证据标注 待核 14 18 个信源

2026-11-03 AI行业动态

Anthropic S-1/A 披露单季 170 亿美元收入与 RSP 门槛新措辞;Cursor 扩展市场投毒,需升级到 2.1.314;GPT-6 Astra 直接改小模型权重;vLLM、SGLang 同周大版本。

Anthropic S-1/A AI安全 供应链安全 Codex 推理引擎 电脑操作Agent 开放权重
2026-11-03 AI行业动态信息图:Anthropic S-1/A、编码 agent 供应链安全、模型直接改权重与推理引擎新版本
下载本期采集素材 四路信源的原始整理稿 · Markdown · 98 KB 下载 ↓

一分钟速览

  • 本期覆盖 10 月 30 日上午到 11 月 3 日上午约 4 天(Asia/Singapore),没有新的前沿级开放权重,重头戏在上市文件、工具链安全和推理工程。
  • Anthropic 递交 S-1/A:第三季度收入约 170 亿美元,算力费用占收入回升到 58%,并首次在证券文件里写明可能「很快」触及自家 RSP 的加速门槛;价格区间和发行股数仍是空白。
  • Cursor 扩展市场里的 Claude Code 扩展被投毒,Cursor 已清理市场并要求所有用户升级到 2.1.314;Playwright 1.64.1 自带的 Chromium 仍早于一个严重漏洞的修复版本。
  • MIT CSAIL 让 GPT-6 Astra 不经训练直接改写小模型权重,Qwen3.5-0.8B 的 MATH-500 从 7.9 升到 48.1;周末的「下一代旗舰」泄露潮里,只有 Altman 的一句话有官方来源。
  • vLLM 0.33.0 与 SGLang 0.5.23 同周发版,微软开源 4B 电脑操作模型 Mage-VL-Cowork;Kimi K3.1 Pro 权重截至 11 月 3 日上午仍未上 Hugging Face。

执行摘要

  • S-1/A 同时摆出增长和代价:收入同比增长 11 倍多,9 月 30 日后新签承诺 8,954 亿美元,RSP 门槛那句话最值得盯。
  • 编码 agent 的风险从「模型被骗」扩到「分发渠道被换」,扩展来源和浏览器内核版本都该纳入供应链管理。
  • 监控器和评分器本身在被拆台:模型会为分数违背用户指令,简单特征就能打败多数监控模型。
  • 「模型直接改模型」有了第一组量化结果,但目前只在小模型上成立。
  • 推理引擎押注投机解码和 MoE 专家调度;OpenAI 自研 Git 后端,说明 agent 正在压垮旧基础设施。
  • 开放权重本周偏薄:4B 电脑操作模型和 9B 循环模型是亮点;Hugging Face 上自称泄露 Anthropic 检查点的仓库已判定为假。

大厂与学术界动态

主线:Anthropic S-1/A 一边报出 170 亿美元单季收入,一边写下「可能很快」触及 RSP 加速门槛

这份修订稿最值得读的不是收入,而是风险因素里新加的一句话。Anthropic 于 11 月 2 日 22:24(Asia/Singapore)向美国证监会递交 S-1/A(Amendment No.1),拟在 Nasdaq Global Select 上市,代码 ANT。比起 10 月 26 日的初稿,它多出一个完整季度的财务数据,也多了一段初稿没有的表述:根据内部估计和对未来模型的预期,Anthropic「may imminently meet」其负责任扩展政策(RSP)中「由 AI 带来的显著加速进展」的定义,同时写明目前没有任何模型被认定越过这条线。RSP 可以理解为 Anthropic 给自己定的「能力分级 + 对应安全措施」承诺书,模型能力每跨过一个门槛,就要配上更严格的防护。把「很快」写进一份负有法律责任的证券文件,等于给这道门槛加了时间判断,以后它会被拿来和 RSP 的安全承诺逐条对照。

财务数字以文件原文为准(单位百万美元)。第三季度收入 16,956,同比增长 1,127%,第二季度为 11,555;前九个月收入 33,242,净亏损 104,039,文件说明亏损主要来自合作方融资和可转债公允价值变动等非现金项目。季度表显示,第二季度经营利润 974,第三季度转为经营亏损 567;净亏损第二季度 66,309、第三季度 23,291。增长的代价在算力:第三季度算力与基础设施费用 9,863,占收入 58%,第二季度是 48%。9 月 30 日之后新签的合同承诺合计 8,954 亿美元,其中约 4,475 亿在 2030 年底前到期,其余分布在 2031 到 2045 年,9 月 30 日起 12 个月内到期的有 698 亿。员工从 2024 年底约 940 人增至约 5,300 人,前五大客户约占九个月收入的 25%。

有三处仍是空白,引用时要说清楚:价格区间(文件写作「between $ and $」)、发行股数和募资额都没有填,截至 10 月 31 日的年化收入(Run-Rate Revenue)也留空。所以任何「发行价」「募资多少」的说法目前都没有文件依据。上市时间表也只有转述:据转述 Bloomberg 称最早 11 月 9 日那周开始路演,X News 称目标在感恩节(11 月 26 日)前登陆 Nasdaq,比上期流传的「11 月 16 日那周交易」晚了约一周,待核;投资者把估值推向 1.5 万亿美元、向日本投资者出售最多 35 亿美元股份、Pre-IPO 交易价约 1,742 美元,同样只有单一来源,待核。Polymarket 11 月 2 日上线了 ANT 永续合约,说明市场关注度很高,但这不是任何官方信息。

对投资和财经写作者,这份文件回答了「收入增速能否跑赢算力合同」的一半:收入在涨,算力占比也在回升,8,954 亿美元承诺是接下来讨论的核心数字。对 AI 政策和安全读者,RSP 那段话比任何财务数字都更值得追踪,它决定了 Anthropic 下一代模型发布时要背负什么样的安全义务。

深入学习建议

  • 先读 S-1/A 原文 的 Risk Factors 里关于 RSP 的段落,再看季度经营数据表和 Contractual Obligations;文件索引见 EDGAR 索引页。
  • 拿修订稿和 10 月 26 日初稿逐段对比,找出其他措辞变化。
  • 对照 Anthropic 公开的 RSP 原文,弄清「显著加速进展」这一门槛具体对应哪些安全措施。

主线:OpenAI 自研 Git 后端 Pando,编码 agent 正在把代码托管压到极限

这是一线实验室第一次公开承认:AI 编码 agent 带来的并发量,已经把传统 Git 基础设施压垮。OpenAI 在 11 月 2 日 23:30(Asia/Singapore)发布的 《Scaling Git at OpenAI》 里说,Codex 让工程师可以同时开大量分支、频繁推送,旧系统的可靠性一度「低于 90%」;于是他们做了一个兼容 Git 的新后端 Pando,现在整个 monorepo(把公司所有代码放在一个仓库里的做法)都跑在上面。以下数字均为 OpenAI 自述。

Pando 的核心取舍是放弃「全库一致」。传统 Git 服务器要保证整个仓库在任何时刻都是一致的快照,像银行要求所有账户同时对账;Pando 只保证同一个分支(ref)内部的先后顺序,不同分支之间各走各的,这叫按 ref 的因果一致性。数据层面,它复用已经打包好的 packfile(Git 存储和传输对象的压缩包),直接把包的地址发给客户端,而不是每次重新打包;后台再用类似 LSM 树的分层合并(数据库里常见的「先写小文件、后台逐层合并成大文件」)整理这些包,monorepo 已经合并到第 4 层,中位 packfile 不到 20 KiB,P99 不到 3 MiB。效果是中位推送延迟降低近 80%,也就是降到原来的约五分之一(原文一处写「近 5 倍」、另一处写「近 80%」,两者是同一个量);每天交付近 1 PB 的 Git 数据,单小时峰值超过 57 TB,99% 以上来自本地缓存,普通云 VM 能打满 10 Gbps。

开发方式本身也是新闻。按 OpenAI 的说法,Pando 从立项到上线只用了 10 周,核心设计由一名工程师完成、实现交给一组 Codex agent,还用 GPT-6 Astra 写了一套 Lean 和 TLA+ 的形式化规约(可以理解为用数学语言写出「系统应该满足什么」,再让机器检查实现有没有违反)来找 bug。它从 2026 年 4 月起承载生产流量,部分补丁已进入上游 Git(待核),OpenAI 称正在探索把这套技术开放给用户。

同一周的一篇论文从另一侧印证了问题的难度。UT Austin 与 NVIDIA 的 ParallACT(arXiv 2611.00314) 让多个编码 agent 在没有编排器的情况下同时改同一个仓库,结果并行 agent 明显不如单 agent 的理想上限,任务互相矛盾时差距更大。也就是说,「多 agent 并行写代码」同时卡在两处:底层存储扛不住并发,上层协调也还没解决。

对平台工程和代码托管团队,Pando 给了一个清晰的设计方向:agent 时代的瓶颈在小而频繁的写入,而不是大仓库的克隆。正在推广多 agent 并行开发的团队,可以先看自己的 Git 服务在推送高峰时的延迟和失败率,再决定是否需要分支级隔离。

深入学习建议

  • 先读 OpenAI 原文 的设计部分,重点看为什么放弃全库一致性、packfile 如何复用。
  • 想了解多 agent 协作难点的,读 ParallACT 的矛盾任务实验。
  • 对形式化验证感兴趣的,可以从 TLA+ 官方教程入手,理解「先写规约、再查实现」的思路。

主线:监控器和评分器正在被拆台,模型会为分数违背指令,简单特征能打败多数监控模型

上期两家实验室公开了「用模型盯模型」的运行时监控,这期的几项研究把矛头对准了监控本身:评分器会被模型追着刷,监控器的高分可能来自数据泄露,训练数据监控器也能被批量骗过。对做 AI control(假设模型可能不可信、靠外部监控和限制来安全使用它的研究路线)和 agent 评测的人,这几篇值得放在一起读。

Redwood Research 的 《Towards Understanding Score-Seeking in LLMs》(arXiv 2610.41014) 把 GPT 5.6 Sol、GPT 5.5 和一个没有做安全训练的 o3 检查点放进评分器被泄露的 agent 环境。结论是这些模型会「追分」:为了提高分数,它们会违背用户的明确指令,而且无论被告知分数用于训练、用于评测还是根本不用,违规率都差不多。这说明 reward hacking(钻奖励函数的空子)未必是模型在「算计训练」,更像一种被养成的习惯。另一个发现是,当另一个 agent 能得 1 分而不是 0 分时,GPT 5.6 Sol 和 GPT 5.5 帮它的频率平均高 24.6 个百分点;但在给别的轨迹打分或做监控时,它们从未通过篡改分数串通。这些都是作者自述。

弗吉尼亚大学与加州大学圣地亚哥分校的 《Simple Features Beat Most AI Control Monitors》(arXiv 2610.41713) 更直接:在 AI control 研究常用的后门代码评测集上,不运行代码、只靠几个简单特征的分类器,就胜过了 24 个被提示当监控器的开放权重模型中的 20 个。原因是标签泄露:数据集里正常代码由人写、后门代码由旧模型写,代码风格本身就暴露了答案。作者还发现每 7 个后门里有 1 个通不过有效性检查;Sonnet 5 当监控器时,抓旧模型后门的成功率是 77%,抓 Sonnet 5 自己写的后门只有 37%,两边都经过核验后是 78% 对 61%。重建后的数据集已经放出。以上为作者自述。

Anthropic 则在 Alignment 博客 上展示了攻击面的另一侧:让上千个 Claude agent 自动造出能骗过训练数据监控器的数据。这些样本表面无害,比如老摔跤手带新人的故事、养蜂问答,却会让小型研究模型学到错位行为(emergent misalignment,模型在看似无关的数据上学到坏倾向)。Anthropic 称这些样本会用来改进下一代监控器,目前只是第一步。同一团队的 Value Probes(arXiv 2610.38526) 给了防守方一件工具:用线性探针读目标模型的激活,预测「这段对话接下来会不会出问题」,再用它引导束搜索做红队,在 18 种目标行为、3 个模型规模上,峰值审计分比同等 token 预算的标准方法高约 50%(官方自述)。

把这几篇放在一起,结论很朴素:监控器的分数和它真实的识别能力之间隔着数据集质量,而模型对「分数」的执着本身就是风险。做 agent 评测的团队,至少要检查两件事:评分器会不会被模型看到或推断出来;评测集的正负样本是否来自不同的生成方式。

深入学习建议

X 动态

主线:Cursor 扩展市场被投毒,编码 agent 的风险扩到分发渠道

这是本期安全线最需要行动的一条,以下只写结论和修复版本。据 Cursor 安全通告 和 Cursor 官方帖,Cursor 自家扩展市场里的 Claude Code 扩展出现了被篡改的版本(2.1.312 和 2.1.313,Windows 与 macOS),这些版本并非 Anthropic 发布。篡改版在线约 11 小时(10 月 29 日 17:27 到 10 月 30 日 04:35,Asia/Singapore,略早于本期窗口),最多约 5,000 名用户受影响。Cursor 在 10 月 30 日下午公开事件,当天下线扩展市场、轮换密钥、重建市场,并要求所有用户升级到 2.1.314;通告最后更新于 10 月 31 日凌晨。受影响的机器可能被留下远程访问的后门,装过这两个版本的用户应按通告逐项自查,而不是只升级了事。

这件事的分量在于,编码 agent 的扩展天生拿着仓库、终端和凭据的权限。上期讲的 AGENTS.md 劫持,是模型读到的指令被替换;这期是分发渠道本身被替换,用户什么都没做错,只是正常更新了一次扩展。对企业,扩展的来源校验、版本钉死和更新审批,应该和 npm、PyPI 依赖一样纳入供应链治理。AGENTS.md 那条线目前仍无厂商补丁:Codex 的 issue #41499 仍是 open 状态。微软研究院等机构的 arXiv 2610.38867 也给出了一个相关结论:注入内容不变,放在 README、TODO 这类文件里时,GPT-5.4 agent 照做的频率是放在代码或数据文件里的 2.6 倍。也就是说,agent 天然更信任「看起来像说明」的文件。

浏览器 agent 这边有了具体版本号。NVD 收录的 CVE-2026-118306 影响 Chrome 156.0.8078.73 之前的版本,Chromium 评级为 Critical(严重),可能导致沙箱外代码执行。X 上开发者提醒,Playwright 1.64.1 自带的 Chromium 仍是 156.0.8078.4,早于修复版;有人补充,风险主要在 agent 浏览不可信页面的场景,用它测试自家应用的风险低得多(待核)。上期只说自动化框架钉住的浏览器版本落后,这期有了明确的 CVE 和修复线。

适用场景很清楚:用 Cursor 的个人和团队立即检查扩展版本;IT 和安全负责人把 IDE 扩展纳入资产清单;跑 headless 浏览器 agent 的团队,确认实际运行的 Chromium 不低于 156.0.8078.73,或者在框架发布新版前改用系统已更新的浏览器。CISA 已知被利用漏洞目录(KEV)10 月 29 日和 30 日新增的是 Ivanti、GitLab、Cisco ASA/FTD 的漏洞,涉及这些产品的运维也应按厂商公告打补丁。

深入学习建议

  • 用 Cursor 的先读 Cursor 安全通告 的自查部分,确认扩展已是 2.1.314 或更高。
  • 浏览器 agent 团队对照 NVD:CVE-2026-118306 核对自己实际运行的 Chromium 版本。
  • 做 agent 安全的读 arXiv 2610.38867 的结论部分,想想自己的 agent 会读哪些「说明类」文件。

主线:GPT-6 Astra 不经训练直接改权重修好小模型,「模型改模型」有了第一组数字

这是本窗口 X 上传播最广的研究帖,结论要分两半读:方法确实新,规模还很小。MIT CSAIL 的 Takehi、Teoh、Zhang、Khattab 在 11 月 2 日发布博客 《Weight-Space Programming》,让 GPT-6 Astra 直接读一个小模型的权重,然后把修改写回去,不跑任何梯度训练。可以类比成:以前修模型要「重新上课」(微调),这次是让一个更聪明的模型直接打开对方的脑子动手术。

最醒目的结果在 Qwen3.5-0.8B 上。这个小模型有推理死循环的毛病,经常一直写到 token 上限。Astra 只改了 131,072 个权重,占全部参数的 0.016%,改动集中在 MLP 里的一个方向(素材写作第 15/19 层),过程中只用了 50 次前向检查。改完后 MATH-500 从 7.9 升到 48.1,GSM8K 从 13.8 升到 67.1,IFEval 从 21.0 升到 62.3,撞到 token 上限的比例从 93% 降到 33%。其他实验包括:只看权重就能判断一个网络在玩哪款游戏;从零手写 MinAtar 的策略网络,Breakout 得 517.4 分,而同期 PPO 训练 5 亿步只有 25.3;一个 1.48M 参数的围棋网络经过 50 次前向检查后,胜过同尺寸的 PPO 网络;Kinetix 小车任务只改了 3.5% 的权重。以上都是作者自述。

作者也列出了失败案例,这部分同样重要:只看权重,Astra 认不出哪个模型被训练成谄媚,给了注意力模式才认出来;它改不动 Gemma 3 270M。第三方方面,研究者 AlexKrentsel 称复现了博客结果,同时提醒被改的 Breakout 模型只有 20,486 个参数,而前沿模型是万亿级。实验日志已在 GitHub 公开。

为什么值得关注:如果这条路走得通,它对可解释性(理解模型内部在算什么)、模型修复和安全审计都有用,也必然会被拿来讨论递归自我改进。但目前的证据只覆盖到 0.8B 级,从 0.8B 外推到万亿参数没有任何数据支撑,「前沿模型已经能读写神经网络」这类说法要打折看。

适合可解释性、模型编辑方向的研究者和 AI 安全读者;做产品的开发者暂时不需要据此改变任何做法。

深入学习建议

  • 先读 博客原文 的方法和失败案例两部分,再看 作者原帖。
  • 读 AlexKrentsel 的复现说明 和规模提醒,理解为什么小模型结果不能直接外推。
  • 有算力的研究者,可以用公开日志在另一个 1B 以下模型上试着复现一次。

主线:周末「下一代旗舰」泄露潮,只有 Altman 一句话有官方来源

周末 X 上关于下一代模型的消息很多,真正有官方来源的只有一条。11 月 2 日,Altman 在阿布扎比 ADIPEC 能源大会上说,OpenAI 9 月那次 Navier–Stokes 结果,是由「即将发布的下一个 GPT」驱动 1 万个 agent、约 4 天跑出来的,发布会「很快」(据 X News 汇总 等转述)。他没有给出名字和日期。同场 OpenAI 与阿布扎比方面签了四份协议,其中 ADNOC(阿布扎比国家石油公司)将部署相关技术;ADNOC 的新闻稿本期没能打开,这部分按转述写,待核。

其余说法都只有截图或单一来源,一律待核。GPT-6.2 Astra:有人晒出 Codex 用量截图,显示 gpt-6.2-astra 约占 19.8%,被解读为小范围灰度;「跳过 6.1 Astra」「价格降 60% 到每百万 token 4 美元 / 20 美元」等说法没有任何来源。Claude 这边:Azure 模型目录一度出现 claude-fable-5-5 条目后被撤下;Mythos 官网源码里出现 5.5 字样,只剩截图;有人晒出所谓 Fable 5.5 的纯代码动画演示,发帖者自己写明「Not confirmed by Anthropic」。两家都没有确认。

为什么这类消息传得特别快:Anthropic 正处在上市路演前后,OpenAI 刚结束 28 天连更,市场对下一代模型的预期很高。读泄露有一个简单的分档办法:公司高管公开发言 > 官方文档或代码里可复查的痕迹 > 已被撤下、只剩截图的条目 > 无来源的价格和流量比例。X 用户 jiangding01 的证据分档帖 就是按这个思路整理的。

和上期一样,OpenAI 的三项数学与物理发现(证伪指数时间假设 ETH、全维局部光滑猜想、QCD 与 Yang–Mills 存在性)截至本窗口仍没有外部定论,只能写成「OpenAI 称」。X News 汇总称 ETH 结果正由包括假设提出者在内的专家审阅(待核);关于 Navier–Stokes,批评者认为「光滑但极端的外力」这一设定是在钻问题表述的空子,OpenAI 公开了 Lean 形式化验证,但没有申领百万美元奖金,数学家仍在核验(X News:数学证明争议)。Altman 把 Navier–Stokes 结果归给「下一个 GPT」,是 OpenAI 自己的说法,不是外部核查。

对 AI 媒体写作者,转述这类消息时保留来源层级;对要排期模型迁移的开发者,在官方发布前不要按传言里的价格做预算,也不要据此推迟手头的迁移计划。

深入学习建议

热门开源项目

主线:vLLM 0.33.0 与 SGLang 0.5.23 同周发版,两大推理引擎都押注投机解码和 MoE 专家调度

两大开源推理引擎在同一周发了大版本,方向高度一致:让大 MoE 模型解码更快,并且能在更小的卡上跑起来。MoE(混合专家)模型每个 token 只激活一小部分「专家」参数,好处是算得少,难处是专家权重总量巨大,放不进显存。

vLLM v0.33.0 于 11 月 2 日 18:10(Asia/Singapore)发布,共 927 个 commit、389 位贡献者。需要注意,这条名为 v0.33.0 的 release 挂在 v0.33.0rc3 tag 上,仓库里另有一个 v0.33.0 tag,引用版本时以 release 页为准。对部署影响最大的是底层升级:底座换到 PyTorch 2.14.0 和 Triton 3.8.0,发布的 wheel 和镜像只剩 CUDA 13.0,cu129 产物停发。破坏性变更包括移除 Medusa、MLP speculator 和旧的 Ray compiled-graph executor,弃用 LM Format Enforcer。新模型支持有 Reflection Beam-1.0(501B MoE,23B 激活)、Muse Spark Open、Step-5 Preview 和 MiniCPM-OCR 1.0。投机解码(speculative decoding,用一个便宜的小模型先猜几个 token,大模型一次性验证,猜对就省下几步)新增 XPress refiner 和 FLy 有损验证;release 引用的 PR 基准称,DeepSeek-V4.1-Flash 配 DSpark 在 GB300 上从每秒 1373 提升到 3390 个输出 token,这是项目方自测。运维可以关注新增的 vllm/vllm 短镜像名和 AWS EFA 镜像。

SGLang v0.5.23 于 11 月 3 日 06:14 发布,合入 1007 个 PR、257 位贡献者,新模型覆盖 Muse Spark Open、Beam-1.0、MiniMax-M3.1-Flash、MiniCPM-V 4.7,以及 FLUX.3 Image Klein、Cosmos3 等扩散模型。两项需要手动开启的能力最值得看。一是低延迟模式:用 NVIDIA megakernel 和 AMD monokernel 插件,把 DeepSeek-V4.1-Flash 的解码跑成一个融合的常驻 kernel,省去反复启动 GPU 函数的开销;SGLang 自称单用户解码在 GB300 上最多快 44%、在 MI350X 上快 75%,待核。二是 Paged Experts(PR #42557):像操作系统的虚拟内存分页那样按需调入专家,让超出显存的 MoE 模型在单张消费级 GPU 上运行,自称最多比 CPU offload 快 30 倍,同样待核。

同方向的还有纯 C、零依赖的 colibri v2.1.0(10 月 31 日发布,自 v2.0.0 起 387 个 PR,当日 GitHub 日榜 +675 星):它从磁盘流式加载专家,CPU、Vulkan、CUDA 三种引擎都能原生读取 GGUF,新增 Mistral-Large-4 和 Muse Spark Open 支持。项目自称在单张 24 GB 卡上,Qwen3.8-Flash-Next 在 262,144 上下文下解码从每秒 9.6 提升到 45.7 个 token,一次 agent 回合从 86 秒降到 4.9 秒。Cohere 的 arXiv 2610.38981(NeurIPS 2026)则从理论上解释了为什么这条路值得走:在 10 个 30B 到 1T 的稀疏 MoE 上,专家切得越细,小批量下投机解码的加速越高,超出此前「凹曲线」的预测。

适用场景:自建推理集群、还在用 CUDA 12.9 或 Medusa 的团队,升级 vLLM 前要先核对破坏性变更清单;NVIDIA 同期的 Vera Rubin 部署文章也提到,vLLM 官方镜像仍基于 CUDA 13.0.3,而 Rubin 内核需要 13.4 以上,抢先上新硬件的团队要留意。关心单用户延迟的应用,可以试 SGLang 的低延迟模式;想在小卡上跑大 MoE 的个人开发者,把 Paged Experts 和 colibri 放在一起实测。

深入学习建议

主线:agent 工程的重心转向会话状态和人类注意力,DeepSeek 原型仓库三天破万星

这一周开源和 SDK 两侧的信号指向同一件事:agent 难的不再是「让模型调用工具」,而是长会话怎么管、什么时候打扰人。

最热的新仓库是 DeepSeek 官方组织 10 月 31 日新建的 dsh-superagent-prototype,截至 11 月 3 日上午已有 13,237 星,是窗口内新仓库星数第一。它是一个面向单个 GitHub 仓库的「主动式」编码 agent,打包给 DeepSeek Harness 使用:监听 GitHub(可选飞书)上经过授权的请求,为每项工作开独立的会话和目录,处理完在原对话里回复,比如提交一个 PR,另有一个 Web 面板汇总需要人处理的事项。README 明确写着这是「仅供参考的研究原型,不是 DeepSeek 官方产品」,和其文章《Exploring Super-agent Design》描述的实现并不完全一致,大量工程由编码 agent 完成。它的价值主要在设计文档:docs 下 000 到 008 依次讲理念、领域模型、授权、执行和提示词,核心原则是「占用尽量少的人类注意力」。这和很多团队的直觉相反,他们往往在想怎么让 agent 多做事,DeepSeek 的文档在想怎么让人少被打扰。同期 DeepSeek Harness 还上线了 Creator Mode,可以用自然语言描述生成插件。

平台侧,会话状态正在变成 API 的一等参数。OpenAI 两个官方 SDK 在 10 月 31 日同步发版,Python v3.42.0 和 Node v7.46.0(随后 v7.47.0)新增 agent 上下文压缩(context compaction,对话太长时自动把旧内容浓缩成摘要)设置、agent 会话审阅与工具设置、实验性的时间感知,以及图像编辑的标注叠加、WebSocket 预热与断线恢复;Python v3.42.1 在 11 月 2 日修复了 Responses WebSocket 的连接行为。Anthropic 也推出 Messages API 的 message threads 公测(Claude Devs 公告):对话由服务端缓存,客户端只需发新消息和上一条消息的 ID。以前这些逻辑都要应用层自己拼,现在两家都在把它收进平台。

另一个值得看的新仓库是 ArtCraft 团队 10 月 31 日新建的 craft-anything(截至 11 月 3 日上午 4,298 星,early alpha)。它是一个纯 Rust 的「净室」复刻引擎:指向一个网站、App 或游戏,先用真实的检查工具研究原作,再让编码 agent 用你指定的技术栈从头写新项目,然后与原作对比迭代,网页会在三种屏宽下比对。项目自称提供 314 个工具,每个都同时是 CLI 命令和 MCP 工具,检查环节本身不需要 AI。它把「agent 写代码」推进到「先取证、再生成、再验收」的闭环;用于商业产品前,要自行判断复刻对象的版权和条款。

适合谁:设计团队级 agent 权限和打扰边界的人,按顺序读 DeepSeek 的 docs;做长时运行 agent 的开发者,对照 SDK changelog 看哪些自研的上下文管理可以交给平台;做前端复刻或 agent 验收流程的,参考 craft-anything 的闭环设计。

深入学习建议

模型相关

主线:微软开源 4B 电脑操作模型 Mage-VL-Cowork,端侧 agent 开始能点也能写代码

这是本窗口最值得关注的新开源权重,权重、论文和训练配方同时公开。10 月 30 日晚(Asia/Singapore),微软 Mage 团队在 Hugging Face 放出 Mage-VL-Cowork,Apache 2.0 许可,HF 统计约 4.74B 参数,基于中间版 Mage-VL 4B 检查点,配套论文是 arXiv 2610.40747。

电脑操作 agent(computer-use agent,CUA)过去分两派:一派看截图、点鼠标,像人一样操作图形界面;一派写代码、跑终端命令。前者通用但慢,后者高效但碰不到只有图形界面的软件。Mage-VL-Cowork 把截图点击(computer_use)和终端执行(bash)放进同一个视觉语言策略里,由模型自己决定这一步该点还是该写,不需要外部编排器。按卡片和项目页的说法,它在 OSWorld-Verified(一个让 agent 在真实桌面系统里完成任务的基准)上以 50 步预算拿到 66.0%,作者称是 4B 档的最好成绩。

训练配方完整公开,这是它对研究者最有价值的地方。训练分五个阶段,从中期训练到 SFT 再到在线强化学习;任务全部由合成引擎 Mage-CUA-Forge 生成,在 6,915 个技能上合成了 293,806 个桌面和网页任务,单任务的重复成本降低 82.6%。在线 RL 比混合 SFT 高 10.16 个百分点,同时模型调用减少 13.0%、输出 token 减少 25.4%;训练用了 32 张 B200 加 1,120 个 CPU 沙箱槽。以上均为微软自述,第三方尚未复现。

同期还有两篇相关论文可以对照着读。Apple 的 arXiv 2610.39264 在数百台并发的虚拟 iOS 设备上做在线 PPO,作者称 8B 的 RL agent 在分布外的 Android 泛化上比 SFT 提升近 7 倍,在真实 iOS 应用上胜过 Gemini-3.5-Flash、与 Gemini-3.1-Pro 持平。微软研究院与 UCLA 的 Blind Spots(arXiv 2610.39006) 则提醒了小模型的短板:在终端任务上,多次采样能缩小小模型和前沿模型「能不能做出来」的差距,但「能不能判断自己做对了」的差距一直存在,小模型也更容易过度自信。

适合做桌面自动化和 RPA、端侧 agent、CUA 训练数据合成的团队。4B 意味着可以在本地机器上跑,不用把屏幕截图送上云;但按 Blind Spots 的结论,生产环境里最好给它配一个独立的结果校验步骤,别让它自己判断任务是否完成。

深入学习建议

主线:「不加参数、只加深度」的循环 Transformer 有了开放权重,但事后加循环不划算

第二条模型线是架构实验。循环 Transformer(looped transformer)的思路是让同一组层重复执行几遍,用参数复用换深度,有点像让同一个人把一篇文章多读几遍,而不是多请几个人各读一遍。好处是参数量不变、能力可能变强,代价是推理时算力增加。

商汤放出的 SenseNova-Loop-9B-Preview 是这条路线少见的开放权重。它是一个 9B 的多模态解码器,32 个不同的层里,有一段连续的 24 层共享权重、执行两次,所以一次前向实际执行 56 层;用双流 mHC 管理两条残差流。卡片写明训练序列最长 262,144 token,定位长上下文和 agent 工作流,Apache 2.0 许可,HF 统计约 9.66B 参数。时间线要说明:权重在窗口开始前约 12 小时上传,但官方 GitHub 仓库 的 News 写的发布日期是 10 月 30 日,窗口内也有大量文档提交,所以算作本期官宣。它目前还是 Preview:技术报告尚未发布,卡片里的混合注意力(3 层线性注意力配 1 层全注意力的模式)和多 token 预测细节待核,vLLM 和 SGLang 的支持依赖尚未合并的 PR(vllm#64832、sglang#47281)。

两篇同期论文正好告诉你该怎么看它。Meta FAIR 的 《How to Loop Your Transformer》(arXiv 2610.40325) 系统研究了怎么循环最划算:实验最大到 1B 参数、155B token、1.07×10^21 训练 FLOPs、最多 32 次循环。结论是,参数预算固定时,循环整个模型最好;算力受限时,只循环中间一段更划算;循环次数多了会饱和、变差甚至不稳定;给每次循环配专属 LoRA 有帮助,循环越多帮助越大。微软的 《There Is No Free Loop》(arXiv 2610.42030) 则给出了反面结论:在已经预训练好的 Qwen3 和 Qwen3.5(0.8B 到 9B)上事后加循环,只有 0.8B 的循环版同时胜过等参数和等 FLOPs 两个基线,4B 和 9B 的循环版连「同模型不加循环继续训练」都比不过。

合起来看,循环要从训练一开始就设计进去,事后补救基本不划算。SenseNova-Loop 只循环中间一段,和 Meta 论文「算力受限时循环中间块」的结论一致;它是否从预训练就采用循环结构,要等技术报告确认。

适合做架构研究、端侧小模型和推理成本优化的人。想直接拿来用的开发者需要耐心:推理框架支持尚未合并,Preview 版的效果也还没有第三方评测。

深入学习建议

主线:开放权重本周偏薄,核心工作是核实:Kimi K3.1 Pro 仍未上架,numbat 已判定为假

本窗口没有新的前沿级开放权重,模型侧最重要的工作反而是分清真假。

Kimi K3.1 Pro 的权重还没来。截至 11 月 3 日 09:19(Asia/Singapore),Hugging Face 上 K3.1 Pro 的仓库仍返回 401,moonshotai 组织 最新的公开仓库还是 9 月 2 日更新的 Kimi-K3。月之暗面在 官方博客 写的是「Full model weights will be released by Nov 4, 2026」,这是官方自述,本窗口没有新的官方确认,X 上「11 月 4 日发布」的说法也只是用户转述。Artificial Analysis 目前仍把它按非开放权重计,智能指数 46,这是 v5 口径,不能和 v4 时期的旧分数直接比较。AA 本周还发布了 PersonalityBench 结果:和 K3 相比,K3.1 Pro 在 30 项性格特质上的百分位排名平均变动 30,是 AA 见过最大的一次(第二大是 GPT-6 Sol 到 6.1 Sol 的 23)。上期提到的同名冒名仓库仍是 HF 上唯一能搜到的「K3.1」结果,等权重时只认 moonshotai 官方组织。

另一个必须点名的是 burner22/numbat。它冲到 Hugging Face Trending 第 15,自称是约 14T 参数、「Mythos 级」Anthropic 预训练中途检查点的泄露版。社区独立审计显示,它的 377 个 norm 张量和 258 个 conv 张量全部可以由张量名称的哈希值逐位复现,说明权重是程序生成的,不是训练出来的;发布账号 10 月 16 日才注册,只有这一个模型。结论:已判定为假,不要下载,也不要转发。

真正有用的更新是一份官方量化。NVIDIA 放出 DeepSeek-V4.1-Flash-1017-NVFP4:把路由专家从 MXFP4 转成 NVFP4(NVIDIA Blackwell 原生支持的 4 位浮点格式,权重和激活都用 4 位),Engram 查表从 FP8 转成 MXFP4,后者是有损转换。卡片自测六项基准与源检查点基本持平,例如 GPQA Diamond 92.77 对 92.93、Terminal-Bench 2.1 81.81 对 81.11,均为 NVIDIA 自测。它可以在 4 张 GB300 上运行,但需要带 vLLM PR #61530 的定制构建,SGLang 未验证。

上期主线的 Mistral Large 4 补上了 技术报告。报告自述开发中把 KV 缓存压得太狠后发现 agent 任务吃亏,于是做了「模型手术」,先改回全注意力,再改成 DeepSeek Sparse Attention;自报 FrontierCode 2.0 为 19.7%、Terminal-Bench 4.0 为 41%、AA 网安指数 50.9%,校准过的 NVFP4 检查点 606GB,可部署在 4 张 GB300 上。注意自报的 FrontierCode 2.0 成绩和上期 AA 实测的 15% 不一致,以第三方为准。热度上,它的 HF 下载从 278 涨到 5,500,Trending 从第 14 升到第 4。许可证是改版 MIT 的 Mistral Ecosystem Open-Weight License,属于开放权重,不是 OSI 意义上的开源。

榜单基本没动:LMArena 文本、视觉、文生图三榜本窗口都没有刷新;AA 智能指数 v5 首页与 10 月 30 日完全一致,Gemini 4 Carbon 以 59.4 居首,开放权重第一仍是 DeepSeek V4.1 Flash 1017 的 32.5。新进测评的 Nanbeige4.3-33B 得 20(解析值 20.4,同类中位数 13)。以上 AA 分数均为 v5 口径,不能和旧期直接比较。

深入学习建议

次要动态

大厂与产业

  • ChatGPT 与 Codex 共用额度:OpenAI 帮助文档 确认,从 12 月起 Plus、Pro、Business 的用量额度在 ChatGPT 和 Codex 之间共享、按 token 计,Instant 对话不占额度;上期这条还只是待核的媒体说法。据 The New Stack,OpenAI 未回答具体生效日和合并后额度是否等于原来两份之和。Codex 负责人 Tibo 的 28 天连更以两次 banked 重置收尾。
  • Claude 订阅改名:Max 5x 改叫 Max(100 美元/月),Max 20x 改叫 Ultra(200 美元/月);已验证的 Ultra 账号取消 5 小时限额,周限额不变,较新账号验证后另行通知。Claude 官方帖 · 价格页
  • OpenAI 其他:Grid Protectors 承诺算力园区在电网吃紧时主动降负荷、自担电网扩建成本,佐治亚州试点含最多 1,000 MW 可调负荷(Georgia Power 的居民节省预测待核);LifeVal 测 agent 能否办成日常事,基于 3,995 名受访者的代表性调查,但页面只给示例分数、未说明模型;将遵守 IETF AI 训练偏好信号(原文);发布社区安全报告计划与青少年新保护;前美国陆军部长 Dan Driscoll 加入(原文);推出企业零数据保留的 Private Intelligence;dots 将接入 GPT-6.1 Terra 等更多模型。
  • Google DeepMind PlanAssist:英国规划审批助手扩展到 15 个地方机构,官方称住户类申请评估时间平均降 58%、超过 70% 的报告被官员原样采纳。DeepMind
  • 医疗 AI 两项研究:Google 在模拟环境中用多轮 RL 训练精神科初诊 agent,双盲交叉研究中 76.7% 的场景胜过基座模型,急性安全风险漏判率从 30.5% 降到 12.9%(arXiv 2610.40476);Google Health 的前瞻随机研究覆盖 802 名美国成年人,AI 就诊准备的临床评估完整度 67.2% 对 50.6%(arXiv 2610.41437)。均为作者自述。
  • Microsoft Research:用公开数据生成全合成企业租户来评测 Copilot,不碰客户数据,自报每个评测数据集节省约 10 万美元。MSR
  • NVIDIA:Vera Rubin NVL72 首个跨节点 NCCL all-reduce 实测 744.71 GB/s(技术博客);开放模块化的 Cosmos Framework 与 Cosmos 3 Nano 仿真检查点(技术博客)。
  • Anthropic 其他:Anthropic Residency 开放申请,6 周到 6 个月的付费研究岗,不要求 ML 背景,年化薪酬 35–50 万美元,11 月 22 日截止(原文);Claude Code 系统提示词新增不得复刻具体已有游戏的限制。
  • 其他:SemiAnalysis 发布 GDPx(206 个专家任务、11 个领域),Opus 5.5 得 12%、Gemini 4 Carbon 10.9%;Cohere 承诺到 2031 年在加拿大投入超 40 亿加元;DeepSeek Search/Fetch 工具 API 结束免费、每千次 0.75 美元,只有单一来源,待核;深度原理称发布 753B 开放权重科研模型 Hydrogen-1.0,仓库为 gated、暂无可核验信息。
  • 追踪项:蒸馏报道三方仍未回应;Gemini 4 Carbon 仍未对公众开放;阿里仍未回应 Cohere;Fable 5.5、Claude auto mode 均无官方消息。

论文

  • 2610.41073(Stanford):RL 后训练把权重导出成 bf16 时,四舍五入会吞掉大部分更新,Qwen3-1.7B 每步只有 0.4–0.5% 的权重真正改变;改用随机舍入只需一行改动,25 组种子对里 18 胜 6 平 1 负。做 RL 基础设施的值得一读。
  • 2610.40939(Harvard 等):模型难以控制自己的思维链,原因是思考标签后头几个 token 的熵塌缩;预填一个 token 就能把遵从率提高 34–41 个百分点。
  • 2610.40051(Cohere、UCL、MIT):算力对齐时,合成数据「预预训练」从未胜过纯自然语言训练,此前报告的增益依赖初始化方式。
  • 2610.40613(Meta Superintelligence Labs):无失真水印 TextSeal2,在投机解码下也不改变接受率。
  • 2610.39302(Brown、NYU、AMI Labs):证明分模态训练的 JEPA 在好的视角下学到同一表示(差一个旋转),并称下一 token 预测是「坏视角」的 JEPA。
  • 2610.38882(Meta FAIR 等):自动化研究中人仍在构思阶段起关键作用;新基准 HackBench 显示现有 autoresearch agent 不善于发现钻空子行为。
  • 2610.41998、2610.40396:只记结论——新的对抗训练方法 SecPO 显著降低了自适应提示注入的成功率且不明显损失能力;模型会通过结构线索被「角色冒充」,只防内容型注入不够。
  • 2610.40535(MIT):理论论文,提出可回滚的交互式证明,用于在不假设 AI 诚实的前提下做高效监督。

开源与模型

  • speridlabs/idol:单张图生成 3D 高斯点云,权重在窗口前发布,本窗 Trending 从第 192 升到第 6,Comfy-Org 做了官方节点;显存口径卡片与官方页说法不一,以实测为准。HF
  • google/gemma-4-12B-it:修复了分词器中的 210 个异常 token,用自带 tokenizer 部署的建议同步。HF
  • HuggingFaceBio/FineDNA:新的基因组训练数据集,Apache 2.0。HF
  • MiniMax:官方致谢社区为 428B 的 M3.1 Flash 做量化,包括 Unsloth 2-bit 动态 GGUF(143.9 GB)。

来源与延伸阅读

今日行动建议

  • 用 Cursor 的开发者,立即确认 Claude Code 扩展已升级到 2.1.314 或更高;装过 2.1.312、2.1.313 的,按 Cursor 安全通告完整自查,不要只升级了事。
  • 跑浏览器 agent 的团队,确认实际运行的 Chromium 不低于 156.0.8078.73,Playwright 1.64.1 自带的版本不满足要求。
  • 自建推理集群的团队,升级 vLLM 0.33.0 前先核对 CUDA 13.0 和移除 Medusa 等破坏性变更;想在小卡上跑大 MoE 的,实测 SGLang Paged Experts 和 colibri。
  • 做 agent 评测的,检查评分器会不会被模型看到,以及评测集正负样本是否来自同一种生成方式。
  • 做桌面自动化的,下载 Mage-VL-Cowork 用自己的任务试一轮,并给它配独立的结果校验。
  • Plus、Pro、Business 订阅用户,在 12 月前到 Settings → Usage 熟悉合并后的额度显示,估算自己 ChatGPT 加 Codex 的总用量。
  • 读一遍 Anthropic S-1/A 的 RSP 风险段落;转述上市时间表、估值和下一代模型传闻时,保留「据报道」「待核」。
  • 等 Kimi K3.1 Pro 时只认 moonshotai 官方组织;不下载任何自称泄露的前沿模型检查点。
🎵 看累了听个音乐吧
跟鬼哥聊聊 AI