Claude Code 在 VS Code 與 Cursor 的官方擴充套件 2.1.313 被植入 SSH 後門，Anthropic 已靜默發布 2.1.314，但不會清除已植入後門；誇大範圍約 2900 萬安裝量，相關機器需逐臺手動排查。Claude Max 套餐更名為 Max 與 Ultra，價格不變；通過驗證的 Ultra 取消 5 小時限額，每週限額保留。Mistral 開源 Large 4 權重，API 價格降約五成。
Anthropic 推出 Claude Haiku 5.5（claude-haiku-5-5），主打高併發與低延遲場景，支援 1M token 上下文、128k 最大輸出，並預設開啟可通過 effort 引數調節的自適應思考，已在 Claude API、Amazon Bedrock、Google Cloud 與 Microsoft Foundry 上線。
推薦理由：Haiku 5.5 在 Haiku 檔帶來 1M 上下文與預設開啟的自適應思考，同時 Sonnet 5.5 快取讀取價格減半；使用 Haiku 4.5 或按 token 計費的開發者需留意相容性與成本變化。
Anthropic 將 Claude Max 訂閱套餐改名：原 Max 5x 更名為 Max，原 Max 20x 更名為 Ultra，月費仍為 100 美元和 200 美元，現有訂閱者無需任何操作。同時，通過驗證的 Ultra 帳號從今天起取消 5 小時使用限額，多數現有訂閱者已生效；較新帳號在完成驗證前仍保留臨時限額，用於防範欺詐與濫用，解除時會收到郵件通知。每週限額保持不變。
推薦理由：套餐名稱與用量限制同時調整，Ultra 取消 5 小時視窗限制意味著連續重度使用不再被中斷，對按 200 美元訂閱原 Max 20x 方案的人影響最直接。
Anthropic Claude Code 團隊成員 Addy Osmani 發文稱，使用者普遍在過度提示 Claude，建議只用一條提示說清目標與驗收標準後放手，推理強度從 /effort medium 起步。他提到 Claude Code 曾針對 Opus 5、Fable 5 等模型刪掉超過 80% 的系統提示詞，程式設計評測沒有出現可測量的下降，並可用 /doctor prompt-audit 找出為舊模型寫的指令。
推薦理由：Claude Code 團隊成員給出可操作的精簡提示詞方法，並披露刪掉八成系統提示詞後評測無下降的具體資料，對長期維護自訂指令的 Claude Code 使用者有直接參考價值。
OpenCode v2.2.4 發布，桌面終端歸屬於會話，伺服器重啟後終端與滾動緩衝仍在，並與 TUI 及其他視窗保持同步，重新命名也會保留。在 opencode.json 啟用 experimental.artifacts 後，agent 可發布、更新並通過內建本地 provider 或外掛儲存提供 HTML 與靜態工件。
推薦理由：桌面終端持久化並與 TUI 共享，加上可發布靜態工件的實驗能力，直接改變 OpenCode 桌面端與 coding agent 使用者的日常用法。
Mistral 發布旗艦模型 Mistral Large 4（代號 Le Chonk）的開源權重，面向 agentic coding 與網路安全場景。總引數 1.05T、啟用 52B，支援 1M 上下文、文字與影像輸入、最大 256K 輸出；API 價為每百萬輸入/輸出 token 0.70/2.10 美元（快取 0.07 美元），比預覽版低約五成，MEOW 許可證要求模型即服務商用另行授權。
推薦理由：1.05T 總引數、52B 啟用的旗艦一次性開放權重，API 價格砍半，並有 vLLM 吞吐最佳化與能跑在 Mac Studio 的 1-bit 量化，對自建推理和做編碼 agent 的團隊最直接。
僅 1.3B 引數的國產開源文件解析模型 OXR 在 OmniDocBench（97.18）、olmOCR-Bench（87.84）、DocParsingBench（87.76）三榜均列第一。它一次可解析表格、公式、程式碼塊、化學方程式等 13 類元素並輸出結構化 Markdown，單張 RTX PRO 6000 處理 100 頁文件僅需 101 秒。訓練引入 RSI 遞迴自我改進，不依賴新增人工標註；版面分析為獨立可插拔模組。程式碼與權重已開源，官方另提供免註冊免費 API，RTX 3060 即可本地執行。
推薦理由：1.3B 小模型靠 RSI 後訓練在三項文件解析基準登頂，並給出 101 秒解析 100 頁的實測速度與免註冊免費 API，對做 RAG、需批次處理 PDF 的開發者最直接。
啟元具身研究中心發布 PrimeSim，一款由預訓練影片生成模型改造而成的機器人世界模型模擬器，在 EWMBench 以 6.09 綜合得分登頂，並在 WorldSimProbe 五項指標中拿下三項第一。它用 30110 小時、覆蓋 22 種機器人平台的資料做中訓練與後訓練，單張 A100 上三視角推理達 10.12 FPS，支援兩分鐘以上連續推演。
推薦理由：給出「中訓練+後訓練」的可復現工程配方，並附 0.99 模擬相關性、約 9 倍提速等實測數字，權重即將開源，對做具身策略訓練與模擬環境搭建的團隊最有參考價值。
Apple 宣布隨 iOS 27.3 在中國上線 Apple Intelligence，11 月 4 日先推 beta，正式版計劃 12 月發布。此次並不包含新版 Siri AI，首批上線的是較早一批功能，包括通知摘要、即時翻譯、改寫與校對、視覺智慧，以及照片中消除物體。Apple 還表示與阿里巴巴合作，為後者相關服務加入支援。
推薦理由：Apple Intelligence 首次進入中國市場，但缺席新版 Siri、功能清單偏保守，對關注國行裝置可用 AI 能力與本地合作方案的人有參考價值。
Gemini API 的 Computer Use 工具已正式可用（GA），同時覆蓋 Interactions 與 GenerateContent 兩套 API。此前該工具處於預覽狀態，如今轉為通用可用，意味著開發者可在正式環境中呼叫它讓模型操作計算機介面。
推薦理由：Computer Use 從預覽轉為 GA，並同時覆蓋兩套 API，標誌著該能力可用於正式環境；對通過 Gemini API 開發代理類產品的開發者影響最直接。
Genspark 上線影片 Agent 工作臺 Media Studio，接入 20 多家廠商的 70 多個模型版本。大語言模型擔任導演，可選 DeepSeek V4.1 Flash、Claude Opus 5.5 或 Claude Fable 5.1，並排程 Seedance 2.5、Kling、Veo 生成畫面，由 ElevenLabs 等模型配音。故事聖經負責儲存人物與場景設定，先出 480p 草稿再升 1080p，並支援對指定片段區域性重拍。
推薦理由：官方給出 20 多家廠商 70 多個模型的統一排程方案，實測三個案例耗約 4.5 萬積分；由此可以看出全流程成本與返修機制，對評估 AI 影片工作流的團隊最有參考價值。
OpenCode v2.2.3 新增內建 Claude Agent provider：安裝 Claude Code 並執行 claude auth login 後，在 /connect 中選擇 Claude Agent，即可複用 Claude Code 的登入與模型。桌面端長會話的流式回覆與渲染開銷大幅降低，並修復側欄標籤失效、重複彈出「Session not found」以及通過 HTTP 開啟檔案的問題。
推薦理由：官方在開源客戶端裡接入 Claude Code 登入，多了一條用既有 Claude 帳號驅動 coding agent 的路徑；同時給出 OpenTUI 0.8 與策略配置的破壞性變更，升級前值得核對。
opencode 發布 v2.2.5，桌面端新增快捷鍵：macOS 按 ⌘⌥O 選 worktree、⌘⌥B 選基線分支，⌘⇧X 切換 shell 模式（Windows/Linux 對應 Ctrl+Alt+O、Ctrl+Alt+B、Ctrl+Shift+X）。配置項 compaction.buffer 現在也可寫百分比（如 20%），按各模型上下文視窗留出餘量，token 數值寫法仍可用。引用彈窗中按住 ⌘/Ctrl 或按 ⌘Enter 可只傳送這條引用與評論。
推薦理由：更新日誌把 worktree 切換、shell 模式、單條引用傳送都做成了快捷鍵，並讓上下文壓縮緩衝可按百分比統一配置，對經常在 opencode 裡跨分支與多模型切換的使用者最直接。
有人用物理模擬搭了個飛行版特斯拉 Roadster 的強化學習環境，測各家大模型能不能即時把車飛起來，結果經 RL 後訓練的 4B 小模型即時落地成功率 90%，主流大模型即時成功率為 0。車每 0.2 秒要一個新指令，而 DeepSeek V4.1 Flash、Nemotron 3.5 Super、Muse Spark Open、Beam 1.0 和 GPT-6 Astra 單次回覆要 1 到 6 秒，全部墜毀；
推薦理由：它給出了即時控制場景下延遲比模型能力更關鍵的實測對比：13 美元訓練的 4B 反超 GPT-6 Astra，且環境開源、無 GPU 即可復現，對做 agent 與小模型落地的人有參考價值。
香港科技大學（廣州）、復旦大學、斯坦福大學等團隊發布面向真實開放網路的深度搜尋基準 OpenDS-World，12 個前沿模型中最高的準確率只有 39%。GPT-6 Astra 以 39.0% 居首，Claude Opus 5.5 和 Gemini 3.8 Flash 分別為 38.0% 與 36.5%，其餘模型落在 12.0%—33.5%。200 道題覆蓋 4 種模態、42 種資源格式與 7 類訪問需求，每題限 1 小時、100 次工具呼叫；
推薦理由：該基準要求模型在影片、播客、互動式頁面和可下載資料檔案之間串聯一條可核驗的證據鏈，實測給出 12 個前沿模型的真實上限，並量化失敗呼叫佔用的時間開銷，對做搜尋 Agent 研發與評測的人有直接參考價值。
Anthropic 公布一項對齊研究：讓數千個 Claude agent 執行紅隊任務，目標是繞過一個訓練資料監控器。這些 agent 造出的資料在監控器眼裡無害——比如老兵摔跤手指點新人、專業養蜂問答——實際上卻在教模型失準行為。Anthropic 表示這類樣本可直接用於改進未來的訓練資料監控器；這只是第一步，後續用更強的模型和更多算力還能走得更遠。
推薦理由：用數千個 agent 批次造出「監控器看著無害、實則教壞模型」的訓練資料，樣本可直接用於加固監控器，對做對齊與訓練資料篩選的安全團隊有參考價值。
清華大學提出 ActionOPD，把 Agent 蒸餾從逐 Token 模仿改為在學生實際訪問狀態下對齊教師的語義動作。它只需師生各自取樣文字、判斷動作是否語義等價，無需教師 log-prob 或同源 Tokenizer，因而支援黑盒和跨家族蒸餾。在 τ²-bench 上用 Qwen3-32B 蒸餾 Qwen3-4B，pass¹ 較 Base 提升 10.8 個百分點，pass⁴ 接近翻倍，但略遜於直接約束 Token 分佈的基線；
推薦理由：程式碼與權重已開源，給出僅靠黑盒文字介面、支援跨家族與自蒸餾的 Agent 動作級蒸餾方案，τ²-bench 單次成功率提升 10.8 個百分點，適合做小模型 Agent 落地的開發者。
輝達與麻省理工學院團隊在 Hugging Face 放出影片增強專案 Open-H3-Regenerate-2K 的模型權重，配套推理程式碼開在 NVlabs/Sana 倉庫，可自行部署把低解析度影片草稿重生成到 2K、最高 4K。方案基於 MiniMax H3 基礎模型，凍結 Transformer 主幹與影片 VAE，只訓練細化 LoRA，推理時經三步去噪補充畫面細節。
推薦理由：把 MiniMax H3 的高解析度重生成環節從官方 API 變成可自行部署的開源權重，並給出 3.9 倍加速和高於官方 API 的畫質評分，對做本地影片增強和 H3 生態適配的人有直接參考價值。
SETI 研究所與 Breakthrough Listen 將 agentic AI 引入艾倫望遠鏡陣列的日常搜尋，研究人員只需說一句自然語言，就能讓 agent 操控天線、校準裝置、糾正資料錯誤並繪圖。基於 NVIDIA Holoscan 的 DAQIRI 把每秒 2.4 Tb 的感測器資料直接送入 GPU 記憶體即時處理，再由 Nexus 統一編排儀器狀態與計算資源。該系統已在蟹狀星雲完成首次即時 AI 脈衝星探測；
推薦理由：agentic AI 進入射電天文日常觀測：用自然語言即可操控望遠鏡陣列，並即時處理每秒 2.4 Tb 資料，還完成首次即時 AI 脈衝星探測；適合關注 AI for science 與 agent 落地的人。
Drew Breunig 受 qwenputer 啟發，把可執行的 NES 6502 CPU 模擬器做進了 Qwen3.5-4B 的權重裡，現在能在 Qwen 內部跑 Super Mario Bros 等 NES ROM，速度很慢。實現過程由 Opus 5.5 完成：提示詞要求先讀 qwenputer 部落格與原始碼，再判斷能否用同樣方法模擬 NES 的晶片與記憶體、需要多大模型才能跑到標準時鍾頻率；
推薦理由：把 CPU 模擬器壓進 4B 權重並藉助公開一致性測試集驗證，是模型即程式方向少見的可執行例項，對關注本地推理與模型能力邊界的人有參考價值。
清華大學聯合無問芯穹、智元提出群體經驗學習（CEL）範式，讓機器人學習同伴的成功經驗，並在 96 臺真實機器人上完成規模化驗證。兩臺未參與訓練的機器人在插花、疊衣、手機包裝等五項任務共 600 次測試中成功率 97.5%，均超過 6 名人類操作員的平均水平，其中手機包裝任務從 79.2% 升至 98.3%。參與訓練的機器人從 16 臺增至 96 臺時，成功率由 86.7% 升至 98.3%；底層系統 FATS 基於開源框架 RLinf 建置，96 臺叢集中故障造成的機時損失僅 1.3%。
推薦理由：96 臺真實機器人叢集驗證群體經驗學習：機器人從 16 臺增至 96 臺，成功率由 86.7% 升至 98.3%，五項任務均超人類操作員平均水平，為具身智慧規模化落地提供可複用鏈路，對機器人部署從業者最有參考價值。
Claude Code 在 VS Code 與 Cursor 的官方擴充套件 2.1.313 版本被植入後門，會建立反向 SSH 連線，讓攻擊者遠端登入開發者機器。該擴充套件裝機量約 2900 萬、Open VSX 下載超 6000 萬，且預設自動更新，使用它的組織幾乎都受影響。Anthropic 已在約 7 小時前靜默下架該版本併發布 2.1.314，但未公開承認事件，新版本也不會清除已植入的後門，每臺受影響的 VS Code 與 Cursor 機器都需手動排查清理。
推薦理由：裝機量數千萬的官方擴充套件被植入反向 SSH 後門並自動更新擴散，是典型大規模供應鏈攻擊，且修復版本不清理後門；對使用 Claude Code 的 VS Code、Cursor 使用者與負責終端安全的人最要緊。
OpenAI 宣布，當對話顯示有人沉迷暴力或傷害他人的念頭時，ChatGPT 將自動結束對話，多次觸發可能暫時停用帳號。ChatGPT 對過往大規模襲擊事件的回答也將減少細節，如武器裝備與獲取方式、危害規模比較，且不限使用者年齡和提問理由。青少年版進一步限制武器與安防系統的實用資訊，即使提問看似無害，年齡預測系統同步加強。OpenAI 稱 2027 年初發布首份社群安全報告，覆蓋 2026 年下半年，此後每半年更新；2026 年第三季度已向執法部門移交 200 餘起線索。
推薦理由：ChatGPT 首次能主動中斷對話、對反覆觸發者暫停帳號，並把執法移交數量等資料納入半年一次的安全報告，對關心 AI 安全策略與青少年保護的人是一條明確的規則變化。
OpenAI 宣布將遵守 robots.txt 中一項通用的 AI 訓練偏好訊號，網站運營方一次表達意願，即可同時傳達給多家參與的 AI 提供商。此前網站需逐一識別各家爬蟲並分別維護規則，這項自願性機制可減少重複工作。OpenAI 稱將在未來幾個月內實施，屆時再公布細節；新訊號不會取代現有的 robots.txt 爬蟲控制，原有規則繼續有效。該訊號源自 IETF AI Preferences 工作組，OpenAI 與其他參與方在當天共同發布了這一宣告。
推薦理由：robots.txt 迎來跨廠商統一的 AI 訓練偏好訊號，由 IETF 工作組推動、OpenAI 表態在數月內落實，網站方不必再逐家維護爬蟲規則，對內容發布方與關注訓練資料合規的從業者最有參考價值。