2026-10-25
前沿模型为何难当买方分析师：Google DeepMind 与 LinqAlpha 谈真实工作流评测
Google DeepMind、Kaggle 与 LinqAlpha 从基准复现和投资研究案例出发，说明可信评测需要统一基础设施、完整工作流与可核查的推理证据。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-25
南京大学等团队开源 OpenMobile-2 手机智能体，27B 版 AndroidWorld 得分 79.9
南京大学、商汤等机构发布开源手机智能体 OpenMobile-2，基于 Qwen3.5 9B 和 Qwen3.6 27B，并公开完整训练环境、数据和复现说明。
2026-10-25
路径的分岔是生态和商业世界观的分岔 字节的商业世界观是黑暗 - 即刻 App
本文对比了字节跳动与 DeepSeek 的商业哲学，认为字节的 '黑暗法则' 强调绩优主义和控制论，而 DeepSeek 则代表开放、普惠和社区共创，后者更符合作者对未来 AI 生态的期望。
2026-10-25
湾区行观察：Agentic Internet 崛起与 Agent Infra 竞争
作者参加 Vercel 和 Cloudflare 活动后判断 Agentic Internet 正在崛起，认为五年后 Agent 网络流量将是人类的 1000 倍，Agent Payment 会成为新商业模式，网络攻防将成常态。
2026-10-25
Google DeepMind 论文：主动式 AI 智能体进团队，有人视其为救星，有人感到被监视
Google DeepMind 论文研究主动式 AI 智能体在大公司 20 多个团队运行 5 个月的情况，并访谈 17 名用户，发现同一智能体被部分人视为救星，另一些人却因它擅自动作而感到压力。智能体把过期文档当现状、给 VP 标记 16 个 bug、提前分享草稿海报、误读讽刺；被强推的团队比自愿采用团队更不宽容其失误。
2026-10-25
2026-10-24 AI 论文简报
符号矩阵 Lab 发布的 2026 年 10 月 24 日 AI 论文简报，收录 34 篇文章，涵盖大模型推理优化、视频推理智能体、具身智能、自动驾驶世界模型及遥感应用等前沿领域。
2026-10-25
OpenAI 的 Codex 已全面推送
已全部推送完成。明天尽情享受疯狂的 codexing 吧。接下来也是有趣的一周。
2026-10-25
网络安全专家：AI 发现漏洞速度加快，政府网站中断类事件或将重演
路透社采访的七名网络安全专家认为，AI 全天候检查代码、数小时内即可开发出攻击程序，正在打破防御方原有的修补时间差，本周 PHP 漏洞引发的全球多地政府网站中断服务几乎肯定会再次发生。
2026-10-25
Muse 能否帮 Meta 打赢翻身仗？
Meta 的个人智能体 Muse 在上线后迅速成为 App Store 的热门应用，其低门槛的交互设计和高效的任务执行能力赢得了用户的广泛好评，并带动了 Meta 股价的显著上涨。然而，尽管 Muse 的短期表现令人印象深刻，但其激进的隐私接入策略和潜在的安全漏洞仍然引发了业界的担忧，其长期成功还需进一步观察。
2026-10-25
字节 Seed 招聘具身岗位起薪 55K；高通被曝 11 月启动全球绩效裁员；Claude Code 一天内痛失两员核心开发者｜AI 周报
本周 AI 产业动态：字节跳动具身智能团队招聘数据开发工程师，起薪 5.5 万元；高通计划 11 月进行全球绩效裁员；Claude Code 核心工程师 Thariq Shihipar 和桌面版创建者 Anthony Morris 相继离职；Google 发布 Gemini API CLI…
2026-10-25
Block 发布 Dessa：纯语音训练的全双工会话模型，可在 MacBook Pro 本地实时运行
Twitter 联创 Jack 创办的 Block 发布 Dessa，一个从零用纯人类语音训练的 speech-to-speech 全双工会话模型，无文本、无预训练底座，声称推理快于实时，可在 MacBook Pro M4 Max 及以上本地运行。
2026-10-25
Orange AI 实测腾讯元宝搜索：AI 流量超过人类后 Agent 搜索怎么选
作者从 Cloudflare 公布的自动化流量占比 57.5%、首次超过人类流量说起，分析 Agent 时代搜索的三个卡点并实测腾讯刚向全行业开放的元宝搜索。
2026-10-25
物理学家破防！500 页博士论文手算 1 年，Opus 5.5 只用 10 小时
量子引力专家 Emre Kahya 用 1 年时间手算 500 页博士论文，而 Claude Opus 5.5 只用 10 小时就完全复现并优化了计算，还发现了原论文中的多个错误。
2026-10-25
外国小哥「虐待」自家电视，42 小时后惨遭 OpenAI 封号！Claude 也下狠手
安全爱好者逆向分析三星电视发现严重隐私收集问题后遭 OpenAI 封号，同时 Claude 限制逆向工程请求，REA 等开源工具的普及正在打破传统逆向工程的门槛，引发关于用户权益与 AI 公司权力的深层讨论。
2026-10-25
AI 的流量超过人类之后，搜索也要重做一遍
随着 AI 流量首次超过人类，搜索产品正从面向人类转向面向 Agent，文章通过实测腾讯元宝搜索，分析了三大卡点与优化方案，为国内 Agent 开发者提供接入参考。
2026-10-25
可灵 Kling 4.0 上线 Runway Dev 平台并开放 API 调用
可灵（Kling AI）转发 Runway 官方消息，Kling 4.0 已在 Runway Dev 上线，可通过 API 与 Kling 全系列模型一起调用。该模型可生成最长 30 秒带原生音频的视频，支持最多 15 个参考图和 10 个关键帧以实现精准控制，11 月 30 日前 Kling 4 享 20% 折扣。
2026-10-25
微软开源 Agensh：面向 1，024 个智能体的多智能体框架
微软研究院开源 Agensh，这是一个去中心化的多智能体框架，取消了中心编排器，通过共享 Git 仓库、消息传递和上下文看板协调多达 1，024 个编程智能体。
2026-10-25
微软开源 Agensh：无中心编排器的多智能体编码框架，可扩展至 1,024 个 Agent
Microsoft Research 开源了 Agensh，一个去中心化的多智能体编码 harness，移除了中心编排器，由每个 worker 自行认领子任务、共享发现并将代码合并到共享 Git 仓库。
2026-10-25
Exponential View #607：互联网遭攻击、AGI 时间表压缩与电动车能源安全
Demis Hassabis 将 AGI 实现时间预期从此前的三到五年进一步压缩至两到三年。本期 Exponential View 还讨论 AI 正把微小漏洞放大为严重安全风险、互联网或需牺牲部分开放性换取安全，以及电动车如何帮助石油进口国降低石油供应中断风险。
2026-10-25
AI 周报：网络安全事件、DNA 模型、Kimi K3.1、Claude Duet 与多模态工具
这份 AI 新闻汇编结合新品发布和少量图像亲测，重点区分性能宣传、许可证、硬件门槛、访问条件与安全事件的实际边界。
2026-10-25
三名被解雇的 OpenAI 安全研究员否认泄密，怀疑因推动 AI 透明度被针对
三名因涉嫌泄密被解雇的 OpenAI 安全研究员科尔巴克、巴莱斯尼和王茉莉接受《华尔街日报》采访，否认泄露机密信息，并猜测解雇与他们倡导保留模型思维链可核查能力有关。
2026-10-25
AI 智能体闯进银行，美国大行开始准备“灾后预案”
IT之家 10 月 25 日消息，对 AI 末日的悲观预判，早已不再只是少数科技富豪的危言耸听。 如今，那些主导全球资本流向的美国大型银行，也开始警惕失控 AI，正在为假设中由 AI 引发的灾难，制定“灾后”应急预案。 据 Axios 报道称，随着代表个人客户的 AI 智能体活动激增，各大银行已经开始未雨绸缪。
2026-10-25
Cognition 开源 Devin Vulnerability Fixes 插件，修复 PHP2Shell、Node.js 与 GitLab 三个 RCE 漏洞
Cognition 发布免费开源的 Devin Vulnerability Fixes 插件，包含三个 MIT 许可的 Agent Skills（fix-php-vuln、fix-node-vuln、fix-gitlab-vuln）。
2026-10-25
百度搭子企业版接入 Kimi K3.1 Pro，企业全员一键可用
百度搭子企业版将月之暗面旗舰模型 Kimi K3.1 Pro 收进官方模型列表，成为行业首批将其作为官方预置能力、面向组织一键下发的企业级 AI 智能体办公平台。
2026-10-25
邵猛质疑 Kimi K3.1 Pro 宣发操作
邵猛批评 Kimi K3.1 Pro 此次宣发中所谓「英推 AI KOL 正义揭露」每个环节都很怪：所选 KOL 的关注与被关注比例及过往内容都不合格，Kimi 这一量级的团队不应绕开 X 的 Paid Partnership 平台规则。他认为模型若真强，最好的宣发是让 AI 开发者用起来，可借鉴 OpenRouter 上的老办法，扎堆刷屏只会变垃圾。
2026-10-25
如何在 llama.cpp 中运行 Underdog Saluki 27B：2-bit Qwen3.8-27B 工具调用实测指南
教程在 llama.cpp 中对比运行 Underdog Saluki 27B（7.9 GB 的 Qwen3.8-27B 2-bit 量化版）与 ISTA-DASLab 的 GSQ-RCO 量化版，逐张量比对 GGUF 头并做字节级比较。
2026-10-25
Block 发布全双工语音模型 Dessa，支持 M4 Max 及以上 MacBook 本地运行
Jack Dorsey 旗下 Block 公司推出全双工语音模型 Dessa，可边说话边收听用户语音，能模拟笑声、停顿、哽咽等情绪表达，完全基于人类语音数据训练，知识来自训练对话数据而无需搭配大语言模型。
2026-10-25
刚刚，Anthropic 公开内部 Sub-Agent+Loop 最佳实践
Anthropic 官网发了一篇很不错的 Agent 工程实践 blog，主题只有一个：**subagent 不是越多越好** 。
2026-10-25
Nathan Lambert 哈佛讲座：开源模型现状全景，中国开源全面领先但美国算力优势超 10 倍
Nathan Lambert 在哈佛 CS 2881R「AI 安全」客座讲座视频发布，全景梳理开源模型现状，认为开源落后闭源前沿约 3 到 5 个月，中国开源在性能、下载量、论文引用三方面全面领先，美国开源又落后中国 3 到 4 个月。
2026-10-25
不能逆向一切了？Anthropic 被曝悄悄限制 Claude Opus 5.5 逆向工程能力
IT之家 10 月 25 日消息，很多人把近期一波靠“氛围编码（vibe-coding）”完成的游戏反编译、重编译热潮，归功于 Anthropic 在 9 月 22 日发布的最新模型 Claude Opus 5.5。而现在，大量用户突然反馈：Opus 5.5 “可以逆向一切”的能力，或许已经被悄悄削弱。