证据标注 官方自报 2 14 个信源

2026-10-18 AI行业动态

Claude 自主设计量子电路刷新纪录;OpenCode 泄露用户 API key;中国拟将 23 项 AI 技术列入出口管制;美国开放权重大模型集中发布。

量子计算 AI科研 OpenCode 出口管制 Muse Spark Open Reflection Beam Nemotron 3.5 DeepSeek
2026-10-18 AI 行业动态信息图:Claude 设计量子电路、OpenCode 密钥泄露、AI 技术出口管制与开放权重大模型潮
下载本期采集素材 四路信源的原始整理稿 · Markdown · 79 KB 下载 ↓

一分钟速览

  • 本期覆盖 10 月 15 日早上到 10 月 18 日早上约 3 天(Asia/Singapore)。
  • Anthropic 让 Claude 在一个自动评分器的闭环里自己设计量子电路,8 个任务都超过了已发表的最好方案,其中一个椭圆曲线电路门数降到原来的 1/17。
  • 开发者工具 OpenCode 的旧版 Console 被入侵,约 1.4% 用户存在里面的 OpenAI、Anthropic、Google API key 可能泄露,官方把这件事定性为一次大规模蒸馏攻击。
  • 商务部、科技部公告拟把 23 项 AI 技术(含大模型、智能体)列入出口禁限目录,征求意见到 11 月 15 日,开源和已公开发表的技术不在管制范围内。
  • 三天里出了四个大号开放权重模型:Meta Muse Spark Open、Reflection Beam、NVIDIA Nemotron 3.5,以及 DeepSeek V4.1-Flash-1017。DeepSeek 还开始单独售卖自家的搜索 API。

执行摘要

  • 只要结果能被程序自动核对,AI 已经能自己做出新的科研成果。Claude 设计的量子电路和 Athanor 的自主后训练实验用的都是「AI 提方案、评测器打分」这一套。
  • 蒸馏之争开始让开发者自己掏钱:攻击者偷走聚合工具里存的 API key,拿受害者的额度去调用前沿模型。用过托管 key 服务的人应该马上轮换 key。
  • 中国第一次把大模型和智能体写进技术出口管制目录。影响最大的是闭源技术的海外转让、授权和股权变更,开源基本不受影响。
  • 美国开放权重模型集中发布,但按 Artificial Analysis 的分数,Muse Spark Open 的 38.9 仍低于中国头部开源模型(MiMo-V2.6-Pro 是 46.3)。许可证的差别比分数更值得看。
  • Anthropic 公开了多份一手数据:Claude 写了 Claude Code 约 90% 的代码;公司初级技术岗的招聘占比从 27% 降到 9%;METR 的研究人员拿到了接近员工级别的内部访问权限。

大厂与学术界动态

主线:Claude 自主设计量子电路,AI 科研先在「能自动验证」的问题上交出成绩

本期最硬的研究结果是:AI 在一个有明确对错的科学问题上,基本独立地超过了人类已发表的最好方案。Anthropic 10 月 17 日 01:29(Asia/Singapore)发布 Designing more efficient quantum circuits with Claude。研究人员用一段自然语言描述了 8 个量子电路要算什么,覆盖化学、优化、量子模拟、数论和数值计算,再配一个评测程序。评测程序先检查电路算得对不对,再按「qubit 数 × 门数」打分,这个分数可以粗略看作电路的运行成本。Claude Mythos 5 在这个闭环里写 Python 实现、拿到分数、再改进,轮与轮之间没有人参与。官方称,8 个任务里 Claude 都找到了优于已发表最好方案的新设计,多数同时省下 qubit 和门数。

可以把它想成一场有自动阅卷机的考试。题目是把一个已知功能的电路做得更省,而在这类问题上,每个输入都有唯一确定的输出,普通电脑就能核对答案。所以 AI 可以大胆试错,错了马上就会被判出来。这也是它能连续跑很久的前提:椭圆曲线点加法这个任务,Claude 跑了 53 小时,人只写了开头一段说明,中途偶尔提醒它「想得更宽一点」。

最有分量的发现是一种新的模逆电路。模逆是椭圆曲线运算里最贵的一步,经典计算机常用 divsteps 算法来做,但量子电路的每一步都必须可逆,divsteps 每一轮选了哪个分支都得存下来,qubit 开销太大,过去一直没有实用的量子版本。Claude 的思路是不存分支记录,直接从每轮之后的数值反推出分支。它先证明了几条新的代数恒等式,推出解码公式,再做大规模数值验证,最后用 Lean(一种形式化证明工具)把这个结论形式化。在此基础上,它做出了一组在「存」和「算」之间取不同平衡的设计。其中一款和此前最小的设计相比,qubit 多 12%,门数少 17 倍。另一个任务是 DQI 优化算法里最贵的解码步骤,Claude 改用 Berlekamp-Massey 解码,门数大约降到原来的 1/12。配套论文 arXiv 2610.22367 由 Harvard 的 Yelin、Lukin(同时任职 QuEra)和 Anthropic 研究员合著,论文自述 8 个任务里有 7 个的 Toffoli 门数和 qubit 数都明显低于 SOTA,具体降幅要看正文表格。

这件事和密码学直接相关。椭圆曲线点加法是用量子计算机破解椭圆曲线密码的核心步骤,这一步越便宜,「量子计算机能破解现有密码」的时间表就越靠前,做后量子密码迁移规划的人需要留意。前一天 Google Quantum AI 在 Science 上的成果 从硬件这一侧推进:他们在 Willow 处理器上第一次实验证明 magic state cultivation(魔术态培育)可行。魔术态是通用容错量子计算必需、又极其昂贵的资源,官方称这次误差比不做培育降低约 40 倍,T 态逻辑保真度达到 99.99%。一边算法和电路在变省,一边硬件瓶颈在被打开,两件事都在把可用量子计算的时间往前拉。

同一套模式也出现在 AI 研究本身。ByteDance 等机构的 Athanor(arXiv 2610.21055) 让 4 个 Claude Opus 5.5 agent 各用一台 8 卡节点,跑了 104 小时,不给任何研究建议,自主完成 Qwen3-4B-Base 的后训练。论文自述开发集分数从 15.9 升到 67.3,agent 看不到的 held-out 集从 9.2 升到 48.2,略高于官方 Qwen3-4B-Instruct-2507 的 66.5 和 47.9。

它的边界也要看清。这种做法只适用于「能写成代码、能自动判对错、有明确成本函数」的问题。没有评测器的开放问题,比如提出新的物理理论,并不在这次的能力范围里。Anthropic 也写到 Claude 起初偏保守,总爱回到熟悉的方案,要靠「强制并行探索几种方案」和人偶尔的提示才肯冒险。对科研人员来说,可以直接借鉴的是这套组织方式:先把自己领域里能自动验证的子问题找出来,写好评测器,再交给 agent 去搜索。

深入学习建议

  • 先读 Anthropic 博客原文,重点看图 1 的闭环设计,以及 divsteps 解码那一节;再看 论文 2610.22367 的表格,核对每个任务的具体降幅。
  • 关心量子硬件的读者,接着读 Google 魔术态培育,留意从 color code 嫁接到 surface code 的那段。
  • 想在自己领域复刻的人,读 Athanor 里关于冻结评测和 held-out 集的设计,这是防止 agent 刷分的关键。

X 动态

主线:OpenCode 泄露用户 API key,蒸馏攻击开始直接花开发者的钱

蒸馏之争第一次让普通开发者直接蒙受损失。蒸馏指的是用强模型的输出去训练别的模型,上期 Anthropic 公开的反蒸馏防线讲的是模型厂商怎么防。这次是攻击者偷走用户存在第三方工具里的 key,用受害者的额度去调前沿模型、收集输出。10 月 18 日 02:08(Asia/Singapore),开源编码工具 OpenCode 在 X 上披露:一个「正在下线的旧系统」Console 被入侵,约 1.4% 的 Console 用户在工作区里存的 OpenAI、Anthropic、Google key 可能泄露。官方把事件定性为大规模蒸馏攻击,这是 OpenCode 自己的说法,攻击者身份目前没有公开证据。

影响范围比较具体。只有在 Console 工作区里存过第三方 provider key 的用户受影响,官方已经发了标题为「Action Required: Potential provider key breach」的通知邮件,没收到邮件就是没受影响。OpenCode 联合创始人称,普通 OpenCode 客户端里配置的 key 不经过公司服务器。Google AI Studio 负责人 表示 已经封禁泄露的 Gemini key;据报道 Anthropic 也吊销了受影响的 Claude key。有用户自称被扣了几百美元,受影响的具体人数和金额都还没有核实,事件仍在处理中。

这件事暴露的是聚合类工具的结构性风险,就像把几家银行的卡都交给同一个代管人,代管人一出事,几张卡同时有风险。被盗 key 的调用直接打到模型厂商,OpenCode 的用量报表里看不到,只能去 OpenAI、Anthropic、Google 各自的后台查账单。时间点也有关联:上周 Anthropic 收紧了自家 API 的反蒸馏规则,前门难走了,压力就转到中转站、聚合工具这些中间商身上。用中转站或「一个 key 调多家模型」服务的中文开发者,处境和这次的受害者是一样的。

对开发者来说,这次的教训比事故本身更有用。第一,能在客户端本地配置的 key,就不要交给托管服务保存。第二,给每个工具单独开 key,设好用量上限和告警,出事时能单独吊销,不会牵连其他工具。第三,定期去各家控制台核对用量,不要只看第三方工具里的报表。团队负责人可以借这个机会盘点一下:组里有多少 key 存在第三方服务里,哪些已经很久没轮换了。

深入学习建议

主线:中国拟把大模型和智能体写进出口管制目录,开源豁免,闭源出海要重新算

中国第一次把大模型、智能体写进技术出口管制目录。目前还是征求意见稿,但企业现在就得开始准备。商务部、科技部 10 月 16 日发布 2026 年第 48 号 公告,拟在《中国禁止出口限制出口技术目录》中新增 40 项技术:AI 23 项(覆盖大模型、智能体、算力集群、信息处理),生物医药 5 项,光伏 12 项。意见征集到 11 月 15 日,同时即日起实施出口前登记。

所谓「技术出口」,比很多人想的要宽。登记范围包括三类:把技术所有权转让给境外、授权境外主体使用,以及技术所有权人或实际控制人变成境外主体。第三类最容易被忽视,它意味着并购、融资、搭境外控股架构这些资本动作本身也可能触发登记,不只是卖技术。对「国内研发团队 + 境外主体」架构的出海公司,以及准备引入海外投资的团队,这是要马上和法务对一遍的事。

开源和已公开发表的技术明确不在范围内。把权重以开源方式发布、把方法写成论文公开发表,原则上不受这份目录约束,这对国内开源模型生态是个重要信号,影响主要落在闭源技术的转让和授权上。另据路透报道,提案保留了通过 API 或 SaaS 向海外提供服务的空间,即海外客户调用你的模型服务不等于技术出口;这一条要以最终文本为准。

细节还有不少没核实。多方转述称目录分为「禁止 14 项、限制 26 项」,禁止类包括 AI 驱动的恶意代码生成,限制类包括 AI 辅助漏洞挖掘、用国内核心数据训练的大模型等。还有转述提到某个参数规模门槛。这些说法本期都没有逐条对照附件核实,引用时应以商务部原文附件为准。

放在更大的背景下看,过去几年的出口管制讨论主要是美国限制芯片和模型权重出口。这次中国从技术出口这一侧建立了自己的管理清单,中美两边都在给 AI 能力的跨境流动设门槛。对普通开发者,日常用开源模型、发论文基本不受影响;对创业公司和投资人,境外架构、技术授权协议和并购条款都要把这份目录算进去。

深入学习建议

  • 必读 商务部第 48 号公告原文 和附件 1,逐条看 23 项 AI 技术的描述和控制要点。
  • 有出海或境外架构的团队,对照登记的三类情形,和法务确认现有协议和股权结构是否需要登记。
  • 想提意见的机构,留意 11 月 15 日的截止时间。

热门开源项目

今日该类无值得展开的主线。

模型相关

主线:三天四个大号开放权重:美国模型集中入场,但分数还没追上中国头部,许可证差别更大

本窗口开放权重的密度是今年少见的,而且主角是美国公司。上期写 Meta 的 Muse Wonder 不放权重,这次 Meta 换了一款模型来做开放:官方账号 10 月 16 日 01:08(Asia/Singapore)宣布的 Muse Spark Open。随后 Reflection 放出首个模型 Beam,NVIDIA 正式发布 Nemotron 3.5 系列,DeepSeek 也更新了 V4.1-Flash。选型时要看三件事:分数、许可证、硬件门槛,三者往往不在同一个模型上。

Muse Spark Open 是这一批里规模最大的。按 HF 模型卡,它是原生多模态的 MoE(混合专家:每个 token 只激活一部分参数,像大医院里每个病人只看几个科),总参 816B,每 token 激活 42B,256 个专家里每次选 8 个,上下文 1M,提供 BF16 和 NVFP4(NVIDIA 的 4 位浮点格式)两种权重。NVFP4 版可以在两台 512GB 内存的 M5 Ultra Mac Studio 上用 MLX 跑。Meta 自称这是「迄今最强的美国开放权重模型」。Artificial Analysis 的智能指数给了 38.9,确实是美国开放权重里最高,但中国头部开源模型更高:MiMo-V2.6-Pro 46.3,GLM-5.3 44.8,Kimi K3 43.6。所以「美国开源追上中国」这个说法,按第三方分数看还不成立。许可证是另一道门槛:Muse Model License 要求界面显示「Built with Muse Spark Open」,年收入超过 2,000 万美元的模型服务商需要另签协议(据 VentureBeat),比 Apache 2.0 紧得多。

Reflection 的 Beam 1.0 是这一批里许可最宽的:Apache 2.0,总参 501B,激活约 23B,纯文本,上下文 1M,带 BF16、FP8、NVFP4 三种精度和一个 DFlash2 投机解码草稿模型。Artificial Analysis 评测 给出 30.3 分,结论是 token 用量省,但幻觉率高达 47%,Terminal-Bench 4.0 只有 3.0%。厂商卡面上自述的 SWE-bench Verified 81.6%、Terminal Bench v2.1 80.1% 和第三方结果差距很大,基准版本也不同,技术报告还没出,这些自报数字暂时不要直接引用。NVIDIA 的 Nemotron 3.5 Super VL 是 120B 总参、12B 激活的视觉语言模型,结构混合了 Mamba-2、MoE 和 attention,Artificial Analysis 评分 26.5。端侧的 Bolt 74B-A9B 用原生 2-bit 量化感知训练,打包后 24GB,目标是一张 24GB 显卡跑本地 agent;4GB 的 Bolt E4B 官方称将于 10 月 23 日上线。两款都用允许商用的 OpenMDW-1.1 许可,NVIDIA 还开放了数据集和训练配方。

DeepSeek 的回应是压价,再加一个新业务。10 月 17 日上线的 V4.1-Flash-1017 是一套完整的新权重,MIT 许可,HF 显示约 763B 参数(有媒体写成 552B 主干加 196B Engram,口径不一)。API 模型名仍是 deepseek-flash,老用户会被自动切到新版。官方自述 DeepSWE v1.1 从 74.2 升到 77.0,Terminal-Bench 4.0 从 31.2 升到 42.3,每个任务成本不到 0.2 美元(上一版约 0.5 美元)。但官方选的对比对象是上一代的 Opus 5 和 GPT-5.6 Sol,HLE(无工具)42.6 也明显落后 Opus 5 的 56.3,独立评测还没出来。更值得注意的是 DeepSeek 第一次把自建搜索引擎单独拿出来卖:Search 和 Fetch API 每千次成功请求 0.75 美元,各 5 QPS,主打过滤 SEO 垃圾内容。通过 Claude Code、Codex 等走服务端工具的调用在 11 月 1 日前免费,等于把「模型 + 联网」打包卖给 agent 开发者。

工具链跟得很快。llama.cpp v0.7.0 新增 --moe-cache-mib:专家权重放在内存里时,用 LRU 缓存把常用专家搬到 GPU 上,官方称解码最高快约 2.2 倍,显存不够又想跑大 MoE 的人最该先试。注意它的 server 默认端口改成了 9931。Transformers v5.20.0 已经收录 Muse Spark Open;Axolotl v0.21.0 支持在单台 8×H200 上用 QLoRA 微调 Beam。

选型可以这样分:要宽松许可、自己再训练,看 Beam;只有一张 24GB 显卡跑本地 agent,看 Bolt;要便宜的编码 agent 和联网能力,看 DeepSeek,但先用自己的任务复测;Muse Spark Open 能力最强,商用前务必读完许可证。

深入学习建议

次要动态

大厂与产业

  • Claude Code 团队公开代码审查做法:官方称 Claude 写了 Claude Code 约 90% 的代码,6–9 月合并的 PR 翻了一倍多,需要回滚的比例下降超过 40%(官方自报)。做法是多层 AI 审查,只有计费、自动更新、CI 等高风险改动必须由人看,人看的是测试输出、截图这类证据,而不是逐行读代码。同期 Code Review 面向 Team / Enterprise 正式可用;Opus 5.5 快速模式正式开放,官方称最高提速 2.5 倍,价格 8/40 美元,是标准价的两倍。
  • Anthropic 内部就业数据:技术部门初级员工占比从 21% 降到 14%,初级技术岗招聘占比从 27% 降到 9%;8 月 agent 工时是员工的 6 倍。问卷里,91% 的员工预期 2030 年前会出现诺奖级 AI 发现,美国成年人只有 39%(均为官方自报)。
  • METR 进驻 Anthropic:6 名 METR 人员获得接近员工级的内部访问权限,可以独立发布风险评估,Anthropic 没有否决权,只能按预设类别(如客户数据、模型架构)要求删改;另与 SecureBio、Accenture 合作评估。
  • Claude 解开 NIST 椭圆曲线种子之谜:Anthropic 称内部研究模型不到 30 分钟查明,P-192 到 P-521 五条曲线的种子来自用时间戳初始化的普通伪随机数生成器。官方明确说这不是漏洞,反而降低了「后门」的嫌疑。
  • Anthropic IPO 估值预期下调(报道):路透援引消息人士称,部分投资者讨论把 11 月 IPO 的估值从约 2 万亿美元下调到约 1.5 万亿美元,Anthropic 没有确认。Replit CEO 澄清公司仍然模型中立,但首选合作伙伴已改为 OpenAI。
  • Claude Fable 5.5 传闻:Azure 目录里出现了条目,Cursor 3.25.6 为这个模型名加了特判,Anthropic 没有表态,按传闻看待。
  • OpenAI:ChatGPT 里的 GPT-6 Pro 和 GPT-6 Astra Pro 升级,支持多 agent 并行分工;GPT-Live-1.1 新增多种语言音色;GPT-Rosalind 推出面向美国高校实验室的学术计划。Codex 窗口内又做了两次全局额度重置,并通过子 agent 复用上下文、提高缓存命中率来提升「有效用量」(官方没有给出数字)。
  • OpenAI 和 Anthropic 各出 500 万美元,资助 Simons 基金会的数学与 AI 计划。
  • Microsoft Research Magnetar:通用 zkVM(零知识虚拟机,能证明一段程序被正确执行而不暴露输入),可以直接证明 Rust、Go、C 程序,官方称在 15 个基准上平均比现有最快系统快 10–39 倍,验证约 12 毫秒。
  • Google Research VERID:让 agent 驱动真实的实验机器人完成闭环分子设计,官方称得到了单位数纳摩尔级的蛋白结合物。
  • Gemini 4 Argon 后续:没有新模型或价格变化;DeepMind 演示 4 个 Argon agent 只靠代码和文本,27 小时打败 Minecraft 末影龙。

开源

  • OpenAI Codex CLI 0.163.0:Codex 回复时可以随时插话纠偏,只读工具可以并行执行,新增可搜索的 /config 设置页。
  • 腾讯混元 Hy-Memory:开源的 agent 长期记忆引擎和 Python SDK(hy-memory),配套的 MemHub 可以统一管理 Claude Code、Cursor、Codex 的对话记录、跨应用召回;同时开源记忆专用模型 Hy-Memory-30B-A3B(约 3B 激活,Apache 2.0)。
  • chenglou/handwired:把普通 JS 程序「编译」成无需训练、结果精确、完全可微的神经网络,适合用来理解程序和神经网络之间的等价关系。
  • REA 涨到约 30.6 万 star,Perplexity Computer 把它集成为一项技能(细节来自第三方站点)。木马仿冒包的提醒仍然有效。

模型

  • FLUX 3 Image Klein:BFL 的 5.6B 开放权重图像模型,支持文生图、编辑、最多 10 张参考图,原生 4K;官方要求前面接一个提示词扩写器(9B 的 klein-pup,Apache 2.0)。许可证是 FLUX Kommunity License,商用条款要另外核对。
  • NVIDIA Nemotron-Labs Dory1.0-4B:循环结构的小模型,同一份权重可以选择循环 1、2 或 4 次,用推理算力换精度,前 4.5T token 直接用 NVFP4 预训练。卡面分数是自测,vLLM 和 llama.cpp 的支持还没合并。

论文

  • 2610.22019(NVIDIA):公开 agent 后训练前的 midtraining 配方,自述在相同 SFT 下 SWE-bench Verified 从 60.7 升到 64.5,可以和 Nemotron 3.5 一起读。
  • 2610.20941(Redwood Research):改写真实 agent 轨迹做红队,得到 35 个绕过监控的反例,其中 6 个也绕过了一家前沿开发者的监控器。只看动作的 agent 监控仍然脆弱。
  • 2610.20667(LASR Labs、UK AISI 等):基准饱和后,用两两比较做对的轨迹来继续评估能力,自述预测误差比只看饱和分数低 5.3 倍。

来源与延伸阅读

今日行动建议

  • 用过 OpenCode Console 或任何托管 key 的聚合工具的人,今天就去 OpenAI、Anthropic、Google 后台轮换 key、查看账单,并给每个工具单独开 key、设好用量上限。
  • 有出海业务或境外架构的团队,把第 48 号公告附件 1 交给法务,对照三类登记情形逐项确认;需要提意见的在 11 月 15 日前提交。
  • 做开源模型选型的团队,按「分数 × 许可证 × 显存」把 Muse Spark Open、Beam、Nemotron 3.5、DeepSeek 1017 放进同一张表,用自己的任务复测,不要只看厂商自报分数。
  • 本地跑大 MoE 的开发者,升级 llama.cpp v0.7.0 试 --moe-cache-mib,同时检查脚本里写死的 8080 端口。
  • 科研人员找出自己领域里能写成代码、能自动判对错的子问题,参照 Claude 量子电路和 Athanor 的闭环搭一个评测器,让 agent 先在小问题上试。
  • 做后量子密码迁移规划的安全团队,关注椭圆曲线点加法电路成本的下降,重新评估迁移的时间表。
  • 工程负责人对照 Claude Code 团队的分层审查做法,先列出哪些高风险改动必须有人审,其余的交给 AI 审查加测试证据。
🎵 看累了听个音乐吧
跟鬼哥聊聊 AI