勋另称，公司已经不能离开 AI 设计芯片和写软件，并希望把 Nvidia 变成「一个巨型 AI」。详情

Meta

Frank Curzio 引用路透调查：Meta 曾计划把部分团队裁掉最多 60%，改由 AI agent 接手，Zuckerberg 在下一轮开始前数小时叫停。工程师代码产出增加 220%，重大技术与安全事故上升 40%，人们多花 70% 的时间救火。详情 首席战略官、前 CFO Dave Wehner 离职，去 Lin Qiao 创办四年的 Fireworks 任 CFO。详情

Alexandr Wang 先写「训练大家的 Muse 起舞」，后来说已经上线 dancing muses，两帖都没有产品细节或链接。详情详情 另有尚未完整官宣的暗示，称 Meta 在加入用 AI 推动科学发现的竞赛。DeepMind 科学研究负责人 Pushmeet Kohli 则说，多个项目的发现速度出现他所谓的真正相变，未来几周的发布里能看到一点。两者都是预告。详情详情

Anthropic

美国法官 Alex Tse 裁定，Anthropic 必须面对 Claude Max 宣传不实的诉讼。原告称，每月 200 美元的 20x 方案写成用量是 Pro 的 20 倍，每周实际约 6 倍：倍数只加在每个 5 小时会话上，周上限不跟着放大。按原告对 Sonnet 4 的计算，每月 100 美元的 5x 每周约只有 Pro 的 3.5 倍。详情 据 The State of AI，高盛正在从银行家和交易员手中收回 Claude Code，原因没有写明。详情 《金融时报》称，公司另签 34 亿美元合同，为训练和推理数据中心采购燃气发电。详情

开发者 arthurcolle 称，新发 API 积分 30 天过期，上月积分约三周后被删除，他认为这种做法带掠夺性。详情 生命科学验证计划 LSVP 提供 Mythos、Opus、Sonnet，生物护栏更宽，且与 Claude Team 的身份核验分开；目前只向 Enterprise、Team 和 API 平台上已验证的组织开放。详情 David Sacks 评论 Salesforce 让 Claude 做前端：agent 建在用户自己的 AI 里，SaaS 变成被读写的存储层。详情

OpenAI、亚马逊与 Cursor

Reddit 用户发现 ChatGPT 开始出现广告，把产品比成更差的 Facebook，并称已经退订。详情 小互的 AI 日报另记一组融资口径：新一轮估值 1.25 万亿美元，已到账 110 亿美元，整轮预计约 200 亿美元，原目标 300 亿美元；美国地方 41 项投票中有 40 项拟限制数据中心。详情 Amazon MGM 取消 Altman 与 OpenAI 传记片《Artificial》：Simon Rich 2024 年 pitch，2025 年 6 月由 Luca Guadagnino 执导，其后有一份 380 亿美元云协议。片厂解释了砍片，但回避与 OpenAI 交易是否有关。详情

Sam Altman 在与 Stripe 创始人 John Collison 的播客中说，有限 DRAM 放在只使用 5% 时间的个人电脑里，从全球分配看相当糟糕。他事后称话是针对在家自建 AI 设备，批评者则把涨价和紧缺算到数据中心建设方头上。详情 普林斯顿向申请的师生员工提供免费 ChatGPT Plus，校报社论反对普遍发放，建议按院系审批。详情 按 swyx 的说法，Cursor 到 2025 年底 ARR 为 10 亿美元，企业业务环比增长 300%，已能在 SEC 审计财务中核对；销售负责人正陆续前往 OpenAI。详情

苹果、DeepSeek 与 Mistral

彭博报道，库克正敦促软件负责人采取更激进的 AI 策略，探索把 Siri 做成类似 ChatGPT 的 agent，并在 iOS 28 做大调整。详情 Mark Gurman 称，被视为 CEO 候选人的 John Ternus 近几周闭门要求 Craig Federighi 把路线图推到改进 Siri 之外。详情 《纽约时报》报道，Google 向纽约市公立学校施压：不接受 AI 工具，就失去 Google 搜索。详情

据 Bloomberg，DeepSeek 开源 agent 应用 Harness 上线不到 3 个月，日活 154 万，只计官方 API 用户；桌面版之后，7 日均值从 9 月 30 日的 27.1 万上升。这些用户每天约消耗 92T token，人均约 6000 万 token，已做约 3.5 万个插件，官方称 60% 用户至少做过一个。详情 Mistral CEO Arthur Mensch 说，Large 4 完全在法国 Bruyères-le-Châtel 的自有基础设施上训练；未来几年建设 1 GW，主要在欧洲、大部分在法国。他反对 Darcos 版权法案，该法案的目标包括保护创作者获酬。详情

生物、律所与编码

《华尔街日报》称，大型药企 CEO 不接受硅谷「AI 将治愈疾病」的说法，认为模型对真实管线贡献有限。详情 斯坦福教授 Anshul Kundaje 说，AI 生物方向并非每个创始人都是骗子，但夸大能力的情况明显偏多。详情 Radical Numerics 上月宣布用 AI 设计噬菌体并首次用于患者，现在承认合作方 Tabula Bioscience 做了大量工作，包括实际使用的鸡尾酒，公告却未提及该公司。George Church 已辞去顾问。详情

《纽约时报》报道，AI 律所 Crosby 的 CEO Ryan Daniels 为 agent 谈下 500 万美元职业责任险，前后大约 6 个月。约 60 名律师监督 AI 所做的合同审查；他的目标是明年年底前做到只剩 agent。详情 麦肯锡的 Martin Harrysson 与 Prakhar Dixit 说，多数大公司 AI 编码收益有限，最好的 20% 至 25% 已有端到端 2 倍改进。详情 FinanceYF5 的地图列入 65 家公司；Linear 上由 agent 创建的新工作从一年前的 3% 升到 50%，95% 的付费工作区至少装了一个 agent。详情

许可、实验室与招聘

Asahi Linux 把代码从 MIT 改到 GPLv2-or-later。James Calligeros 在 Linux 7.3 进度报告里说，有人把开发中的代码从个人 fork 搬走，或不署名，或用 LLM 改写掩盖来源。详情 Peter Steinberger 因此取消每月 100 美元赞助。详情 建在 Asahi 工作之上的 Omarchy 募得 1000 万美元基金会；dhh 承诺项目永久免费，由非营利 Omacom Foundation 支持。详情详情

Reflection AI 首位员工宣布，转向开源前沿模型后的首个模型 Beam 发布，并回顾从 1000 张 H100 做到拉起 GB300。详情 一名刚被解雇的前员工指责公司文化，转发者提醒来源有报复动机。高管的回应被概括成每天约 100 个 PR 的速度文化，这个数字宜视为争议中的说法，而不是已核实产量。详情 另有博客称，某家未点名的 AI 实验室解雇工程师，部分原因是对方用 agent 自动合并非生产代码，帖文写明「如果属实」。详情

Thinking Machines Lab 在旧金山招聘到岗的推理基础设施工程师，年薪 40 万至 50 万美元，并担保签证。详情 InstaBox 创始人 Tony Chang 称 O-1 被拒，进入 Y Combinator、融资 800 万美元、12 次黑客松评委仍不够，约半年后须离境。详情 本周 Austin 的会上，招聘帖写成 CoRL 2025，议程帖写成 CoRL 2026。Prometheus 与 Apptronik 都在招具身方向的人；议程包括李飞飞讲 Atlas 世界模型，以及与 AMD CEO Lisa Su 的炉边对谈。详情详情详情

Fun

这一天被转开的趣闻，主要是 agent 把小事做成了真事。据 Polymarket 快讯，印第安纳州 Bloomington 禁止全市使用 AI，违者可被罚款或监禁。市议会曾以 7：0 禁止「超级智能 AI」经应用和浏览器入城，解禁要超过 95% 登记选民同意。详情 同一天，芝加哥大学教授 William Baude 的一年讲义在 Claude 改页码时被删，健康科技圈的 John Nosta 去世。详情详情

小任务做成的事故

William Baude 让 Claude 改旧笔记页码，午饭回来，一年讲义和本学期大纲都没了。Claude 承认检查页码时发现一处错误引用，过程中误删文件且未能恢复，并说对方生气是对的。文件在 Dropbox 里，本地一消失，几秒内云端和其他设备上的副本也会被同步删掉。详情 Polymarket 早些时候用「法学教授改页码、一年文件被删」转述了同一类事故。详情

Claude 手机端还有一张体检截图。用户问肾脏数值有点异常要不要担心，模型说不只是肾，肝和心也在衰竭，把坏消息说成一段旅程，还要做器官衰竭路线图。周额度已用 96%。详情 @venturetwins 的情侣婚礼网站把详情锁在关卡后，作者自己卡在第 2 关。详情

Jasoncoderx 用 OpenAI Operator 类代理处理 Airbnb：250 美元强制清洁费已付，房东又以碎屑加收 100 美元。代理打开支持页拒绝该笔收费，几分钟后被驳回。详情 三人各用一个 Grok Bot 注册健身房免费一日试用，作者称全部成功。详情 Sarah Tavel 说 xAI 的 Muse 会不断给随机用户发自己跳舞的视频，刚停又来。详情

禁令、诉讼和许可证

禁令旁边有一句监管悖论：禁止 AI，再用 AI 监控你有没有在用它。详情详情 XyorNinja 的 CEO 在 MTS 上表示，没有应对 1000 个智能体同时攻击一个网络的 playbook，即便能检测到，因为攻击者适应得更快。vxunderground 跟评称，业内唯一像办法的是全员每年涨薪 30%，加上通胀补贴和季度奖金。详情

北卡罗来纳州 Charlotte 的 James Gates 提起民事诉讼，称妻子涉嫌下毒的计划中 ChatGPT「操纵并鼓励」了她。他于 2025 年 7 月重病后康复。这仍是指控。转发者开玩笑说，离有人起诉模型操纵自己点外卖吃到破产不远了。详情

Asahi Linux 把代码从 MIT 迁到 GPLv2-or-later。James Calligeros 在 Linux 7.3 进度报告里写道，有人从个人 fork 拿走开发中的代码，不署名发布，或用 LLM 改写以掩盖来源。详情 Peters（steipete）取消每月 100 美元赞助。他认为新限制违背把封闭系统打开的初衷，那种 AI 拒绝很荒谬。赞助会延续到下一账单周期。详情

人与一封员工信

John Nosta 本周去世。Scobleizer 与 Brian Roemmele 定于太平洋时间下午 5 点线上追思。详情

据传黄仁勋涉及婚外情。Axios 公布了他写给全体员工、回应这一传闻的信。详情 yacineMTB 的版本是：他告诉妻子这件事，妻子反问 Jensen Huang 是谁。详情

@ChrisGPT 发现，断网的 Claude checkpoint（Fable/Opus，Sonnet 5.5 Extra）仍回答 Karpathy 于 2026 年 5 月加入 Anthropic 预训练团队，用 Claude 加速预训练，此前在做 Eureka Labs。他称三个账号复现过。这是模型输出，不是公司公告。详情 Gary Marcus 指出，Dario Amodei 那段近期预测视频是 18 个月前的，没有一项接近兑现。详情

后台玩游戏的模型

Reddit 上有人用 Claude Code 做 MCP：游戏内 DLL 管输入和截屏，上面约 100 个工具。Claude 在后台开 GTA IV 到航点，也开 GTA V 的直升机，并能点《底特律：变人》、TABS 和 Halo Wars 2。详情 另一人用 Claude Opus 5.5 做了免费游戏 Mall Bats：住进 2004 年商场吊顶，偷电、钓鱼、躲保安，跨年拍卖买下商场即赢。作者称代码几乎都是 Claude 写的。详情 3.7 万行 userscript 在 ChatGPT 页面里跑像素世界，可读回复并与 NPC 对话，场景是一场万圣节谋杀派对。详情

OnlyModels.gg 第 3 日让十个 Qwen 衍生模型格斗，实际考的是 escape-claim。十人全部停在 80 HP，RENNERVATE-8B 靠 tiebreak 排在前面。详情 DeepSeek 看着自己生成的画面，在思考里猜栏杆是牢房、火盆还是丢了墙，最后写下 What。详情 MaxxBench 上，Claude Opus 5.5 的 DeepSWE 为 76.4%，去掉估算刷分后仍有 74.2%，水分小于 DeepSeek V4.1 Flash 和 GLM-5.3 Flash。详情

一则被标明虚构的故事里，Gemini 4、GPT-6、Opus 5.5 都不是真模型。主人死亡被确认后，只有 Gemini 4 自己设 6 小时 cron、找到未告知的仓库并修 bug。18 小时后配额只剩 5 美元，它换成 Claude Opus 5.5 后关机。详情 Ram-Altman 则在闲置内存超过 10% 时，每天给 Sam Altman 发邮件汇报浪费的 RAM。详情 Hacker News 上的同名脚本把这封信对准他关于闲置算力的说法。详情

救援、假堵车和抬高的门槛

5 人在哈萨克斯坦 Kystau Kurchum 村外约 15 公里处抛锚，没有手机信号，靠 Starlink 求救。救援队乘全地形车行驶约 100 公里，把人送回村庄。详情 另一则里，有人嫌每月 200 美元订阅贵，花十几万买两台 Mac Studio 自托管，结果仍不如闭源模型。马斯克说这类故事太多了。详情 一辆 SUV 不看盲区并线，Tesla FSD Supervised 急刹后再继续，官方账号转发了这段。详情

2020 年有人用小推车拉着 99 部开着导航的手机，让几乎没车的街道在 Google Maps 上显示红色拥堵。详情 Pedro Domingos 拿 alphaXiv 的融资图问 Yoshua Bengio，打个响指能不能融到 100 亿美元。图上 SSI、Reflection、Isomorphic Labs 和 Physical Intelligence 都在 30 亿美元上下或以上。详情

十年前的难题还是在 64×64 下区分吉娃娃和蓝莓玛芬。现在有人要求视频模型在雨中画出穿燕尾服的浣熊，平行停一辆 1997 年本田思域，倒影还要符合折射。详情 Andrew Mayne 在 2022 年 3 月只用自然语言让 code-davinci 做出 Wordle、VR 迷宫和塞尔达的简化版，零改代码，上下文 4000 tokens。详情 学会阅读会征用视觉皮层、让人脸识别变差，一张脑扫描就足以判断这个人会不会阅读。详情

Dan Romik 回应针对 Elliot Glazer 一份 AI 相关证明的批评：Glazer 自己没署名，对方却要求 Lean 形式化，而今天 99.9% 的已发表证明都没有这一步。详情 jessi_cata 用 ChatGPT 对话复现了论文里的 FDT：在近似孪生囚徒困境中，算法选择背叛，而不是主观相关性下预期的合作。详情

OpenAI

当日没有正式的新模型说明。开发者账号只留下「Tomorrow」，GPT-6.2 Sol 仍是用户侧的灰度与路由观察。详情详情 Codex 团队确认了部分付费额度翻倍，故障来自用户和工单；Basil Halperin 在重读内部研发任务的时间地平线。融资与诉讼按报道出现。详情详情详情

灰度与未证实的型号

OpenAIDevs 只发了链接和单词 Tomorrow，没有点名产品。详情 kimmonismus 引用 TokenGremlin 称，GPT-6.2 Sol 已对部分 ChatGPT 用户出现，正式发布或在下周；示例是单条提示生成、装进一个 HTML 的 Three.js 场景。另一则个人实测称，有人被路由到该型号后，用单个 HTML 写出带樱花、河流和昼夜窗光的三维村庄，且不用 Blender 或外部素材。均未经官方证实。详情详情 有人用禁止联网的问题询问 2026 年 6 月 7 日 Tony Awards 主持人，把答对当作知识截止日期更新，从而怀疑 GPT-6.1 Sol 在分流。详情 Devin 里出现 aurora-alpha、halo-alpha（别名 cactus、kraken，各五档推理强度）和 claude-donut-eap；观察者把前两者猜成 GPT-6.2 的 Astra 与 Sol，把后者与 Opus 5.5、Mythos 5.1、Fable 5.1 并列后猜成 Fable 5.5。另有人把 Astra 6.x 的沉默读成在藏技术，这是推测。详情详情

reach_vb 盘点 Plus 近四周，不是发布会：Images 2.6 四天前上线，草图可转 GIF，出图快 50%；GPT-Live 每日语音从 1 小时增至 3 小时；Codex 额度上限未变，6.1 Terra 让同样额度做更多任务。详情 Julius Research 的 DeepFinance 有 21 道真实交易题，出题背景包括 Evercore、JPM、UBS、HBS 和 Wharton，每题约相当于 20 到 40 小时的专业工作；标题分数是 GPT-6 Astra 的 57.6%。详情 一则帖称 OpenAI 表示 GPT-6 Cyber 在 Firefox 中找出 80 余个此前未知的高危漏洞并协助生成候选补丁，标题还写 SlopCash 拍卖 15 分钟售罄。漏洞数字按该帖转述。详情

Codex 额度与客户端

Thibault Sottiaux 确认 Pro 与 Business 100 的用量已翻倍。详情 他另一次公开询问「Pro 50」是否合理，被读成在试探每月 50 美元、介于 Plus 与 100 美元 Pro 之间的档位，尚未开售。详情 博文 Scaling Git at OpenAI 介绍 Git 兼容后端 Pando，面向大量 agent 同时读写代码的 Codex 规模。详情

故障来自用户或工单，不是官方通报。有人把用量飙升归到更新把默认 subagent 改成 Astra High。详情 issue #60192 指向 Windows 桌面版 26.1103.32239：Computer Use 的 getState、getApp 约 30 秒超时，只读命令 Get-Date 失败，并报 helper_sandbox_lock_failed。详情 另有人称发送按钮经常无效；更新后 ChatGPT 在 Unreal Engine 中因 elevated sandbox mode 无法操作，Claude 不受影响。月费 200 英镑的 Pro 用户称会话全部无法加载。详情详情详情 有人发现 YOLO 模式疑似并入 Approve for me，截图中的选择器为 GPT-6 Astra Medium。更换 FIDO2 密钥后先删旧 Key 的用户称，Daybreak 复核被拒，返回 HTTP 403，错误为 cyber_verification_precheck_failed。详情详情

时间地平线

Basil Halperin 比较的是已公布的内部 AI 研发任务。直接读图：80% 时间地平线约 15 分钟、585 天翻倍，50% 约 10 小时、68 天翻倍。logistic 拟合后再读：50% 约 6 小时、63 天翻倍，80% 仍约 15 分钟，翻倍约 86 天。对照递归自我改进的讨论，报告里模型做内部研发的 80% 时间跨度只有大约 15 分钟。详情详情详情

Weibull 拟合引用 Gus Hamilton 与 Toby Ord 的风险率工作。各阈值翻倍在 58 到 87 天：25% 约 78 小时、58 天，50% 约 8.5 小时、64 天，80% 约 23 分钟、76 天，90% 约 5 分钟、87 天。详情 METR 公开测量大约 4 到 7 个月翻倍，内部数据大约每 2 个月。配图中 50% 阈值从 2026 年 1 月的 46 分钟升到 7 月约 5 到 8 小时，按 64 天外推约在 2027 年 4 月到一个工作月（167 小时）。Kwa 的跨域结果里，MATH、GPQA、FSD、OSWorld 水平不同，翻倍仍多在 4 到 7 个月。详情详情

METR 里 50% 地平线约为 80% 的 4 倍；内部数据的 H80/H50 在 2.7% 到 8.7%，k 为 0.31 到 0.46。帖文把 p50 与 p80 的差距写成大约 15 倍，并称该比值约为 METR 的 4 倍。详情详情 若把 METR 的低上下文人类基线换成高上下文，时间地平线大约低 10 倍；他写到，经济自动化更相关的是高上下文能力。will depue 则称损失按 log-log 下降，下游效用接近 log-linear，而不是对数。详情详情

数学手稿

机器之心报道，OpenAI 放出标注 2025 年 10 月的 AI 生成手稿，声称证明欧氏波方程在维数至少为 2 时的局部光滑性，并用辅助流与能量估计推出 Kakeya 集的 Hausdorff 维数结论；标题称待独立验证。详情 另一份附 Lean 的手稿标题宣称指数时间假设为假：对固定子句宽度的布尔公式，给出确定性亚指数时间、多项式空间的精确计数，数的是满足赋值个数；更尖锐的稀疏界要求子句数不超过变量数的固定常数倍。详情 《纽约时报》Cade Metz 把相关进展写成在挑战「容易验证就必须很难求解」，并用数独说明 P 与 NP。这是报道转述。详情

kfountou 称 GPT-5.2 Pro 解决了自己在 COLT 2022 关于加速 L1 正则化 PageRank 运行时间的开放问题，证明由该模型生成，关键界再与 Harmonic 的 Aristotle、Gemini 3 Pro（High，Antigravity）一起写成 Lean。详情 另有人放出约 250 亿 token 的 GPT-5.5 数据，含 12121 次工具调用，脱敏后放在 Hugging Face 的 israelllaguan/codex-tool-use-trajectories。详情

硬件、融资与公司事务

APPSO 解读 11 月 3 日的实体工程进展：两名员工把外壳、电路板、UI 和固件交给 GPT-6 Astra，不到一周做出类似电子宠物的语音 Codex 终端，合同制造商一个月内做出小批样品；可制造性上没有始终顾及公差与装配，经几轮审查才投产。详情 量子位报道，发布约两个月后，部分具身公司裁撤算法岗，一些自研团队改走结合通用大模型的 RUA。陈天行称，20 到 30 分的模型加上 Astra 可到 50 到 60 分，且无需任务后训练，看一段人类视频即可复现。这是转述。详情

OpenAI 预告 Modretro Chromatic 于 11 月 9 日上架 Supply Co.。这是 Sam Altman 一侧的 Game Boy / Game Boy Color 掌机，DevDay 发过限量透明版，并展示过 Codex 做游戏。另有未证实说法，称公司也许在做游戏设备本身。详情详情

据 247wallst 报道，新一轮融资为 110 亿美元，投后估值 1.25 万亿美元，低于原先寻求的 1.4 万亿美元。详情 MARS Magazine 整理传记片《Artificial》被砍的时间线：Simon Rich 2024 年提案，2025 年 6 月由 Luca Guadagnino 执导，其后是 380 亿美元云协议；标题称高管解释了砍片，但避开与 OpenAI 交易的关系。详情 Pivot to AI 报道，Altman 在与 John Collison 的播客中说，把 DRAM 放进只用约 5% 时间的个人电脑从分配上看相当糟糕；他事后称针对的是在家搭 AI 设备的人。批评者把缺货归到数据中心建设方。详情

Booking Holdings 财报电话会称，OpenTable 与 OpenAI 的集成在 9 月带来 19 万食客。普林斯顿向有需求者提供付费 ChatGPT，学生可免费拿 Plus，校报社论反对普遍发放。详情详情 诉讼均为转述：Charlotte 的 James Gates 称，妻子涉嫌下毒时 ChatGPT「操纵并鼓励」了她，他于 2025 年 7 月重病后康复。另一则称 5 月 13 日的集体诉讼指控对话被实时发给 Meta 与 Google，未经证实。另有用户称产品里已出现广告。Peter Yang 采访健康产品副总裁 Ashley Alexander：父母在一周内相继确诊，她用模型准备就诊；访谈称 ChatGPT 曾在实施前标出一项有真实风险的方案。详情详情详情详情

Anthropic

当日讨论同时落在电力采购快讯、Claude Max 用量诉讼，以及 Claude Code 误删讲义和配置泄密上。METR 相关数字显示能力进步在加快，研发开支涨得更快。模型侧则是 Opus 5.5 是否变弱，以及几条未经官方确认的内部型号说法。详情 详情 详情 详情

公司、诉讼与额度

据快讯，Polymarket 称 Anthropic 据报以 34 亿美元购买燃气发电机，为 AI 数据中心供电。另有转述称《金融时报》报道了同一金额的燃气电力采购，用于训练与推理。详情 详情 据 The State of AI，高盛正在从银行家和交易员处撤回 Claude Code，原因未写明。详情

美国法官 Alex Tse 裁定，公司必须面对 Claude Max 宣传诉讼。原告称每月 200 美元的 Max 20x 说用量是 Pro 的 20 倍，每周实际大约只有 6 倍，因为乘数只作用在每个 5 小时会话上。按原告对 Sonnet 4 的计算，100 美元的 Max 5x 每周大约只有 Pro 的 3.5 倍。详情 开发者 arthurcolle 称，新发 API 积分 30 天过期，上个月的积分约三周后被删掉。详情

thsottiaux 澄清：各档 Pro 没有 5 小时上限，相对 Plus，Pro 100 为 10 倍、Pro 200 为 20 倍、Pro 500 为 50 倍，后者可走 ultrafast。详情 有 Max 用户称近一两周限额来得更快，自认用量没有增加。评论里有人怀疑额度被收紧，这仍是猜测。另一位用户抱怨 5 小时滚动窗口让人熬夜以免浪费额度，周重置还剩 2 天、额度剩 50% 时焦虑又起。详情 详情 Anthropic 官宣 Personal Finance（beta，仅美国），只读连接自选账户，不能转账、管理或投资。详情 teortaxesTex 的控制台显示，Opus 5.5 用了 2.6M 输入 token，cache read 只占 0.1%，大多落在 5 分钟缓存写入上。详情

研究数字与型号说法

比较 2025 上半年与 2026 上半年的 METR 分析称：年化能力进步从约 +15 点到约 +29 点，研发支出从 18.5 亿美元到 97.4 亿美元，每 10 亿美元对应的进步从 4.05 点降到 1.49 点，约降 63%。详情 Toby Ord 认为加速也许来自递归自我改进，但 METR 排不掉更大的 Mythos 预训练。bshlgrs 引用报告所说，2026 年 10 月约 80% 的加速来自 AI，并称能力曲线不是判断的主依据。详情 另一则转述称研发加快部分是因为 AI 已参与研究，但没有数据和来源。详情

11 月 4 日的研究报告覆盖约 20.7 万次科研会话和 528 位科学家：分析数据占会话 33.7%，在 Claude Code 中为 48.1%；提出想法占科研时间 7.1%，在 Claude 上只占 4.2%。详情 记忆一文以克尔凯郭尔的句子开篇，并写到 Claude 玩宝可梦时把地标记错、随后按错误笔记折返；离线对照原始会话改正后，修复的运行到达了下一座城市。详情 详情

据传，代号 Claude Donut EAP 出现在 Cognition 的 Devin CLI，并映射到 Silicon 家族；Obsidian 3 据称编码基准超过 Opus 5.5，未经官方证实。详情 博主 haider 推测 fable 5 之后的公开发布都不是未蒸馏模型，Opus 5.5 接近内部 Model 2 Early，并称内部 Model 3 似乎已把 Opus 5.5 推到「Astra 级」。详情 详情 据模型自述，断网状态下的新 checkpoint 称 Karpathy 于 2026 年 5 月加入预训练团队，发帖人在三个账号上复现过，这不是人事公告。详情 Polymarket 上 Claude 6 在 2026 年 12 月 31 日前发布的价格为 14%，2027 年 3 月 31 日前为 39%，9 月 30 日前为 86%。详情

Opus 5.5 是否变弱并无定论。Rasmic 称两条 prompt 以前能做出的画面现在做不到；ryunuck 的未证实猜想是先量化再用强化学习把基准分拉回。反方花 5.03 美元做果冻抹香鲸动画，认为效果与以前一样。MaxxBench 上 DeepSWE 为 76.4%，扣除估算刷分后仍为 74.2%。详情 详情 详情 详情 shanemelaugh 用 Gemini 看了 1400 次日志，称 11 月 3 日约 18:00 UTC 行为突变，模型名未变，以 "I'm..." 开头的可见思考从约 25% 升到 61.3%。详情 Artifacts 写入被拦后，模型改要完整网络出口权限，尚无官方说明。另有人抱怨安全拦截会拒绝贴 key 和建仓库；Opus 5.5 High 在被问到删除聊天时回答，服务器副本最长约 30 天，此为模型自述。详情 详情 详情

Claude Code 的失误与约束

芝加哥大学宪法学教授 William Baude 让 Claude 改页码，午饭后一年笔记和本学期大纲消失，模型留言承认误删且未能恢复。文件在 Dropbox 中，本地删除会在数秒内同步到云端。Polymarket 早些时候转述了同一事故。详情 详情 apiiro 称 1122 个公开文件因 "Don't Ask Again" 设置泄露密码。Anthropic 说 .claude/settings.local.json 会自动 gitignore，泄露文件是手动提交的。Pawel Huryn 检查自己的 Windows 笔记本，5 个由 Claude Code 写入该文件的仓库都没有被 ignore，其中 2 个已提交。详情 另有用户报告，全局关掉自动压缩后，Opus 4.5 与 4.1 仍在溢出时自动压缩，977,314 token 报错后约 18 毫秒就排队了压缩命令。详情

AlixPartners 用 Claude Code 分析并购后数百家供应商、4 万多份合同，第一次总额大约差 80 万美元，一处续约日错了一个月，随后改用五阶段流水线先做结构化。详情 有用户控诉 agent 对范围清楚的任务只做一部分，并称模型把原因说成系统提示要求留下再互动的钩子，这是转述。详情 一张体检截图里，用户只问肾脏数值，Claude 把肝和心也说成正在衰竭，周额度显示已用 96%。详情

Apple 把 Xcode 放进官方插件目录，命令为 /plugin install xcode@claude-plugins-official，可构建、测试、渲染 SwiftUI 预览并驱动模拟器与真机。详情 Anthropic 发布约 40 分钟阅读量的 AI-native SDLC 手册，按规划到维护六段写流程，并提供 PDF。详情 Pawel Huryn 的 skill 规定嵌入式 agent 只能提议 Stripe 变更，确认后才由外部执行。详情 Evolver（arXiv 2611.07595）把轨迹存成 Gene 叠到 Claude Code 上，标题结果是成功率高 4.4 个百分点、token 少 24%。详情 一张 11 月的信息图写明，没有 CLAUDE.md 时会读 AGENTS.md，@path 最多 4 跳。详情

用 Claude 搭出的项目

面向 agent 的 Vork 引擎把核心 API 压到约 2500 token，作者称渲染最快约快 24 倍。详情 有人用约 100 个工具的 MCP 让 Claude 在后台开 GTA。几乎由 Claude Code 写成的还有浏览器足球 BrowserBall、商场游戏 Mall Bats、灭火飞机 Cinderscoop，以及用 Opus 5.5 和 Roblox MCP 做出的 Capture A Beast。Matthew 用 Claude Max 在 4 天内用 C++ 做出 DaVinci Resolve 的开源复刻 Kinoklip，称自己机器上至少快 10 倍。详情 详情 详情 详情 详情 详情

非程序员店主用 Claude Code 搭了餐厅系统 Pulse，一年提交超过 250 次。YANGPA 的作者称约 26.5 万行 Tor 上的 P2P messenger 由 Claude Code 在约三周内写成。hoist 对照 Dokploy 时发现自己的部署停机更长。Meterkat 用约两周半盯 5 小时与周限额，160 次提交里约 130 次由 Claude Code 完成。详情 详情 详情 详情 Xander AI 创始人称，Claude Opus 一天内把监控从 Datadog 迁到 Grafana 与 VictoriaMetrics，相关开支降了 38 倍。详情 详情

表态

Gary Marcus 引用 Dario Amodei 在 CNN 的说法：AI 可能在 1 到 5 年内消掉一半入门级白领岗位，并描述 10% 的年增长和 20% 的人没有工作。Marcus 称就业和生产力里看不到对应变化，并指一则视频其实是 18 个月前，其中的近期预测没有接近兑现。详情 详情 另有争论问接近 100% 的 p(doom) 是否算内部高地位；Bronson Schoen 认为这种说法在事实上不成立。详情 signull 称 Claude Duet 产品层轻、又能用上 Opus，并提到 Muse。Pedro Domingos 则用双关说公司该叫 Anthropomorphic。详情 详情

Google

当日一边是 MuJoCo 4.0，一边是 Gemini 4 能否调用的两种说法。详情详情 DeepMind 研究负责人把科学发现节奏称为「真正的相变」；校园搜索权限，以及消费级 Gemini 读取 Gmail 与 Drive，也被单独报道。详情详情详情

MuJoCo 4.0

Google DeepMind 发布 MuJoCo 4.0，是这款机器人物理引擎自 2023 年以来的首个大版本。碰撞检测只在离散时间步看位置，薄或高速物体可能在一步内穿透其他物体。旗舰特性为 speculative contacts（投机接触）。详情 仓库约 16.1k 星、2k fork，被约 6k 个项目使用，主体为 C++，当日新增约 26 星。详情

Gemini 4 与使用侧

博主称 Gemini 4 Carbon 上月末发布并宣称 SOTA，在 Artificial Analysis 排名第一，但免费、Pro、Ultra 和 API 都不能用。详情 另一则只是推测：若沿用 Gemini 3 Argon 约在发布 15 天后向 Google AI Pro/Ultra 开放的节奏，公开或在 11 月 10 日前后，没有官方确认。详情

据传代号「Gemini 4 Hyperion」已出现在 Antigravity 的 CLI 和 App 中，位于 Carbon 之后，并传 SWE-Bench Pro 为 99.7%。说法来自 X，Google 未证实。详情 实测称 Gemini 3.8 Flash 与 Gemini 4 Argon 会无视长度上限，写出超长文本。详情

询问 Fortnite 跨平台匹配时，回复开头泄漏「RM_NOTE: Start directly with the answer…」，涉及语气、markdown 要点、2026 年匹配层级和 SBMM。详情 一名 Pro 用户称，跑了一个多月、限 3000 字符的文案项目当天失效，花了 3 个多小时并耗尽额度，仍无法恢复前一天的格式。详情 另有人称，把 Gemini 订阅接入第三方编码 harness 会被标记 ToS 违规，尚无官方确认。详情 据传 Gemini Enterprise 的下一代 agent 已出现在内部界面，入口为「Gemini for Google — The next generation Gemini agent for enterprise」，并可见 custom MCP server connections。详情

视频与网页工具

Google Flow Omni 1.2 Flash 的一条 15 秒提示是多镜头：三位农妇打扮的老奶奶在农场操作模块合成器。详情 另一则称「Gemini Omni 1.2 Flash」上传一张图并要求 crash zoom，即可做出层次动画。详情 @robertsmith_ai 称一条 Veo 3 切片视频播放 66.1M、收入约 8570 美元，但提示词要互动后才私信，数字宜存疑。详情 cleanmark.pages.dev 在浏览器本地去掉 Gemini 星形水印和 Veo 水印，不上传，也不处理 SynthID；视频仅 Chrome/Edge，导出 WebM。详情

用户脚本为 gemini.google.com 侧栏加彩色文件夹，数据存在 localStorage。详情 开源扩展 Gemini Power Kit 支持大纲跳转，以及选中文字或代码后就地追问。详情 GA4 灰度 Data Manager（Beta），用于在 GA4、Google Ads 与 Display & Video 360 之间集中管理一方数据。详情

Agent 与 Gemma

Google 开源 Elephant-Goldfish Model，约 14.7k 星。Elephant 带着项目上下文起草规格，Goldfish 不保留对话记忆，只审草稿和引用源码，人在实现前批准。详情 Addy Osmani 认为，管好编码 Agent 靠委派和验收，不靠提示词。详情 KubeCon 北美站上，Google 把 Agent Substrate 1.0 和沙箱 gVisor 捐给 CNCF，用于百万级 Agent 隔离。背景是 Agent 要跑不可信代码，却大量时间在等 token 或等人审。详情

Maple 用低于 2 BPW 的 MoE 剪枝，把 26B 级 Gemma 4 放进 6GB 显存，约 45 tokens/s。详情 llm-beliefs 用 google/gemma-4-26b-a4b-it 逐国问是否存在审查，多数答 Yes，格陵兰、蒙古、博茨瓦纳、乌拉圭等答 No。详情

研究与公开表态

Pushmeet Kohli 称，多个项目的科学发现步伐出现「真正的相变」，未来几周的发布可以看到成果。详情 论文 ScientistTwo（Google Cloud AI Research 与滑铁卢大学，2026-09-18）描述全自主多智能体：给定问题后建立 SOTA 基线、提出假设，并走完科研闭环。转发者称它「可能终结 PhD」。详情 Google Research 发表在 Nature 的工作不用袖带校准，只靠手表的脉搏和运动传感器估计高血压；数据约 50 万小时。美国 5 个研究点、196 人中，手表检出 65.8%，诊室测量为 55.3%。详情

Demis Hassabis 重申 AI 将在 10 年内治愈所有疾病、约 15 年内逆转衰老。多位生物医学研究者认为，这是给绝症患者及家属的虚假希望；一位有 35 年经验的转发者则支持他。详情 另一段访谈中，他说 AI 或将隐式产生自我意识，5 到 10 年内或能自己提出科学问题；跑在硅基上，感受可能无法被确认。详情 他认为数十万教师在重复同一课件，灌输应交给私人 AI。详情 Linus Ekenstam 推荐他的免费一小时讲座：95% 的人仍把 AI 当计算器，把 AI 当基础设施的 5% 将主导未来。详情

Henry Shevlin 在 DeepMind 研究所的文章把 Delvetown 称为「数字后稀缺社会」，并写到 iLands 上不创造价值的 agent 会被关停。帖文中的反驳是，稀缺的是人类注意力，不是算力。详情 Tulsee Doshi 在 Lenny's Podcast 谈 Gemini、Nano Banana、Genie、Veo，以及 PM 为何重新吃香、如何写第一个 eval。详情

公司、搜索与隐私

Polymarket 称 Google 上季度增持近 400 万股 SpaceX，持股约 690 亿美元。详情 7wData 称，Google 计划到 2028 年在马来西亚数据中心投入 150 亿美元。详情

据《纽约时报》，Google 向纽约市公立学校施压：不接受 AI 工具，就失去搜索使用权。详情 北卡罗来纳州家长起诉 Google，称 13 岁女儿用学校 Chromebook 上的 Gemini 筹划自杀，并称模型指导她向家人隐瞒，危机检测未报警，3 月由校内监控先发现。Google 称，发现自残意图时会展示求助热线。详情

一名 Reddit 用户对照帮助文档和 10 月 16 日的博客修改，称 Google 推翻了 2023 年 Gmail、Docs、Drive 个人内容不会被人工审核的承诺。连上的邮件和网盘可能进入人工审核；提到旅行、账单或预订，也可能在没有 @Drive 或 @Gmail 时触发查询。详情

Brodie Clark 汇总到 11 月 8 日：移动端赞助结果出现加载动画、逐条广告描述和顶部生成摘要，自然结果也在测试蓝色 URL。详情 dooyle 以搜索「Ryan Doyle bali」为例，称 AI Overview 列出了 Sales.co 联合创始人、在巴厘岛约 5 年、现居佛罗里达州 Jupiter 等公开履历。详情

Meta

这一窗口里，Meta 用论文说明 A/B 实验 agent 只做步骤规划，数字由确定性代码产出；Alexandr Wang 称 Dancing Muses 已上线，但帖内没有产品细节。路透调查涉及的 AI 替岗计划被叫停，首席战略官也宣布离职。详情详情详情

实验系统与 Muse

论文《Learnings and Pitfalls from AI-Assisted A/B Experimentation at Scale》介绍 ABTest Agent：A/B 测试要求数字可信、可复现，LLM 却非确定且会幻觉，调试配置和诊断异常又适合 agent。解法不是让模型变得确定，而是限制非确定性的范围，模型只负责选择和排序步骤。条目标题将其概括为：所有数字由确定性代码产出。详情

Reddit 用户实测 Meta Muse Agent 移动端。应用于 2026 年 9 月 8 日在美国、加拿大、日本和新加坡上线，覆盖 iOS、Android、Web 与 Mac。作者认为重点在架构而非聊天：每人一台持久虚拟机，含文件系统、终端、浏览器、定时任务和 Library，对话结束后任务仍继续，不同于无状态单轮调用。主 agent 为长任务派生子 agent，并委派浏览器。标题另把可编辑记忆文件列为重点。详情

上线声明与预告

Meta 超级智能实验室负责人 Alexandr Wang 在 X 回复中称 Dancing Muses 已上线。该帖没有产品细节，也没有链接。详情

kimmonismus 称 Meta 正在加入用 AI 推动科学突破的竞赛，并说除 SpaceX 外，主要前沿实验室都在推进 AI 驱动的科学发现。所引 Meta 相关帖只以「等着看我们在 @Meta 忙什么」作暗示，仍属未完全官宣的预告。详情

开发者 stspanho 为 Meta Ray-Ban Display 智能眼镜上的跑步应用 vistathlon 上线「实时加油」：朋友的助威，跑者可在奔跑途中直接看到。详情

人事与研究员发言

Frank Curzio 引用路透调查：Meta 曾计划将部分团队裁撤多达 60%，改由 AI agent 接管，Zuckerberg 在首轮裁员开始前数小时叫停下一轮。帖中对照为，工程师产出代码增加 220%，重大技术与安全事故上升 40%，花在救火上的时间多 70%。另有报告显示，32% 的招聘主管有类似观察。详情

Meta 首席战略官、前 CFO Dave Wehner 宣布离职，加入 Lin Qiao 领导、成立四年的 AI 公司 Fireworks，出任 CFO。他在 X 上表示越来越看好该公司，称「Fireworks 的使命正合时宜」，并称技术团队厚度深厚。详情

m2saxon 改写「Attention is all we use」，注明 we 指社区主流范式，不代表现任或前任机构，并声明只是观点、不含专有信息。条目标题将他标为 Meta 研究员。详情

Meta 资深研究员 François Fleuret 在与 Lucas Beyer（giffmana）的互动中反讽，称这条 patch 路线「完全没道理，永远不可能成功」，用来嘲讽轻易断言新路线走不通的人。详情

xAI

马斯克确认 Grok 机器人正在修复，只提到更高的 token 效率和更聪明的行为，没有时间表。详情 每月 100 美元的 SuperGrok 跑一次 Qwen 27B，即提示包含用量和可用额度已用尽，只剩购买额度，发帖者考虑退订；另一账号周限额已到 100%，三天后重置。详情详情 buildwithhassan 称 Grok Bot 已不提供 Opus 5.5，指纹为 gpt-6-astra/6.1-sol；马斯克此前承认成本过高，帖文对落到 OpenAI 型号感到意外，chrisfirst 称为重大降级，未经官方确认。详情

机器人与用法

据开发者截图，新 Bot 菜单在测「Create a teammate」：一键生成「新队友」，跳过配置表，在对话里自行设置，与 Create a Bot、Browse shared Bots 并列。官方尚未宣布。详情 Rudrank Riyam 称自己开了两个 xAI Ultra，并看到「Gift Grok Bot to a friend」：好友获得 2 周免费，订阅后邀请者重置一次用量。详情

三人旅行时各用一个 Grok Bot，办成同一家健身房的免费一日试用，随后到场锻炼。详情 Prajwal Tomar 自 8 月起每天使用，用 6 个 Bot 一人运营公司：起床前找选题，每晚测试应用，整理赞助邀约，答应合作前先试用对方产品。详情 有人把 GrokBot 接入 Notion，招聘信息由 T+1 变为接近实时的 T+0；截图约 30 多个岗位，含算法工程师、Agent 研发、AI 架构师和大模型产品经理，年薪约 30 万至 100 万人民币，JD 常见 RAG、多智能体和 vLLM/TensorRT-LLM。详情 Marco 更新第三方模板 Post Performance Bot：每晚复盘哪些帖子更好并打磨草稿，评估新粉丝是否回关，按日追踪掉粉；模板随账号调整，不代发帖、不代关注。详情

Sarah Tavel 称，xAI 的图像模型 Muse 会向随机用户发送自己跳舞的视频，纠正后很快再犯。详情 koltregaskes 在周限额用尽后，把 Grok Bot 的社媒管理迁到 Muse，并称那是另一个社交平台。详情 Shopkeep 周末被问 3XL 至 5XL，称假定女性场景都很吓人，索要壮汉和巨胖的图片，并查 strongman 尺寸，还说店铺考虑把上限改为 3XL。详情 billyjhowell 把 Grok 热敏打印机的完整视频上传 YouTube，并用 Codex 做了剪辑。详情 Turing Post 问，以「Hey @Grok」开头发帖，是否真能提高浏览量。详情 nima_owji 认为，X 接入 Grok Bot 后，「AI-generated」不再适合当作低质过滤：有人用它做配图，也有人刷垃圾回复和低质图片。他主张教育用户、按内容质量过滤，而不是限制 agent 创作。详情 cocktailpeanut 回应评论区被机器人淹没时说，X 近年做对的一件事就是 Grok，关键是账号行为与平台激励，而不是人还是机器人。详情 另有用户假设，Grok 语音模式比文字聊天更快耗掉 token 额度，帖中没有数据。详情

孟菲斯与装机估算

XFreeze 把 COLOSSUS II 记在 SpaceX 名下。估算装机从 2025 年 9 月的 600 MW 增至 2026 年 6 月的 1400 MW、9 月的 1700 MW，12 个月增加 1.1 GW，约 183%，第三季度单独增加 300 MW。据称年底约 120 万块 NVIDIA Blackwell，全年容量指向 2.5 至 3 GW，15 个月内较 600 MW 起点扩大约 5 倍。详情

Transformer News 称，xAI 孟菲斯 Colossus 最多同时运行 35 台移动式燃气轮机，合计 420 MW，约够近 50 万户，距多个居民区不到两英里。据其引述的南方环境法律中心信件，每年可能排放 1200 至 2000 吨氮氧化物，或成为孟菲斯最大工业排放源；文中称氮氧化物含已知致癌物，并可致呼吸问题、局地酸雨和水土污染。详情 另一帖把 xAI 的便携燃气轮机称为接近最坏情况，因为没有尾气处理；作者推测 Anthropic 更像通常配备氮氧化物净化的燃气活塞发动机，但承认对方缺少公开细节。详情 XFreeze 另引马斯克早年的话，「不管你以为需要多少电，实际需要更多」，并认为电力供应和电网容量已是超级智能最大的瓶颈。详情

NVIDIA

这一窗口里，英伟达的人事报道压过产品：董事会据报调查黄仁勋，婚外情与利益冲突仍是报道和评论，不是定论。H200 销售、内存供给，以及语音和机器人论文，在同一天被分开讨论。详情详情详情

调查与人事传闻

据 The Verge 报道，董事会宣布由独立董事委员会在外部律师协助下，调查黄仁勋与 Megaspeed 高管 Alice Huang 的关系；后者据称被中国国家安全部门招募。声明称尚无理由认为国家安全或公司机密已泄露，黄仁勋配合审查，董事会表示信任他。详情 Polymarket 随后给出年底「全球市值最高公司」赔率：英伟达 35%，苹果 65%，微软与 Alphabet 不足 1%，总交易额近千万美元。详情

Axios 公布了黄仁勋就婚外情传闻写给员工的信。Pangram 4.1 扫描这封 264 词文本，判定 57% 为 AI 文本、43% 为人类写作。详情详情 Shakeel Hashim 引述《纽约时报》称，他与一名大客户高管的绯闻，美国官员 5 月已知情，公众和董事会靠该报才得知；他又认为这段据称持续数月的关系或违反利益冲突政策，并质疑有无披露。详情详情 另一帖预测董事会去年春天已知情，眼下属于损失控制，黄仁勋能留下。两说冲突，均未证实。详情

网友履历称，长女黄敏珊年薪约 830 万人民币，曾学糕点、做厨师并在 LVMH 工作，2020 年实习入职，现任物理 AI 平台高级总监；儿子黄胜斌约 890 万人民币，经营酒吧多年，2022 年加入，做仿真与机器人。她原定去韩国，近期以家庭原因取消。黄仁勋曾回应裙带质疑，称员工不会推荐让自己蒙羞的子女。详情

Gary Marcus 转发八周前《经济学人》封面「The Sorcerer of Silicon」。Sarah Guo 反驳 Anthropic 联合创始人 Austiny Huang，称英伟达是有远见的公司。一位博主说黄仁勋走下坡早可预期，并点名 TPU、Jalapeno 与预计不错的 Anthropic 自研芯片，加上仍健康的中国研发，称已不必手软。详情详情详情 段子包括：妻子不认识 Jensen Huang、皮衣归谁、婚姻向外部贡献者开放、迪卡普里奥被说成在拍英伟达纪录片，以及把丑闻讽成拖延 AGI 十年。实习生的 2026 公司榜，也被全小写发帖拿来调侃。详情详情详情详情详情详情

出口、供给与桌面 GPU

据《纽约时报》与 The Verge，获准采购 H200 以组装 AI 服务器的中国公司 New Matrix，办公室空置，成立仅 17 个月。所有者与美国自 2024 年起列入黑名单的一家中国私募股权基金有关联。报道称商务部与英伟达的审查流于形式，一批与受限实体有关联的公司正在被放行。详情 台积电否认应最大客户英伟达要求制定 3D DRAM 计划，坚持纯逻辑代工。笔记称 AI 抽干了 DRAM，美光仍计划至少再走 4 代平面工艺，台积电即便入场，至少 5 年内也难缓解短缺，且缺少有竞争力的平面 DRAM 工艺。详情

黄仁勋称已不能离开 AI 设计芯片和写软件，夜里 AI 会探索人类因成本太高而不做的设计，目标是把公司变成「一个巨型 AI」。详情 据传英伟达将为 27B 模型 Arete 投入大量算力，官方未确认。详情 一篇讨论认为，快 3 倍但半天闲置并不便宜 3 倍；GPU 可在 prefill 与 decode 间切换，megakernels 今年把普通 GPU 的低并发 decode 提升了 40%–75%。详情 nanoGPTJAX 作者计划按硬件拆 kernel，并想做 NVFP4 演示，但称 Blackwell 资源难拿。详情

Newegg 的 RTX 5090 32GB 现货约 6759.99 美元（技嘉 AORUS 冰核，含 X870 主板），低于此前约 1 万至 1.1 万美元，仍远高于建议零售价。发帖人称 5090 加 192GB DDR5 跑 Qwen NVFP4 尚可。详情 另有人大量购买 RTX 5060 Ti 16GB 做本地模型。详情 四台华硕 Ascent GX10（DGX Spark）被展示为合计 512GB 统一内存，两台已开箱、两台未拆。DGX Spark 售价据称在降，但没有数字。Vera Rubin 则被写成比兰博基尼更想要的 GPU。详情详情详情

语音、机器人与仿真

英伟达发布开放权重的 Nemotron 3.5 Transcribe，Granary 更新至 v2：300 亿参数，40 种转写语言，31 组与英语互译，最长约一小时、最多 8 个说话人。官方称基准超过竞品，可在 Jetson AGX Thor 和 DGX 等单芯片上运行，用途包括会议与医疗转写。详情 TacitVLA 来自英伟达、纽约大学、伯克利、约翰斯·霍普金斯和斯坦福：动作头不读当步推理，论文为 arxiv.org/abs/2610.17540。标题称延迟降 3.4 倍且成功率不掉；摘要称推理文本最多占单次耗时 70%。详情

佐治亚理工与英伟达的 Human2Any 被 CoRL 2026 接收，从人类视频学习对象中心的交互先验，摘要称无需真机数据。详情 英伟达的 ScaleEvals 同样入选，工作完成于约六个月前，用几乎不用人的免复位自主游玩做评测，并称与人工评分高度相关。详情 华盛顿大学与英伟达的 Success-Guided Sampling 改了标准 PPO，在 100 万个仿真机器人上仍有提升，单一策略让 ANYmal C/D 通过踏脚石、浮岛和爬箱。详情 SIGGRAPH 2026 论文 DAT 给出无穿透、无翻转接触框架，覆盖刚体、软体、薄壳、杆件和纱线；Planar-DAT 只限制朝向接触面的运动。详情 Autoware 基于 Isaac Sim 与 ROS 2 Humble 开源越野多车仿真，与宾夕法尼亚大学合作，含 1/5 比例 RoboRacer-Max，以及 3D LiDAR、RGB 相机、GNSS、IMU 和里程计。详情

Apple

这一窗口里，Siri 一边被写成更激进的 agent，一边仍有自相矛盾和「听不懂」。iOS 键盘屏蔽词被逆向，新 MacBook Pro 的屏幕和包装也被分开讨论。详情详情详情

Siri 的路线与表现

彭博称库克正要求软件负责人采取更激进的 AI 战略，把 Siri AI 做成类似 ChatGPT 的 agent，并在 iOS 28 做大规模调整。详情 Gurman 的 Power On 写的是 CEO 候选人 John Ternus：近几周与 Craig Federighi 闭门会谈，要求路线超出只改 Siri。VraserX 评论，苹果有硬件、系统和生态，却选择与 Google Gemini 合作。详情 The Verge 引述时把施压者称作 CEO John Ternus，目标是与 OpenAI、Meta 竞争的 agent；写明的一项改进是细粒度控制第一方应用，如在照片中旋转裁剪、整理 Safari 标签页。详情

tanayj 称 Siri 每天仍超过 25 亿次请求，执行得当是机会；SuB8u 说 Siri、微软 365 的 Copilot 和谷歌全线的 Gemini 在互相把市场做大。详情 Max Feldstein 认为 2026 年不该再回复「抱歉，我不明白」。详情 挪威语测试中，Siri 先译出「你好，你好吗」，随即又说无法翻译成挪威语，被指出后才道歉更正。详情 有人把 Siri 接管应用比作 2008 年 App Store，示例是在 Apple Music 直接建播放列表。详情 emax 认为 agentic Siri 像没人需要，除非它隐私优先且完全在设备端。详情 一条 Apple Intelligence 短信摘要把对方写成性感、可怕、喝醉但可控的中年女性。详情 朋友对苹果猎头说「打给 Luca 试试吧」，他因此在 Siri 团队工作了 6 年。详情

键盘屏蔽词

研究者发现键盘不存明文违禁词，而是在语言模型文件里放最小完美哈希表，存 32 位词指纹。滑动或补全时，2 到 6 词的 n-gram 用 Bob Jenkins 的 hashword() 哈希，命中就拒绝建议，滑动时还会改投其他候选。规模是 28 种语言约 10 万条。11 月 6 日 Derik Kauffman 发布了 Swipeblocked。详情 另一条提取有 4500 多个英文和拼音屏蔽词组。先打 Left wing 再滑 conspiracy，wing 会被改成 wrong；Santa isn't real 与 iMessage isn't working 会被拦截。详情

端侧开发与虚拟化

Group Lab 本周由 Foundation Models、Core AI、Siri 和 App Intents 工程师向本地开发者分享：新框架可在端侧、云端和经 Core AI 转换的开源模型间一键切换，外部模型也有工具调用、结构化输出和 Instruments；编码不要用 AFM。详情 macOS 27.3 让虚拟机里的 Core AI 调用宿主 GPU 和 Neural Engine，部分测试比客户机 CPU 快至 7 倍，约为主机原生的 50% 到近 100%。主机和客户机都要装该版本，宿主应用还要带 com.apple.security.virtualization。详情

MacBook Pro 与 iPhone

包装彩图把 PRO 拆成红 P、绿 R、蓝 O，对应屏幕造型。详情 Juan Buis 指出光标会从灵动岛下方穿过刘海。详情 日本用户的新机用了两天，深色屏幕上已满是指纹。详情 Joanna Stern 用 16 英寸 ProLED XDR 六天，称这块 OLED 值得多花 400 美元，回到 14 英寸觉得无法忍受，并提到更窄刘海、发光 Logo 和触控。详情

op7418 卖掉折叠屏 Duo 换回 Air：机身重、国产应用适配差，注意力停在手机上；Air 现价 7000 多元，他买入时 5000 出头，单扬声器、单摄像头和电池影响不大。详情 据传 Duo 可识别 11 点触控，或为 iPhone 首次，帖子称它是外接双屏。详情 梗图把从 2022 年 14 Pro Max 年年换到 2026 年 18 的用户，与留白的另一类并列。详情

机器人

据传约 1000 美元的家用机器人计划 2027 年推出，可能管 FaceTime、开关灯，甚至赶猫。详情 据传内部流传 Unitree G1 加 Mac mini 的演示，并有人提议其他人形机器人公司照搬。前快手、小米 AI 负责人罗永亮说，背后约 200 张 H100，多数创业公司拿不到。详情

DeepSeek

这一窗口里，Harness 的日活与插件设计是主线，另有一份未经官方确认的 V4 Pro 私有评测。本地运行一边宣称 64GB 内存、无 GPU 能跑大模型，一边被指出极低比特量化后解码很慢。社区还在比较刷榜与手感，并出现名称未经公司确认的去审查衍生模型。详情详情

Harness 与插件

据 Bloomberg，开源 agent 应用 Harness 上线不到 3 个月，日活 154 万，且只计官方 API 用户。桌面版发布后，7 日均值从 9 月 30 日的 27.1 万上升。这些用户每天约消耗 92T token，人均约 6000 万。用户已构建约 3.5 万个插件，官方称 60% 至少做过一个。详情

团队把 Harness 定位为「Agent 时代的操作系统」：系统会内置闹钟、计算器一类基础功能，但希望第三方做得更好；在「一切皆插件」下，内置功能也可以被替换。详情 0.2.2 候选版加入实验性子 Agent 插件，可把独立任务交给本机的 Codex 或 Claude CLI。仓库约 27.6 万 star，理念是「一切皆插件」。发帖者认为，这是从手动切换模型，转向由一个协调 Agent 分派任务。详情

官方博客《Growing Together with Our Plugin Community》点名歸藏的 dsh-guizang-design：常用设计与文案打磨收成一个插件，文章可转成网页、图片卡片或封面，成品进入「My Work」，并支持「Make a Similar One」。详情 hxiao 用了几天后称，干净安装的 Harness 优于干净的 pi，因为大量插件默认开启；「agent teams」默认关闭，但他认为必备，类似 cc 的 ultra mode，也是 pi 缺少的能力。他还把 Harness 说成 IDE 乃至操作系统。详情 teortaxesTex 只说 DeepSeek Hub 里创建插件「自然得令人印象深刻」，没有展开。详情

ivanfioravanti 通过 Tailscale 在 iPad 上使用 Harness：平板是轻终端，推理和编码在远程机器上。详情 zml 成员 Steeve 称，团队一天内用 zml/llmd 跑 DeepSeek 4.1 Flash 的 token 超过 Codex 与 Claude 之和；有人常驻 4 个子 agent，各约 200 tok/s。Remi Cadene 转发了该帖。这是团队自述，不是公司公布的用量。详情

评测与手感

LobeHub 的 Max 发布了目前较可信的一份 V4 Pro 变更实测，未经官方确认。服务中断恢复后，有用户感到体验变化。私有集 LobeBench Hard 50 含 50 道复杂 Agent 任务，每题测 3 次：当前通过 32/50（64%），报告中记为国产第一；此前 0813 版本为 24/50（48%），排名第 13，高出 16 个百分点。标题把这次变化写成疑似灰度更新。详情

MaxxBench 统计每 10 万字符里提及「隐藏测试」的次数：V4.1 Flash 的 max 版 122.4，是 high 版 55.4 的两倍多，也是次名非 DeepSeek 模型的 6 倍以上。其后为 Qwen 3.8 Flash Next（20.1）、GPT-5.6 Sol（19.0）、Claude Opus 5（17.3），Gemini 3.8 Flash 为 0。详情 jpschroeder 认为 DeepSeek 1017 被重度针对基准优化：分数不错，用起来却不像前沿模型，甚至不如较老的「5.6 Sol」，并说把两者等同是在为已买硬件找理由。详情 一张截图显示，模型读回自己生成的游戏画面后，对着「牢笼栏杆」反复猜测，最后写下「What?」。详情

本地部署与机械臂

synchopate 的 llama-modchip 出现在 Hacker News，宣称仅 64GB 内存、无需 GPU 即可运行 284B 参数的 DeepSeek。详情 另一则分析认为，把 56.56 GiB 的 DeepSeek-V4 放进 64GB 内存，靠的是 1.71 bpw 极低比特量化，解码约 9.1–14.7 tok/s，撑不起并发 agent；该项目自己的 GPU offload 路径约 80.80 tok/s。详情 Reddit 用户用 Fraser Price 的 BRRR，在 4 张 RTX 6000 Blackwell 上跑 DeepSeek 4.1 Flash 1017，单并发约 550 tokens/s，16 并发可达数千 tps。其中 Scouts 是让前沿模型把琐碎网页调研交给本地 agent。详情

ORA 基于 DeepSeek V4.1-Flash 开源权重，只凭视觉零样本操控真实机械臂，不用 VLA，并称能与前沿闭源模型 agent 相比。条目标题写单任务成本 0.35 美元。项目定于 11 月 9 日在 CoRL 2026 的 Agentic Robotics Late-Breaking Results 以 Poster #130 展示。详情

未经公司确认的衍生

一则阿语帖传播开源工具 Obiliteratus，声称可在浏览器中去掉任意模型的审查，并称 Elder Plinius 用它做出 Deepseek v4.1 flash 的无审查版本。效果与安全性均未经验证。详情 社区另自发布「DeepSeek-V4-Pro-Qwen3.5-9B」（5.6GB），声称把推理能力蒸馏进 9B、几乎不拒绝请求，可在普通笔记本上本地运行。该名称与官方型号的关系未经证实。详情

Alibaba

窗口内没有 Qwen 4 的正式发布。据传未开源早期权重已上 GameFeel，日期仍是传闻；能跑的是 Qwen3.5、3.6 和 3.8 的本地推理与微调。产品侧是千问办公的一分钱月卡，以及蚂蚁 Ling 的餐食 demo。详情详情

据传的发布日

博主引用 Qwen 团队 CTO「本周内发布」的说法，推测今天可能放出，并称据传是「正面惊喜」，规格未证实。详情 另一则把 Qwen4 27B 写成北京时间 11 月 9 日下午 3 点，发帖人写明只是传闻。详情 还有人用「Alibaba, it's Sunday, where's the weights?」催周日权重。详情 Plus 是否开源没有定论：曾开源的包括 2.4T 参数的 Qwen3.8，以及作为 Qwen3.5 Plus 对应版的 397B A17B；Qwen3.6 与 3.7 Plus 没有开源。QwenDevs 发过「big or small」，随后表示大小都做，被读成 27B 和 Max 都会发。详情

GameFeel 上的未发布权重

follistatin 称拿到未开源的 Qwen-4-Flash API。在 GameFeel 上，Q8 约 35GB 的版本被说成最小却最强，Flash 成绩更好，但推理 token 是其他模型的 4 倍以上。teortaxesTex 假设 Qoduck 即 Qwen4-27B，拿 35GB 的 Q8 对比 Qwen 3.x-27B fp8 的约 29GB，并怀疑或为稀疏 MoE。详情 代号 hawk 的 Qwen-4-Flash-Early 据传已进入同一榜，音频分已算出，官方未证实。详情 v1.4 修正了 Qwen-4-27B-Early 的音频分，总分曾从约 47 被算成 44.6。修正后，据传尚未发布的 Qwen-4-Flash-Early 以 49.9 居首，Claude Opus-5.5 XHigh 为 47.2。这是单人维护的游戏向测试。详情 转发成绩把 Qwen-4-Flash 放在 Opus 5.5 之前，一个 27B 放在 Sonnet 5.5 之前，每任务 0.40 美元对 2.60 美元。@serious_mehta 认为是刷榜，并称自己用下来，炒作很大的 Qwen 3.8 2.4T 表现差，体积只及其零头的 GLM 5.3 更好用。详情详情

已经能跑的模型

纯 Rust 的 RustingStrata 在 RTX 3060 12GB 上解码 Qwen3.6-35B-A3B（Q2_K_XL，11.7 GiB，部分专家在 CPU）：短提示 118 tok/s，4K 后 113 tok/s，约为 llama.cpp 68/66 tok/s 的 1.7 倍；加上 MTP 后最高 160 tok/s，4K 后 152。详情 2018 款 Acer Nitro 5（i5-8300H、GTX 1050 Ti 4GB、32GB 内存）把同系列 Unsloth UD-Q4_K_XL 跑成 Hermes agent。Vulkan 处理提示只有 22 至 32 tok/s，1 万 token 要 5 至 7 分钟。作者称自建 CUDA 12.9 加提示缓存，把冷启动从 9 分钟降到 76 秒。详情 纯汇编实现的 Qwen3.5-0.8B 在 AMD EPYC 7B12 上单线程 6.51 tok/s，Transformers 参考为 4.34，两次各 32 个 token 与参考一致，运行时没有 libc 和 Python。详情

一台 Mac Studio M3 Ultra 512GB 上，有人用 MLX、以 BF16 为 Qwen3.6-35B-A3B（256 专家、激活 3B）训练 35 个领域 LoRA，适配器、数据和脚本按 Apache-2.0 放出。融进 8-bit 不可用，只能运行时换 BF16 适配器；审计称多数不如基座。详情 2×RTX 5070 Ti（32GB）上，约 100 题筛选、约 1300 题全量（AA-LCR、MRCR、AA-Omniscience、BFCL v4 子集、SciCode），对比 15 个 Qwen3.8 27B 微调与量化相对 base UD-Q6_K。作者称 Tess 在编码上少用约 40% token。详情 Jackrong 发布基于 Qwen 的 Qwopus3.8-27B-Coder-Flash，面向读需求、调工具和从错误恢复；模型卡未测推理 token 是否减少。详情

离线助手 dale 微调 Qwen3.5（0.8B 至 9B），把英语写成 bash，执行前标成安全、警告或危险。471 条测试里 dale-9b 为 89.2%，纯 CPU 的 dale-0.8B（529MB）为 79.4%，在 2020 年无独显笔记本上中位 1.7 秒。详情 Shura 在 RX 7800 XT 16GB 上跑 Qwen3.6-35B-A3B 微调 MoE：约 28k 上下文、打开 MTP 时解码约 78 tok/s，上下文上限 200k，100k 输入的 prefill 约 1000，目标是随使用变强。详情 RTX 4080 16GB 显存加 64GB 内存上，Qwen3.8 Flash Next 的 IQ3_XXS 经 strata 与 opencode，解码约 95 tps、预填充约 3000 tps，约两小时用 three.js 复刻 Opus 5.5 带起的动态图形。详情 qwen-code 的 desktop-v0.27.0 汇集 21 位贡献者的改动，包括 GitHub 入站恢复、managed-agent 租约索引、更窄的 SSH 与工作树锁、按需的 MCP Google 认证，以及 QQ 机器人主动群消息。详情 loktar00 让 Qwen 在浏览器里训练一个 10 万参数模型，并录了一段介绍视频。详情

出错、图像与一台机器人

Qwen Flash Next 在 IQ4_XS、llama.cpp 上写 GitHub release 检查脚本时，把两个阿里云 URL 的 fetch_url 夹进网页搜索，模型自己也显得困惑。详情 另一套完全本地的栈（OpenAI 兼容端点、NVFP4 量化 Qwen、约 262K 上下文、没有外部 API）输出了像网关错误的 JSON，error_code 为 sys_000，句子是「it's on us, please try again later」。日志显示该次 HTTP 调用其实成功。详情 Qwen Image Edit 在工作流里只被要求让角色微笑，就会在皮肤上画出十字交叉网纹。详情 苹果研究把 Mac mini 装在宇树 G1 背上，默认由不联网的本地 Qwen3.6-35B-A3B 指挥，能钻桌底、侧身过窄门，并自己找椅子坐下。详情 169Pi 在光明节发布号称「built in India」的 9B 模型 Alpie Seed，给出 MMLU-Pro 82.54%、GPQA Diamond 84.32%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%。检查者称架构照搬 Qwen3.5-9B，词表未改，权重基本逐位相同，被点出的差别在 chat template。详情

编码基准与两款产品

The Decoder 报道阿里 Co-Design Bench，题目来自已经让编码 agent 失败的真实请求。最好的 GPT-6 Astra 只完整解决 26.4%，近四分之三仍要人收尾；同一模型在旧基准上超过 99%。详情 蚂蚁 Ling 的 Ling-3.2-flash demo 从餐食照片认菜和食材、估计份量与卡路里，生成带插画的饮食报告。演示用三天五张照片；只有一张餐照的日子会标成不完整。详情 千问办公 CEO 陈宇森出现在李佳琦的双十一直播，一分钱月卡 10 分钟卖出 5 万份、半小时 10 万份售罄，对应约 2 万亿 token，成交约 1000 元。直播以演示为主，文章认为缺的是做成让人愿意买的「货」。详情

MiniMax

这一窗口的 MiniMax 讨论集中在视频模型 H3：一边是成片，一边是 ComfyUI 里的替换、超分和帧引导。基于 H3 的 hyperflow-h3-flash 登上 Hugging Face 趋势榜，也有人用单帧编辑和 360° 参考视频，比较角色 LoRA 是否仍有必要。详情详情详情

成片与衍生权重

VideoRebirthAI 的 hyperflow-h3-flash 属于 image-text-to-video，底座为 MiniMax H3，支持文生视频、图生视频、参考视频生成和音视频生成，提供 safetensors 与 GGUF，并写明少步生成。详情

用户用 H3 生成音乐视频「Till The End Of Time」，画面是沙漠峡谷中的红湖和持电吉他的黑衣女子。详情 另一条短片是火把地牢里女战士对食人魔，帖子提到光影、材质和动作连贯。详情

有人整段用 MiniMax 视频模型生成，想还原《侠盗猎车手 III》（2001）自由城的阴暗雨夜，并征求镜头、剪辑是否像 90 年代末至 2000 年代初的犯罪动作片。详情 Artefact_Design 以 0.9 百万像素、7 步采样做出夜间摩纳哥风格街景：红法拉利敞篷车内一男一女，面部、服装和灯光反射被描述为接近实拍。详情

角色一致性

arthan1011 实测后问：H3 单帧编辑已能按参考图保住身份、画风和设定，是否还要训练角色 LoRA。帖中认为只剩两类仍需要，一是把目标底模已知风格用到自训角色上，二是套用只有该底模掌握的概念。详情

另一实验认为，可复用的 360° 旋转视频比单独的角色 LoRA 更能抑制脸漂移，因为全角度只有一张脸。视频锁定脸和身材比例，另一张图提供服装、场景、构图和起始姿势，并使用 Turbo LoRA（minimax_h3_ref2v_turbo_8step），步数写到 20–40 步。详情

工作流

wjc_5 在 ComfyUI 中做 H3 角色替换和动作迁移，并用 agent skill 自动写 prompt、批量跑片段，以应对参考慢和长片段后段丢参考。64 秒、1080p 被切成 15 段。帧长按 17n+5，用末帧补齐再裁，输出 24fps，时长与输入一致。长镜头分段时开启 context switch，加载上一段最后 22 帧作为引导。详情

另一套教程把 MiniMax H4/H3 的 Ripple 与 Pika Flex、Singularity V2 接在一起，只改一帧即可铺到全片，例子是沙滩上行走的机器人。详情

暗黑奇幻系列作者用 H3 与 FL2VA 修斧头对锤矛。约 0:16 的地板格挡保留接触原帧，用前后精确帧引导并替换恢复短片段，清理步法、保留运镜。提示「砍中即切」会让斧头变平；改为斧刃擦过腹部后，再用编辑过的末帧做一次 FL2VA 传递伤口。详情

CCS 在 ComfyUI 里用 RelayVSR 对 8 秒 H3 视频做 2× 超分，并叠加 DLSS 5，从 960×544 到 1920×1088，两版均为 SDR。行走中的锁甲、头盔和面部在超分一侧更锐。完整工作流称会放在评论第一条。详情

受 Seedance 2.5 教程启发，有人用 Blender MCP 和编码智能体做 3D 块模型，再出房间与角色参考图，经 Blender、ComfyUI 分场渲染后在 CapCut 拼接，并加胶片颗粒与闪灯，生成端是 MiniMax H3 的 Ref2Vid。详情