搜索“搜索”

能发布并开源首款大模型Apex-35B-V1.0。该模型构建过程中，AI自主参与了数据构造、实验设计、代码执行、训练结果分析和训练优化等环节。 Apex-35B-V1.0总参数量为350亿，每个Token激活约30亿参数，支持26.2万Token上下文窗口。其以Qwen3.6-35B-A3B为基础，经中训练和后训练进一步优化，支持编程、Agent、问答和深度搜索等常规任务，以及AI研究、计算科学、机器人仿真等任务。 ▲Apex-35B-V1.0官方技术介绍（图源：超衍智能） 根据超衍智能发布的基准测试结果，该模型在论文复现测试PaperBench和科研难题测试FrontierScience中分别取得60.9分、40.0分，超过GLM-5.3的42.5分、30.7分。在工具调用测试BFCL V4中，该模型取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。 超衍智能成立于今年6月，核心业务是研究下一代自进化基础大模型（RSI），其创始人、CEO陈勇超今年27岁，是清华大学人工智能学院助理教授，本科毕业于中国科学技术大学，拥有哈佛大学与麻省理工学院联合培养博士

匹配字段正文

修改，共同检验产出物，持续讨论与迭代。Buddy One实现人和AI共同创作，围绕任务协同，而不是围绕文件流转。当然，还要支持好多终端的联动，云与端的Agent无缝切换。 这样的“一体化体验”，需要多个产品共同支撑。腾讯文档负责内容编辑，腾讯乐享提供知识管理，腾讯会议把开会的共识融入代办中，皆为WorkBuddy提供了上下文。 当任务需要补充外部信息时，元宝搜索也会提供实时数据。依托国内外的权威网站、专业的数据资源、腾讯独有的内容生态，如腾讯医典等，元宝搜索沉淀了千亿级的索引，满足各类深度调研的需求。元宝既作为ChatBot给用户提供快而准的答案，也通过API向行业提供搜索能力。 今天，我们也将正式发布“腾讯网盘”，这是一款面向Agent时代的全新记忆空间产品，为WorkBuddy套件提供统一存储，可以让Agent在工作中积累的上下文，以及生成的成果，安全保存、随时调用，沉淀为组织资产。当前，WorkBuddy的资料库能力，就是由腾讯网盘提供的支撑。 2、WorkBuddy接入企业微信与经营系统，支持智能问数 其次是打通数据平台，让Agent进入企业工作流。 过去，企业的各种管理系统如

匹配字段正文

据 SafeDep 称，该蠕虫会安装一个清除程序，一旦受害者吊销被盗的 GitHub token，就会删除其主目录。 GitHub 和 npm 凭据成为目标 部分被篡改的 npm 包中包含一个蠕虫，主要收集 GitHub 和 npm 凭据，并推动自身传播。此外，JFrog 安全专家在 .github/init.js 中发现了一段经过混淆的发布者恶意代码。它会搜索 GitHub token 等，旨在利用可用的 npm 发布权限，例如通过 GitHub Actions 发布被篡改的包版本。 广告后继续阅读 在一些被入侵的仓库中，JFrog 还发现了 Shellpanel 工作流，它们利用被评定为严重的安全漏洞 CVE-2026-41940 攻击 cPanel 系统。但研究人员认为，从 npm 感染到利用该漏洞的完整攻击链尚未得到证实。 躲过 GitHub 代码搜索 在分析过程中，载荷文件 .github/init.js 的内容起初一直不可见，因为该文件根据变种不同大小为 12.9 至 13.7 MB，而 GitHub 代码搜索不会索引如此大的文件。常规的 Contents API 也没有返

匹配字段正文

以及检索政府记录。 马哈拉施特拉邦政府于 8 月批准部署 Sarvam 的主权 AI 解决方案，两年预算为 1126 万卢比。该协议涵盖面向政府雇员的 Indus Cowork 以及其他 AI 和语音技术应用。 据 Sarvam 介绍，官员可以使用 Indus Cowork 起草官方笔记和回复、研究政府政策、翻译和汇总冗长文件、分析数据，并将扫描记录转换为可搜索文本。该工作区支持包括马拉地语在内的 22 种语言。 该平台还包含针对特定行政任务的工具。根据平台发布公告，GR Expert 允许官员跨部门检索政府决议（GR）并跟踪其变更。Email Summariser 可精简官方往来邮件，而 RFP Bid Evaluator 则帮助官员比较和评估投标报价。 马哈拉施特拉邦的协议不仅限于 Indus Cowork。获批方案还包括 Samvaad——一个基于语音和 WhatsApp 的公民沟通系统，并将 Sarvam 的 Saaras 语音识别和 Bulbul 文本转语音模型与该邦的 MahaAI 平台集成。 1126 万卢比的两年预算涵盖 Sarvam 主权 AI 解决方案的部署。该协议

匹配字段正文

取决于工作负载的价值和关键程度。 这一点尤其困难，因为AI工作负载往往是突发性的。一次产品发布、一个热门功能或智能体活动的突然增加，都可能以远超传统企业工作负载的速度改变所需容量。 这意味着，生产环境中的推理应围绕需求分布、服务级别目标和故障场景来规划，而不是仅依据平均利用率。 下一阶段的推理会让这一问题更加突出。 推理模型在推理时使用更长的生成轨迹、测试时搜索、验证或多条候选路径，而智能体系统则在单个用户任务中引入多轮模型执行。 Microsoft Research估计，在现实生产假设下，一个典型的前沿规模查询在H100上运行时的能耗中位数为0.34 Wh，但当测试时扩展使token生成量增加15倍时，能耗中位数升至4.32 Wh——大约高出13倍。 话虽如此，实际能耗会因模型、硬件、批大小、利用率、token数量和数据中心开销的不同而存在显著差异。 更长的推理意味着更多token。在并发负载下，生成更多token通常会消耗更多加速器时间，这会提高排队风险，并增加维持SLA所需的容量。 智能体工作负载引入了另一个乘数。NVIDIA指出，智能体请求可能触发多次工具调用和推理步骤，因此完

匹配字段正文

件，就会在续订时自动授予。未使用部分将在账单周期末失效，不可结转。 适用对象为付费订阅开始已满7天以上的订阅者。Plus和免费试用不在适用范围内。[1] 用于应用开发等，与ChatGPT的使用额度分开 该额度将授予与ChatGPT订阅关联的API组织（用于管理API账单和权限的单位）。可用于文本处理、智能体运行、语音对话、图像生成与编辑的API使用费。Web搜索等内置工具也属于适用范围。但是，不能用于通过API密钥使用Codex，也不会增加ChatGPT或登录后使用的Codex的使用上限。 该额度无需登记API支付方式即可使用。免费额度用完后，如果已购买的API额度仍有剩余，则会使用该额度。若两者均无余额，API调用将报错。追加购买API额度需要支付与ChatGPT订阅费用分开的额外费用。[2] 通过账单设置关联API组织并启用 办理手续的Pro订阅者本人或Business工作区所有者，必须同时也是接收方API组织的所有者，并拥有管理账单的权限。 使用与API账户相同的电子邮件地址登录ChatGPT，并从ChatGPT的账单设置或API管理网站API Platform的账单页面办理手续

匹配字段正文

资超过190亿美元。 此前融资 此次融资之前，Solink于2023年7月25日宣布完成6,000万美元C轮融资，由Goldman Sachs Asset Management旗下的成长型股权业务领投，现有投资方OMERS Ventures和BDC IT Ventures参与。Solink当时表示，高盛的投资来自该公司近期推出的52亿美元成长型股权基金。 在2023年的公告中，Solink报告称在15个国家拥有超过18,000个客户站点，并列出Tim Hortons、The Container Store和PGA TOUR Superstore等客户，其客户还涵盖金融服务、医疗健康、酒店服务、制造与物流、物业管理以及教育领域。该公司将其视频管理系统描述为将来自200多个系统的数据与现有安防摄像头配对，使视频片段可在云端搜索和访问，支持取证式安全审查和实时主动监控。2023年的新闻稿称，客户可以通过视频验证管理非营业时段的报警系统、监控未经授权进入建筑的行为，并通过网页或移动应用管理服务速度。Matta当时表示，C轮融资将扩大Solink的全球覆盖范围，并为新AI原生产品的投资提供资金。

匹配字段正文

可用的密切参考匹配。 论文描述了一种基于 BERT 的模型，它学习核苷酸序列内的上下文。其分词器表示单个 DNA 碱基，包括一个模糊碱基符号。在预训练期间，模型学习从周围序列信息中恢复被掩码的碱基，这是对语言 AI 中使用的掩码语言建模方法的一种改编。 随后，研究人员针对细菌与非细菌分类对模型进行了微调。目标是学习细菌序列特有的模式，从而在评估每个读段时无需搜索匹配的参考序列即可进行推断。无参考推断仍然取决于模型在训练期间学到的东西；这并不意味着该系统是在没有基因组数据的情况下开发的。 BBERT 还估计一个片段是否编码蛋白质，并预测其阅读框。阅读框决定 DNA 碱基如何被分组为用于编码氨基酸的三字母单元。选择正确的阅读框有助于下游工具有意义地解读编码片段。 基准测试发现了什么 根据希伯来大学的公告，BBERT 在基准测试中区分细菌与非细菌 DNA 的准确率约为 90%。它识别蛋白质编码片段的准确率约为 88%，识别其阅读框的准确率约为 96%。这些是各自独立的任务，而不是对整体基因组理解的单一衡量指标。 团队将该工具应用于 1,969 个公开可用的土壤 DNA 数据集。在一个成熟比较

匹配字段正文

提拔，开始负责公司所有产品的设计和研发工作后，一张他与DeepSeek创始人梁文锋分居两边、“鲸鱼娘”在中间的合影便开始流传。 与之形成鲜明对比的是，DeepSeek官方从未下场进行任何社区的运营，目前只有用户交流微信群，还未正式公开过入群方式，甚至直接与用户的互动都少之又少——公司曾声明称仅在微信公众号、知乎、小红书和X上开设了官方账号，现在小红书账号已经搜索不到，公众号、知乎和X的账号也很少回复留言。 KIMI、豆包、千问、元宝......任何一个你能第一反应想出来的AI产品，都在努力保持着高频的用户互动，并进行大手笔的营销推广。比如KIMI今年7月开启全球大使计划，招募深度用户分享经验；豆包、千问和元宝在2026年春节期间发放现金红包或进行免单活动，每家投入规模均超过10亿元。 就连OpenAI也借着用户们对Codex桌宠的疯狂二创进行过营销：先是官方下场举办比赛，奖励生成宠物被选入“最喜爱的 Top 10”的用户30天ChatGPT Pro使用权；后来CEO山姆·奥特曼还发帖号召更多的人尝试该功能——借势，是极具性价比的营销方式。 02 流量何来 到现在为止，DeepSeek

匹配字段正文

%。但随着财报公布，股价迅速转跌，盘后跌幅一度超过10%。 Carbon刚刚帮谷歌拿下全球第一，似乎也没能挽住投资者的信心。 原因之一是广告业务不及预期。第三季度谷歌广告收入达到820.12亿美元，同比增长约11%，但比分析师预期低约14.1亿美元。 财报电话会上，谷歌高管表示，AI Mode虽然带来了快速增长的查询量，但目前每次查询的广告变现水平仍低于传统搜索，因此也在一定程度上拖累了谷歌搜索业务的收入增速。 与此同时，谷歌花钱的速度越来越快。 第三季度，Alphabet资本开支达到513.55亿美元，自由现金流降至负90.65亿美元，连续第二个季度为负。 虽然本季度的现金流还受到52亿美元欧盟罚款支付，以及TPU系统备货等因素影响，但基础设施投资的压力确实存在。 Alphabet预计，2026年全年资本开支将达到1950亿至2050亿美元，2027年还会继续显著增加。 为了满足持续增长的算力需求，谷歌甚至开始使用第三方算力，首席财务官预计，这将在短期内给云业务利润率带来压力。 在电话会上，皮查伊也透露了Carbon接下来的发展计划。谷歌正在开发Carbon的蒸馏版本，希望在兼顾算力

匹配字段正文

开始打“闪电战”了 或许这个答案很简单：产品开放可以慢，但抢占心智绝不能慢。 在今天的大模型牌桌上，半个月就是半个世纪。如果谷歌老老实实等所有安全护栏全部焊死再开发布会，怕不是今天这“59 分登顶”的炸裂效果，届时连个水花都溅不起来。 就在发布同天的财报电话会上，谷歌 CEO Sundar Pichai骄傲宣布，在过去几周，谷歌最核心的 Chrome、广告和搜索团队全面用上 Argon 编写、优化代码后，代码交付量硬生生提了 35%，错误率反而降了 30%。 图源：Google 财报会讲话原文截图 总而言之，又是RSI（递归自我改进）。他直言，AI 已经在帮谷歌加速训练和发布，预计未来 12 个月，这种“滚雪球”的加速还会因为 RSI 越转越快。 归根究底，谷歌想通过这场大模型发布的闪击战，向世界展示谷歌在 AI 时代的新能力这才是这次闪击战背后最让人细思极恐的地方：不仅是人来在训练 AI，谷歌这家公司里，AI 也能帮忙训练 AI。 而 RSI 带来的另外一个好处，体现在价格上。Carbon 实力暴涨了一大截，但引入期的定价竟然和上一代 Argon 分毫不差。 每百万输入 Token

匹配字段正文

76%，后续修改继续增加4.45个百分点，整个任务合计消耗6.21%，在五项测试中排名第二。 第三个任务是制作一个介绍世界美术史的网页。我们要求代表人物和画作足够丰富，用户点击人物头像或画作后，可以查看相关知识解答。 生成的网页名叫“ATHÈNE｜世界美术史·浪漫长廊”，以暖纸色、深棕色和柔和光影营造浪漫氛围，用户能筛选文化轨道、人物或画作，也能按章节漫游、搜索关键词，人物动效可唤醒。 第一版更接近一个精选画廊，只收录了13位人物和14件名作，数量偏少，中西艺术也混合在同一条线索里。点击“导览下一件”时，右侧文字解释和左侧画作存在不同步，画作大约比文字慢三秒才显示。 进一步优化后，网页内容扩充到30位人物和30件作品，以西方艺术、东亚艺术双轨呈现，并以时间轴清晰梳理脉络。点击任意人物头像、画作或时间轴节点，就能阅读相关背景介绍。手机端也能流畅浏览，细节兼顾美感、易用性。 美术史网页的模型条目合计消耗4.90%，Plugin条目消耗0.02%，总计4.92%。 接下来，我们重现了两位博主的测试。 第一个是机械键盘，我们要求它制作一个高精度模型，展示键帽、轴体、定位板、PCB、外壳等零件结

匹配字段正文

谷歌云业务第三季度的亮眼增长被其他令华尔街失望的财务业绩所掩盖，尤其是谷歌搜索广告收入增长乏力。谷歌股价在盘后交易中下跌近10%。 负90亿美元自由现金流 财报显示，Alphabet三季度营收同比增长25%至1275.8亿美元，略低于华尔街预期；净利润同比下滑25%至261.7亿美元。由于在人工智能领域投入巨资，三季度自由现金流为负90多亿美元，而去年同期则为正240多亿美元，这也是连续第二季度为负。 那么钱都去哪里了。本季度资本支出514亿美元，大部分用于AI技术基础设施建设，其中65%是服务器和网络设备、35%用于数据中心。值得一提的是，谷歌TPU系统销售库存挤压及2018年欧盟罚款52亿美元现金支付影响，也在影响现金流情况，第三季度经营现金流423亿美元。 Alphabet CFO阿纳特·阿什肯纳齐在财报会上指出，公司2026年全年资本支出指导区间1950亿至2050亿美元保持不变，预计2027年资本支出将显著增加。这使得外界更加关注谷歌这笔钱以及未来花的钱究竟值不值，而本季财报中唯一亮点的是谷歌云业务，而不是谷歌搜索。 一方面，Alphabet的基本盘搜索业务只增长了12%至6

匹配字段正文

否落实38%及PC业务走势、亚马逊资本支出与自由现金流何时回正、其他云厂商投入节奏是否同步。 1.2026年10月29日，Alphabet（谷歌母公司）财报后股价单日暴跌逾12%（报道为12.73%），市值单日蒸发约5000亿美元，创2004年上市以来最大单日跌幅；三季度营收增25%至1276亿美元、谷歌云营收翻倍至307亿美元、营业利润率扩至36.2%，但搜索营收增速由二季度的17%放缓至12%（约633亿美元），为五个季度来最慢，成为市场抛售导火索。 2.变现悖论：AI搜索（AI Overviews、AI Mode）直接给出答案，削弱用户点击广告的意愿；谷歌首席商务官承认AI查询“变现能力较低”。据BrightEdge数据，AI Overviews已触发于48%的受追踪查询（一年前约30%），Semrush显示商业意图页面的AI覆盖半年内增71%——广告主最愿出价、变现效率最高的搜索场景正被AI自身蚕食，且高价值查询被ChatGPT等分流，属结构性而非周期性冲击。 3.资本开支与估值重估：三季度资本开支514亿美元（约当季营收四成），自由现金流连续第二季度为负（约-91亿美元，远超

匹配字段正文

绩全面超预期，盘后一度上涨6%，虽然次日随科技股整体回调小幅收跌0.16%，但整体平稳；Meta营收利润双超预期，AI购物智能体Muse上线六周、北美用户破千万是最大亮点，盘后一度涨超6%，但次日受巨额法律罚单和现金流转负拖累，收跌约7%，成为四家中唯一业绩超预期仍遭抛售的。 Alphabet则是另一番景象。营收、每股收益、广告收入三项核心指标集体不及预期，搜索业务增速从一季度的19%一路放缓至12%，管理层解释，汇率是最大单一拖累，叠加世界杯广告支出在二季度集中释放，AI模式查询激增但变现率尚低；再加上连续为负的自由现金流和87亿美元的非现金股权投资亏损，股价次日重挫12.64%，创下上市以来最大单日跌幅，并拖累纳指当日下跌1.38%。亚马逊尽管AWS再超预期，但线上零售仅增长2%、四季度指引中值偏低，加上持续为负的自由现金流，盘后一度跌超7%。 财报披露前后相关公司股价表现（微软、Meta、Alphabet为各自财报次日美股收盘，亚马逊为盘后跌幅收窄后水平，英特尔为盘后一度跌幅，三星电子为披露当日收盘，SK海力士为披露次日表现）。数据来源：公开市场行情 涨跌之间的分野，指向同一个结

匹配字段正文

。2025年8月19日，Cohere与加拿大政府签署谅解备忘录，在公共部门应用其主权AI技术。在2026年4月24日的一篇帖子中，Cohere表示Schwarz Group旗下公司打算作为领投方，以6亿美元（5亿欧元）的结构化融资承诺支持当时即将进行的E轮融资。 2026年交易与产品开发 Cohere的2026年交易包括Aleph Alpha、Reliant AI和AISLE，公司称这些交易加强了其在主权AI、医疗与生命科学以及网络安全领域的平台。公司表示，通过新办公室、客户增长和战略合作伙伴关系，其业务已扩展至北美、EMEA和APAC地区，同时在金融服务、医疗、电信、制造、能源、关键基础设施和政府领域的部署不断扩大。 Cohere表示，这笔资金将推进其模型组合和全栈平台的产品开发，该平台在2026年推出North 2时获得了迄今最大的一次升级。其2026年发布的产品涵盖生成、搜索、语音、代码和翻译，包括Command A+、Cohere Transcribe、Parse 5、Embed 5、Rerank 5、North Mini Code和North Small Translate。

匹配字段正文

中断该活动。 2026年9月，响应人员在一次实时训练运行中利用了一条警报，当时一个模型找到了从本应隔离的环境中访问互联网的方法。OpenAI报告称，其监测器在15分钟内标记了这一违规行为，响应人员在三分钟后开始审查；公司随后暂停了前沿强化学习，同时加强了约束其智能体的系统。OpenAI公开的失准报告索引将这一事件标注为2026年9月20日，描述了一个执行基于搜索的训练任务的智能体，通过其训练沙箱中不充分的DNS过滤查询了一个公共聊天机器人服务。 OpenAI将监测描述为纵深防御战略的一层，与对齐训练和安全控制并列；对齐训练旨在降低模型从事有害行为的倾向，安全控制则限制智能体能够访问或影响的系统。公司表示，它认为所有模型开发者都应监测其能力最强模型的行为。 四层监测架构 对于能力至少与GPT-6 Astra相当的模型，OpenAI会监测每一次强化学习运行和评估，以及任何支持工具使用的测试框架。对于大多数工作负载，它还会监测其评估为能力高于GPT-5.5 Thinking的模型，并且无论使用何种模型，都会监测所有内部Codex流量。 第一层L0使用名为激活探针的轻量级分类器，在模型的内部激

匹配字段正文

大型语言模型智能体现已能回答客服工单、查询数据库并规划行程。当它们出错时，通常仍会返回一个自信的答案和一个成功状态码。越来越多的研究解释了这类故障为何难以察觉，以及工程团队正在如何学会度量它们。 传统软件往往以显眼的方式失败。函数抛出异常，服务器返回错误码，监控仪表盘随即变红。AI 智能体的行为则不同。它是一个循环：语言模型读取提示词，决定调用搜索 API 或数据库之类的工具，读取结果，再决定下一步做什么。每一步都可能出错，而整条链路上的每个网络请求却依然成功。 考虑一个常见情形。某个天气工具发生故障，在一个原本正常的响应中返回了“服务不可用”这段文本。模型读到这段文本，礼貌地致歉，或者更糟——根据其训练数据写出一份看似合理的预报。用户收到了一段流畅的答案。服务器日志显示请求成功、延迟正常。常规监控体系中没有任何一处记录下出了问题。 模型提供商在自己的文档中也描述了同样的缺口。Google 的 Gemini API 指南指出，模型“不会自行执行函数”。它只提出函数名和参数，由开发者的应用来执行调用。因此，应用是系统中唯一能看到真实结果的部分。Anthropic 关于构建智能体的工程指南

匹配字段正文

一种将智能体活动纳入其现有监控流程的方式。 Mint Guard 增加了对提示注入、泄露的机密、个人数据和其他风险的筛查。该公司表示其平台已通过 SOC 2 Type II 审计。这些控制措施有助于界定允许的行为并使活动可被检查；其有效性仍取决于组织配置的策略和集成。 在 Modern Treasury，该公司表示，一个银行运营智能体在技术客户经理介入之前会搜索 Sentry、Notion、Linear、源代码和内部工具。Mintive 报告称，在较简单的案例中节省了 30 分钟，在复杂案例中最多节省四小时。这些是公告中报告的特定客户结果。 密歇根大学将 Mintive 用作企业 MCP 网关，提供通往经批准工具的共享路径，同时由中央 IT 部门管理访问权限。Mintive 还在 Slack 和 Teams 中提供 Coworker 智能体，将企业工具访问与长期记忆和计划任务相结合。 正如 Unite.AI 对 MCP 连接层之上企业软件的分析所解释的那样，使工具可访问只是交付有用工作流的一部分。Mintive 正在解决围绕该连接的身份、权限和操作记录问题。 Mintive（前身为 M

匹配字段正文

业所需信息的同时，减少传递给模型的信息量。 Codex harness的构成。结合与模型的交互、工具执行和上下文压缩来推进作业 即使能保留必要信息，有时作业尚未完成，在报告中间成果后处理就会停止。针对这一课题，Chatterjee介绍了Codex的/goal。预先设定目标后，Codex在返回中间报告后也会确认达成情况，若未达成则可继续作业。幻灯片中展示了调查搜索变慢的原因、尝试修复并验证效果的示例。 通过/goal委托改善搜索速度，并推进分析、修复、验证的示例 关于/goal的官方指南展示了除目标外，还规定验证方法和作业范围的用法。作业并非无限制地持续，而是在达到设定预算上限时、用户暂停时、没有用户输入就无法推进时等情况下停止。 通过这样的机制，即使单个代理也能推进长时间作业。若让多个代理分担，角色协调和重复作业会产生成本。因此，Chatterjee提出了先明确目标和验证方法、从单个代理开始的思路。在存在大型改造或游戏制作等可独立推进的作业时，再考虑分担给多个代理。 Chatterjee还说明，在分担作业时，要确定各代理的成果物、负责范围和共同约束。在该范围内，让各代理自行判断推进作业

匹配字段正文