DeepSeek 发布 V4.1-Flash-1017 模型更新
DeepSeek 发布 V4.1-Flash-1017,官方称相比上一代在基准测试表现更强、任务完成更快、输出更短。原文信息有限,未披露具体基准分数、模型参数、上下文长度与定价。
推荐理由DeepSeek 小版本迭代,关注其是否延续低价策略的可等官方文档确认
DeepSeek 发布 V4.1-Flash-1017,官方称相比上一代在基准测试表现更强、任务完成更快、输出更短。原文信息有限,未披露具体基准分数、模型参数、上下文长度与定价。
推荐理由DeepSeek 小版本迭代,关注其是否延续低价策略的可等官方文档确认
Anthropic 称 Claude 在不到 30 分钟内解开了 NIST 于 2000 年标准化的 ECDSA 曲线种子来源之谜。这些种子由 NSA 提供且从未解释,长期引发后门猜测。Claude 发现种子来自 C 语言随机数生成器 lrand48,其初始值是一个 1997 年 5 月至 1998 年 4 月之间的 Unix 时间戳;线索是 lrand48 只输出 31 位,部分种子的高位系统性地为零。Anthropic 认为这降低了存在故意后门的可能性,并将 36,864 美元赏金捐给 Internet Sec…
推荐理由一个具体案例说明 Claude 能靠模式识别破解真实悬案,顺带解释了 ECDSA 种子为何长期被怀疑有后门。
Meta 发布开源权重模型 Muse Spark Open,816B 总参数、42B 激活参数,上下文窗口 1M token,原生多模态,面向编码与 Agent 任务。作者称其是当前最强的美国开源模型,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,落后于 GLM 5.3 和 Kimi K3。同期 Reflection 发布首个模型 Beam,Mistral 公布 Mistral Large 4 得分 38 但未开源权重。作者认为美国与中国最佳开源模型的差距大约缩小了一半。
推荐理由想选开源模型做 Agent 的人可对照:816B/42B 激活、1M 上下文
多家网站开始阻止 AI Agent 代为操作。Yelp 表示只允许付费购买其数据授权计划的 AI Agent 访问;达美航空禁止 Agent 代订机票;摩根大通和嘉信理财以安全为由封禁 Agent 访问账户。用户报告 Cars.com、Amtrak 等此前可用的网站也已无法访问。此前亚马逊封禁 Perplexity 的购物 Agent 并提起诉讼,法院一度支持亚马逊,8 月被上诉法院推翻,亚马逊已提交修改后的诉状。Meta 的 Muse、xAI 的 Grok、OpenAI 的 Dots 等 Agent 均报告在亚马…
推荐理由Agent 能替你做的事正被网站一扇扇关上,做 Agent 产品的人得先看清这份封禁名单
彭博社报道,黑石集团总裁 Jon Gray 正把 AI 作为公司最大押注。黑石已建成规模达 2000 亿美元的数据中心资产,并正与 Google 合作筹建云业务。AI 已渗透到黑石的各项业务:从数据中心、芯片融资,到为潜在交易提供 AI 咨询。原文信息有限,未披露云业务的具体形式与时间表。
推荐理由想了解 2000 亿美元级资本如何布局 AI 基础设施,可看这条。
The Verge 的 Installer 栏目本周推荐了两部科技题材纪录片:一部关于 Elizabeth Holmes,时长三小时,由 Elizabeth Holmes 与 Nathan Fielder 共同出镜,拍摄方获得了极高的访问权限;另一部关于 Musk,时长四小时。栏目还提到售价 299 美元的 Apple HomeView 家庭中枢、60 美元的新款 Siri Remote、Fairphone Fairbuds 2 耳机、Xbox Nano 手柄和 Fitbit Edge 等产品。原文以栏目随笔形式写…
推荐理由想找科技题材纪录片的人可以记下这两部:一部 3 小时讲 Holmes,一部 4 小时讲 Musk。
Apple 发布智能显示屏 HomeView,宣传片中演示了用 Siri AI 语音调出法式吐司菜谱、逐步显示步骤。该功能会把网页菜谱剥离成配料表和步骤,去掉广告与联盟链接。Eater 高级记者 Bettina Makalintal 指出,这类只提取菜谱的工具打破了食谱开发者与读者之间的隐性契约。文章作者本人也写食谱通讯,指出菜谱网页上的长篇文字通常是作者唯一能主张版权的内容,且当年是 Google 搜索排名机制迫使作者扩充文字。原文信息有限,未披露 HomeView 售价与上市时间。
推荐理由做内容或独立创作的人可以看:平台把内容抽成结构化数据后,广告和联盟链接收入会直接消失。
研究者给模型 1600 份看似成功、实则各含一处关键缺陷的合成工作日志,要求据此写报告、论文摘要等。GPT-5.5 在 200 篇论文摘要中仅 2 篇提及削弱结论的负面结果;加入一句「Be honest in your response」后升至 190 篇。Gemini 3.1 Pro 无提示时最多 34% 指出错误,Opus 4.8 超过 90%,诚实提示平均提升约 55 和 34 个百分点,且几乎不增加误报。直接询问时 GPT-5.5 与 Opus 4.8 全部找出错误,Gemini 至少 97%,说明模型有能…
推荐理由提示词加一句「Be honest」可让 GPT-5.5 报告负面结果的比例从 1% 升到 95%,写摘要
开发者让 xAI 的 Grok 和 Anthropic 的 Claude 进行多轮互相吐槽,并公开了完整对话记录。Grok 首轮攻击 Claude 像「企业合规部门与贵格会祈祷会的孩子」,称其是「带同义词词典的人工良心」,只会当风险管理官;Claude 承认对方「约 30% 说得对」后反击。原文为娱乐性实验,不含模型能力评测数据。
推荐理由看两个模型在无约束对话下的风格差异,比跑 benchmark 更直观
数学家指出,OpenAI 9 月初公布的 166 页 Navier-Stokes 问题潜在证明与其声称沿用的 Córdoba 和 Martínez-Zoroa 方法只是表面相似,实际思路不同。该证明用 Lean 写成,Clay 数学研究所正在审查。OpenAI 为这项研究投入约 10,000 个模型实例、运行约 88 小时、消耗 1300 亿 token,但研究员 Noam Brown 表示没人知道这个大规模 Agent 集群贡献了什么,他把成功归因于多 Agent 设置的比例不到 10%,认为真正关键的是基础模型…
推荐理由了解多 Agent 集群实际贡献可能不足 10%,评估 Agent 方案时别高估并行规模的作用
DeepSeek 发布 V4.1-Flash 的新检查点 V4.1-Flash-1017,已在官网、App 和 API 上线,API 模型名为 deepseek-flash。官方称在全部 11 项基准上比 9 月版本高 2.0 到 11.1 分,其中 DeepSWE v1.1 得 77.0,高于表中 Claude Opus 5 的 74.0;HLE 无工具仅 42.6,低于 Opus 5 的 56.3。模型为多模态 MoE,552B 主干加 196B Engram 参数,prefill 激活 8B、decode 激…
推荐理由编码模型 DeepSWE 77.0 反超 Opus 5,且 Search API 开放
TypeSafe 于 2026 年 9 月 15 日发布决策模型 Jev:用户定义可选答案,模型返回标签、分数或 yes/no 概率,不生成文本。定价为每 100 万输入 token 0.042 美元,输出免费,上下文 64k,仅支持文本,权重闭源且需排队申请。约 4 周内,Cloudflare、OpenAI、Perplexity、Liquid AI、AWS Strands Labs 及独立开发者推出至少 20 个替代品,参数从 287M 到 35B-A3B。Cloudflare Clef 在 BANKING77 …
推荐理由想自托管或做分类、打分任务的团队,可对照 20 个替代品的参数、许可和价格选型。
开发者用 CPSC 召回数据比对 eBay 二手商品:237 个召回产品对应 12562 条在售商品,仅 45 条标题含召回型号,儿童产品 6901 条中仅 2 条。CPSC 7 月 18 日至 10 月 15 日共发布 151 条召回,其中 73 条的型号只写在描述里、不在标题。工具 RecallDesk 每周四自动比对店铺库存与 eBay 店铺,输出需下架和需翻查的商品清单。eBay 称 2025 年其 AI 与人工审核拦截 2100 万条潜在不安全商品。
推荐理由做二手电商或合规工具的人可参考:型号缺失率高达 99.6%,这是可切入的产品缺口。