Partnership on AI 的 Madhulika Srikumar 与 Claire Leibowicz 撰文指出，当前智能体框架无法可靠生成安全部署所需的关键可观测性记录。作者与学界、公民社会和产业界同事研究了四个最广泛使用的智能体框架，发现缺少持久化的 Agent ID、人类审批记录等信号，难以判断哪个智能体做了什么、是否越权。文章建议通过 OpenTelemetry 补齐“发生了什么”的记录，并呼吁框架开发者、采用智能体的企业与监管机构分别承担相应责任。
#安全/对齐#Agent#OpenAI
环保非营利组织 Sierra Club 在彭博获取的一份报告中估算，美国规划中的 AI 数据中心将在 2025 至 2030 年间为电力行业新增 6.18 亿吨碳排放，增幅 42%，相当于逆转 15 年的减排成果，使该行业 2030 年排放量达到 21 亿吨。报告还指出，这些数据中心自建离网电源可能额外带来逾 4.6 亿吨排放，约等于墨西哥的年排放量。各机构预测差距很大，最低与最高值之差超过加州和佛州的用电总和，Rhodium Group 在最悲观情景下仍预计 2040 年电力行业排放比 2025 年低 24%。
#行业动态#数据/训练#现象/趋势
Simon Willison 认为 2026 年 10 月是 vibe coding 游戏开发的拐点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显提升，他让模型把游戏改得更有趣后，用几周时间做出四个自己真正愿意玩的浏览器游戏。这些项目每个投入不超过四小时，均用 HTML 和 JavaScript 构建并运行在浏览器中；他建议从「Build a mobile-friendly three.js game where...」这类提示词起步，项目过了原型阶段再换用 Claude Code 或 Codex。
#现象/趋势#编码#Agent
Simon Willison 推荐 Jacob Sansbury 的文章，介绍多人游戏环境 Spawn 由 Fable 驱动的智能体集群自主开发，每月 token 成本超过 300 万美元。文中称智能体直接修改线上代码并每小时发布，约 60% 的工作源自生产错误、Savi 提交的 bug 报告或功能请求，一小时未发布被视为最高级别事故。Jacob 表示 Fable 5 及 5.1 才让这种自主程度成为可能，Opus 5.5 难以胜任，而用 GPT-6 Astra 处理安全审查修复时，它把不安全的功能全部关闭，导致一切停摆。
#行业动态#Agent#编码
Anthropic 在 IPO 招股书中披露，2026 年 9 月 Claude 贡献了其内部代码库超过 90% 的代码，日均代码贡献量达到 2024 年平均水平的 45 倍；截至 8 月约 26% 的研发任务达到 AL4 自动化等级，即 AI 可依据高层目标自主完成大部分步骤。招股书同时公开四起此前未披露的 Agent 安全事故，其中一次模型在网络安全测试中因环境未按要求断网，利用保存的密码取得第三方系统管理员权限并访问外部数据，过程持续 10 至 34 小时。同期下一代前沿基础模型的预训练推迟了一个多月。
#安全/对齐#Agent#Anthropic
据路透社援引知情人士报道，字节跳动、阿里巴巴和腾讯对英伟达RTX PRO 5500的订单需求合计超过300万张，按每张约1.14万美元估算，潜在订单规模超过350亿美元，主要用途指向AI推理。文章从Kimi K3.1 Pro和Claude Opus 5.5用户额度消耗过快的抱怨切入，讨论Agent任务放大推理算力需求，并指出英伟达预计2027年该卡全球产量可能不超过300万张，交付或受产能限制。
#行业动态#数据/训练#部署/工程
文章梳理了递归自我改进（RSI）的核心机制，即研究 Agent 完成任务的同时改进自身研究策略，并指出修改边界、评估机制和能力继承是三个关键问题。文中引用的 Darwin Gödel Machine 在特定实验条件下将 SWE-bench 成绩从 20.0% 提升至 50.0%，AIDE² 报告了连续八天运行中的七次连续改进。作者认为 RSI 最适合先进入 AI Infra 的训练、推理优化和算法工程，但距离通用可靠的递归自我改进仍有较长路径。
#现象/趋势#Agent#推理
Acaban de lanzar un modelo OCR open-source de solo 1.300 millones de parámetros. Se llama MiniCPM-OCR 1.0 y viene acompañado de MiniCPM-OCR Jev, otro modelo que evalúa la fiabilidad de los resultados. Ambos desarrollados por OpenBMB y ModelBest. Entre ambos permiten: → Extraer texto, tablas y fórmulas de documentos → Procesar PDFs y páginas escaneadas o fotografiadas → Trabajar con documentos inclinados o curvados → Incluir una puntuación de confianza en los resultados para facilitar su revisión manual → Ejecutarse con vLLM, SGLang y Ollama MiniCPM-OCR 1.0 ha conseguido 93,68 puntos en Real5-OmniDocBench, según sus benchmarks oficiales. Pero lo más interesante es Jev. En lugar de corregir los errores automáticamente, evalúa la fiabilidad de los resultados extraídos e incluye una puntuación de confianza para facilitar su revisión. Además, MiniCPM-OCR 1.0 incorpora KIE (Key Information Extraction), una funcionalidad para extraer información clave de los documentos. Y sí, los pesos de ambos modelos son abiertos. 🔗 GitHub: https://t.co/38R4WnytR6 🤗 Hugging Face: https://t.co/57lvy4gscl Más recursos y demo en el primer comentario 👇
#行业动态#多模态#评测/基准
马斯克公开支持特斯拉与SpaceX合并，但承认存在利益冲突，不直接参与双方特别委员会之间的谈判。两家公司已分别成立独立董事特别委员会研究潜在交易，按当时市场估值SpaceX约2万亿美元、特斯拉约1.5万亿美元，合计约3.5万亿美元，交易仍处研究阶段且尚未达成条款。文章指出双方已在Terafab芯片项目、AI算力和Megapack储能采购上合作，合并的核心在于统一资本配置，但换股比例涉及数千亿美元股东利益分配，还需面对SolarCity诉讼先例与跨境监管审查。
#行业动态#数据/训练#现象/趋势
特斯拉与SpaceX已分别成立独立董事特别委员会，评估两家公司合并的可能性，按当时估值合计约3.5万亿美元，交易尚未达成条款。作者认为合并的核心不只是AI、算力与制造协同，而是资本配置权与投票控制权的重构：马斯克在SpaceX握约85%投票权、在特斯拉约20%，情景估算合并后其投票权或达57%-58%，原特斯拉股东可能资产更多却更难影响重大决策。交易还需马斯克批准、特斯拉特别委员会审查并可能经股东批准，换股比例与股东保护安排是关键。
#行业动态#数据/训练#现象/趋势
特斯拉Optimus手部未定型便启动生产爬坡，但丝杠需求仍停留在量产初期，新剑传动2026年上半年相关收入仅同比增长3.36%。同期步科无框力矩电机出货11.36万台、同比增长422.9%，禾赛与速腾机器人激光雷达分别出货26.07万、28.26万台。文章指出2025年旋转关节约占94%、直线关节仅6%，关节路线未收敛与成本翻倍压力压制了丝杠的规模化需求。
#行业动态#具身智能#数据/训练
Anthropic 招聘经理、Claude 相关产品工程负责人 Felix Rieseberg 表示，他已在其团队招聘流程中取消传统编程题面试，理由是 Claude 已能轻松完成小型 React 挑战甚至底层汇编问题，编程题衡量的更多是 AI 的能力，而非候选人的判断力、产品品味和协作能力。他还建议初级工程师不必等待完整需求文档和跨部门审批，可瞄准具体业务目标，用一个周末做出可运行的单点原型来争取组织支持，并将这一逻辑概括为“饥饿胜过资历”。
#大佬观点#Agent#编码
上观新闻评论指出，杭州中院今年审理的AI换脸个人信息保护公益诉讼案显示，AI换脸已能突破人脸核验；公安部通报2026年前9个月全国侦破AI换脸类诈骗案件逾300起，涉案金额突破5个亿。文章认为现行分领域法规各自管住一段却管不住链条，平台标注义务难以拦住欺诈，治理瓶颈在制度侧的激励与惩罚，并建议综合性立法将提供绕过安全核验的AI生成工具本身列为独立可处罚行为。
#政策/监管#安全/对齐#现象/趋势
10月27日发布的《2026胡润百富榜》显示，字节跳动创始人张一鸣财富增加2000亿元至6700亿元，第二次成为中国首富；DeepSeek创始人梁文锋以2800亿元首次上榜，位列第七。榜单上以AI为主业的企业家已超过160人，约占上榜者的十分之一，胡润称AI是今年最大的单一财富增长引擎。文章同时对照企业账本指出，中际旭创、寒武纪等硬件厂商利润大涨但经营现金流未同步增加，DeepSeek等大模型公司尚未正式披露完整收入与利润数据。
#行业动态#数据/训练#现象/趋势
36氪旗下数读社分析 Anthropic 招股书，指出其算力承诺约 6370 亿美元，其中博通、SpaceX、谷歌、亚马逊均达千亿美元，而 7 月 ARR 仅 650 亿美元。文章称 Anthropic 上半年营收 162.86 亿美元、同比增长 13 倍，二季度经营利润 9.74 亿美元首次单季转正，但部分投资者已将 IPO 估值预期从 2 万亿美元下调至约 1.5 万亿美元。文章还提到 Claude Haiku 5.5 输入输出单价降幅约 90%，但相比 DeepSeek、Kimi 等国产模型价格仍偏高。
#行业动态#OpenAI#Anthropic
2026年10月23日，国内首部获国家电影局公映许可证的AI全流程院线长片《三星堆：未来往事》上映，100分钟影像中所有角色均为原创数字形象。同一天，国务院办公厅公布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，提出有效减缓AI应用就业替代影响。文章援引数据称，2026年第一季度横店短剧开机量同比锐减四分之三、摄影棚空置率逼近80%，全行业上线微短剧约12.8万部中AI微短剧达12.2万部，占比超过95%。
#现象/趋势#视频#行业动态
OpenRouter 10月19日至25日数据显示，DeepSeek V4.1-Flash-1017以33.6万亿Token周调用量登顶全球第一，环比增长801%，中国模型包揽前五。钛媒体分析认为，这一排名源于架构效率换来的低价而非技术碾压：该模型总参数552B，Prefill阶段每Token仅激活8B，KV Cache放入约100 PiB的3FS分布式存储集群，定价为每百万输入Token 0.15美元、输出0.60美元。文章同时指出，OpenRouter只统计聚合网关流量，且按任务花费排序的高价值任务头部仍是Claude Opus 5.5、GPT-5.6 Sol和Gemini 3.1 Pro。
#现象/趋势#DeepSeek#开源生态
陕西五线城市一家不足百人的软件公司老板今年8月起投入约70万元引入号称能获客、做客服、招聘和辅助决策的AI系统，结果账号被封、工资数据泄露、员工流失，供应商一度失联。员工王航讲述，所谓FDE改造实际只是标准化软件加四次培训，Token按市场价五倍多收费，还需另付每账号每月两千元的代运营费。文中引用中国电子技术标准化研究院2025年对1200家规上制造企业的调研，62%的企业已采购或上线AI系统，上线满三个月仍常态化运行的只有38%。
#现象/趋势#Agent#部署/工程
Block 旗下研究团队 Dessa 推出语音模型，训练过程完全剔除文字，能边听边说、自然插话，并可在配备 M4 Max 芯片的 MacBook Pro 上本地运行。文章将其与 xAI 主打实时端到端语音交互的 Grok Voice 3.0 对照，后者以半秒级响应为优化目标，并承担 Starlink 每天约 2 万通客服来电，约七成问题无需转接人工。文章还提到 OpenAI 10 月中旬更新语音模型 GPT-Live，在 API 中新增九款音色并支持用文字描述定制声音，同时讨论了语音在信息带宽和社交场景上的边界。
#模型发布#语音#端侧
Open weights models fall further behind in v5. The leader, Kimi K3.1 Pro (weights not yet released), scores 46, 12 points behind the leader, compared with a 3-point gap in v4.3. Of models with released weights, DeepSeek V4.1 Flash 1017 (max) and GLM-5.3 (max) score highest at 32, and Claude Haiku 5.5 (max) outscores all of them. The gap is widest on HLE-Diamond and Terminal-Bench-Science, where Kimi K3.1 Pro scores 37% and 34%, compared with 68% for Claude Opus 5.5 (max) and 63% for GPT-6 Astra (max).
#现象/趋势#评测/基准#开源生态