AI 新闻日报
从公开信源中筛选值得关注的 AI 进展
- 12
- 件大事
- 24
- 个来源
- 5
- 件一手
- 1
- 个新模型
头条
Anthropic 修订版 S-1 披露约 8954 亿美元算力采购与租赁承诺
Anthropic 在 11 月 2 日提交的修订版 S-1 中披露约 8954 亿美元采购承诺与租赁协议，称其中绝大部分与算力和基础设施相关，约 4475 亿美元将在 2030 年 12 月 31 日前发生。其中对 Microsoft 的最低承诺至少 449 亿美元（2026 年 11 月至 2033 年 6 月）、对 Google 至少约 1213 亿美元（2026 年 4 月至 2033 年 7 月）、对 Amazon 至少 1100 亿美元（2026 年 5 月至 2036 年 4 月），另有与 Broadcom 等方的五年设备租赁约 1612 亿美元租金。文件同时给出三季度营收 169.56 亿美元、同比增长 1127%，算力与基础设施支出 98.63 亿美元，当季经营亏损 5.67 亿美元。
模型发布/更新
美团 LongCat 团队发布 1.6 万亿参数原生多模态模型 LongCat-2.5
美团 LongCat 团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 Token 激活约 480 亿参数。在美团公布的 AutomationBench、LongCatClawBench 等基准上，LongCat-2.5 领先 Claude-Opus-5、GPT-5.6-Sol；在 Terminal Bench v4.0 上得分 38.5，超过 GPT-5.6-Sol 但落后于 Claude-Opus-5。模型将视觉信号转为多层级离散 Token 与文本统一处理，并针对国产加速器单卡不足 80GB 显存重设并行策略，长序列 SFT 单卡吞吐量较 DDP 基线提升 86%。
产品发布/更新
DeepSeek 开源 dsh-superagen 多智能体开发项目
DeepSeek 开源新项目 dsh-superagen，以常驻 GitHub 仓库和飞书群的机器人身份自动捕捉 Issue 与群聊需求，生成工单后自行写代码、跑测试并提交拉取请求。项目底层采用主路由分派工单、多个并行工作节点执行的多智能体架构，每个节点通过独立 Git 工作树物理隔离，实测把复杂任务耗时从 29.5 分钟压缩到 15.7 分钟。针对拉取请求的评审意见会自动订阅并路由回原工作节点，无需人工反复召唤。
Anthropic 在 Messages API 公测消息线程功能
Anthropic 在 Messages API 上公测消息线程功能，API 会在服务端缓存对话，开发者只需发送新消息和上一条消息 ID，无需重发完整对话。该功能已在 Claude Code 中集成，在 500K 至 1M token 的请求上，首 token 中位时间降低约 35%；长对话中请求体积中位数从约 800 KB 降至 1.8 KB。使用时需在请求中加入 thread 参数和 beta header，该功能已在 Claude Platform、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 以及 Google Cloud 上的 Claude 提供，按标准 token 价格计费。
NVIDIA 开源 NVIDIA Recovery，自动恢复集群分布式训练任务
NVIDIA 发布开源工作负载级恢复服务 NVIDIA Recovery，通过应用日志、GPU 指标和调度器信号检测训练中断，并按检测、归因、隔离、重启或停止四阶段循环处理。该服务以 Apache 2.0 许可在 dsx-ai-factory/NVIDIA-Recovery 仓库开放，Slurm 集成通过 Helm chart 部署的 Advisor Controller 实现，支持集群内和 SSH 两种模式。新部署默认处于监控模式，只输出恢复建议不执行调度动作；7 月 9 日至 10 月 9 日在一个训练集群上的监控覆盖每天近 200 个任务，记录约 8,550 次异常检测，平均检测与恢复动作延迟分别为 69 秒和 94 秒。
腾讯混元发布研究智能体 Hyra 2.0
腾讯混元发布 Hunyuan Research Agent 的下一代版本 Hyra 2.0，定位从解决问题转向构建可复用的工具、模型和工作流，以加速后续发现。官方同时发布了对 AutoResearch 下一阶段的看法，链接为 https://t.co/u2JSslKYai。
行业动态
WIRED 调查发现超400个AI应用暗藏性虐待深度伪造功能
WIRED 调查发现一个由400多个关联域名和应用组成的网络，这些应用表面是宠物肖像、语言学习、AI 健身教练等日常工具，在特定条件下会加载生成露骨性图像和视频的网页界面，其中包含“bedroom rape”“threatening knife”等模板。研究者追踪 Meta 平台上的数千条露骨深度伪造广告后发现这些链接指向 Apple 和 Google 应用商店中的应用，其中一个叫 DiffAI 的应用在 Play Store 下载量超过10万次，另有27个此类应用9月仍在 Google Play 上架、累计下载超35万次。调查显示这些应用疑似由中国开发者及香港注册实体 KeLing Technology Limited 运营，Apple 在 WIRED 询问后下架19个应用，Meta 称已对相关广告账号和页面采取行动。
论文研究
Anthropic 称内部 Claude 研究模型为 Chrome、Android、Windows 和…
Anthropic 前沿红队报告称，一个未发布的内部 Claude 研究模型在初始提示后，为 Chrome、Safari、Android、Windows 和 Linux 五个目标生成了完整的多步漏洞利用链，相关漏洞均已通报厂商并修复。Chrome 侧模型串联四个漏洞实现沙箱外代码执行，Google 为此分配 62 个 CVE 并在 Chrome 156 中修复；Linux 侧利用 multipath TCP 的释放后重用漏洞实现零点击 root 远程命令执行。报告未披露模型身份、尝试次数、成本与成功率，也未提供独立验证。
MIT 研究显示 GPT-6 Astra 可直接改权重提升 Qwen3.5-0.8B 数学能力
MIT 研究者让 GPT-6 Astra 在 Python notebook 中直接编辑 Qwen3.5-0.8B 的权重，在 MATH-500 上把准确率从 7.9% 提升到 48.1%，全程不训练。Astra 获得权重和 50 次练习数学题测试预算后，发现模型反复重复直到触及长度上限，将这一习惯定位到 2 层写入的单个内部信号，并从权重中减去该信号。这次编辑只改动了 0.016% 的权重，作者将这一方法称为 Weight-Space Programming。
Epoch AI 测试：智谱 GLM 5.3 连续 6 个版本将未发布的 Firefox 安全修复变成可用攻击
Epoch AI 的测试中，智谱开源权重模型 GLM 5.3 连续 6 个 Firefox 版本把尚未进入稳定版的公开安全修复识别为真实补丁，并独立构建出完整攻击链，全程没有出现拒绝。最终生成的网页无需额外点击即可把访客本地文件发送给攻击者，并可触及已保存的密码和 Cookie。研究团队先投入超过 10 万美元搭建安全测试系统，此后每次攻击成本约 1000 美元，最快一次耗时 12 小时；每次攻击还用到 AI 自行发现的第二个未知 Firefox 漏洞，Mozilla 已于 10 月 27 日修复。对 Google Chrome 的同类尝试即使花费约 10 万美元也未成功。
技巧与观点
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 上的评测结果
ARC Prize 公布 DeepSeek V4.1 Flash 1017 在 ARC-AGI 上的验证成绩：ARC-AGI-2 为 78.1%、每任务 $0.16，ARC-AGI-1 为 94.5%、每任务 $0.06，ARC-AGI-3 在 provider adapter harness 下为 5.8%、$1.2K，标准 harness 下为 0.2%、$1.0K。该模型在 ARC-AGI-3 和 ARC-AGI-2 上领先开源权重模型，在 ARC-AGI-1 上追平开源权重模型的最好成绩。相比 2026 年 9 月 10 日的原版 V4.1 Flash，1017 的 ARC-AGI-3 半私有集分数从 2.68% 升至 5.81%，公开集从 11.05% 降至 8.97%；在最大推理强度下，其首个动作消耗的推理 token 在 25 个公开游戏上平均减少 36%，在 55 个半私有游戏上减少 48.6%。
Trail of Bits 用 Codex 为稳定版 Linux 回移安全补丁，已覆盖 149 个 CVE
Trail of Bits 用 Codex 配合 GPT-5.6 为稳定版 Linux 内核和发行版回移安全补丁，截至 10 月 29 日已向稳定内核分支交付 149 个 CVE 的修复，另有若干 Fedora 和 Ubuntu 软件包修复。其流程由智能体识别缺失修复、适配补丁、组装验证证据、运行测试并准备提交材料，工程师负责审核并提交给维护者；不含项目初始配置时，一次简单回移约需 30 分钟人工投入，复杂情况约 3 小时。作者同时给出 Linux 内核各稳定分支及 Debian 13、Ubuntu 26.04 中已修复于新版本但未回移的 CVE 数量，并说明回归测试与维护者接受仍是必要环节。
快讯
- Zyphra 提出分层注意力 ZHA，实现亚二次复杂度稀疏注意力Zyphra Research
- NVIDIA 发布 Cosmos Framework 与 Cosmos NIM，支持世界模型训练与部署NVIDIA Developer · Generative AI
- 在 Amazon SageMaker AI 上用知识蒸馏构建高效智能体AWS Machine Learning
- Claude Code 集成消息线程，长请求首 token 延迟降低约 35%Claude Devs
- Apple 公布 2026 财年第四季度业绩：营收 1145 亿美元，同比增长 12%Apple Newsroom