澳大利亚公司 Apate 用 AI 假客户接听可疑来电，与骗子长时间周旋而不转账，以此稀释诈骗团伙的人效。其虚拟人物库从 120 套人设扩到 19.7 万套，TPG 累计转接近 59 万通诈骗电话，AI 与骗子累计聊了 250 万次。Apate 还借骗子急于收款的心理套取银行账户和钱包地址，卖给澳大利亚联邦银行等客户，并于今年 8 月完成 815 万美元种子轮融资。
#现象/趋势#语音#Agent
英伟达Vera Rubin机柜取消风扇、单柜功耗超190千瓦并转向100%全液冷，风冷约20至30千瓦的散热上限已难以支撑新一代GPU。文章拆解冷板、CDU、快接头三个占液冷系统约85%成本的环节，指出全球高端市场由台系与欧美厂商分别把持，并归纳中国厂商以汽车热管理等跨界经验切入、用密集交付积累工艺、以交付速度和成本换订单的三条路径。
#现象/趋势#数据/训练#部署/工程
Dyna Robotics 联合创始人 Jason Ma 在访谈中复盘公司从 VLA 转向 WAM（世界动作模型）的路线调整，并把预训练数据扩大到 100 万小时第一人称人类视频。团队在 100 小时到 10 万小时的多个阶梯上观察到数据规模扩大带来预测能力提升，且模型对未见过本体的机器人动作预测也变好，但 10 万到 100 万小时的斜率有所下降。新机器人 Taku 已能在洗衣房完成取放、操作洗衣机、烘干和折叠的长程任务，Dyna-2.1 只需几十分钟数据即可学习新任务。
#行业动态#具身智能#数据/训练
钛媒体 AGI 梳理了逆向工程 Agent 工具 REA 爆火后的连锁反应：产品经理们开始把密钥和核心逻辑搬出客户端、加壳混淆，并援引 Thales 的 Sentinel Envelope Plus 和 Quarkslab 8 月的文章寻找对策。文章同时记录了质疑声音，Elias Bachaalany 称其为炒作，指出 GhidraMCP、IDA Pro MCP 等工具在 2025 年已实现 AI 逆向分析。此外，一个模仿 rea.tools 的 GitHub 组织 rea-tools 发布带毒压缩包 rea-x64.7z，被举报时已下载 172 次，REA 维护者随后在 README 中明确只认三个官方入口。
#安全/对齐#开源生态#Agent
钛媒体梳理中国大模型公司今年从规模使用走向提价与收入验证的过程：OpenRouter 数据显示 10 月 5 日至 11 日一周全球模型调用量前五均为中国公司，中国模型一周消耗 86.74 万亿 Token，为美国的 4.5 倍。智谱 API 均价上调 101%、DeepSeek 8 月起实行峰谷定价后需求未回落，DeepSeek 年化收入从不足 5 亿美元翻倍至突破 10 亿美元。文章还对比了 MiniMax 提价失败后降价 50%、月之暗面 Kimi K3 对标 Sonnet 5 定价，以及各家在收入来源和上市审计上面临的下一关。
#现象/趋势#行业动态#DeepSeek
扎克伯格在 Cheeky Pint 播客中称，他在尚无成功证明前就批准了 Meta 高达 1000 亿至 2000 亿美元的 AI 建设投入，并强调 Meta 要自建数据中心、芯片和底层基础设施。他把这一思路追溯到早年受苹果和 Google 平台限制的经历，2021 年苹果的追踪限制曾让 Meta 称 2022 年损失约 100 亿美元。Meta 今年资本支出指引最高达 1450 亿美元，其 Hyperion 园区设计可扩展至 5 吉瓦，扎克伯格称一座 1 吉瓦 AI 数据中心建设成本为 500 亿至 600 亿美元、年运营成本约 150 亿美元。
#行业动态#Agent#OpenAI
MIT Tech Review 的 The Download 汇总了 Goodfire 研究者 Nick Cammarata 一篇 26,000 字博文引发的争议，他主张 LLM 可能比此前认为的更容易被理解和监控，但并非所有人都认同。另一则内容讨论个人 AI 智能体承担订机票、订酒店等在线任务后与网站产生冲突，许多网站已开始屏蔽 AI 智能体，Meta 的 Muse 上线首月下载量达 500 万次。速览还提到美国已禁止在民用政府系统中使用 DeepSeek 及其模型构建的产品。
#行业动态#Agent#安全/对齐
404 Media 报道，近期出现用 AI 替换智能电视系统、复活被厂商放弃的物联网设备、克隆商业软件功能的热潮，GitHub 项目 Reverse Engineer Anything 已获超过 34.2 万星。文章引用开源政治研究者 Mike Nolan 的观点称，用 AI 重建所需功能的门槛降低，但维护成本仍在，克隆软件可能不够可靠。作者认为这类 AI 克隆常带有使用者无法修复的缺陷，并可能被装到联网硬件上，带来安全与竞争层面的现实影响。
#现象/趋势#Agent#开源生态
Give your agent a way to verify its work. This can dramatically improve the quality of output. With this process in place, Claude Code was able to write 90%+ of its code itself. When generating software at a faster rate than you can review it, the bottleneck shifts to proving that it works. @bcherny and team invested enough in verification, we've been able to move fast while maintaining stability. Code reviews aren't going away, but you need to think of it differently. One human reading through line-by-line is no longer going to work as a gate, it needs to evolve into a multi-layered verification system, built with fast deterministic feedback loops for your agents. This is where e2e tests, feature maps (as @poteto has been advocating), property tests and multi-agent adversarial reviews come in. These all provide opportunities to catch errors early and fix them before things get out of hand. You don't have enough eyeballs for the amount of code being written so your focus needs to be on product intent, risk assessment and evaluating evidence rather than reviewing code. Delegate the code checking work to your automated tests, scale your approvals based on risk, and turn your test failures into living evaluations. This approach helps maintain speed without losing reliability. Let the agents do what they do best and let you focus on what makes you irreplaceable: judgement, direction, and ownership. We tried to capture how we handle code review and verification in this writeup. Hopefully it's helpful.
#现象/趋势#Agent#编码
I used Gemini 4 Argon to make Subway Surfers for the new flying Tesla Roadster 🚀 Fly over moving traffic, hit the thrusters to barrel roll in the sky, and collect air power-ups to set a high score. Play + code below! https://t.co/fLlxNmZe3G
#现象/趋势#Agent#编码
#大佬观点#Agent#编码
#行业动态#数据/训练#现象/趋势
#现象/趋势#行业动态#部署/工程
#行业动态#数据/训练#大佬观点
Meta 发布的 Muse Wonder 在开发者 BridgeMind 的 3D 熔岩灯测试中只生成了一个红色圆柱体，被质疑存在针对 Benchmark 优化的 Benchmaxxing；马斯克在相关帖子下回复 Hmm，Meta 首席 AI 官 Alexandr Wang 回应称团队未针对 3D 演示做显式训练。雷锋网指出，熔岩灯测试用的是普通版 Muse Wonder，而官方 57.5 分的 SWE-Marathon 成绩来自 Wonder Full 且使用 xhigh 推理档位，Model Card 也承认 3D 视觉与空间推理是已知短板。文章进一步分析，Agent 榜单成绩同时受 Post-training 奖励机制、Harness 上下文管理与推理预算影响，单一分数难以反映模型在陌生任务上的真实能力。
#现象/趋势#评测/基准#Agent
雷锋网梳理了三个案例：Anthropic 因 Claude 持续生成代码，7 名工程师用 5 个月开发出版本控制系统 Scion 并迁移核心仓库，主分支历史接近 100 GB，迁移后基础设施 CPU 和内存需求约缩小 200 倍；GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上 Post-push 扫描执行时间中位数下降 86%，模型服务成本下降超过 98%；哥伦比亚大学与 Google DeepMind 等机构提出 BTTF，把芯片仿真波形转成 SQLite 供 Agent 用 SQL 排查异常，在 4.2 GB 波形实验中执行准确率 95.33%。文章认为，随着 Agent 提高代码产出，瓶颈会沿交付链路向后移到 CI 的构建、测试与部署验证。
#行业动态#Agent#编码
DeepSeek 在 2026 年 10 月 17 日的 API 更新日志中发布 DeepSeek-V4.1-Flash-1017，并开放自研搜索 API，官方称该引擎索引全球千亿级网页、每天处理数亿次搜索请求，并对 SEO 作弊、GEO 操纵和低质 AIGC 做识别过滤。Search 接口返回 rerankscore、authority、date 等字段，snippet 供 UI 展示、summary 供模型阅读，Search 与 Fetch 各按成功请求计费，国内站每千次 5 元，账号级限速各 5 QPS。作者据此判断公域检索可外包、私域召回与路由分流仍需自建，并提醒 5 QPS 使缓存、请求合并和队列成为上线前提。
#产品更新#RAG#搜索
The Verge 分析指出，CoreWeave 债券已跌入困境区间，股价自上周二收盘以来下跌超过 20%，并波及 Oracle 等其他举债扩张的 AI 公司。CoreWeave 第二季度财报显示负债超过 350 亿美元、上半年亏损超过 10 亿美元，但客户合同剩余履约义务达 1037 亿美元，其中约 40% 于 2028 年到期且大多不可取消。作者认为股价下跌不等于业务崩塌，真正考验要等 AI 热潮放缓时才会出现。
#行业动态#数据/训练#现象/趋势
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客，提出 LLM 可能比此前认为的更容易被理解和监控，并以 Inception v1 中同时响应猫和汽车的神经元为例，认为它们共享 V 形特征而非无规律纠缠。斯坦福 Chris Potts 认为这仍只是猜想，Google DeepMind 的 Neel Nanda 与 Alignment Research Center 的 Jacob Hilton 也指出神经元只是更大谜题的一部分，研究者对顶级 LLM 内部机制的了解不足 0.01%。Cammarata 表示团队已开始研究现代 LLM，将很快公布技术结果。
#论文/研究#推理#安全/对齐
MIT Tech Review 分析指出，个人 AI 智能体正成为人类与机器人之外的第三类网页访客，但现有区分机制无法容纳它们，部分平台选择直接封禁。OpenAI 的 Dots 和 Meta 的 Muse 等应用推动智能体规模化，Muse 首月下载量达 500 万次，8 月至 9 月智能体网页流量增长两倍。文章认为，若需求持续上升，网站将转向为智能体优化，而规则如何制定将决定智能体是替用户争取利益还是反过来损害普通用户。
#现象/趋势#Agent#行业动态