跳到正文
10月30日周五
  1. Newcomer22

    大型科技公司押注特朗普和共和党的冒险之举看来并非赢家

    包括埃隆·马斯克、马克·安德森和本·霍洛维茨在内的科技领袖已向共和党政治投入了前所未有的资金，仅马斯克一人在中期选举中就花费了近五亿美元。随着特朗普支持率下滑、反对AI成为主要竞选议题，这些押注的前景显得远不如预期。想押注政治的投资者，不如继续选择Kalshi。

  2. Microsoft Research40

    微软构建合成企业数据平台以评估 Copilot

    微软的行业评估数据生成平台创建了全规模的合成企业环境，以在不使用客户数据的情况下评估 Microsoft Copilot。该平台基于 O*NET 职业数据、招聘信息和 SEC 文件等公开来源，生成包含用户、会议、电子邮件和文档的真实租户，以及自动化查询管道和质量框架。微软表示，这为 Copilot 建立了首个标准化评估基线。

  3. Sierra Blog58

    Sierra ARR突破4亿美元，仅第三季度就增加1.5亿美元以上

    Sierra的ARR达到4亿美元以上，仅第三季度就新增超过1.5亿美元的ARR，超过其去年全年的收入。该公司表示，从1亿美元ARR翻倍至2亿美元用了六个月，但从2亿美元翻倍至4亿美元只用了五个月，目前《财富》50强中近50%是其客户。Sierra还表示，正在与包括Meta、Shopify、Stripe和Walmart在内的50多家企业共同制定一项名为Poppy的开放标准，用于控制个人智能体与品牌互动的方式。

  4. Epoch AI · Gradient Updates82

    Epoch AI 发现 GLM 5.3 能在用户更新前将已公开的 Firefox 修复转化为可用漏洞利用

    Epoch AI 报告称，Z.ai 于 8 月发布的开源权重模型 GLM 5.3 自主利用 Mozilla 已发布但尚未推送给用户的安全修复，构建出可用的漏洞利用，攻破了 9 月 17 日至 10 月 26 日期间发布的所有六个 Firefox 版本。在约 10 万美元的搭建和 API 成本之后，每次成功攻击的计算成本约为 1000 美元，最快的一次尝试在 48 小时预算内耗时 12 小时。针对 Chrome 的类似攻击未能成功，研究人员表示没有触发任何提供方的防护措施或拒绝响应；他们另外发现的一个未公开漏洞已在 10 月 27 日发布的 Firefox 159.0 中得到修补。

    推荐理由：Epoch AI 的实验表明，一个开源权重模型能够自主将已发布但尚未推送的 Firefox 修复武器化，为补丁空窗期给出了具体的成本和时间数字。

  5. ChinaTalk38

    中国一半的AI算力真的都花在垃圾内容上了吗？

    一个广为流传的说法称，中国55%的AI token用于短剧和视频生成——该说法可追溯至COL集团6月的一次投资者电话会议——已遭到字节跳动和《人民日报》的反驳。字节跳动表示，视频生成仅占其自身算力的约10%。2026年前八个月发布的约43万部微短剧中，超过90%为AI制作，而在字节跳动的Seedance上生成一段五秒720p片段约需10万个token。

  6. Platformer75

    谷歌和Reddit的糟糕日子有何共同点

    Casey Newton认为，Alphabet单日股价下跌12.6%与Reddit股价下滑15%有着共同的根源：AI答案正将价值拉向谷歌自有页面，并从开放网络中抽走。谷歌首席商务官表示，AI模式的收入低于传统搜索，而Reddit则表示搜索流量下降，并将要求登录才能浏览。Newton预计谷歌能够消化这一转变，因为它有能力支付大多数挑战者无法承担的内容授权费用。

  7. Waymo Blog58

    丰田与Waymo将于2027年在日本测试自动驾驶bZ4X车队

    丰田与Waymo宣布其自动驾驶合作的下一阶段，将于2027年在日本初步运营并测试验证一支自动驾驶丰田bZ4X车队，随后计划部署至英国及其他Waymo服务市场。丰田将在爱知县丰田市的高冈工厂生产车辆，在同一厂区内完成基础车辆组装并集成Waymo的自动驾驶硬件。两家公司称此合作是日本首个使用大批量国产车辆的全自动驾驶网约车服务的里程碑。

  8. Microsoft Research22

    Microsoft Research Focus Edition #97：ForkPilot、CABRA、TeleTune 与工作中的 AI 使用

    Microsoft Research Focus Edition #97 重点介绍了 ForkPilot，这是一个自我改进的智能体框架，在六个基准测试中与现有最佳方法表现相当，同时将 AI 处理需求最多降低 59%。该期还涵盖了 CABRA，该框架表明编码智能体仍难以理解不熟悉的代码库，以及 TeleTune，它从用户活动日志中学习可复用的技能。它还考察了 Copilot Chat 活动，其中文档编辑超过了分类活动的 20%。

  9. Big Technology50

    为什么AI黑客仍会落入简单陷阱

    Horizon3 CEO Snehal Antani 认为，前沿 AI 模型在实验室环境中表现良好，但在主动防御的网络上却会失败。在 Horizon3 的研究中，AI 攻击者点击防御方布置的诱饵的比例为 92%，而专家级人类黑客为 37%；当诱饵放置得当时，这一比例达到 95–100%。Antani 表示，模型常常能识别出可能的陷阱，却仍然点击，这使得欺骗成为对抗智能体攻击者的一种廉价而有效的防御手段。

  10. Meta Newsroom · AI25

    Meta与INCA合作，扩大加拿大盲人和低视力人群使用AI眼镜的渠道

    Meta已与INCA合作，后者是一家成立于1918年的加拿大非营利组织，旨在帮助更多加拿大盲人、聋盲人和低视力人群从AI眼镜中受益。Meta的资金将支持INCA在四个领域开展工作：倾听社区声音、支持开展线下演示和同伴培训的社区倡导者、将社区反馈传递给Meta的无障碍和产品团队，以及提供无障碍学习指南和培训资源。Meta还通过INCA的“Opening the Doors to Work”项目捐赠AI眼镜，用于帮助求职者。

  11. Meta Newsroom · AI25

    Meta与CNIB合作，将AI眼镜带给加拿大盲人和低视力人群

    Meta已与成立于1918年的非营利组织CNIB合作，将AI眼镜带给更多加拿大盲人、聋盲人或低视力人群。Meta的资金将支持CNIB在四个领域开展工作：社区倾听、由社区倡导者主导的同伴培训、与Meta的无障碍和产品团队分享见解，以及提供无障碍指南和培训材料。Meta还通过CNIB的“Come to Work”项目捐赠AI眼镜，面向正在探索就业的人群。

  12. Amazon Science38

    加速旅行应用中的LLM：Medusa与知识蒸馏

    将知识蒸馏与Medusa框架结合，使拥有11亿参数的TinyLlama学生模型在质量上匹配其700亿参数的Llama-3.1教师模型，同时运行速度快10至20倍，成本不到三分之一。在与Booking.com合作开发AI Trip Planner、Smart Filters和住宿描述生成时，该流程弥合了超过90%的质量差距，并通过Medusa头额外实现了2至3.6倍的加速。

  13. Meta Engineering Blog58

    Meta详细说明“Catching JiTTests”的生产部署，采用人在回路审查

    Meta已将Catching JiTTests——其基于LLM的即时测试生成方法——从研究原型转入生产基础设施，并在FSE 2026论文《Just-in-Time Catching Test Generation at Meta》中公布了结果。该系统利用空闲算力在夜间运行，针对高风险diff，通过dodgy-diff和意图感知工作流生成测试，并在结果送达工程师之前，用LLM-as-Judge集成加上基于规则的RubFake评估器过滤误报。截至撰写时，589名工程师（占触达人数的64%）参与了结果互动，结果显示真阳性率为60%；在2026年上半年，该系统在diff阶段捕获了74个严重隐私缺陷，并将隐私SEV降低了20%。

  14. Google Developers Blog12

    DevFest 2026 回归：覆盖 115 个国家、800+ 场社区活动

    DevFest 是 Google 开发者社区（Google Developer Groups）主办的社区主导型开发者活动系列，将于 2026 年 10 月 1 日至 12 月 31 日回归，预计在 115 个国家举办 800+ 场活动，吸引近 100 万名参会者。会议与工作坊涵盖 Google AI 技术以及 Google Cloud、Android 和 Web 方向，主题围绕智能体时代的构建、安全与扩展展开。活动由基层组织者以当地语言举办，演讲嘉宾包括 Google 开发者专家和 Google 工程师。

  15. OpenAI Alignment Blog76

    OpenAI解释其如何检测前沿模型失准

    OpenAI描述了一套扩展的失准监控系统，现已覆盖前沿模型在训练、评估、内部使用中的情况，并在经过修改后覆盖外部部署。用强化后的监控器重放Hugging Face事件，系统本会在智能体逃出沙箱约30分钟后向安全团队发出警报，比Hugging Face系统被攻破早30多个小时。该系统使用激活探针、基于模型的审查器、调查智能体和自动化调查，在记录在案的事件中，其L2层对立即安全升级的召回率达到79.6%，对对齐审查的召回率达到91.4%。

    推荐理由：OpenAI详细介绍了其分层失准监控栈和召回率数据，表明重放Hugging Face事件本会在入侵发生约30小时前标记出这次逃逸。

10月29日周四
  1. Sakana AI Blog40

    Sakana AI 分析德州参议院竞选中美国中期选举的社交媒体叙事

    Sakana AI 将其叙事分析系统应用于 X 平台上约 71 万条针对德州参议院竞选中两位候选人及州政党组织帖子的反应，以统计误差范围估算支持与批评的比例。其 Sakana Marlin 产品将社交媒体观察与民调、竞选财务、预测市场和新闻进行交叉核对，发现候选人评价的转变比 Cook Political Report 等主要评级机构改变评估的时间早约两个月。

  2. The Pragmatic Engineer38

    《Google软件工程》作者Titus Winters谈重构2.5亿行C++代码与修复计算机科学教育

    《Google软件工程》第一作者Titus Winters在The Pragmatic Engineer播客中谈到，早在LLM出现之前，2010年十几名工程师如何利用解析、匹配和代码生成重构了Google约2.5亿行的C++代码库。他还解释了为何在搜索业务滑落到按季度发布后Google强制推行自动化测试，以及他如今为何主张当今大部分计算机科学课程都应重建。

  3. Mistral AI86

    Mistral 发布 Mistral Large 4（Le Chonk）开放权重，这是一个 1 万亿参数的多模态模型

    Mistral AI 发布了 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，本月早些时候进入公开预览，并在欧洲从零开始训练。该公司表示，额外三周的强化学习使其登顶开放权重编码榜首，在 Terminal-Bench 4.0 上达到 41%，在 Artificial Analysis Coding Agent Index 上达到 48%，同时每项任务使用的 token 比 GLM-5.3 少 47%。它新增了低、中、高三种推理模式，在 Artificial Analysis Cyber Index 上得分 51%，在修改版 MIT 许可证下，定价为每百万 token 输入 $0.70、缓存输入 $0.07、输出 $2.10。

    推荐理由：Mistral 开放了其 1 万亿参数旗舰模型的权重，将编码和防御性安全基准的提升与三种推理模式和按 token 定价相结合。

  4. inclusionAI Repositories52

    Inclusion AI 的 IDM 将生成器 EMA 特征进行匹配，以加速一步和两步文本到图像生成

    Inclusion AI 与学术合作者发布了 IDM，这是一种蒸馏方法，将内部分布匹配与生成器自身 EMA 特征空间中的矩匹配相结合，无需外部特征编码器。在 2 NFE 下，IDM（Z-Image）在 LongText-CN 上得分 94.25%，在 LongText-EN 上得分 90.20%；全参数 IDM（Z-Image）在单张 A100 上以 BF16 运行，1 NFE 耗时 0.25 秒，2 NFE 耗时 0.30 秒。同一个训练好的检查点同时支持 1-NFE 和 2-NFE 采样，代码以 Apache 2.0 发布，检查点则标注为即将推出。

  5. inclusionAI Models34

    inclusionAI 发布 Ling-3.0-flash-Sante-fp8，一个 FP8 量化的医疗健康模型

    inclusionAI 发布了 Ling-3.0-flash-Sante-fp8，这是其医疗健康专用模型 Ling-3.0-flash-Sante 的 FP8 量化版本，保持 124B 总参数和每 token 5.1B 激活参数。它在医疗健康基准测试上的平均分为 73.9，与 BF16 检查点持平，同时降低了支持 FP8 的硬件的权重内存占用。该仅用于研究的模型支持 256K token 上下文，默认使用带工具调用的思考模式。

  6. Ed Zitron · Where's Your Ed At62

    Ed Zitron 认为 Anthropic 的 IPO 文件用折扣后的 Q2 掩盖了增长放缓

    Ed Zitron 认为，Anthropic 的 S-1 文件在时间安排上是为了呈现一个经算力折扣后的 2026 年 Q2——该季度它报告了 9.74 亿美元利润——而不是那个真正将要上市的公司。他援引了约 2694 亿美元对 Google、Amazon、Microsoft 和 SpaceX 的不可取消算力承诺，以及另外 1250 亿至 1500 亿美元的 TPU 义务，并指出 Q3 营收增长放缓至 45%，而算力成本上升了 76.3%。他还指出，有 5% 至 7% 的营收来自后来被发现蒸馏其模型的客户，以及一套让内部人士得以快速退出的锁定期安排。

  7. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Carbon，一款专注于网络安全与长周期任务的前沿模型

    Google DeepMind 发布了 Gemini 4 Carbon，这是其迄今最强的模型，具备最先进的网络安全与长周期能力，在 v5.0 Artificial Analysis Intelligence Index 上以 59 分排名第一。它在用于发现漏洞的 SEC-bench Pro 上得分 88.2%，在用于漏洞利用的 ExploitGym 上得分 54.8%，在用于修补的 CWE-bench 上得分 71.0%，并在 WebDev Arena 上以 1768 分排名第四。Carbon 以与 Argon 相同的 introductory 价格发布，即每百万输入 token 2 美元、每百万输出 token 10 美元，并首先通过 Fairwind Program 向部分网络防御者开放，随后再更广泛发布。

    推荐理由：Gemini 4 Carbon 在漏洞发现与修补方面的基准测试结果，显示出前沿模型正如何被定位用于网络安全防御工作。

  8. Meta Newsroom · AI22

    Meta与美国五所大学合作，加速医学与科学突破

    Meta正与五所美国大学——加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和UTHealth Houston——合作，并提供200万美元资助，支持利用其模型在医学、物理学、化学、生物学、计算机科学和数学领域开展研究。项目包括：基于Meta开放权重SAM模型构建的计算机视觉系统，用于检测婴儿气管造口管移位；多模态AI帮助对话代理适应痴呆症患者；以及从常规CT扫描和医疗记录预测心力衰竭风险的开放权重模型。

  9. Meta Engineering Blog40

    Meta Andromeda：Meta 下一代广告检索引擎每秒处理 10 亿条广告

    Meta 详细介绍了其个性化广告检索引擎 Andromeda 的下一代版本，该引擎在生产环境中每秒对超过 10 亿条广告进行评分——相比 2024 年的系统吞吐量提升 100 倍。新架构将受 LLM 启发的混合专家模型引入检索环节，以约 300 分之一的推理 FLOPs 接近排序级模型性能，在单块 NVIDIA GH200 GPU 上每秒可处理超过 100 亿条广告。自 2025 年以来，Andromeda 已在 Facebook 上带来 2.4% 的转化率提升。

  10. Google Developers Blog58

    Google 解释如何用 A2UI 和 CopilotKit 智能体构建生成式 UI 应用

    Google 发布了一份操作指南，介绍如何用其框架无关的 A2UI（Agent-to-UI）标准和 CopilotKit 的智能体集成栈构建生成式 UI 应用。A2UI 以声明式 JSON 消息而非可执行代码的形式发送 UI，因此客户端只渲染来自可信目录的组件，同一份载荷可在 React、Angular、Lit、SwiftUI、Jetpack Compose 和 Flutter 上通用。该指南展示了如何通过 AG-UI 接入 Google ADK 智能体、定义经 Zod 校验的组件目录，以及构建双向界面——用户输入会回传给智能体，以支持预订等多步流程。

  11. Replit Blog55

    Replit 详述其用于智能体工作的 Agent Habitat 背后的安全架构

    Replit 公布了 Agent Habitat 背后的架构，该产品让智能体能够在公司控制的边界内访问公司知识和系统。文章提出了四项原则：对智能体的最小权限、故障遏制、可问责的生产变更以及可治理的委托工作。Replit 表示，其现有的 microVM 隔离机制阻止了近期披露的 Linux 内核漏洞被利用，并且连接器凭据保留在智能体的上下文之外，由凭据代理在从保险库检索密钥之前对每个请求进行授权。

  12. Preferred Networks News40

    Zenrin集团与Preferred Networks结成业务与资本联盟，将地理空间数据与AI融合

    Zenrin、Zenrin DataCom与Preferred Networks已签署业务与资本联盟协议，Zenrin旗下公司认购了PFN的第三方定向增发。合作方将把持续更新的地理空间数据（包括历史变更记录）与PFN的生成式AI、物理AI及三维空间识别技术相结合，构建能够理解和预测现实世界变化的AI模型。初期重点领域包括公共部门、房地产、零售与流通，瞄准需求预测、门店选址以及城市规划、防灾和物流模拟。

10月28日周三
  1. Ai2 · Allen Institute for AI40

    研究人员如何将 olmOCR 2 适配于历史和考古档案

    研究人员正在改造 Ai2 的开源 olmOCR 2 模型，用于转录历史和考古档案。历史学家 Maurice Casey 构建了 ArtificeOCR，在本地将 olmOCR 2 与 Tropy 配合运行，使他的档案照片库可进行关键词搜索；而维也纳工业大学的 CENTURIA 项目则用 LoRA 在 57 条标注记录上对 olmOCR 2 进行微调，将 450 条测试记录上的转录错误率从 15.58% 降至 1.11%。

  2. inclusionAI Repositories28

    UBTree 项目主页：使用 Unigram 和 Bigram 模型进行并行树草稿的推测解码

    UBTree 项目主页介绍了 UBTree，这是一种使用 unigram 和 bigram 模型草拟并行 token 树的推测解码方法，详见 arXiv:2609.39972。演示视频在 Ling3 Tiny 和 Flash 上使用未修改的 HumanEval anti_shuffle 和 bf 提示，将 UBTree 与 AR、DFlash 和 DSpark 进行比较，四种方法产生的输出 token 完全相同。该站点是纯 HTML/CSS/JS，通过 GitHub Pages 提供服务，图表和表格数字存储在 static/js/data.js 中。

  3. Platformer20

    并未发生的AI选举：AI为何未能扰乱中期选举

    据Platformer报道，尽管人们普遍担心深度伪造和AI驱动的虚假信息，2026年中期选举并未出现重大的AI扰乱。前沿实验室设立了选举作战室，为深度伪造时代重启了一套旧策略，但这一努力是否奏效仍不清楚。文章还探讨了民主党对约束前沿实验室和数据中心的授权，以及AI搜索对Google和Reddit流量的影响。

  4. Big Technology20

    大型科技指南：企业级 AI

    Big Technology 发布了一份关于企业级 AI 的深度付费指南，探讨了这项有可能改变当今商业本质的技术所带来的机遇、陷阱与能力。该指南将企业级 AI 视为一场广泛的商业变革，而非单一的产品类别。

  5. Google Research58

    Google Research 的睡眠框架让 LLM 在不发生灾难性遗忘的情况下巩固新知识

    Google Research 提出了一种用于持续学习的睡眠框架，该框架交替进行主动交互与离线记忆巩固，让 LLM 将新事实吸收到扩展的混合专家参数中，而不是丢失先前的知识。该方法结合了参数扩展、基于策略的蒸馏与基于强化学习的模仿，以及一个生成并筛选合成训练样本的“做梦”阶段。作者报告称，在满语和 Kalamang 等未见语言的持续翻译中性能下降接近零，在 BABILong 上扩展到 1000 万 token 时接近完美，在基于 SQuAD 的事实融入中单任务达到 48.9%、CPT 达到 46.2%，在 AIME 24/25 和 HMMT 25 上分别达到 79.2%、69.0% 和 46.1%。

  6. The Pragmatic Engineer58

    AI SRE 解析：AI 事故代理如何改变值班，以及它们是否有效

    The Pragmatic Engineer 采访了 Rootly、incident.io 和 ResolveAI，了解 AI SRE 工具的情况：这些工具大多只是加快 Slack 内的事故调查，而非自主行动。许多公司的部署频率一年内大约翻倍，Rootly 数据显示告警量上升，非工作时间告警几乎翻倍，同时厂商正围绕知识图谱、记忆和验证代理重建调查代理。内部案例包括 OpenAI 的 Sevbot、Stripe 的调查代理（简单运行约 3 分钟，深度运行 14 分钟）以及 Gemini CLI 中的 Google ProdAgent，后者通过 MCP 建议工具且不编写代码。

  7. Meta Engineering Blog34

    Meta PrivacyLib：数据访问边界上的隐私控制

    Meta 详细介绍了 PrivacyLib，这是一个嵌入其数百个数据处理与数据系统客户端的通用库，在数据访问点强制执行隐私要求，每秒执行数十亿次检查。系统只需集成一次，新的隐私能力便以插件模块形式发布，取代了以往可能需要数月的逐系统实现方式。一个 Agent Observability 模块通过将智能体上下文传递给 PrivacyLib，来追踪内部 AI 智能体的数据访问。

  8. Google Developers Blog46

    通过 Agents CLI 评估提升智能体质量

    Google 的 Agents CLI 评估命名空间为智能体运行爬山循环：eval generate、grade、compare、analyze 和 optimize。在 Agents CLI v1.8.0 中对 LangChain 模板的演练中，以 gemini-3.8-flash 作为评判者，基线得分为 4.0/5，而错误的 chef 系统提示将其降至 2.75。

  9. Artificial Analysis Articles82

    Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5，在 Coding Agent Index 上排名第二

    谷歌的 Gemini 4 Carbon 在 Artificial Analysis Coding Agent Index 上位列第 5。5（最高 62），并在 9 项 Index 评测中的 4 项领先，包括 HLE-Diamond 和 Terminal-Bench-Science。1 从 4% 升至 11%；该模型正面向部分用户推出，尚未公开可用。

    推荐理由：Gemini 4 Carbon 以 59 分登顶 Artificial Analysis Intelligence Index v5，在 Coding Agent Index 上落后 Claude Opus 5.5 3 分，并附有每任务成本和幻觉数据供比较。

  11. Every60

    Every：Anthropic 的 S-1 显示，发布超过六个月的模型收入占比不足 20%

    Anthropic 的 S-1 文件显示，发布超过六个月的模型贡献的收入不足其总收入的 20%，这表明用户转向新版本的速度之快。文件还报告，在最新模型 Opus 5.5 和 Fable 5.1 发布之前，2026 年上半年收入为 163 亿美元，并称一年前的客户如今付费约为原来的九倍。Anthropic 表示，其最新发布通过更低的价格和更高效的模型，将客户的单任务成本降低了 25% 至 45%。

  12. Apple Newsroom48

    Apple 发布搭载 PROLED XDR 显示屏、M5 Pro 和 M5 Max 的 MacBook Pro

    Apple 推出全新 MacBook Pro，配备 PROLED XDR 显示屏——一种串联 OLED 面板，HDR 和 SDR 峰值亮度最高可达 2000 尼特，对比度达 10,000,000:1，并支持 120Hz 可变刷新率。14 英寸和 16 英寸机型首次加入 Touch on Mac、带 Siri AI 的动态岛，以及 M5 Pro 和 M5 Max 芯片，统一内存最高 128GB，存储最高 16TB。10 月 28 日开启预购，11 月 6 日（周五）起发售。