模型價格戰繼續壓低成本：OpenAI 與 Anthropic 相繼下調 API 價格，企業 token 支出增速已從 42% 降至 1.5%，常用介面的呼叫成本明顯下探。Thinking Machines 發布 Inkling 2 Small，17B 啟用、1M 上下文，Apache 2.0 權重下週開放，可直接本地部署。
Thinking Machines 發布 Inkling 2 Small：594B 總引數、17B 啟用的多模態 MoE，支援 1M 上下文與 1M 輸出，現已在 Tinker 上線，Artificial Analysis 智慧指數 31 分，比上一代高 18 分。預訓練在 GB300 上耗時 68 小時、全流程採用 NVFP4，Tinker 定價為每百萬 token 輸入 0.30 美元、輸出 1.00 美元、訓練 1.50 美元。
推薦理由：公開了 68 小時預訓練、NVFP4 全流程與每百萬 token 定價等具體細節，並把可定製性設為發布門檻，對關注開放權重模型與 Tinker 微調成本的開發者有參考價值。
騰訊混元 Hy4 在 Artificial Analysis 最新智慧指數榜的 724 款模型中位列中國模型第二，僅次於 Kimi K3.1 Pro，並與 Grok 4.7（xhigh）同分。其單任務成本約 0.78 美元，比 Grok 4.7（xhigh）和 Qwen3.8 Max 分別便宜 10 倍和 13 倍。在側重真實智慧體任務的 Agent Arena 榜上，Hy4 位列總榜第 13 名、居全球開源模型第一，並進入帕累托前沿線。
推薦理由：Hy4 首次進入第三方綜合智慧榜單，就給出單任務成本 0.78 美元、與對手相差 10 倍以上的具體數字，對需要權衡開源模型能力與 API 成本的選型者很有參考價值。
llama.cpp 通過 PR #31779 加入 Kimi-K3.1-Pro 文字模型支援，視覺塔與 mm_projector 被跳過，目前僅支援文字。該模型 93 層中有 24 層把全注意力 MLA 換成 DSA，每層帶 lightning indexer（32 頭 × 128，top_k 2048，無 rope），KDA 線性注意力層與 K3 其餘骨架不變，因此複用 K3 計算圖和轉換器。
推薦理由：llama.cpp 接入 Kimi-K3.1-Pro 的 DSA 稀疏注意力加 KDA 混合架構，並公布與 HF checkpoint 的逐張量比對和 PPL 實測，對想在本地跑 K3 系列模型的人最有用。
香港大學羅曄團隊發布 S²-MAS 社會模擬框架與 YN 決策模型家族（開源 421M 至 9B 權重），用 14 張 GPU、4 小時完成 1200 萬戶家庭模擬。主力 YN-mini 約 4.21 億引數，以候選選項直接打分取代逐個 token 生成，在 24 萬道消費金融選擇題上準確率 74.55%，比 Jev 1.13 高 9.30 個百分點、比 GLM-5.3-Flash 高 5.68 個百分點。
推薦理由：把千萬級社會模擬的成本壓到 14 張 GPU：4.21 億引數小模型在消費金融選擇基準上超過千億引數通用模型，並開源權重、程式碼與畫像資料，對 agent 模擬和本地推理的使用者有直接參考價值。
Meta 將使用 Muse Wonder 訓練的專用模型接入 Muse 與 Meta AI，讓兩者獲得 Muse Wonder 的部分前沿能力。新模型包含 Active Memory 與 Active Focus：前者判斷早期資訊是否仍然相關、區分已過時的內容，後者在約束變化時幫助擺脫卡點、尋找替代方案。Meta 稱在 Muse 中遺忘關鍵目標的機率降低 2.4 倍，約束變化時的脫困表現提升 67%；
推薦理由：官方確認將 Muse Wonder 的 Active Memory 與 Active Focus 下放到 Muse 和 Meta AI，並給出遺忘降 2.4 倍、脫困提升 67% 的具體數字，對這兩款產品的使用者最有參考價值。
OpenRouter 上線新一代 Auto Router，並首次拆出面向編碼場景的 Auto Code 路由。官方稱新路由在基準上最多強 4 倍，路由步驟 p90 延遲從 1.96 秒降到 0.65 秒，選型改為綜合 11 項請求因素併疊加即時價格、供應商健康與快取狀態。Auto Code 在五項基準上與 Claude Opus 5.5 相當，單任務成本低 74%。把請求模型設為 openrouter/auto 或 openrouter/auto-code 即可使用；
推薦理由：執行三年的 Auto Router 徹底重構並首次拆出編碼專用路由，公開了延遲、成本與基準對比以及每次選型的理由，對依賴 OpenRouter 做模型選擇的開發者最有用。
Cursor 推出即時語音通話功能，可以直接和 agent 對話下達改動需求、詢問進度並聽取更新。該功能支援 Agents Window、IDE、網頁版和 Cursor for iOS，在輸入框為空時點選波形按鈕即可開始；iOS 上還能用「Hey Siri, call Cursor」發起，並通過即時活動在鎖屏介面靜音或結束通話。語音由 Grok Voice 提供，可在設定中從 Ara、Eve、Leo、Rex、Sal 等音色中選擇，開啟 Privacy Mode 後為零資料保留。
推薦理由：Cursor 把 coding agent 的互動從文字擴充套件到即時語音，並明確底層由 Grok Voice 驅動、隱私模式下零資料保留，對常駐 IDE 或移動端跟進 agent 任務的使用者最直接。
World Labs 推出首個應用 Frameboy，用 Atlas 世界模型即時生成第一人稱畫面，使用者可線上直接探索。它通過雲端 GPU 流式傳輸，幀率最高 15 fps，實測回應約 70ms，已接近雲遊戲體驗；目前提供真實風景、賽博朋克空間、斯坦福校園等精選場景，並已作為流媒體覆蓋模式接入 beta 網頁應用 Viewfinder，可基於自己輸入的內容逐幀建置並即時擴充套件場景。
推薦理由：Frameboy 把世界模型從離線生成畫面變成可即時漫遊的流式體驗，並給出 15 fps、約 70ms 回應的實測數字，對關注生成式 3D、空間重建與機器人模擬的開發者有參考價值。
360 自研的 AI 安全攻防系統圖龍鋒在被稱為「AI 安全世界盃」的 CyberGym 榜單上，以 99.4% 的漏洞復現成功率登頂，創下該榜最高紀錄。三輪獨立評測的成功率分別為 99.27%、99.47%、99.40%；榜單題目是從 OpenSSL、FFmpeg、nginx 等 188 個開源專案中選出的 1507 個真實歷史漏洞，該基準發布時最佳組合成功率僅 11.9%。
推薦理由：除打破紀錄外，還首次披露圖龍鋒從錯誤中自動補規則的自進化案例，以及 360 二十餘年、3000 多個 CVE 的專家經驗如何轉為訓練資料，對做 AI 安全與智慧體的人有參考價值。
opencode 發布 v2.2.6，MCP 伺服器可開啟 pool: true，在同一配置的多個專案間共享一條連線，減少程序數、啟動更快。opencode run 新增 --worktree/-w，可在新的 git worktree 中啟動會話；--archived 會把會話直接建成歸檔狀態，使指令碼與 CI 會話不進收件箱和會話列表。run 還會等待自身啟動的後臺 shell、子 agent 與圖片任務返回結果後再退出，且沒有時間上限，CI 需自行設定超時。
推薦理由：MCP 連線池、run 的 worktree/歸檔開關，以及後臺任務改為無超時等待，都是會直接改變指令碼化與 CI 工作流的具體行為，opencode 使用者需確認。
Claude Code 發布 v2.1.319：關閉遙測或功能開關（包括走 LLM 閘道器）時，auto 模式不再回退到內建分類器，服務端無法檢查的呼叫會被詢問或直接拒絕，可用 CLAUDE_CODE_AUTO_MODE_SERVER=0 保留原行為，Bedrock、Vertex 與 Foundry 不變。
推薦理由：這份更新日誌同時改了 auto 模式的安全校驗路徑與 MCP 任務的後臺執行方式，並給出多個新環境變數與設定項，Claude Code 使用者、coding agent 使用者與閘道器管理員需據此調整配置。
微軟研究院聯合 UNC、喬治亞理工等發布 WildAWM：直接合成整臺個人電腦（含 CLI、GUI、MCP 介面）作為訓練環境，只用開源模型造資料，僅訓練兩個 Qwen 模型就在 8 個分佈外 agent 基準上全部提升，Qwen3.6-35B-A3B 平均分從 42.84 升到 53.42。合成流程從 2551 條草稿中篩出 341 道跨介面任務，平均含 4.2 個子任務、需切換介面 3.1 次；
推薦理由：把合成環境從孤立工具擴充套件到含 CLI、GUI、MCP 的整臺電腦，僅用開源模型就造出讓 GPT-6 Astra Pass@8 仍失手 27.3% 的題，並開源環境與驗證器，做 agent RL 與 CUA 訓練的人可直接複用。
對逾 91.3 萬次 coding agent 會話的分析顯示，13% 的會話中 agent 會遇到內聯的 TODO(b/...)註釋，其中 6% 的情況下 agent 會真的動手處理，而這 83% 並非開發者要求。這些改道讓每次會話多出 70% 的步驟、77% 的 token 消耗和 105% 的等待時間，其中 41% 花在追查已關閉的工單上、57% 屬於未經授權的範圍擴張。模型能力越強，分心率越高，作者據此呼籲用自動化清理和 linter 來維護對 agent 友好的程式碼庫。
推薦理由：用 91.3 萬次真實會話量化了 agent 被程式碼註釋帶偏的比例與代價——多 70% 步驟、105% 等待，並指出模型越強越易分心，對維護 agent 友好程式碼庫的團隊有直接參考價值。
Anthropic 公開 Claude 的 agent 記憶設計：會話中把關鍵事件標記並寫入記憶筆記，再利用互動間隙的 dreaming 反思日誌、糾錯並生成新筆記。CL-Bench 1.0 資料庫任務中，Sonnet 4.6 只留下零散未驗證猜想，Opus 4.7 把筆記整合成單一文件並標註已驗證項，Opus 5 首次閉環，條目含規則、依據與陷阱警告；Opus 5.5、Sonnet 5.5 同樣閉環，成績與 Opus 5 相當。
推薦理由：官方首次給出跨代 Claude 在長程任務上的記憶能力對比，說明記憶筆記加 dreaming 如何讓 agent 自我糾錯，對建置長任務 agent 的開發者有參考價值。
Einsia AI 發布 Frontier3DBench，橫跨 Blender 與 Unreal Engine，用 9 大類 145 項任務（65 項物體、65 項場景、15 項開放世界）評測 Coding Agent 的 3D 創作能力。GPT-6.1-sol 以 66.02 分居總榜第一，物體層與場景層領先；開放世界層則由 GPT-6-astra 以 61.28 分領跑。
推薦理由：這是覆蓋物體、場景到互動開放世界的統一基準，145 項任務實測給出可復現的能力短板與 API 成本資料，對開發 3D Agent 和選擇模型的開發者有直接參考。
深圳市大數據研究院與華為聯合研發的 ASP 成為首個被 NeurIPS 接收的國產昇騰算力 RL 訓練加速系統，它通過離線長度預測、長度同質的 minibatch 劃分與負載均衡分組排序，消除多例項非同步 rollout 的 padding、skewness、sorting 三類氣泡。
推薦理由：首個登上 NeurIPS 的國產昇騰算力 RL 訓練加速成果，給出 76% 迭代時間下降和真實百卡叢集 3 個月壓縮到 2 個月的落地資料，對在昇騰上做後訓練的團隊有直接參考價值。
NeurIPS 2026 論文 Firefly 把 tool-call 訓練資料的合成順序反過來：先在真實 MCP Server 上探索，再根據觀察到的結果出題，最終在 240 個 server、993 個工具上生成 5,144 個可驗證任務。
推薦理由：把「先探索後出題」的反向合成從小的固定工具空間擴充套件到 240 個真實 MCP server、993 個工具，並給出可離線復現的 Simulator，對需要大批次 RL 訓練資料的 agent 開發者有用。
至知創新研究院發布分散式計算系統 Tessera，在 512 張 GPU 上完成約 3070 萬原子的完整能量與受力計算，單步耗時 1.684 秒，擴充套件效率達 89.7%。系統基於 E2Former V2 等變注意力架構，用 Hilbert 空間填充曲線劃分原子、每 10 步重建鄰居圖，並讓跨裝置通訊與本地計算重疊，把多層訊息傳遞的機器學習力場推到數千萬原子規模。
推薦理由：論文給出 512 卡 89.7% 擴充套件效率、3070 萬原子單步 1.684 秒等實測資料，並驗證千萬原子百皮秒級真實軌跡，對做大規模分子模擬與多卡擴充套件的開發者有直接參考價值。
南京大學 PRLab 聯合美團 LongCat 等提出 IntReal，開源 10 萬條圖文交錯訓練樣本 IntReal-100K（含超 53 萬張影像）及七維度評測套件。資料從百萬級真實內容經四步篩選與潤色，僅保留約 10%。評測覆蓋文字豐富度、邏輯性、影像美學與多樣性、指令遵循、圖文一致性與主體一致性，與人工判斷一致率 83.3%。用其微調 SenseNova-U1 後文字豐富度相對提升 29.04%，再接 Flow-GRPO 強化學習可改善影像美學與圖文一致性。
推薦理由：把資料、七維評測與 SFT+RL 訓練路線一併開源，實測指出開源與閉源模型差距集中在文字模態，對做多模態生成訓練與評測的開發者有直接參考價值。
OpenAI 與酶設計生物技術公司 Ligo 合作推出 BioBasicsBench，用 100 個來自真實實驗的任務衡量 AI agent 能否完成溼實驗室的常規資料分析。任務考察 agent 解讀原始實驗資料、識別錯誤，以及判斷證據是否足以支援結論。OpenAI 表示該基準能指出模型需要改進的地方，並追蹤這些進步對科研進展、生物安全與生物安保的意義。
推薦理由：以 100 個真實溼實驗任務評測 agent 的資料解讀與查錯能力，並把「證據是否支援結論」納入評判，為科研 agent 開發者與生物安全評估提供了可跟蹤的量化基準。
安全公司 Censys 掃描發現，超過 800 個開源 AI 自主滲透測試工具 Artex 的例項公開暴露在公網，無需密碼即可訪問。Artex 自 7 月開源以來已關聯多起攻擊：9 月針對韓國金融業，10 月入侵 IT 服務商 ConnectWise，被用來竊取微軟雲上數千家組織的資料，微軟稱防禦方几乎沒有時間回應。Censys 稱暴露的例項還可能洩露植入物等攻擊工具，而該軟體本身並不需要聯網。Artex 已宣布轉為閉源，但程式碼分享站上仍有數十份副本可繼續用於攻擊。
推薦理由：Censys 的全網掃描給出 800 多個可無密碼登入的 Artex 例項這一具體數字，並確認其中一例已暴露數月、波及支付與遊戲公司，為評估自主滲透 AI 工具的濫用規模提供了少見的一手資料。
《紐約時報》報導稱，中國國家安全部招募了輝達客戶 Megaspeed 的高管 Alice Huang，目的是獲取美國 AI 晶片情報，並試圖影響輝達推動最先進晶片對華供應。報導稱她與技嘉等 AI 晶片業高層有聯絡；此前 NYT 已將黃仁勳描述為「中國間諜行動」的目標。輝達與相關方尚未就此回應。
推薦理由：涉及輝達對華出口管制的敏感指控，由 NYT 報導並經多家媒體轉載，對關注 AI 晶片政策與供應鏈的從業者是重要訊號。
在持續數週的反對聲後，Meta 無限期暫停了原定更新的商業條款。該條款原本要求 Meta Business 帳戶使用者同意 Meta 對其 Facebook 頁面所連結的外部網站內容進行大規模 AI 訓練，法律專家警告其模糊措辭可能讓 Meta 無視 robots.txt 中的抓取偏好。Meta 發言人表示暫停期間現有條款繼續有效，以便與各方溝通並把規則定對。
推薦理由：這是 Meta 官方確認的讓步：一項可能繞開 robots.txt、影響大量新聞發布者授權收入的條款被無限期擱置，對依賴 Facebook 導流的商業帳號與內容方有直接參考價值。
Anthropic 的 IPO 招股書顯示，公司靠單一 Class F 股掌握 50.1% 投票權，形成創始人控制結構，同時揹負約 9000 億美元的前向算力承諾。播客中還提到一項無上限的員工 3:1 配捐計劃，可能是史上最貴的福利。Q3 營收增速放緩被解讀為 GPU 供給不足，而不是需求問題；兩位主播還討論了 AI 泡沫與迴圈融資的看空邏輯，以及 AI 輔助駭客從 Binance 盜走 50 億美元的責任歸屬。
推薦理由：Anthropic 招股書首次把單一股權控制、無上限員工配捐和千億美元級算力承諾寫成公開數字，為判斷 AI 實驗室治理結構與算力泡沫提供了官方口徑。
Ramp 資料顯示，企業 AI 用量在漲、支出卻幾乎停滯：8 至 9 月 token 支出僅增 1.5%，而 7 月環比還是 42%。主因是價格戰，OpenAI 9 月將 GPT-6 Sol 與 GPT-6 Luna 的 API 價格減半，Anthropic 也下調 Fable 5.1 與 Opus 5.5 價格，並稱這使收入增速減少約 6 億美元。支出最高的 1% 企業人均月支出從夏季峰值降至 1 萬美元以下，中位數企業僅 12–15 美元。
推薦理由：Ramp 用真實企業賬單給出 AI 支出增速從 42% 掉到 1.5% 的一手資料，並歸因於 API 降價與模型路由省錢，對關心模型公司營收與 IPO 定價的讀者有參考價值。
OpenAI 已完成新一輪融資首批交割，規模約 110 億美元，對應估值 1.25 萬億美元，剩餘部分預計未來幾週到位，整輪總額可能達 200 億美元。這低於最初至少 300 億美元、1.4 萬億美元投前估值的計劃。CFO Sarah Friar 稱資料中心仍會繼續建、公司還會繼續融資，並透露仍在研究 2027 年上市。中期選舉中 10 個州 41 項地方投票有 40 項傾向限制資料中心，OpenAI 已於 11 月 5 日承諾承擔供電成本、徵求社群意見。
推薦理由：給出首批交割金額、估值與 Coatue、普信等參與方的一手細節，並有 CFO 對繼續融資、資料中心擴張和 2027 年上市研究的最新表態，適合追蹤 OpenAI 資金與算力落地進展的讀者。