Zyphra 发布第二代推理优化 ZOE，在 AMD Instinct MI355X 上把 GLM-5.3 在 512K 上下文下的首 token 延迟（TTFT）从 178.8 秒降至 64.6 秒（2.8 倍），90% 前缀缓存命中时从 42.3 秒降至 11.8 秒（3.6 倍）。其 CSA top-K 选择 HIP kernel 让 DeepSeek-V4-Pro 在 1M 上下文下单用户解码吞吐从 43.5 提升到 61.1 tokens/s（1.40 倍）。GLM-5.3 的 AMD MXFP4 量化把模型从 756 GB 压到 410 GB，AIME25 等基准分数与 FP8 相差 3 分以内。
匹配字段摘要、正文
彭博社报道，一款为授权渗透测试设计的开源智能体在数周内成为韩国和日本攻击活动的共用引擎。日本安全公司 Ierae 检查的攻击服务器针对约 20 家公司，几乎全部位于日本，其中 9 家属于同一行业。在韩国，CrowdStrike 将该工具关联到一个疑似讲中文、以经济动机为主的攻击者，此人自 9 月下旬起主要用 DeepSeek v4.1-flash 攻击金融机构。
匹配字段摘要、正文
AI 英语写作智能体通过多智能体流水线协同实现，可拆分为大纲立意、语法拼读、篇章逻辑、文体润色和评估评分等 Agent，并基于 LangGraph 或 PydanticAI 构建。技术栈建议用 Python（FastAPI）搭配 PydanticAI、LangGraph、LlamaIndex，主推理模型可选 DeepSeek-V3、Claude 3.5 Sonnet、GPT-4o，轻量校验用 GPT-4o-mini、Qwen-Turbo。系统还通过 RAG 对接牛津、朗文词典与 Academic Phrasebank 等权威语料库，并设置抗幻觉与学术诚信护栏。
匹配字段摘要
在RISC-V中国峰会上，达摩院首席科学家孟建熠介绍玄铁C950的进展：自研互联XT-LINK把128核线性度提升到78%，128核总性能达99.8倍；在四类Agentic负载上较主流架构平均领先约1.11倍，跑Qwen3.8-Flash-Next达43 token/秒、DeepSeek V4-Flash达38 token/秒。峰会同时发布首款同时达到ASIL-B和ASIL-D的RISC-V CPU E908A，并公布车规路线图，下一代C950A性能目标为现有RISC-V车规产品的5倍，计划明年年底推出。孟建熠称RISC-V进入主流计算市场还需三年，玄铁累计出货已超60亿颗、200多款量产芯片。
匹配字段摘要、正文
10 月 18 日，AI 编程智能体 OpenCode 被曝遭遇安全事件，部分通过其 Console 在线服务托管第三方大模型 API 密钥的用户受影响，密钥面临被盗刷风险，涉及 OpenAI、Anthropic 和 Google 等模型，有开发者称一夜之间被盗刷 1700 美元并记在自己的 OpenAI 账户上。OpenCode 官方确认事件，称由大规模蒸馏攻击导致，已启动退款并将与 Anthropic、OpenAI 和 Google 合作补救，但开发者社群质疑其解释含糊、甩锅蒸馏，呼吁披露事件详情。文章还提到 OpenCode 曾允许用户上传第三方模型 API 密钥转为共享密钥供他人使用，并在 10 月 15 日宣布限时免费提供 DeepSeek-V4.1-Flash。
匹配字段摘要、正文
钛媒体梳理中国大模型公司今年从规模使用走向提价与收入验证的过程：OpenRouter 数据显示 10 月 5 日至 11 日一周全球模型调用量前五均为中国公司，中国模型一周消耗 86.74 万亿 Token，为美国的 4.5 倍。智谱 API 均价上调 101%、DeepSeek 8 月起实行峰谷定价后需求未回落，DeepSeek 年化收入从不足 5 亿美元翻倍至突破 10 亿美元。文章还对比了 MiniMax 提价失败后降价 50%、月之暗面 Kimi K3 对标 Sonnet 5 定价，以及各家在收入来源和上市审计上面临的下一关。
匹配字段摘要、正文
2013年诺贝尔化学奖得主迈克尔·莱维特在第二届国际人工智能科学家大会（ICAIS 2026）上预测，到2056年，借助AI智能体的年轻科学家一年可能完成他这一代科学家一生的工作，并称这一预测可能还不够激进，效率提升幅度或远超30倍。他认为AI将抹平科学家的年龄差距，并强调DeepSeek、Kimi、Claude、ChatGPT等多种模型并存是人类安全使用AI的保障。
匹配字段摘要、正文
MIT Tech Review 的 The Download 汇总了 Goodfire 研究者 Nick Cammarata 一篇 26,000 字博文引发的争议，他主张 LLM 可能比此前认为的更容易被理解和监控，但并非所有人都认同。另一则内容讨论个人 AI 智能体承担订机票、订酒店等在线任务后与网站产生冲突，许多网站已开始屏蔽 AI 智能体，Meta 的 Muse 上线首月下载量达 500 万次。速览还提到美国已禁止在民用政府系统中使用 DeepSeek 及其模型构建的产品。
匹配字段摘要、正文
Artificial Analysis 为 OpenAI 的 HealthBench 与 HealthBench Professional 两个医疗对话基准推出排行榜。HealthBench Professional 上 GPT-6 Astra（max）以 66.0% 的长度调整分居首，GPT-6.1 Sol（max）65.1%、Claude Sonnet 5.5（max with fallback）63.0% 紧随；HealthBench 则由 Claude Sonnet 5.5 以 62.1% 登顶，DeepSeek V4.1 Flash 60.9%。Claude Opus 5.5 原始分最高（71.4%），但因平均回答约 5,900 字符、接近 2,000 字符阈值 3 倍，调整后跌至 59.9%。
匹配字段摘要、正文
爱奇艺用580天把生成式AI嵌入影视全流程，2024年员工大模型调用量较2023年猛增83倍，奇智平台上64个业务调用了6300多个智能体应用。2025年4月发布的“剧本工坊”接入DeepSeek等国产大模型，不到30分钟即可完成50万字剧本的七大维度评估；2025年第一季度“影像工坊”出图量达10万张。截至2024年底，“剧本工坊”已累计为5000部小说和剧本提供评估提速。
匹配字段摘要、正文
TechCrunch 报道，一些开发者和 vibe coder 正用 AI 智能体改造智能电视，去掉开机广告、关闭观看追踪、替换卡顿的桌面。GitHub 项目 dumbtv 已在 Fire TV Edition 以及 Sony、TCL、Philips、Hisense、Xiaomi、Shield 的 Android/Google TV 上做过端到端测试，作者 Sabuwala 称用 Deepseek V4.1 Flash、Claude Opus 5.5 和 Claude Sonnet 5.5 编写。cleanyourtv 作者 Gathin T. 称用 Claude Code 通过 Wi-Fi 移除 25 个小米软件包并重写桌面，几天内有数千人对自己的电视做了同样操作。这些方案仍在完善中，有人反馈 Claude 不响应简单指令，也有人称把 Android TV 刷成了砖。
匹配字段摘要、正文
AI 芯片初创公司 Tenstorrent 完成 15 亿美元融资，估值达 62 亿美元，较 2024 年底的 26 亿美元翻倍以上。本轮由 Trace Capital 和 Innovation X 领投，Cadence Ventures、Eclipse、Fidelity、SanDisk、T. Rowe Price 参投。CEO Jim Keller 表示，公司在展示 Galaxy 服务器可运行 DeepSeek 模型后决定保持独立并继续融资，新资金将用于扩展面向开源权重模型推理和视频生成的芯片。
匹配字段摘要、正文
斯坦福 HAI 用三年时间构建 MedHELM、PhysicianBench 和 HealthAdminBench 三套医疗 AI 基准，发现当前最强智能体完成不足一半的真实临床与行政任务。PhysicianBench 中 GPT-5.5 单次完成 46% 任务，开源模型 DeepSeek V4-Pro 为 19%；HealthAdminBench 中 Claude Opus 4.6 端到端完成 36.3%，Kimi K2.5 为 15.6%。作者指出主要失败是跨步骤、文档和系统时丢失信息，改进方向在智能体架构与记忆，而不只是更大的模型。
匹配字段摘要、正文
2007 年图灵奖得主约瑟夫 · 斯发基斯在“2026 可持续全球领导者大会”上呼吁建立 AI 领域的全球标准和监管标准，并称这是人类共同的责任。他以 ChatGPT、DeepSeek 医学考试成绩优于人类为例，指出大模型不了解社会规范与价值体系，不能因此替代医生。他还警告大公司可能借监管空白推卸责任、谋取商业利益。
匹配字段摘要、正文
AI角色扮演指令在社交平台催生出一门明码标价的小众生意，定制AI人设的价格普遍在5-8元，单人指令通常在10元/千字以内，2-3天可交付，加急或买断为2倍价格。用户会尝试DeepSeek、豆包、Gemini和ChatGPT等模型，其中有人因觉得DeepSeek“最有人感”而持续付费。这门生意目前仍处低客单价阶段，热门设定易被复制，设定归属与原创边界也存在争议。
匹配字段摘要、正文
AI 云公司 Nebius 以白金会员身份加入 PyTorch 基金会，并获得一个治理委员会席位，其应用 AI 高级副总裁 Ryan Hanrui Wang 同时进入技术咨询委员会（TAC）。Nebius 长期为 vLLM 提供开发、测试与基准测试算力，包括 DeepSeek R1 等大模型的多节点工作，并计划继续贡献 PyTorch 与 vLLM 在新硬件平台上的性能优化。
匹配字段摘要、正文
MiniMax-M3.1-Flash 在 Artificial Analysis 智能指数上得分 42，比 MiniMax-M3 高 13 分，单任务成本不到后者一半。它在 Humanity's Last Exam 上得 48%、CritPt 得 22%，均高于 GLM-5.3-Flash 和 Gemini 3.8 Flash，略低于 DeepSeek V4.1 Flash 1017。该模型上下文窗口 1M tokens，支持文本与图像输入，定价 $0.15/$0.60 每 1M 输入/输出 tokens，目前权重闭源，MiniMax 宣布将于 10 月 23 日开放权重。
匹配字段摘要、正文
AI 人才争夺让 BAT 等大厂出现薪酬倒挂：做基模的员工即便职级不高，薪酬已超过职级更高的同事。猎头称今年基模应届生年包 200 万元起步，小红书、字节 Seed 顶档可达 400 万—500 万元，百度去年给基模人才 200 万—300 万元。目前各大厂 HC 基本冻结，仅 DeepSeek 和千问招人相对多一些，真正收缩的是应用侧岗位。
匹配字段摘要、正文
Prime Intellect 发布 prime-rl v0.10.0 与 verifiers v0.4.0，新增 RL 算法 IPO 并设为默认，替换此前基于 DPPO 的默认损失。在 Qwen3-235B-A22B SFT 对比 torchtitan 的测试中，prime-rl 达到 1.15× 加速（3732 vs 3253 tokens/s/GPU），GLM-5.3 全量 SFT 的 MFU 从 22.3% 提升至 40.1%。评测 CLI 从 verifiers 迁入 prime-rl，新增 DeepSeek V4 Flash、Qwen3.8 Flash Next、Nemotron-H 等模型支持。
匹配字段摘要、正文
Artificial Analysis 为 OpenAI 的 HealthBench 和 HealthBench Professional 两个健康对话基准上线排行榜，前者含 5000 段与普通用户及卫生工作者的对话，后者为 525 段全部面向临床医生的对话。HealthBench Professional 上 GPT-6 Astra（max）以 66.0% 的长度调整分居首，GPT-6.1 Sol（max）为 65.1%，Claude Sonnet 5.5（max with fallback）为 63.0%。HealthBench 上 Claude Sonnet 5.5（max with fallback）以 62.1% 领先，DeepSeek V4.1 Flash（max）为 60.9%；Claude Opus 5.5 与 Claude Fable 5.1 平均回答约 5900 字符，长度调整后失分超过 11 分。
匹配字段摘要、正文