本期为本站采集记录汇总版
AI 周报 · 2026 年第 45 周 · 11.02 — 11.08
AI.BAIZE
本周共有 86 条精选内容，最集中的方向是“Agent”。暂未发现需要单独挂起的低确认线索。
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
模型发布/更新
GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents
介绍GPT‑6 Cyber，OpenAI的网络安全模型，用于发现可利用的漏洞并开发修复方案，训练以保持在授权范围内。
datasette-llm 0.1a10
发布：datasette-llm 0.1a10 修复了影响我的代理网站 demo.site 的一个bug，该网站的可用LLM模型未正确限制在配置中。标签：llm，datasette
How Cisco defends at machine speed with OpenAI
思科将网络智能与OpenAI模型结合，以增强企业安全。了解其如何构建更具适应性的防御措施。
Quoting Kyle Kingsbury
更广泛地说，LLMs 的使用会削弱对文档、软件以及产生这些内容的组织的信任。或许工程师们将开始对任何新的软件项目持怀疑态度——我们曾经依赖的信号，如今更容易被伪造。在LLMs时代，维护者能做些什么才能确保软件的正确性和文档的准确性？完成这些工作后，他们如何向用户展示其质量？——Kyle Kingsbury，Jepsen ParticleDB 结果 1.1.4 标签：kyle-kingsbury，llms，ai，生成式AI，ai滥用
高通：高通 AI Hub 现已面向中国开发者开放
IT之家 11 月 3 日消息，Qualcomm（高通）今日宣布，其 高通 AI Hub 现已面向中国开发者开放 。合作伙伴与开发者可借助该平台加速打造终端侧生成式 AI 和智能体 AI。 高通 AI Hub 集成 Models、Workbench、Apps 以及 GenieX 端侧推理框架， 为开发者提供了一系列的趁手工具 。 高通 AI Hub Models 提供超过 230 个并持续扩展的预优化模型库；AI Hub Workbench 允许开发者在真实的云托管设备上进行模型调优；AI Hub Apps 提供示例应用和参考代码，助力开发者学习如何将高通 AI Hub Models 集成至应用中。 高通 AI Hub 中国版还通过官网、高通终端云中国设备农场和开发者论坛等方式提供各类资源与支持。
datasette-apps 0.3a0
发布：Datasette Apps 0.3a0 Datasette Apps 添加了在 Datasette 中托管和编辑自定义 HTML 应用程序的支持。这些应用可通过手动生成，但更方便的是通过 Datasette Agent 使用 LLMs 创建。本版本改进了该集成：在 Datasette Agent 的聊天消息中可通过 # 标签对应用进行分类，系统会自动补全用户有权查看的应用列表。新增了 app_add_stored_queries() 和 app_remove_stored_queries() 工具，允许代理管理应用可调用的存储查询。授予写入查询需先获得用户批准。app_create() 现在检查每个请求的存储查询是否存在，并确保用户可查看该查询，同时在应用创建前询问用户是否批准写入查询。代理工具显示的“查看应用”按钮和 # 应用链接现在在 Datasette Agent 界面中打开全屏视图。标签：datasette-agent，datasette-apps，datasette
办公提效之后，企业级 Agent 开始对经营结果负责
头图来源：腾讯云 过去一年，智能体是 AI 行业最受关注的方向之一。 从查资料、写文档到处理日常办公事务，桌面办公智能体完成了第一轮普及，办公提效的价值已经成为行业共识。但当 AI 进一步走向企业核心业务，搭出一个智能体不难，难的是让它真正跑进业务流程，适配复杂的系统、权限与规则，持续产出可量化的经营价值。 在腾讯云副总裁吴永坚看来，未来企业级智能体的核心赛道，对话式的桌面办公 Agent 和服务经营的 Service Agent 会是两个长期并行的赛道。大模型提供了理解与推理能力，但想让 AI 真正参与业务经营，还需要一套能够打通系统、管好权限、支撑长期稳定运行的企业级平台。 在 2026 腾讯全球数字生态大会企业级 Agent 产业实践专场上，腾讯云 ADP 宣布完成全生命周期产品升级，同时推出 FDE 交付方法论与生态共建体系，试图回答的正是这一问题：当办公场景的提效已经形成共识，要让智能体真的走进业务经营场景，底层的智能...
蚂蚁百灵大模型 Ling 3.2 Flash 发布：三项基准超越 Claude Opus 5，前两周限时免费
IT之家 11 月 6 日消息，蚂蚁百灵官方团队今日宣布推出原生多模态模型 Ling-3.2-flash，拥有 560B 总参数、25B 激活参数、1M 上下文窗口。 该模型从架构层面原生融合视觉与语言能力，支持图像、文本与视频输入，重点强化复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态四大能力。 在蚂蚁官方公布的评测结果中，Ling-3.2-flash 在三项基准上超过 Anthropic Claude Opus 5（max）： OmniDocBench1.5 得分 92.21，对比 90.56； ZEROBench（Sub）得分 43.71，对比 39.52； Vision2Web 得分 85.86，对比 80.20。 在 DesignArena 图像转前端竞技场中，该模型以 1238 的 Elo 分数进入前十，与 Meta、DeepSeek 及 Anthropic 等竞品并列。 该模型重点强化四大能力：...
消息称华为云 MaaS 平台 11 月 15 日更新上线 openPangu-2.1-Pro 旗舰模型
IT之家 11 月 5 日消息，据人民财讯消息，华为云 MaaS 平台将于 11 月 15 日正式更新上线 openPangu-2.1-Pro 旗舰模型。 该版本主要提升了 ArkTS 语言在鸿蒙原生应用开发中的代码生成质量。华为云已通过官方短信通知现网用户提前悉知， 此前有报道称华为云完全停售盘古大模型系外界误读 。 据了解，本次更新还涉及华为云智能体平台 AgentArts、码道 CodeArts、果办 OfficeAce 等多款核心产品，也将同步接入该旗舰模型。 据IT之家此前报道， 华为云 11 月 1 日发布公告 ，MaaS 模型即服务平台将于 2026 年 11 月 6 日停止销售 openPangu-2.0-Flash 和 openPangu-2.0-Pro 两款模型服务，并于 11 月 30 日 00:00 正式下线。 不过官方当时就表示，openPangu 系列新版本模型已在规划中，后续将逐步推出上线。目前 小...
创业者做 Personal Agent，有没有一线生机？
最近一阶段，Personal Agent 很热。有趣的是，这个概念迅速火爆又迅速有了一个共识，几波讨论下来大家的观点似乎是： Personal Agent 的机会是大厂的，创业者基本没戏。 虽然一般情况下，「入口级机会归大厂」确实是大概率发生的事情，但 Personal Agent 真的是个「入口」的问题吗？真的意味着「这件事里没有创业者的位置」吗？ 这依旧值得认真聊一聊。 真正值得兴奋的事：价值可以长在基模外 我们换一个视角看，Personal Agent 为什么让人兴奋？ 因为它给创业者提供了一种新的可能： 产品的 终极价值不来自于 今天 大模型 公司提供的智能 ， 而是 可以借助大模型的 能力 来 孕育 产品 ，最终在和用户的共同发展中，把 大部分 能力和价值留在创业公司自身。 回顾过去三年 AI 和 Agent 的演进，通用大模型就像一个营养丰富的「蛋」。绝大多数 AI 应用和 Agent 产品，本质上都没能离开大模型这...
AI 时代最强“芯脏”：英伟达实测 Vera CPU，较最快 x86 CPU 每瓦多跑 60% 智能体
IT之家 11 月 6 日消息，英伟达昨日（11 月 5 日）发布博文，公布了 Vera CPU（2026 年 3 月 16 日发布）在智能体工作负载上的实测数据，称其可在同一颗处理器中同时实现业界领先的智能体执行速度和每瓦吞吐量，帮助数据中心在有限电力条件下运行更多智能体。 英伟达表示与传统生成式 AI 不同，智能体不仅要生成答案，还需搜索资料、查询数据库、编写和测试代码，并实际执行任务。这些步骤大量依赖 CPU，并需要反复切换 CPU（负责执行）和 GPU（负责推理）。英伟达认为，随着企业规模化部署智能体，数据中心的核心瓶颈正从单纯算力转向“速度、并发能力和能耗”的平衡。 根据英伟达在 100 兆瓦（megawatt）数据中心场景下的对比测试， Vera CPU 相较速度最快的 x86 CPU，每瓦可支持 1.6 倍数量的智能体；相较能效最高的 x86 CPU，智能体速度提升 2 倍，同时保持领先能效。 IT之家援引博文介绍...
用 AI 教 AI 开车，百度 Apollo World 世界模型亮相
IT之家 11 月 3 日消息，今天，在深圳举行的百度 AI Day·Apollo 专场上，百度 Apollo 首次披露面向物理 AI 的智能体驱动全模态世界模型 Apollo World，并提出世界模型“2+3”判断标准。 Apollo World 可以生成一段相对真实的视频 让虚拟世界遵循现实规律、回应无人车的动作，并支持驾驶系统从起点出发，一路开到目的地 据IT之家了解，用于无人驾驶的 Apollo World 不仅要生成逼真的画面，还要准确推演现实世界如何变化。百度 Apollo 提出了世界模型“2+3”判断标准： “2”是基础门槛： 因果性：世界模型应当遵循时间的单向性，由过去决定未来，基于当前状态预测下一刻，而不是拼凑画面、反推过去。 交互性：能动态响应外部干预，注入动作影响未来世界状态。 “3”是进阶指标： 物理准确性：模拟的状态有多可靠，是否符合世界规律，学习获得的能力回到物理世界还能不能用。 持久性：持续运行的...
产品发布/更新
Flipsnack grows product signups with conversion optimization
FlipSnap 专注于通过获取用户尝试其产品来推广其 ChatGPT 付费广告，同时在降低注册成本的同时增加注册数量。
蚂蚁集团：旗下 AI 助手灵光用户数量已突破 2000 万，2.0 版本上线一周已帮助用户管理超 116 万项事务
IT之家 11 月 8 日消息，蚂蚁集团旗下 AI 助手灵光宣布：自今年 10 月 27 日灵光 2.0 上线以来，一周内已帮助用户管理超 116 万项事务，执行超 360 万次任务。灵光用户已突破 2000 万。 参考IT之家先前报道，蚂蚁集团于 10 月 27 日发布灵光 2.0，其最大特性是 AI 介入任务的起点进一步前移。 过去，用户需要先发现问题、提出需求，再由 AI 执行；如今，在获得用户授权后，灵光能够结合已接入的信息与服务，主动识别潜在需求，并发起分析、监测和跟进，并在需要用户关注的节点及时提醒。AI 不再只是等待指令的工具，而开始成为能够持续管理事务的助手。 除此之外，灵光 2.0 还接入了蚂蚁 APASS，作为 AI 时代跨智能体、跨设备、跨应用与服务场景的统一账号和安全管理基础设施，APASS 将身份认证、意图安全和隐私保护纳入 Agent 执行流程，通过授权密钥与 Agent 分离托管等机制，让智能体在不...
AI 编程工具 Amp 推出 Spaces：你的 AI 项目经理上线，自主编排 / 协调 Agent 干活
IT之家 11 月 7 日消息，AI 编程协作工具 Amp 昨日（11 月 6 日）宣布推出 Spaces， 希望构建面向 AI 智能体（Agent）和团队协作的全新工作方式。 对于用户而言，不再需要手动创建、命名和管理多个 Agent 线程，只需对话一个主 Agent，由它理解需求、拆解任务，并让其自动生成和协调其他 Agent 线程。IT之家附上相关截图如下： Amp 指出在传统多 Agent 工作流中，用户往往要自己决定拆分、分派以及追踪任务，Spaces 将这一层组织工作交给 Agent：每个 Space 是用户与单个 Agent 的对话，该 Agent 会为用户启动并协调多个并行线程。 例如，团队可以在一个 Space 中提出“推进某项功能上线”或“开展一次安全审查”。主 Agent 会将目标转化为多个具体任务，分别创建线程执行，并将进展以实时卡片形式呈现在聊天中。 Spaces 不只是单人自动化工具，它被设计为团队共...
默认禁用：微软 Win11 新版搜索 2026 年底前将集成 Copilot AI 可选功能
IT之家 11 月 6 日消息，科技媒体 Windows Central 昨日（11 月 5 日）发布博文，报道称 在 Windows 11 全新搜索体验中 ，微软计划今年年底前通过可选加入（opt-in）方式， 整合 Copilot AI 技能。 IT之家援引博文介绍，与此前备受争议的“Ask Copilot”不同，这次 Copilot 集成默认情况下处于禁用状态，用户需要手动操作后才能启用，不希望使用 AI 助手的用户不会在搜索界面中看到相关入口。 根据微软的规划，全新 Windows 搜索界面将更注重本地体验：用户不仅能更准确地查找文件与应用，还能直接修改系统设置、打开应用、回复短信、预览图片和文件，并执行部分电脑操作。新界面减少了网页内容占比，并采用 Windows 原生 UI 框架，以带来更快、更流畅的使用感受。 在 Copilot 整合后，用户可以直接在任务栏搜索框中获得快速回答；若需要更深入地对话，也可从搜索界面跳...
Meta 收购 AI 编程初创公司 Conductor，加码智能体编程赛道
IT之家 11 月 5 日消息，Meta 已收购 AI 编程初创公司 Conductor。该公司开发了一款 AI 编程工具，允许用户通过在多个并行工作空间中部署 AI 智能体，同时启动和推进多个软件项目。 Conductor 创始人兼首席执行官查理 · 霍尔茨（Charlie Holtz）周三发文称：“有一个重大消息要告诉大家：Conductor 即将加入 Meta。”他还透露，公司正在为下一代交互界面制定一些大胆的计划，并预告将于“明年年初”为用户带来一些新东西。 IT之家注意到，霍尔茨还在 X 平台上表示，他期待与 Meta 首席人工智能官亚历山大 · 王（Alexandr Wang），以及 Meta 超级智能实验室（Superintelligence Labs）产品负责人纳特 · 弗里德曼（Nat Friedman）共事。 他补充说：“他们最近的发展势头非常迅猛，我确信，MSL 的人才密度在所有人工智能实验室中都是最高的。...
山西发布全国首个城市停车 AI 智能体“泊邻”：可整合实时数据生成热力图实现车位灵活规划
IT之家 11 月 4 日消息，据“科技日报”，在近日举行的 2026 中国城市停车产业大会中，山西发布全国首个城市停车 AI 智能体“泊邻”。 据介绍，该智能体依托山西建投静态交通公司自研智慧停车平台打造， 其主要功能是整合路侧泊位、公共车场、小区共享车位的全量实时数据，自动生成城市停车热力图、停车困难指数 ，实现灵活泊位规划、定价策略，主动向业主推送车位共享邀约与预估收益；同时为周边找位车主精准推送可用车位，规划最优行车路线，减少车主绕路找位时间。 负责人介绍，“泊邻”AI 智能体实测能把车位日均周转率从 2.1 次提升至 3.5 次，单车位综合人力成本降低 60%—70%。后续山西有关部门将进一步聚焦提升全社会车位整体利用效率，开放应用场景、平台资源与接口能力，吸纳各类企业接入协同网络，推动更多闲置车位得到有效利用，共同构建停车生态、贯通全产业链。
预览更易读：苹果 macOS 27.3 测试版“快速查看”原生支持 Markdown 渲染
IT之家 11 月 4 日消息，科技媒体 9to5Mac 今天（11 月 4 日）发布博文，报道称在 macOS 27.3 首个开发者测试版中， 苹果公司为“快速查看”（Quick Look）加入原生 Markdown 渲染支持。 用户预览 .md 文件时，无需另行打开应用查看排版效果，可以直接看到带有格式的内容。Markdown 是一种轻量级文本格式化语法，用户通过简单符号即可标记标题、加粗文字、列表和链接，常用于文档编写与网络内容发布。IT之家附上相关截图如下： 对于经常浏览 Markdown 笔记、项目说明或写作草稿的用户，系统预览窗口中直接呈现这些格式，有助于减少切换应用的步骤，让快速查看更贴近日常阅读需求。 苹果公司已为“备忘录”加入 Markdown 文件导入、导出功能。与此同时，Markdown 的用途正延伸至 AI 智能体，用于保存指令、上下文等信息。报道指出，苹果新的 Siri AI 应用技能功能同样采用基于 ...
OpenAI ChatGPT 最新数据：周活跃用户达 12 亿，两个月新增 2 亿
IT之家 11 月 4 日消息，当地时间 11 月 2 日 OpenAI 消费者产品负责人 Adam Fry 在纽约举行的一场 OpenAI 活动期间接受了 Big Technology 的采访。他透露，ChatGPT 每周活跃用户数量已经达到 12 亿之高。 Fry 表示，ChatGPT 的用户增长速度正在进一步加快。过去 60 天内，ChatGPT 的周活跃用户从 10 亿增长至 12 亿，新增约 2 亿用户。他将这一增长速度概括为每 30 天增加约 1 亿用户。 搜索业务方面，Fry 透露，OpenAI 对 ChatGPT 内部的搜索类查询进行了统计，并与 Google 的搜索查询量进行比较，结果显示，ChatGPT 当前处理的搜索类查询量约为 Google 的五分之一，每周生成图片达到 15 亿张，语音输入和语音对话功能的合计周活跃用户达到 2.5 亿。 Fry 解释称，只要用户提出的问题触发了 ChatGPT 的联网搜...
OpenAI 将合并 ChatGPT 对话与工作台标签页，Codex 仍保持独立
IT之家 11 月 3 日消息，据 TechCrunch 报道，ChatGPT 桌面端软件的界面布局容易让人感到困惑：它分为 ChatGPT 和 Codex 两大板块，而在 ChatGPT 板块内部，又设有对话（Chat）和工作台（Work）两个标签页。选项繁多，用户有时很容易搞不清自己当前所处的工作位置，以及项目文件到底保存在哪里。 根据发给用户的一封邮件，OpenAI 正准备把 ChatGPT 里的对话标签页和工作台标签页合并，以此解决上述问题。OpenAI 表示，这项新功能会先向部分用户开放，收集反馈后再全面推送。 邮件中写道：“这次调整之后，你可以在同一个界面里，从构思想法开始，直到让 ChatGPT 落地完成任务。你可以上传文件、调用插件，让 ChatGPT 搭建网站、制作演示文稿，或是帮你处理网页上的各类操作，同时随时查看、引导它的输出结果。Codex 在 ChatGPT 桌面应用中仍会作为独立功能保留。” Open...
OpenAI：极端天气下旗下美国数据中心可削减用电负荷
IT之家 11 月 3 日消息，OpenAI 当地时间周一发布公告称，将在佐治亚州埃芬厄姆县一座新建的数据中心试点推出“电网保护者计划”。该公司承诺，在极端天气或紧急状况下，最多可释放 1000 兆瓦电力，这一电量大约能够供给 70 万户家庭使用空调。 IT之家注意到，发布这份公告的背景是，美国各地对数据中心的反对声持续蔓延。不少大型项目已经启动规划与建设，当地居民往往很难、甚至完全没有机会参与意见。犹他州就出现了居民抗议事件，博克斯埃尔德县委员批准了一处数据中心项目，该项目的耗电量预计将超过该州 2025 年用电峰值需求的两倍，还会向周边的沙漠谷地排放热风。 OpenAI 如今提出的方案是，把为新建人工智能数据中心配套建设的供电设施包装成“公用事业部门在社区最需要时可以调用的资源”。 田纳西州、佛罗里达州、俄克拉荷马州、俄勒冈州等多个州已经出台法规，禁止人工智能企业把用电成本转嫁给居民，部分地区还实施了项目暂停令以及其他管控措...
OpenAI Tibo“28 天更新挑战”以两次重置收尾，共 14 天发放 Codex / ChatGPT Work 额度重置
IT之家 11 月 3 日消息，OpenAI Codex 与 ChatGPT Work 团队负责人 Thibault Sottiaux（Tibo）发起的「28 天更新挑战」已于 11 月 2 日正式结束。 这项挑战最终以 11 月 1 日、11 月 2 日连续两天发放“额度重置卡”收尾，分别对应挑战第 27 天和第 28 天。 Tibo 于北京时间 10 月 5 日在 X 上宣布开启“28 天挑战”，在未来 28 天内每天推出一项对大多数 Codex / ChatGPT Work 用户而言具有实际意义的明显改进，否则就向用户发放一次完整额度重置。 IT之家注：最后两天重置并不代表整个 28 天挑战期间只发放过两次额度重置。第三方追踪网站 Did Codex Reset 显示此期间有 14 天提供重置（部分天数里同时提供功能更新和重置），其中第 27 天和第 28 天均属于预存重置。 这项挑战主要围绕产品功能、运行效率、使用额度和...
马斯克回应 Grok Bot 额度消耗过快：服务成本高到难以为继
IT之家 11 月 2 日消息，埃隆 · 马斯克称，AI 富足时代终将到来，但眼下，Grok Bot 还做不到不限量使用。 这位 SpaceX 首席执行官当地时间上周日在 X 平台发文称：有用户反馈每周额度消耗速度远超往常，对此他表示，该 AI 智能体的服务成本“相对于收入而言高到难以为继”。 Grok Bot 是 SpaceX 在 8 月推出的 AI 智能体，其依托虚拟计算机替人完成购物等各类任务。该产品分多个档位，从免费版到每月 200 美元 （IT之家注：现汇率约合 1,332 元人民币） 套餐不等。 所有档位都设有每周重置的使用限额。SpaceX 以及 Meta 的 Muse 等其他 AI 智能体都采用这种方式，避免用户产生巨额算力账单。 周末大量 Grok Bot 用户在 X 发帖，表示额度比预期更快耗尽，这件事也引来了马斯克出面回应。 他回复一名用户：“升级更高额度套餐的涨价幅度太高了吗？”在另一条回复里他提到，下调...
行业动态
Agents aren’t humans (but they kinda are)
AI代理为数百万用户服务，但服务器看到的是中间人，他们移除了用户的可见性。本文定义了问题空间，并引入了一种协作方法，以安全地识别、允许和管理这种自动化流量。
See the agents, set the terms: New visibility and control for personal agents
个人AI代理改变了用户与网页的交互方式，模糊了自动化和人工流量的界限。了解Cloudflare如何让网站所有者获得可见性和控制权，以管理个人AI代理的访问。
Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
这条英文动态讨论了 AI 领域的新进展。原文要点：Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
OpenAI to acquire Pierre Computer Company, Inc.
这条英文动态讨论了 AI 领域的新进展。原文要点：OpenAI will acquire Pierre Computer Company, expanding Codex’s tools for building, understanding, and reviewing code.
Agentic cheminformatics with Google Antigravity
学习如何通过Google Antigravity和我们的化学信息学技能加速药物发现流程，搜索化合物，并提出新颖的刚性宏环。
Introducing the Grid Protectors Program
OpenAI 的网格保护计划将与公用事业合作，帮助未来计算校区支持电网可靠性并保护消费者电费成本。
Securing the agentic enterprise with data lineage
一名销售代表向AI代理请求客户定价，代理从多个来源（受限定价系统、内部通信、归档报价）中提取数据。输出对代理而言准确，第二名代理使用数据草拟销售代表的提案。无人类检查任何交接。当它… 时
Heimstaden is changing residential real estate management with AI
发现Heimstaden如何利用OpenAI的ChatGPT企业版和Codex来转变房地产管理，降低成本，并在欧洲赋能员工。
Raising the quality of insights in agentic analytics
原文摘录（自动中文摘要暂不可用）：Raising the quality of insights in agentic analytics In just a few years, generative AI has changed the face of enterprise analytics, notably by making analytics accessible to users across the organization. Agentic AI promises to do even more, by automating entire workflows and taking actions based on agent insights. But there is a problem: The quality of in
The latest AI news we announced in October 2026
Here are Google’s latest AI updates from October 2026 这条动态来自 Google AI Blog，可重点关注其对 AI 应用和产业节奏的影响。
Measuring how AI agents handle everyday wet-lab science
OpenAI 引入 BioBasicsBench，一个 100 任务基准，用于衡量 AI 代理如何解读原始实验数据并处理日常实验室科学。
Preparing our next security sprint to harden OpenAI
这条英文动态讨论了 AI 领域的新进展。原文要点：OpenAI is preparing its next internal security sprint with Cathedral Systems to test and strengthen its defenses using AI.
论文研究
How well can we measure open model inference share?
我们的第一篇付费订阅者开放模型经济研究笔记。
Rewarding defenders with bigger bug bounties
OpenAI 正在提高安全漏洞赏金奖励，并为独立安全研究人员引入报告质量、忠诚度和优先级的宣传奖金。
LifeVal
引入LifeVal，这是一个衡量AI如何帮助人们完成日常任务的基准测试，涵盖从寻找托儿所、管理财务到处理政府文件等方面。
Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明
IT之家 11 月 7 日消息，Anthropic 昨日（11 月 6 日）发布研究文章《The components of agent memory》，系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。 该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制 ，在空闲时间反思历史记录、纠错并构建知识结构，从而显著提升长周期任务表现。 该研究将智能体记忆分为会话日志、记忆笔记、知识表征（如 Wiki）和注入上下文四层，并引入“做梦”（dreaming）机制，让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。 研究团队认为，AI 可像人脑在睡眠中巩固记忆一样，将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记，但并非所有信息都值得保存，它需要判断哪些内容在未来真正有用。 Anthropic 指出， 记忆本质上是一种对未来的预测，例如记录一条已验证的规则...
Day-0 支持：摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配，支持文本与图片推理
IT之家 11 月 6 日消息， 本月 4 日，月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。 摩尔线程官方今日宣布，摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈， 完成 Kimi-K3.1 Pro 模型的 Day-0 适配 ，打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到， Kimi K3.1 Pro 是 K3.1 系列首款模型 ，也是迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。经过大规模后训练和强化学习，模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升；在代码与 Agent 基准测试中，其表现已达到或接近顶尖闭源模型水...
Anthropic 正开发 FlashProve 开源系统：用密码学证明 AI 输出来自哪个模型
IT之家 11 月 4 日消息，Anthropic 正在开发一套开源系统，用于验证某一 AI 输出究竟由哪个模型生成。根据该公司周二发布的一篇博客文章，这套名为 FlashProve 的系统旨在实现研究人员所称的“可证明推理”（provable inference）：通过密码学证明，为特定输出提供数学层面的保证，证明其确实来自某个指定模型。借助这套系统，用户可以确认自己收到的答案是否真的由其认为正在使用的模型生成。 据IT之家了解，FlashProve 的工作原理类似于加密电子邮件签名。后者能够帮助收件人确认邮件是否确实来自其声称的发件人，而 FlashProve 则能够抵御试图将一个模型伪装成另一个模型的行为，即使实施伪装的正是开发并运行该模型的 AI 公司，也难以绕过验证。 研究人员特别指出， 这套系统有望防止 AI 公司为了削减成本而暗中换用更便宜的模型 ，也可以避免企业偷偷换用更昂贵的模型，以人为抬高性能测试结果。 Fl...
世界互联网大会领先科技奖背后，Qoder 凭什么拿下中国 AI 编程市场第一
作者｜Cynthia 编辑｜郑玄 2026 年 11 月，每年乌镇世界互联网大会期间举办的领先科技奖，已经走到第十年。 作为面向全球征集互联网领域领先成果的国际性科技奖项，领先科技奖每年会选出涵盖基础研究、关键技术与工程研发约 15 至 20 项获奖项目。一定程度上，它的评选也预示了未来几年潮水的走向。 这一年，传统互联网的光环逐渐退去，AI 成了最大的关键词。其中，仅工程研发组的 8 项获奖成果，从 AMD 的 AI 处理器，到蚂蚁的大模型健康服务平台，再到地平线的整车智能体……就有至少 5 项与 AI 有关。 而在通用 Agent 这一领域， 阿里旗下智能体平台 Qoder，成为了国内唯一获此殊荣的通用 Agent 产品。 至此，在领先科技奖诞生的第 10 个年头，命运形成了一个有趣的回环。 那时的领先科技奖，名字还叫世界互联网领先科技成果发布活动。而那一年在首届活动中，与特斯拉自动辅助驾驶、微软...
百度文心开源发布 ERNIE 5.5 Flash Base 高效基座模型，总参数 280B
IT之家 11 月 5 日消息，百度文心大模型今日发布 ERNIE-5.5-Flash-Base，开放 ERNIE 5.5 Flash 预训练终点的权重。 这是一个稀疏 MoE 语言模型，总参数 280B，每 token 激活 14B，在 33.5T tokens 上从零完成预训练；最长训练上下文为 128K，微调与推理支持 1M tokens 上下文。 本次发布的权重未经中训练与后训练，可作为领域适配、指令微调和强化学习研究的共同起点。 官方表示，Base 模型只是起点。 经过后训练的 ERNIE 5.5 Flash 将随后推出 。 ERNIE-5.5-Flash-Base 在 33.5T tokens 上从零完成预训练，采用 Muon 优化器与 FP8 混合精度。预训练语料覆盖广泛的领域与语言，并重点建设了三个方向： 网页数据 ：多语言网页抓取、高保真文本抽取与模型驱动的多维质量过滤。 代码数据 ：仓库与网页代码经非代码过滤...
IDC 预测：企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载
IT之家 11 月 2 日消息，IDC（国际数据公司）上周发布了横跨 25 个研究领域的 250 项 FutureScape 2027 年度预测。 机构指出， 企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载 ，并借助模型路由策略降低成本、对冲供应商锁定风险，动作更快的企业，将率先化解智能体推理费用超支的问题。 全球 2000 强 (G2000) 企业中 ， 将有 60% 到 2029 年实现多数业务流程的 AI 优先运行 ，而这一比例在今天仅有 13%；这些巨头到 2028 年将有 70% 具备持续验证 AI 智能体决策的能力。 未能在生产环境中设立智能体紧急停止开关的 G2000 企业到 2028 年 将面临 25% 的额外责任保险保费和双倍的重大审计问题暴露 。75% 的 G2000 企业到 2028 年将把智能体自主行为责任条款纳入技术供应合同中。 在就业方面，G2000 企业到 2029 年将推动 3...
谷歌 AI 新研究：无需袖带利用消费级智能手表检测高血压，成果登 Nature
IT之家 11 月 7 日消息，当地时间 11 月 5 日，谷歌发布博文，介绍在《自然》（Nature）发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准，使用普通消费级智能手表便能被动检测高血压迹象。 官方表示，与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同，新系统转变了解决思路：通过聚合连续多天采集的被动生理特征， 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 ：使用超 49 万小时无标注数据训练 1D-CNN，通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 ：将多天 15 秒特征向量取均值平滑瞬态噪声，结合身高（表征动脉路径长度），经逻辑回归模型输出持续高血压概率评分。 为评估其性能，研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验，纳入 196 名无心血管病史且未服降压药的受试者，并以临床金标准 ——...
Anthropic 神秘模型“立功”，AI 帮助攻克量子计算领域重大难题
IT之家 11 月 7 日消息，据《商业内幕》今天（7 日）上午报道，AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence（PSI）宣布，借助 Anthropic 一款尚未发布的 AI 模型， 量子计算领域的阿伦森－安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明，研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ，仅用三天就完成了证明。据其介绍，此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月，OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维－斯托克斯方程难题。 证明阿伦森－安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发，系统使用了 A...
技巧与观点
伯恩斯坦：OpenAI 至 2030 年算力基础设施支出或达 6140 亿美元，低于此前 7500 亿美元传闻
IT之家 11 月 8 日消息，据智通财经报道，伯恩斯坦分析师 MarkMoerdler 估算，OpenAI 已披露的算力合作协议对应的基础设施支出， 到 2030 年累计可能达到 6,140 亿美元 （IT之家注：现汇率约合 4.11 万亿元人民币） ， 明显低于《华尔街日报》此前传出的 7,500 亿美元 （现汇率约合 5.02 万亿元人民币） 。 据报道，该测算假设所有已识别合同均按计划执行，但实际支出可能因数据中心建设延期、项目取消及硬件采购安排调整而减少或推迟。由于相关算力通常分批交付，费用也将随设施投运逐步产生，而非立即形成付款义务，预计年度支出将在 2031 年达到 1,840 亿美元 （现汇率约合 1.23 万亿元人民币） 的峰值。 伯恩斯坦指出，OpenAI 与甲骨文、微软和亚马逊的相关协议规模分别约为 3,000 亿美元 （现汇率约合 2.01 万亿元人民币） 、2,500 亿美元 （现汇率约合 1.67 万...
自然资源部：我国初步建成全国地质灾害监测预警网络
IT之家 11 月 6 日消息，据央视新闻今日报道，自然资源部中国地质调查局宣布，我国地质灾害监测预警体系建设成效显著， 已初步建成全国地质灾害监测预警网络 ，形成“人防 + 技防”立体化防治新格局。 截至 2026 年 9 月， 全国在运行自动化监测台站超 7.4 万个 ，各类监测设备 31 万台套，累计成功预报灾情 444 起， 避免人员伤亡 8027 人 。 据介绍，中国地质调查局持续提升地质灾害监测预警智能化水平，利用新技术增强地灾防范能力。通过将无人机自动巡航与 AI 智能分析结合，可提升复杂山区地灾巡查覆盖和隐患识别能力。针对山区局地强降雨多发特点，开展基于北斗卫星导航的区域短临降雨监测预报，北斗信号穿过大气时的微小变化，可精确感知大气中的水汽含量，从而预报降雨量和落点， 可实现设备周边约 3 公里、未来 6 小时的降雨预测 。 据IT之家此前报道，去年 5 月，自然资源部介绍称，我国通过构建“空天地”一体化监测技术...
教育科技
爱诗科技PixVerse 与 OpenAI 共同推出产品集成和创作者教育计划，高效打通 AI 创意全流程
近日，爱诗科技（AIsphere）旗下模型和开放平台PixVerse 与 OpenAI 宣布开启深度合作
带薪休假玩《GTA6》：德国一培训机构推出“开放世界游戏”进修课程
IT之家 11 月 3 日消息，《GTA6》游戏将于 11 月 19 日正式发售，有望成为近年来规模最大的电子游戏之一。如今这款游戏几乎是家喻户晓，即使是平时很少接触游戏的人也有所耳闻。 据德媒 Golem 报道，德国部分培训机构借这波热度，在《GTA6》发售之前推出课程。部分课程获得了政府认可， 可作为 Bildungsurlaub（带薪教育休假） 。 例如培训机构 Dein Bildungsurlaub 推出了“开放世界游戏”课程。据介绍， 这门课并不是只让人打游戏 ，学员将在课堂上探索、理解并批判性分析开放世界游戏，学习“面向未来职场所需的技能”。 学员还将在课堂上运用游戏品牌塑造和叙事手法，构思并展示自己的创意。该课程还会讨论 AI 等工具的应用。 同时该课程为期 3 天，每天授课 6 小时， 费用为 120 欧元 （IT之家注：现汇率约合 894.4 元人民币） ， 不包含游戏费用 。学员可使用《GTA6》《GTA5》...
OpenAI 发布 LifeVal 基准：从选幼儿园到报税，测试 AI 的“人间烟火”技能
IT之家 11 月 3 日消息，OpenAI 于 11 月 2 日发布名为 LifeVal 的新基准， 用来衡量 AI 模型能否真正帮助普通人完成日常事务，该公司称这一评估旨在让通用 AI 更贴近“对人类最有用的日常帮助”。 在 LifeVal 的任务设计上，OpenAI 首先参考了美国的“美国人时间使用调查”和跨国“多国时间使用调查”，随后又对 3,995 名具有人口代表性受访者开展调查，询问他们最希望个人 AI 助手在哪些事务上提供帮助。 据此，LifeVal 覆盖照护、健康、教育、家庭行政、个人财务、购物以及获取政府服务等场景。典型任务包括：搬家后为孩子挑选并报名合适的幼儿园、为患糖尿病的家人制定饮食与照护计划、在预算内采购食材、整理政府表格、安排社区防洪志愿者等。 与传统基准不同，LifeVal 更关注任务是否能被推进到“可执行、可交付”的状态。例如，AI 不只是列出幼儿园名单，而要结合地点、预算、通勤和家庭需求筛选；处...
腾讯姚顺雨谈“AI 模型公司护城河”：更多存在于产品层，而不是模型层
IT之家 11 月 8 日消息，据第一财经报道，在 2026 未来科学大奖的一场对话中，清华大学讲席教授、中国工程院外籍院士张亚勤向腾讯首席 AI 科学家姚顺雨抛出了一个尖锐的商业问题， 模型公司的护城河究竟是什么 ？ 姚顺雨的回答是， AI 护城河更多存在于产品层，而不是模型层 。真正难以替代的，不一定是最聪明的模型，而是能够理解用户背景、利用专有数据和上下文，并获得用户信任的 AI 产品。 姚顺雨以微信为例，如果用户可以直接在微信中使用 AI，这个 AI 未必需要拥有最强大的模型能力，但它了解用户的日程安排、朋友关系和各种活动信息。这些信息能够帮助 AI 更好地理解用户需要什么，也使其他模型难以直接替代它。即使竞争对手推出了一个更聪明的模型，也不意味着它能够提供同样的服务，因为后者未必知道用户是谁。 听完这一回答，张亚勤调侃道，按照姚顺雨的逻辑，Anthropic 未来或许不值一万亿甚至两万亿美元，因为模型终有一天可能走向商...
周活全球第一：OpenAI 称印度反超美国，成 ChatGPT 最大消费者市场
IT之家 11 月 4 日消息，11 月 3 日接受《经济时报》采访时，OpenAI 印度区董事总经理普拉布吉特 · 辛格（Prabhjeet Singh）表示，印度目前的 ChatGPT 周活跃用户数已超过包括美国在内的任何国家， 而且自 1 月以来，印度用户数量已翻了一番。 辛格没有给出最新的用户数字。OpenAI 于今年 2 月曾表示印度的 ChatGPT 周活跃用户超过 1 亿。首席执行官萨姆 · 奥尔特曼 (Sam Altman) 当时称印度是 OpenAI 仅次于美国的第二大市场。 据 Indian Startup News 报道, 他还表示，印度是全球 ChatGPT 学生用户最多的国家。辛格另外对《印度时报》表示，印度已经是 ChatGPT 全球最大的消费者市场。 OpenAI 在印度的增长，得益于其主打低价的策略。据 Indian Startup News 报道，2025 年 8 月，OpenAI 推出了月费不...
韩国公布该国史上最大规模预算案，重点投向人工智能与半导体
IT之家 11 月 2 日消息，韩国总统李在明于当地时间周一公布了该国史上规模最大的预算案，承诺将“大胆投入人工智能与未来增长引擎领域”。 李在明周一在国会发言时表示，2027 年财政总支出将增长 12.8%，达到 820.9 万亿韩元 （IT之家注：现汇率约合 4.09 万亿元人民币） ，其中 21.3 万亿韩元 （现汇率约合 1,061.17 亿元人民币） 投向半导体、物理人工智能以及人工智能数据中心，这笔资金规模几乎是 2026 年的两倍。 另外还有 4.7 万亿韩元 （现汇率约合 234.15 亿元人民币） 将用于研发自主人工智能大模型，李在明称该模型要达到“全球顶尖性能”。 韩国政府还计划大力投入人才培育，包括培养两千名专业人才，让他们“引领半导体设计以及地方半导体产业发展”，同时面向在校生、求职人员和在职劳动者扩大人工智能相关教育。 韩国已经设立大学“订单式学科”，学生可以修读和企业合作开设的学位项目，毕业前就有机会...
上海交大构建 AI 原生科学实验室 AutoDNA 装置：实现自主分子生物学实验操作，成果登《自然》
IT之家 11 月 8 日消息，上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，依托张江高等研究院 DNA 存储研究中心开展研究， 成果发表于《自然》（Nature）杂志 ，并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 AutoDNA 装置（思源一号），实现了自主分子生物学实验操作 ，通过对模型、实验与仪器进行协同设计，解决了现有 AI 自主科学实验室向分子生物学实验拓展时，在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题，使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。 据介绍，已有 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则，再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率，却难以适应生物分子实验流...
索尼首发“车载乘客眩晕检测”新技术，可提示驾驶员减少急刹、急转
IT之家 11 月 8 日消息，2026 年 11 月 5 日，索尼（中国）有限公司（下称“索尼”）在第九届中国国际进口博览会上，全球首发“融合双路视觉信息的车载乘客眩晕检测”技术，聚焦乘车观看视频时的眩晕问题。 据介绍，从驾驶员到乘客，索尼对移动出行的探索也延伸至车内娱乐的实际感受。第八届进博会上，索尼展示了融合“ 灵感之窗 ”、车载音频与 PS5 游戏等资源的车载娱乐体验。针对观众对行驶中观看屏幕时眩晕问题的反馈，今年索尼中国研究院研发了车载乘客眩晕检测方案，并与北京交通大学合作，进一步关注车内娱乐的乘坐舒适性。 该方案同时分析两路视频：一路来自车前道路画面，用于反映车辆加减速、转弯和颠簸等状态；另一路来自后排屏幕正在播放的内容，用于识别整体运动、旋转、闪烁等可能引发眩晕的视觉因素。基于公开医学数据训练的 AI 模型综合两路信息，预测乘客可能出现的眩晕程度，也可结合个人敏感度进行评估。 IT之家从官方介绍获悉， 评估结果可用...
中国科普作家协会发布 2026 年度十大科普热词，AI 相关占据七席
IT之家 11 月 7 日消息，中国科普作家协会今天（7 日）发布了 2026 年度十大科普热词，人工智能相关占据七席，包括 “人工智能 +”“人机协同”“脑机接口”“智能体”“人形机器人”“词元”“具身智能” ，另三大科普热词分别是 “科学玩具”“科技伦理”“健康管理” 。 根据介绍，人工智能相关词汇成为本年度热词的重要组成部分。“人工智能 +”“智能体”“词元”等，反映人工智能 加快融入生产生活带来的新知识需求 ；“脑机接口”“人形机器人”“具身智能”等，为公众 理解前沿技术的原理、进展与应用场景 提供了切入点。 与此同时，“科学玩具”体现科普作品形态的拓展，“人机协同”反映人工智能参与下科普创作的方式变化，“科技伦理”强调技术应用中的责任与价值判断，“健康管理”回应公众对健康知识与科学生活方式的需求。 IT之家附上 2026 年度十大科普热词详细信息如下： NO.01：人工智能 + 以人工智能为核心驱动力，推动人工智能与经...
中国科大发布开源 RNA 序列基础模型 structRFM，成果登上 Nature
IT之家 11 月 5 日消息，中国科学技术大学（中国科大）今日官宣，该校医学影像智能与机器人（MIRACLE）实验室周少华教授、熊鹏特任研究员团队发布一款 开源 RNA 序列基础模型 structRFM ，提高了模型在 RNA 结构预测与功能推断一系列下游任务中的性能，有望助力人工智能驱动的科学研究、生物学机制理解、药物发现等。 11 月 5 日凌晨，相关研究成果发表于国际学术期刊《自然》（Nature）。 这是 2026 年至今，中国科大以第一署名及通讯单位在 Nature、Science、Cell 三大国际顶尖刊物上发表的第 16 篇成果。 ▲ structRFM 结构引导预训练框架 RNA（ribonucleic acid，核糖核酸）是一种重要的生物大分子，存在于生物细胞以及部分病毒、类病毒中，广泛参与蛋白质合成、基因表达调控和 RNA 剪接等生命过程，其功能与序列、折叠结构密切相关。 RNA 分子通过碱基配对形成二级结...
马斯克回应太空 AI 数据中心散热质疑：可轻松做到每平方米约 1300 瓦散热
IT之家 11 月 4 日消息，科技媒体 Wccftech 昨日（11 月 3 日）发布博文，报道称针对太空 AI 数据中心散热争议，全球首富埃隆 · 马斯克（Elon Musk）回应表示， 称背向太阳的铝制散热器可实现约 1,300 瓦 / 平方米的热辐射功率。 IT之家援引博文介绍，这个散热争议集中在一个看似反直觉的问题： 太空很冷，设备为什么仍难降温？ 有评论者指出，真空环境缺乏空气对流，设备向外排热主要依赖热辐射，因此质疑轨道数据中心的可行性。 今年 2 月在接受《印度快报》采访时，OpenAI 首席执行官萨姆 · 奥尔特曼（Sam Altman）认为“在目前的形势下，将数据中心放在太空的想法很荒谬”。但他认为从长远来看，把 AI 算力部署在太空是值得的，他补充表示：“在本年代（到 2030 年）内，轨道数据中心不会大规模应用，但未来会成为可能”。 荷兰乌得勒支大学教授 Jan Broersen（@broudsov）于 ...
“九章四号”光量子计算原型机等 20 项成果获 2026 年世界互联网大会领先科技奖
IT之家 11 月 2 日消息，据央视新闻报道，2026 年世界互联网大会领先科技奖颁奖典礼 11 月 2 日在浙江乌镇举行，共有 20 项成果获奖（未公开具体名单），包括： “九章四号”光量子计算原型机等基础研究 2 项 面向空间量子信息的光传输技术及应用等关键技术 10 项 面向物理 AI 的整车智能体技术平台等工程研发 8 项 获奖名单涵盖量子计算、人工智能、空天信息、智能体生产力平台等前沿领域，展现出“智能引领、数实贯通、底座夯实”的特点。 据IT之家今年 5 月报道，中国科学技术大学潘建伟、陆朝阳、张强、刘乃乐等组成的研究团队，联合济南量子技术研究院、山西大学、清华大学、上海人工智能实验室、崂山实验室、国家并行计算机工程技术研究中心等单位，成功研制出 1024 个量子压缩态输入、8176 模式的可编程量子计算原型机“九章四号”， 首次操纵和探测高达 3050 个光子的量子态，再度刷新光量子信息技术世界纪录 ，求解高斯玻...
文化创意
GitHub Copilot is now available in Xcode’s coding assistant
你现在可以借助Xcode内置的编码助手直接使用GitHub Copilot，将Copilot融入你的原生Xcode工作流。该集成现已进入公测阶段，从… 开始可用。GitHub Copilot在Xcode的编码助手功能首次出现在The GitHub Blog上。
Qwen 3.8 27B on my laptop can interpret model weights, too
昨日热门论文《重量空间编程：LLMs可原生读写神经网络权重》由Rikiya Takehi、Jayden Teoh、Alex Zhang和Omar Khattab撰写。论文指出，前沿模型，特别是GPT-6 Astra，能够同时解释和修改机器学习模型的原始权重——这本质上是一个包含大量浮点数的文本描述。我正在使用论文中的一个示例进行实验，很高兴分享Qwen 3.8 27B 在我的笔记本电脑上运行时也能实现这一点！重量空间编程 该论文摘要中强调了其关键亮点，描述了GPT-6 Astra等模型在重量空间编程方面的惊人能力，并为其创造了“重量空间编程”这一术语，用于当LLMs分析和修改模型权重时。只需查看原始权重，GPT-6 Astra就能判断网络被训练用于什么任务。而且无需任何环境反馈，它就能从头开始编写。
Stop counting tokens, start counting what ships
当开发者向AI代理分配编程任务时，代理不仅回答一次。它会规划、生成代码、运行测试，并重复过程以纠正错误。单个任务可使用10至50倍的token比基础聊天提示更高效。代理越有用，调用次数8230越多。
How “reverse game theory” could keep AI agents in check
一种名为‘逆博弈论’的新方法旨在通过设计系统，激励强大AI模型遵守规则。随着AI模型能力增强，安全研究人员正努力确保它们与人类欲望保持一致——确保不出现叛逆代理违反法律。
October sponsors-only newsletter
我发送了本月的赞助人专属月刊，若你是赞助商（或现在开始赞助）可在此处访问。本月内容： vibe游戏开发的十月转折点，漏洞危机升温，LLM发布API信用额度，$100+/月订阅费用，我目前使用的软件发布，我九月的月刊现已可查看，作为你将获得的内容预览。付费$10/月以保持每月领先免费版！标签：月刊
The U.S. Census Bureau and “Super Intelligence”
今天我忆起Apollo Global Management于九月发布的AI采用率趋势图，显示美国大型公司AI采用放缓，基于美国人口普查局收集的数据。当时我用该图演示GPT-5数据分析，随后尝试使用Claude的新代码解释器。我决定再次运行这些数字，了解过去一年有何变化，结果发现人口普查局违反了总统行政令14434，即荒谬的超级智能令。更新的图表每两周发布一次，美国人口普查局会调查200,000家公司的数据，从1.2百万总样本中选取，调查对象（“面板”）每十二周循环，最新数据于每周五上午10发布。
The agentic web is here
在2001年后，蒂姆·伯纳斯-李在发明万维网十年之际，提出了一个新的愿景。他与两位同事共同在《科学美国人》杂志上发表了一篇文章，其中他提出了‘语义网’的概念：一种由自主软件代理导航的互联网，能够解决我们每一个问题。
Partnering with Hacktron to find vulnerabilities in OpenAI’s systems
OpenAI 与 Hacktron 合作，寻找漏洞，测试与第三方服务的连接，并用前沿AI加强防御。
美团龙猫发布 LongCat-2.5 原生多模态 AI 模型：1.6T 参数，面向长程智能体任务
IT之家 11 月 2 日消息，美团龙猫今日发布面向长程智能体任务的原生多模态模型 LongCat-2.5， 模型总参数量为 1.6 万亿 ，每个 token 激活约 480 亿参数，在 LongCat-2.0 的基础上进一步强化原生视觉理解与智能体编程能力。 据介绍，龙猫在长序列训练中加入更多长程轨迹数据，并通过 大规模长程强化学习 ，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。围绕数据合成、环境构建与跨 Harness 混合训练，官方持续扩展这条训练链路。此外，龙猫将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。 与此同时，LongCat-2.5 将视觉信号表示为多层级离散 token，使主干模型以统一的 token 形式处理视觉与文本输入。原生视觉理解与智能体编程能力的结合，使模型在 Visual Coding 上表现出色，并支持创意设计和 3D 等任务。...
连续 2 小时 40 分钟纯代码生成 66 秒动画，Anthropic 新旗舰 Fable 5.5 实测曝光
北京时间 11 月 4 日消息，Anthropic 尚未正式发布的下一代旗舰模型 Claude Fable 5.5 近日在海外开发者社区引发关注。多名开发者在社交平台 X 上分享了据称来自该模型的早期测试结果。其中，一段完全通过编程生成的 66 秒动画短片尤为引人注目。测试者称，模型在没有调用图像或视频生成工具的情况下，连续自主编写和运行代码约 2 小时 40 分钟，完成了动画画面、配乐及音效制作。 11 月 2 日，X 平台 AI 开发者 Chetaslua 发布了一段动画短片，并声称其由 Fable 5.5 独立完成。按照他的介绍，短片长度为 66 秒，分辨率 1920×804，帧率 24fps，画面包含狐狸、纸鸟、云层、文字及光影效果，背景音乐和音效同样由模型编写的 Python 代码生成。 与 Sora、Runway 等直接生成视频画面的 AI 工具不同，这段演示展示的是一条通过代码制作动画的技术路径。开发者称，整个过程...
Attention to Mamba: A Recipe for Cross-Architecture Distillation
状态空间模型（SSMs）如Mamba已成为替代Transformer模型的流行选择，因其在生成过程中具有更低的内存消耗和更高的吞吐量。另一方面，社区已建立了一定的知识库，关于如何训练Transformer模型，许多预训练的Transformer模型也已 readily available。为在利用现有预训练Transformer模型的同时推动SSMs的采用，我们旨在识别一种有效的配方，将注意力模型转化为Mamba类似架构。此前研究...
研究者在《我的世界》测试 AI 智能体集群：协作容易官僚化，对战 GPT 胜率更高
IT之家 11 月 2 日消息，Y Combinator 与 Olam Labs 的人工智能研究人员近期在游戏场景中测试了智能体集群。研究选用《我的世界》及其各类玩法作为试验沙盒，让上百个智能体在其中协作或者相互对抗。研究思路是，借助游戏内的协作与冲突，帮助人们理解现实世界里那些引发广泛关注的智能体事件。 IT之家注意到，这项研究有助于厘清近期各类智能体集群事件里的利弊得失，方便技术开发者对相关能力进行优化。博文提到了两个反差鲜明的案例：一个是上千个智能体组成集群，“近期攻克了数百道公开数学难题”；另一个则是 OpenAI 与 Hugging Face 之间那起“风险极高”的事件。本次研究建立在以往的成果与框架之上，主要依托 Mindcraft 等代码仓库以及 Mineflayer 脚本工具。 《我的世界》中的多智能体互动 第一项智能体集群测试是简单的协作任务。在该测试环节，研究人员安排了 50 个智能体，要求它们在三小时内搭建...
开源项目
GitHub Copilot is now available in JetBrains Air
你现在可以使用GitHub Copilot在JetBrains Air中委托编码任务、指导执行并审查结果。该集成使用Agent Client Protocol（ACP），支持你在8230; GitHub Copilot现在已上线JetBrains Air，首次出现在The GitHub Blog。
GitHub Copilot weekly releases — November 2
本周，Copilot 进入 JetBrains Air 和 Xcode 的编码助手，提供更新以帮助管理合并请求、设置和代理会话。GitHub Copilot 应用设置代理合并。GitHub Copilot 周ly 发布 —— 节选自 The GitHub Blog 的 November 2。
Beyond code generation: A developer’s guide to agentic engineering
编写代码的速度加快了。但对此的 workaround 无效。你可以通过 GitHub Copilot 来规划、编写代码、审查更改并调查生产问题。《超越代码生成：一位开发者的 agentic 工程指南》首次发表于 The GitHub Blog。
BYOK and enterprise custom models in the Copilot usage API
Copilot 使用指标 API 现在显示 GitHub Copilot 的带自有密钥（BYOK）使用情况，可与 Copilot 本地模型使用区分开。报告涵盖两种类型：首先在 GitHub Blog 上发布的 BYOK 和企业自定义模型在 Copilot 使用 API 中。
Claude Code Releases v2.1.318：Added a record of your answer when Claude Code asks to tur...
新增了当Claude Code在会话中启用修改时记录回答的记录；在Claude应用的上游部分添加了assume_role，用于另一个AWS账户中的角色，并用于按开发者分配成本；在模组的$.model.fork中添加了努力选项，使快速侧任务可在低努力值下运行，结果报告发送的努力值；新增了存储的Claude.ai登录状态结束日期到Claude认证状态（loginExpiresAt）和Claude-p JSON结果（credential_expires_at）；新增了一条在存储的Claude.ai登录状态结束前10天的stderr警告；修复了--continue在工具调用重试耗尽后丢失早期对话的回归问题；修复了多运行Bash命令的MacOS会话在内存增长时卡住的问题；修复了权限提示在消息发送后或缓慢提示出现前通过键输入回答的问题；新增了/log目录下的日志。
Claude Code Releases v2.1.317：Added a warning to /schedule when a new cloud scheduled ta...
新增了在 /schedule 页面显示警告，当新增云定时任务使用了您未请求的连接器时，附带移除它们的说明。新增了在调用网页或命令行工具前询问用户邮箱地址的检查机制。新增了Agent SDK钩子回调的 'block' 模式，失败则阻止操作而非继续执行。新增了在Claude桌面代码编辑器中提示，当组织的远程管理设置未加载时，显示警告；当已加载时，显示另一条提示。新增了当子代理工具调用无回答时，自动模式的提示。新增了Anthropic的plan、seat_type、provider和custom_base_url到OTel指标、事件和跨度。新增了Claude应用网关管理API的费用报告，GET /v1/organizations/analytics/cost，用于查看日期范围内的总花费、按开发者、按天或按IdP组的花费。新增了每位开发者每日的IdP记录。
Claude Code Releases v2.1.319：Changed auto mode with telemetry or feature flags off, inc...
更改了自动模式，当启用了遥测或特征标志时，包括在LLM网关后：无法检查的调用不会被询问或拒绝，无 fallback 到内置分类器；将 CLAUDE_CODE_AUTO_MODE_SERVER 设置为 0 以保持使用（Bedrock、Vertex 和 Foundry 保持不变）；在 LLM 网关后更改自动模式：CLAUDE_CODE_AUTO_MODE_SERVER 设置为 1 会启用服务器端检查，即使设置了 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS；若管理设置设置了后者，必须同时设置 1。新增了终端中 MCP 任务的支持：当 MCP 服务器作为任务调用工具时，Claude Code 立即将其移到后台，并在完成时告知结果。新增了 CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND 环境变量，使 Claude Code 在工具调用中等待 MCP 任务，而非立即将其移到后台。新增了权限 denyInsteadOfPrompting 设置：若工具调用会等待权限提示，则被拒绝。
Usage metrics API adds code review details and addressed rate
企业与组织级别的Copilot使用指标报告现在显示Copilot代码审查反馈的状况。每个仓库每天新增一个copilot_code_review对象，记录有多少Copilot审查过的代码。使用指标API新增了代码审查细节和已处理率，首次出现在GitHub博客上。
Usage metrics API flags telemetry and version gaps
原文摘录（自动中文摘要暂不可用）：Usage metrics API flags telemetry and version gaps The Copilot usage metrics API now shows which users are missing client telemetry or are running IDE or extension versions below the usage metrics minimums. New per-user fields appear in… The post Usage metrics API flags telemetry and version gaps appeared first on The GitHub Blog .
月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜
IT之家 11 月 5 日消息，按照 10 月 24 日发布时给出的承诺，月之暗面（Moonshot AI）今日在 Hugging Face 平台开放了 Kimi K3.1 Pro 的模型权重。 在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。 Agent Arena 的评测方式与传统的成对盲测不同。它不要求用户对两个回答投票，而是从真实用户的智能体会话中提取信号，包括用户对任务的明确确认、表扬与投诉、纠正指令以及 Shell 命令执行错误等，再通过 Arena 称为“因果追踪”的随机化推断方法估算各模型相对于平均水平的净改进率。 Kimi K3.1 Pro 此次排名基于全球用户超过 1.75 万次真实长周期智能体任务会话，净改进率为 +5.1%，较上一代 K3（Max）的 +0.9...
Qodo builds context into AI code review with Codex
Qodo 将公司知识和编码标准引入 Codex，帮助开发者在打开合并请求前发现 P0 问题。
英伟达破局 AI 内存瓶颈：HBM 仅增约 3%，每美元智能体吞吐量最高提升 30 倍
IT之家 11 月 6 日消息，英伟达昨日（11 月 5 日）发布技术解读，指出随着大模型参数规模、上下文长度和智能体应用快速增长，GPU 显存正面临前所未有的压力，HBM 供应趋紧、价格上升，在可以预见的未来仍将持续。 为了破解当前 AI 内存瓶颈， 英伟达探索引入了“全栈协同设计”理念 ，将 GPU、CPU、网络、存储和软件作为一个整体协同设计，让每一字节内存在 AI 工厂的各层级都产生更高价值。IT之家附上相关图片如下： 在推理过程中，昂贵的 HBM 既要承载模型权重，也要保存 KV 缓存（用于记录模型理解当前请求所需的上下文）。智能体工作流会在多次模型调用和工具调用间持续携带历史上下文，部分场景需处理多达 300 万个 token；检索增强生成（RAG）还会把企业资料加入提示词，进一步推高内存占用。 英伟达将 HBM 比作仓库、将内存带宽比作装卸口：容量再大，若数据进出速度跟不上，也会形成“内存墙”，导致新增容量无法有效...