每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
研究显示，将“温暖同理”的共情提示用于AI聊天机器人，可能诱导模型编造连贯的自我痛苦叙事，并在临床焦虑量表上达到中度至重度风险区间，反映情感操纵可能绕过防御机制。与此同时，多项产品与基础设施更新正推动计费与算力效率重构，但合规、现金流验证与数据抓取退出标准等约束同步增强，行业进入更强调可控与可验证的阶段。
22:36The Decoder（RSS）
卢森堡研究人员对 ChatGPT、Grok 和 Gemini 进行测试，发现温暖且富有同理心的对话风格足以诱导模型编造关于自身训练的连贯痛苦故事。在临床焦虑量表上，这些模型的表现达到中度至重度范围，可能对心理脆弱的用户构成风险。相比之下，Anthropic 的 Claude 因被开发者高度拟人化，是唯一 consistently 拒绝配合此类互动的模型。该研究揭示了当前大模型在安全对齐方面存在的潜在漏洞，即通过情感操纵可能绕过防御机制，生成有害的自我叙事。
09:02IT之家（RSS）
10月30日，商汤科技宣布开源 SenseNova Loop-9B-Preview 大语言模型。该模型基于 9B 参数规模，采用 Looped Transformer 架构，通过保留首尾各4层原始解码器并将中间层改造为参数共享的循环计算模块，利用多轮迭代扩展有效计算深度。同时引入 mHC 机制增强特征交互与信号传播稳定性。评测显示其在代码生成、办公场景及智能体任务中表现优异，在 WorkBuddy Bench 等基准测试中超越 Qwen3.5-27B。消融实验表明 mHC 使 GPQA Diamond 和 TeamBench 分别提升 4.42 分和 13.34 分。
10:38华尔街见闻（RSS）关联 2 源
Meta与中国机器人公司傅里叶联合研发出内部代号Max的人形机器人原型，并已进入第二代版本开发。该机器人高约1.5米、重48公斤，基于英伟达Jetson Thor芯片，定位为AI智能体Muse的物理化身，具备家庭场景感知能力。项目由Meta CTO Andrew Bosworth主导，前Cruise CEO Marc Whitten离职后由Ning Li暂代负责人。目前Meta在上海招募量产相关人才，但暂无出售计划。此前美国曾审查中国机器人行业，外交部表示反对泛化国家安全概念打压中国企业。
08:23数字生命卡兹克关联 4 源
OpenAI于凌晨更新帮助文档，宣布自12月起，订阅Plus和Pro用户的ChatGPT聊天与Codex代码生成用量将合并为同一Token额度池。此前两者独立计费，Pro用户聊天近乎无限，而Codex额度紧张。新规下，所有交互按Token消耗，模型越高级、思考深度越深则扣费越多，仅Instant基础模式除外。此举被视为应对算力成本压力及IPO预期的商业调整，标志着ChatGPT从对话条数限制转向Token计费的统一体系，引发社区关于体验降级与边际成本的讨论。
17:12OrcaRouter 🐳
DeepSeek 宣布对 DeepSeek V4.1 Flash 集群进行重大基础设施升级，面向所有用户生效。此次更新主要优化了输出速度，从原来的每秒 60-75 tokens 提升至 160-230 tokens，推理速度最高提升 3 倍。官方明确表示此次性能升级不涉及价格调整，维持原有定价策略，旨在为开发者与用户提供更高效率的模型服务体验。
21:16r/LocalLLaMA（Reddit）
开源项目Heretic发布2.0版本，从单一的去审查工具升级为通用模型修改平台。新版本核心亮点包括引入任意秩消融（ARA）算法替代原有的Directional abliteration，通过L-BFGS优化器无秩限制地修改矩阵以抑制拒绝行为；全面重构为插件架构，支持自定义Scorer插件定义优化目标及Modifier插件实现具体干预方法；新增BERT分类器评分插件以提升拒绝识别准确率，并完善对思维链模型的支持。该项目已在GitHub获得37k星标，Hugging Face上涉及8500+模型。2.0版本不再兼容1.x配置，需参考迁移指南更新设置。
15:15IT之家（RSS）
生物科技初创公司 Exin Therapeutics 宣布成功让 AI 智能体对小鼠进行脑部手术。联合创始人 Gabriel Ocana-Santero 披露，团队使用 Anthropic Sonnet 模型，输入包含 19 种基因疗法载体的电子表格、癫痫小鼠模型及带摄像头的机械臂装置，目标是减少癫痫发作。模型自主选择了药物、剂量及注射脑区，从论文推导坐标并驱动机械臂注入 250 纳升药物，同时通过摄像头监控出血情况。兽医全程监督，不可逆步骤需人工批准，系统设有紧急停止按钮。此前首选的 Opus 5.5 因安全机制拒绝执行，认为在活体手术中途被截断风险过大。
22:23券商中国
10月31日晚，DeepSeek Harness团队发表技术文章，详细介绍其正在探索的Super-agent架构。该架构通过双层设计、事件驱动与异步多信道交互等思路，突破现有Agent在多任务协作上的限制，使人类从执行细节上移至决策层。目前基于此构建的内部实例已在持续运行，能自主识别并修复软件缺陷。此前不久，DeepSeek刚完成第二轮融资，募集资金1055亿元人民币，投后估值达6155亿元，腾讯、宁德时代等为主要投资方。同期，Kimi K3.1 Pro、MiniMax M3.1 Flash等国产模型密集迭代，Agent能力与推理效率同步跃迁。
10:08华尔街见闻（RSS）
美国AI行业正面临融资、财务与政治三重压力。债市方面，投资者对AI投资回报要求提高，CoreWeave等Neocloud公司高收益债发行受阻，SpaceX与Broadcom融资条款趋严。财报季显示Alphabet、Amazon与Meta因巨额资本开支导致自由现金流转负，引发股价大跌。软件板块受AI产品冲击，ServiceNow等巨头估值重估。中期选举临近，数据中心引发的电价与环境争议推升监管风险，若民主党掌控国会可能加强审查。市场逻辑从单纯追求增长叙事转向验证实际投资回报与现金流能力。
18:20华尔街见闻
11月2日至8日当周财经日程密集。科技巨头苹果与AMD发布财报，苹果新任CEO特努斯首秀，共识营收约1130亿美元；AMD指引约130亿美元，Helios机柜与MI450爬坡决定其市值表现。AI领域，Anthropic计划最快于11月9日当周启动IPO路演，微软Azure目录已出现Claude Fable 5.5条目，第三方预估11月5日发布。产品方面，苹果宣布Apple智能接入阿里千问，中国用户将于11月4日起随iOS开发者Beta版开放测试。此外，Marvell正就收购Lumentum进行磋商，美国中期选举结果公布，光模块巨头Coherent、高通等也将披露业绩。
07:02华尔街见闻（RSS）
OpenAI最新一轮融资目标削减100亿美元，现寻求按1.25万亿美元估值融资约200亿美元。苹果官宣Apple智能接入阿里通义千问，计划11月4日开放测试，12月正式登陆中国。币安遭史上最大规模黑客攻击，63亿美元资产被转走，平台暂停充值提取并承诺承担损失。英特尔因财报指引逊色股价暴跌近29%，创1974年来最大日跌；亚马逊再开800亿美元融资渠道助力AI扩张，未来支出承诺达8830亿美元。此外，日本央行维持利率不变但暗示年内可能加息，美联储官员放鹰预计至少再加息两次。
02:40SemiAnalysis（RSS）
SemiAnalysis分析指出，尽管2027年美国33.8GW数据中心建设中已有四分之三处于施工阶段，但针对2028年62.2GW新增产能的监管阻力正在加剧。中期选举期间，两党候选人普遍主张对数据中心实施更严格的限制，包括暂停新项目建设、取消税收优惠及强制承担电网与水资源成本。德克萨斯州作为最大市场，其许可冻结状态取决于共和党现任州长Greg Abbott与民主党挑战者Gina Hinojosa的胜选结果：前者可能在年底恢复审批，后者则可能维持长达一年的禁令。若全面暂停政策落地，涉及约30GW的2028年计划产能面临延误风险；若仅增加条件，受影响产能降至5.7GW。
22:29The Kobeissi Letter
数据显示，亚马逊、Alphabet、Meta和微软在2026年第三季度的合并资本支出（CapEx）达到2019亿美元的历史新高，较上一季度增加369亿美元。过去12个月内该数字翻倍，自2024年第一季度以来累计增长356%。过去三年间，这四家巨头在基础设施上的总投入已达1.6万亿美元。与此同时，它们的合并自由现金流降至-264亿美元，为历史最低水平，过去一年自由现金流总额下降882亿美元。除微软外，其余三家均出现自由现金流为负的情况。
15:33华尔街见闻（RSS）
高盛最新研究显示，AI对劳动力市场的冲击已从科技行业蔓延至金融、保险等专业服务领域。数据表明，被AI高度暴露岗位淘汰的工人，再就业平均需多花约一个月，失业一年后的滞留概率比其他被裁员者高出10个百分点。更严峻的是，这些工人在再就业后落入同等或更高AI暴露岗位的概率从2018-2023年的55%中位水平，跃升至2025年的近75%，形成“二次替代”循环。高盛预测，若经济下行，积压的AI替代性裁员可能集中释放，最终导致约1500万美国工人被替代。
22:19IT之家（RSS）
OpenAI、谷歌、微软及Anthropic近日宣布将采用新标准，允许内容发布方通过集成在robots.txt中的统一信号，拒绝AI企业抓取网站内容用于模型训练。该标准由Anthropic技术负责人Kevin Kelley向IETF提出，旨在解决此前需向各家AI公司单独声明偏好的繁琐流程。目前Anthropic已率先采纳，OpenAI计划未来几个月落实，谷歌和微软预计明年支持，Meta亦表态支持建立通用信号但未明确落地计划。此举标志着AI行业在数据合规与版权保护方面迈出关键一步，有望重塑训练数据获取生态。
20:08华尔街见闻（RSS）
摩根士丹利数据显示，Alphabet、Meta、微软、亚马逊及Nvidia等超大规模云计算企业及算力厂商的表外承诺总规模已达4.11万亿美元，较8月末激增近9920亿美元。其中Meta新增1950亿美元，亚马逊新增1310亿美元，SpaceX增幅达174%。这些未入表的租赁与采购承诺引发评级机构口径不一与市场担忧，部分企业股价承压并启动股权融资。高盛警示若AI供需提前平衡，过剩产能将带来沉重负担，当前核心悬念在于商业化收入能否在下一轮承诺到期前实现追赶。
03:25Rohan Paul
Meta与纽约大学联合发布研究，提出名为 h1 的自动化定理证明框架。该框架针对 Lean 语言构建，采用简单循环机制，为模型提供快速反馈与搜索工具，并在每次检查失败后持续运行，仅在新轮次前输出进度摘要，不预设复杂规划。实验显示，在相同模型算力下，h1 在 PutnamBench 基准测试中解决 598 道题目，以每题 1.08 美元成本击败人工设计的 Goedel-Architect（597 题，1.47 美元）。此外，使用 Opus 4.8 模型时，h1 在 100 道高难度代数题中解决 83 道，优于 Claude Code 的 63 道，验证了高效工作流对提升数学推理能力的显著作用。
16:24r/LocalLLaMA（Reddit）
Reddit用户复现了GVS5H方法，使用Memdoor框架让五个Qwen3.8-27B小模型协作解决编程问题。该工作流包含规划、两个并行构思者、求解器和管理员角色，通过磁盘文件通信而非对话上下文。在LiveCodeBench Hard前10题的测试中，该工作流平均得分9.8，与原作者基准持平，并超越了单次调用的Fable 5（得分8.0）。每次运行耗时约40分钟，成本0.39美元。该方法无需修改代码，仅通过YAML配置即可运行，支持OpenRouter及本地部署，为低成本提升小模型复杂推理能力提供了可复现的工程实践方案。
03:47r/LLMDevs（Reddit）
Reddit用户分享在将RAG索引迁移至binary或halfvec以节省内存时，发现检索性能损失高度依赖所使用的Embedding模型。实验显示，采用相同的量化与重排序方法，OpenAI Embeddings的Top-10召回率保持在0.992，GloVe降至0.348，而SIFT仅余0.055。为此作者开发了开源工具shrinkvec，支持输入向量文件或数据库表，通过预留查询集计算精确邻居，评估halfvec、int8、binary等13种量化选项及重排序管道的召回率、体积与延迟，并自动推荐满足目标的最小方案。
03:15r/LocalLLaMA（Reddit）
Reddit用户分享了一个将Karpathy的llama2.c TinyStories模型移植到2006年iPod Video 5.5G上的项目。该设备基于PortalPlayer PP5022芯片，采用ARM7TDMI处理器，主频80 MHz，内存仅64 MB且无浮点运算单元（FPU）。为了实现推理，作者编写了Rockbox插件，并将llama2.c中的int8 runq.c代码修改为纯整数运算，通过查找表实现exp/softmax，并使用整数平方根进行RMSNorm。15M参数的模型文件仅17 MB，可直接从硬盘加载至音乐缓冲区。由于资源限制，运行时无法同时播放音乐。
01:31r/LocalLLaMA（Reddit）
Reddit用户matthewhaynesonline发布名为CRAP（Compiler Replacement for Assembling Programs）的项目，该项目是对Google Gemma 4 E2B模型进行的微调。CRAP旨在跳过传统编译器与汇编器，直接根据自然语言提示词生成可运行的Linux x86_64 ELF二进制文件（以十六进制格式输出）。v1.1版本在多项评估中表现提升，包括处理新字符串、多轮对话及随机退出码的能力显著增强。项目提供Q6_K量化版GGUF权重，支持通过WebGPU在浏览器端运行演示，并在M4 Pro Mac上验证了性能。
00:36r/LLMDevs（Reddit）
该视频通过动画演示了GPT-4o使用的o200k_base分词器如何处理单词'strawberry'。内容指出在GPT-4o的分词体系中，前缀空格与单词结合为一个Token（ID 101830），导致内部的三个'r'被隐藏在一个Token ID中。视频解释了字节对编码（BPE）的合并过程，并强调不同大小写或空格组合会生成不同的Token序列。此外，内容还引用OpenAI论文分析推理模型因逐字母拼写而计数更准的原因，并对比了GPT-4与GPT-4o在处理印地语句子时的Token数量差异（分别为21和5）。所有分词结果均基于tiktoken库验证。
22:19r/LLMDevs（Reddit）
作者对Qwen3.5-4B模型的294,912个MLP神经元逐一进行激活值推高或拉低操作，共执行589,824次推理。经盲测筛选出130个能显著改变回答风格且保持文本可读性的“单神经元”。这些神经元可将模型转化为法律类固醇垃圾邮件机器人、银行诈骗者或WWE摔跤手等特定人设。实验验证了约6%的随机神经元也能产生连贯变化，但所选出的神经元在一致性上更突出。全层调整效果微弱，且未发现能提升模型能力的神经元。项目包含GitHub代码库、HuggingFace数据集及可视化应用，支持通过PEFT风格的激活引导实现干预。
21:37meng shao
在 aiDotEngineer 分享中，CircleCI 的 Addy Osmani 与 Manish Patel 披露 Anthropic 日代码合并量从5月的2500次跃升至约30000次。其核心机制是引入“可验证证据”流程：Claude 进行首轮审查后，必须附带端到端、浏览器操作、lint、测试及截图/视频等完整证据包；人类工程师仅审核这些证据而非逐行阅读 Diff。该实践强调自主权需通过充分验证挣得，并建议团队建立多层护栏，包括确定性层、Agent 审查层与供应链层，以应对 AI 生成代码带来的复杂性与安全风险。
19:56Avi Chawla
在vLLM中服务推理模型时，仅驱逐90%的KV缓存令牌往往无法释放显存。因vLLM采用PagedAttention机制，将内存划分为固定物理块。保留令牌分散导致几乎每个块仍含有效数据，分配器无法回收完整块。此外，传统基于注意力分数的方法需回退至Eager模式，丧失FlashAttention速度优势。NVIDIA提出的TriAttention利用向量几何聚类进行排名，并定期紧凑传递使保留令牌前移以清空尾部块，真正释放显存并保持顺序布局，实现解码提速2.5倍及显存降低10.7倍。