2026-10-30
最强模型准确率仅 39%！当 Deep Search 真正进入复杂的真实互联网
OpenDS-World 评测显示，即使是顶尖 AI 模型，在真实开放网络中进行深度搜索的准确率也远未达到可靠水平，揭示了当前 Agent 在多模态信息处理、异构资源访问和长程决策方面的显著不足。
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。
2026-10-30
Claude Code：别再给 Claude 过多提示词了...
随着新一代模型能力提升，用户应减少对 Claude 的微观指令，改用高层次的意图表达和可执行的验收标准，让模型更独立地推进任务。
2026-10-30
Mistral Large 4 开源：万亿参数，激活 52B，编程得分持平 GLM-5.3，Token 消耗减少 47%
Mistral 发布了改进的旗舰模型 Mistral Large 4，通过额外三周的强化学习，显著提升了编程、网络安全和企业工作流的性能，同时优化了 Token 效率，在多项基准测试中展现出与顶级模型的竞争力。
2026-10-30
inclusionAI 发布 ZwZ2-27B GGUF 量化权重
inclusionAI 在 HuggingFace 发布 ZwZ2-27B 的 GGUF 格式权重，属于 Zooming without Zooming v2。模型拆分为语言模型与视觉编码器/投影器（mmproj）两部分，各提供 FP16、Q8_0、Q4_K_M 三档精度，可混搭组合。使用需较新的 llama.cpp 构建并支持 Qwen3.5 多模态。
2026-10-30
给智能定价：DeepSeek、Kimi 和中国 AI 公司的不同选择
本文探讨了中国大模型公司在定价策略上的分化，其中 DeepSeek 强调基于成本的合理利润，而 Kimi 则通过高价匹配高性能，并分析了这些选择对公司商业化和市场定位的影响。
2026-10-30
给自己的 Personal Agent 加了个摇杆️：
我为自己的个人 AI 助手添加了一个远程控制功能，允许它直接指挥两台运行 Codex 的 Mac 电脑进行任务，从而将计算机使用能力借用过来。
2026-10-30
小红书 Lab1327 分享 QE Agent 从 AI 辅助测试到自主验证的质量工程实践
小红书 Lab1327 介绍 QE Agent 如何让 Agent 自主组织完整的需求测试，已覆盖多个 App 和 PC 端产品，每月完成 150 余次完整测试。
2026-10-30
中国一半 AI token 都在做爽剧？GovAI 研究员拆解 55% 说法与有用性焦虑
GovAI 研究员 Zilan Qian 撰文分析「55% 中国 AI token 用于短剧和视频生成」这一病毒式说法，其源头是中文在线 6 月 3 日投资者电话会议，CAICT 报告已从官网下架。
2026-10-30
天数智芯天慨 300 基准测试对标 Nvidia H200
X.PIN 发布国产 GPU 天数智芯 Tiangai 300 的基准数据，称其可比肩 Nvidia H200。标准推理测试吞吐为 H200 的 1.05 倍；MoE 负载性能高出 15%，首 token 延迟降低 30%；微调 Qwen3-32B 时速度为 H100 的 1.33 倍。
2026-10-30
逐火之旅，但主角是两个 Agent：Humanize 2 与 Flame Chase 技术解读
Humanize 2 将工作流从 CLI hook 迁移到独立运行时，并引入 Flame Chase 机制，让两个模型轮流执行任务，通过共享仓库进行通信，从而提高实验效率和结果可靠性。
2026-10-30
Muse 不一样 如果让你问 AI 一个问题，它洋洋洒洒给你写了 - 即刻 App
本文对比了 Meta 的 Muse 与其他主流 AI 助手（ChatGPT、Gemini、谷歌 AI Mode），指出后者在回答中过度使用反问、列表和长篇论述，而 Muse 则以简洁、直接的结论和丰富的真实数据引用为特色，更符合用户对高效工具的期望。
2026-10-30
智元创新日发布 GO-3 Preview、WITA-OMNI 与灵渠 OS 1.0 等全栈成果
智元在 2026 创新日发布具身基座模型 GO-3 Preview，在 RoboDojo、RoboTwin、RoboColiseum 三项评测榜单均列第一，年底开源。
2026-10-30
Fable 5. 5 测试曝光：Claude每次回答背后，都在偷偷执行你看不见的“安全审判”
Fable 5. 5 测试曝光：Claude每次回答背后，都在偷偷执行你看不见的“安全审判” · · Oct 30, 2026 32.0k 近日，随着新一代大模型进入密集测试期，关于 Anthropic 下一代旗舰模型（被广泛称为 Fable5.5或 Opus5.5）的种种细节开始在网络上流传。
2026-10-30
智元发布具身模型 GO-3 Preview，登顶 RoboDojo、RoboTwin、RoboColiseum 三大榜单并计划 2026 年底开源
智元于 10 月 29 日发布新一代具身基座模型 GO-3 Preview，登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单，并计划于 2026 年底全面开源。
2026-10-30
Google 论文提出 Thinking-in-Bets，减少 Gemini Agent 的谄媚性改写
Google 论文《Thinking-in-Bets at Test Time Reduces Sycophantic Revisions in LLM Agents》提出一种免训练方法：Agent 在读取用户反馈前先私下记录主要论断、依据和置信度，被质疑时只复核有争议的部分。
2026-10-30
豆包推出免费额度活动：签到 30 天得 8800 额度，新用户免费领一个月订阅
豆包再次面向用户推出免费额度活动，所有用户每日签到可得 200 额度、周一翻倍，累计签到 30 天可得 8800 额度。首次登录豆包电脑版或豆包工作电脑版的新用户可直接领取 30 天免费体验套餐，额度可用于除生视频、Pro 模型以外的所有能力。赠送额度有效期 30 天，用户可通过左下角签到弹窗或侧边栏“免费用豆包”参与。
2026-10-30
OpenBMB 转发展示 MiniCPM-OCR 识别手写物理笔记效果
OpenBMB 转发用户对 MiniCPM-OCR 的实测示例，展示其将手写物理笔记（点电荷电场等内容）转成结构化笔记的识别效果。引用内容称 MiniCPM-OCR 采用双模型设计，一个模型读取文档、另一个模型评估输出中可能出错的部分，并以 Apache 2.0 协议 100% 开源。
2026-10-30
Meta 把你的朋友圈变成试衣间：Style Sketch 让旧照片生出 AI 穿搭师
Meta 把你的朋友圈变成试衣间：Style Sketch 让旧照片生出 AI 穿搭师 · · Oct 30, 2026 你历年发在社交平台上的穿搭，正被 Meta 悄悄收进一个 AI 衣橱。
2026-10-30
Wikimedia 就 AI 版权诉讼提交法庭之友意见书，主张训练与输出区别对待
Wikimedia Foundation 就《纽约时报》诉 OpenAI 和 Microsoft 等版权诉讼提交法庭之友意见书，主张抓取网页和用受版权作品预训练 LLM 应属合理使用，但模型向用户输出替代原作的内容时应需授权。
2026-10-30
百度 APP 发布四大 AI 升级，搜索已实现递归自我进化
百度 APP 推出搜索、镜头、GUI、互动四大 AI 升级，其中搜索实现递归自我进化，API 价格低至 4.9 元/千次，镜头支持多目标动态识别，GUI 覆盖 50 亿权威数据，互动剧与应用开启共创模式。
2026-10-30
生数科技与腾讯云达成战略合作，Vidu 全系模型入驻 TokenHub
生数科技与腾讯云在腾讯全球数字生态大会上签署战略合作协议，围绕视频生成大模型、云基础设施与行业解决方案展开深度合作。Vidu 全系列模型已入驻腾讯云 TokenHub，上线 Vidu Q4 Preview、Q3 Pro 及 Vidu S2 等模型，其中 Q4 Preview 支持最高 4K 输出、最多 15 张参考图与 3 段参考音频。
2026-10-30
huashu-bird-sticker 正式开源!花叔把全球 11064 种鸟类做成了贴纸
花叔将全球 11064 种鸟类转化为高质量贴纸，并开源在 GitHub，其中 11030 张由 AI 绘制，耗费超 10 亿 token，用于观鸟记录 App '鸣迹' 的图鉴功能。
2026-10-30
百度宣布将搜索 API 活动价压至 4.9 元 / 千次，低于 DeepSeek 标准 5 元定价
IT之家 10 月 30 日消息，百度今日在北京举办产品升级沟通会，宣布围绕搜索框、AI 镜头、GUI 可视化、AI 互动应用四大方向进行升级，并宣布推出搜索 AI API 优惠价 —— 活动期间最低价 4.9 元 / 千次，低于 DeepSeek 同类产品的 5 元 / 千次。 百度方面将此次升级概括为“搜索实现递归自我进化”。
2026-10-30
代码+sd2.5 免费用，下一代 AI 视频生产力来了！（可批量复刻爆款）
OiiOii 的全能复刻功能将代码生成与视频模型相结合，实现对爆款视频的快速、低成本复刻，支持批量操作和局部修改，显著提升了 AI 视频生产效率。
2026-10-30
在聊天窗口直接改文档！谷歌Gemini升级：全面支持PDF、表格及代码文件内联编辑
在聊天窗口直接改文档！谷歌Gemini升级：全面支持PDF、表格及代码文件内联编辑 · · Oct 30, 2026 32.0k 10月30日消息，谷歌人工智能助手 Gemini 迎来了一项实用性拉满的重大功能升级。
2026-10-30
Meta 论文：从水印输出蒸馏的模型可被黑盒检测
Meta 新论文提出 WM-Basin，可从蒸馏模型的文本输出中黑盒检测其是否源自带水印的 API 输出。该方法把嫌疑模型的 API 输出转成固定探针模型的梯度，再与真实密钥比对；在 1,200 个蒸馏模型、0.1% 假阳性率下，对 n-gram=1 水印的检出率达 79%，而传统 token 计数仅 29%。
2026-10-30
DeepSeek 官网代码曝光 Cyber 网安独立模型：分企业版与个人版，小范围灰度中
IT之家 10 月 30 日消息，今日有大量开发者在 DeepSeek 官网的前端代码中发现了一组与“Cyber”网络安全模型相关的申请入口与接口逻辑。 从流出的代码信息来看，申请页面的路由指向 /usage/ model-application，并设置了 feature gate 开关，未获得权限的账号访问时会被重定向回用量页面。
2026-10-30
腾讯 Buddy One 今日发布，体系的力量还是香
腾讯发布 Buddy One，一套跨应用的 AI 体系，打通 WorkBuddy、腾讯文档、会议、ima 和网盘，提供统一 ID、积分池和 VIP 会员，解决用户在多产品间切换的上下文、额度和账单问题。
2026-10-30
曝印度 AI 企业 AM Intelligence 寻求 30 亿美元融资，用于订购英伟达芯片
IT之家 10 月 30 日消息，今天（30 日）上午，据彭博社援引知情人士消息称，印度 AI 基础设施企业 AM Intelligence 计划融资 最多 30 亿美元 （IT之家注：现汇率约合 200.31 亿元人民币） ，用于购买此前宣布采购的英伟达下一代芯片。AI 热潮带动的企业举债规模持续扩大。
2026-10-30
Cursor 披露 Claude Code VS Code 扩展被植入恶意软件事件，最多影响 5000 用户
Cursor 发现通过其 IDE 扩展市场分发的 Claude Code VS Code 扩展被修改并植入恶意软件，最多影响 5000 用户，恶意版本并非 Anthropic 开发。
