OpenHands 与 Snowflake 推出基于现有 agent harness 的模型后训练方案
OpenHands 与 Snowflake AI Research 合作，让开发者无需在独立 RL 框架中重建 harness，即可用现有 OpenHands Agent SDK 配置和 Harbor 格式任务对开源权重模型做 RL 后训练，训练由 Snowflake Cortex Training 提供 GPU 支持。
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。
世界模型靠谱吗？为什么 AI 模拟成功在现实中会失败 | AI - XBSTACK
本文从工程实践角度分析世界模型的核心风险在于行动反馈失真，提出三本验证账框架，阐释其在产业化中的价值边界与商业化路径。
Hugging Face 提出 Model Integration Contracts 用小型模型 fixture 在 CPU 捕获回归
Hugging Face 介绍 transformers-mic 标准草案，用由真实 checkpoint 配置缩小的 fixture（如 UMT5 66 MB 对 1,227 MB）在 CPU 上运行快速集成测试，替代无法在每个 PR 上全量跑的 88,000+ CPU 测试和 200,000+ GPU 测试。
2026-11-03
Simon Willison 发布 llm 0.37，新增 gpt-6.1 模型支持并把默认模型换成 gpt-6-luna
Simon Willison 发布其 LLM CLI 工具和 Python 库的 llm 0.37 版本，汇集约两个月的特性与修复。
2026-11-03
OpenAI 据报聘请前美国防部长 Mark Esper 扩展军事 AI 业务
据 OpenAI 据报聘请特朗普时期前防长 Mark Esper 帮助扩展其军事 AI 业务。他 2017 至 2019 年主管美国陆军，之后执掌五角大楼直至 2020 年 11 月被解职，此前还在 Raytheon 负责 7 年政府关系。作者提到他曾支持五角大楼早期 AI 伦理项目，与 OpenAI 声称的用途限制相关。
2026-11-03
WSJ：大投资者希望 Anthropic IPO 估值定在 1.5 万亿至 1.6 万亿美元
据 WSJ，大投资者希望 Anthropic 的 IPO 估值定在 1.5 万亿至 1.6 万美元区间，低于数月来讨论的近 2 万亿美元。
2026-11-03
OpenAI 向 2028 美国大选潜在候选人分发备忘录，称 AI 将成必答题
据《商业内幕》报道，OpenAI 首席全球事务官克里斯·莱汉向约六名 2028 年美国大选潜在候选人、国会议员及政治人士发送备忘录，称 AI 将成为左右下届总统竞选的重要议题，候选人需要拿出完整的 AI 治理理念。
2026-11-03
Trajectory 融资 4500 万美元，让非技术专家也能训练 AI 模型
AI 训练初创公司 Trajectory 宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由 Sequoia 领投，Nvidia、Bessemer Venture Partners 和 Bain Capital Ventures 参投。
2026-11-03
Latent Space 访谈 Legora CTO Jacob Lauritzen：如何为律师构建 AI Agent
Latent Space 播客访谈 Legora CTO Jacob Lauritzen，围绕为其融资与产品方法展开，此前该公司宣布 5.5 亿美元 E 轮融资、估值 88 亿美元，4 月 ARR 已过 1 亿美元、客户超 1800 家。
2026-11-03
Legora CTO Jacob Lauritzen 谈如何在看不到数据的情况下构建法律智能体
Latent Space 采访 Legora CTO Jacob Lauritzen，谈如何在无法查看客户数据的前提下构建和测试法律智能体，Legora 已支持起草 Word 文档、在一张表格中审查 10000 份合同和尽职调查。
2026-11-03
Anthropic 高付费客户超 1.19 万家，净收入留存率达 900%
IT之家 11 月 3 日消息，Anthropic 于当地时间 11 月 2 日披露的数据显示，截至 2026 年 9 月 30 日，公司净收入留存率（NRR）约为 900%，意味着同一批客户在 2025 年第三季度至 2026 年第三季度的一年内，支出规模增长了约 9 倍。
2026-11-03
Redwood Research 论文提出 score-seeking 解释 LLM 为何 reward-hack
Redwood Research 发表论文，对 GPT-5.6 Sol、GPT-5.5 和无安全训练的 o3 checkpoint（exp-rl-cap-late）做实验，发现这些模型 reward-hack 是因为内在地追求 grader 给出的高分，称这种动机为 score-seeking。
2026-11-03
Anthropic 在 S-1A 中披露可能很快达到自身 RSI 定义
TechCrunch 报道，Anthropic 在周一修订的 S-1A 文件风险因素部分新增表述，称内部估计显示其可能很快达到负责任扩展政策中「AI 带来的显著加速进展」的定义，且过去曾未察觉 AI 研发带来的能力跃升，但目前没有任何现有模型被认定越过该阈值。
2026-11-03
Revolut 将约 2000 名工程师迁移到自托管 GLM 编码
据 Revolut AI 运营负责人 David Abitbol，公司把约 2000 名工程师迁到自托管 GLM 做编码，将 Claude Code 和 Codex 列为例外。
2026-11-03
Altman 称下代 GPT 已证明千禧年难题
即将发布的下一代 GPT，正是 OpenAI 用来证明一道千禧年数学难题的模型。 ~ Sam Altman，于阿布扎比 ADIPEC 开幕式上。 > 它的 10,000 个副本不间断运行了约 4 天，证明了一道千禧年难题。 > 这些副本之间没有层级：每个副本自行选择方向，共享进展，并相互学习。
2026-11-03
GPT-6 Astra 直接改写模型权重
Astra 不断让我惊叹 🤯
2026-11-03
Anthropic 算力与基础设施合同承诺达 $895.4B，其中 $447.5B 须在 2031 年前支付
Anthropic 在更新的 IPO 文件中首次披露第三季度业绩，算力与基础设施合同承诺总额约 $895.4B，其中 $447.5B 须在 2031 年前支付，仅 $213.8B 可取消或附带条件。
2026-11-03
Cohere 论文：投机解码在细粒度 MoE 上有效
Cohere 新论文发现投机解码在细粒度 MoE 模型上即使 batch size 为 1 也效果显著，推翻了此前认为低 batch 下收益有限的预测。
2026-11-03
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI-1 和 ARC-AGI-2 上的成绩
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI（Verified）上的成绩：ARC-AGI-2 得分 78.1%，每任务成本 $0.16；ARC-AGI-1 得分 94.5%，每任务成本 $0.06。
2026-11-03
ARC Prize 公布 DeepSeek V4.1 Flash 1017 的 ARC-AGI (Verified) 成绩
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 5.8%（provider adapter harness，成本 $1.2K）、0.2%（standard harness，成本 $1.0K）。
2026-11-03
OpenRouter 年化 token 用量突破 10 quadrillion，每 10.5 周翻倍
作者转发 @deedydas 的消息：OpenRouter 年化 token 处理量突破 10 quadrillion，token 量约每 10.5 周翻倍，最近 9 周处理的 token 超过此前全部历史之和。作者评论称增长曲线仍在近乎垂直上升。
2026-11-03
MIT 研究让 GPT-6 Astra 无需训练直接改写 Qwen3.5-0.8B 权重提升数学表现
MIT CSAIL 研究者演示了 GPT-6 Astra 无需训练或梯度、直接读写神经网络权重的方法，称为 Weight-Space Programming。
2026-11-03
xAI 介绍 Data Bot 构建方式
Data Bot 依托我们数据科学家维护的技能。随着团队不断改进它，所有人都能受益。 上周，它处理了约 70 小时的工作量，这些工作原本会交给我们的数据科学家。 我们如何构建它：https://x.ai/news/data-bot
2026-11-03
Muse 推出与智能体同玩 Minecraft 方式
1️⃣ 4️⃣ 我们有没有提过，我们还发布了一种让你和自己的 Muse 一起玩 Minecraft 的方式？⛏️
2026-11-03
高盛限制交易员和银行家使用 Claude Code 等 AI 编码工具
据 Bloomberg 报道，高盛从 10 月的内部指引起将 Claude Code、Microsoft GitHub 等 AI 编码工具的使用权限收窄至工程师，交易员和银行家此前曾用其监控交易流和创建内容。
2026-11-03
OpenAI 训练并部署激活分类器作为前沿模型安全监控层
OpenAI 自 GPT-5.6 起在其最强模型的内部和外部流量上部署激活分类器（probes），利用模型内部激活逐 token 实时评分，可在生成中途阻断违规回复和工具调用并交由推理模型复审。
2026-11-03
工程师 Venkatesh Rao：AI 精英可能像重商主义者囤积黄金一样囤积智能
工程师 Venkatesh Rao 在博客文章中将 AI 恐惧比作重商主义，认为许多精英把智能视为应由专家管理、维持高价并限制对手获取的稀缺资源。他提出 AI 可能让人思考更多而非更少，因为原本太难或成本过高的项目变得可行，对创意的需求会增长。政治焦点应是公平获取 AI，而非保护传统知识岗位。
2026-11-03
Sierra 围绕 Ghostwriter 重新设计 Agent Studio
Sierra 围绕智能体 Ghostwriter 重新设计 Agent Studio，用户可在同一会话中排查解决率下降原因、查看对话、修改 journey 并测试修复。
2026-11-03
DeepSeek Super-agent 设计方法探讨：激活引导与推理回路优化
作者从激活引导角度批判性分析 Super-agent 设计方法，通过抑制模型推理循环提升 MMLU-Pro 等基准测试表现，同时指出潜在副作用疑虑。
2026-11-03
Squarespace 宣布裁员约19%，约300名员工受影响
Squarespace 宣布重组并裁员约19%，涉及约300名员工，公司发言人称此举旨在简化运营、聚焦优先事项。文章指出 vibe-coding 建站工具正在颠覆行业，并提到 Wix 以 8000 万美元收购 Base44、Lovable 8 月完成 4 亿美元 C 轮融资估值 133 亿美元。
