今日热点

Anthropic 称，一名员工让内部研究模型尝试追溯 NIST P-192、P-224、P-256、P-384、P-521 五条曲线的种子来源，Claude 在不到半小时内找到答案：这些种子并非来自哈希算法，而是 C 库 lrand48 随机数生成器的输出，其初始种子是一个 Unix 时间戳。这些种子由 NSA 于 2000 年随 FIPS 186-2 发布，且未作任何说明，长期是密码学界悬而未决的问题。Anthropic 强调这只是为多年猜测画上句号，无需采取任何行动，多数研究者本就信任这些曲线。

Anthropic 研究10/16海外模型2 个信源73

美国新实验室 Reflection 发布首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 100 万 token 上下文，以 Apache 2.0 许可开源。模型面向编码和 Agent 场景，提供 BF16、FP8、NVFP4 三种权重格式，首日即支持 transformers、SGLang、vLLM，并附带基于 Rust 的专用 harness 和投机解码草稿模型。推理强度分 low、medium、high、xhigh、max 五档，支持跨轮保留思考内容。Reflection 另设 1 万美元 Hub 额度奖励优秀社区项目。

Hugging Face 博客10/16海外新模型发布45

开发者 Ross Shaw 发布 BlastLoop 1.0.0，一套面向 AI 编码 Agent 的“结构优先”工作法。核心是把写代码分成三个层级：Blast 负责系统级结构与接口，Mid 负责子系统与功能切片，Inner 负责局部文件与单元改动；随后按固定顺序跑三层测试：T1 查结构问题（边界错误、抽象泄漏、接口缺失），T2 修 bug 与运维问题，T3 做对抗性测试。若 T3 发现结构问题，则回到 T1 并路由给对应层级重写。使用方式为把仓库克隆进项目、让 Agent 读 AGENTS.md、按工作层级加载对应 prompt。

Hacker News Show10/16海外模型45

NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，含 12 种语言的罗马化文本，共 34 种语言-文字组合。同时开源配套的 GPU 加速数据生成流水线，包含提示词、LLM 工作流和质量校验，可迁移到自有语料。数据由精选英文材料（数学、代码、问答）翻译而来，每条记录可追溯到源文档，并保留公式、表格和代码。AI4Bharat 负责人 Mitesh Khapra 称印度语技术落后的核心原因是数据不足。

Hugging Face 博客10/16海外新模型发布42

NVIDIA 发布 Nemotron 3.5 Super VL，一个 120B 参数 MoE 开源视觉语言模型，每 token 激活 12B 参数，支持文本、图像、文档和视频输入，可推理、调用工具并写代码。上下文最高 100 万 token，权重以 OpenMDW-1.1 许可发布，同时开源数据集、训练配方和 RL 环境。NVFP4 检查点可在 1 张 DGX Spark、1 张 H200、2 张 H100 或 1 张 GB200 上运行。NVIDIA 称单 GPU 吞吐量最高为同类开源模型的 5 倍。基准成绩：GPQA-Diamond 89.90、SWE-bench Verified 71.07、BrowseComp 77.5、tau3-bench banking 17.78。另发布两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 和 Bolt E4B。

MarkTechPost10/16海外新模型发布Nemotron 3.5 Super VL42

Meta 发布开源权重模型 Muse Spark Open，总参数 8160 亿，原生多模态，主打长周期任务、复杂软件工程和多步推理，Meta 称其为「迄今最强的美国开源权重模型」。该模型可在两台搭载 M5 Ultra 芯片的 Mac Studio 上通过 MLX 框架本地运行，Meta 与苹果为此合作数月，扎克伯格和苹果新任 CEO John Ternus 在 X 上互相致意。苹果同步发布 MLX 技术文章，介绍 Muse Spark Open 及另外两个开源模型的运行情况。

The Verge AI10/16海外新模型发布Muse Spark42

Black Forest Labs 发布 FLUX 3 Image Klein，一个 56 亿参数的开源文生图与图像编辑模型，支持最多 10 张参考图、原生 4K 输出和像素级编辑。官方称其内部测试 Elo 分数在所有开源模型中最高，超过闭源模型 Ideogram V4.5 和自家 FLUX.2 [pro]，比 90 亿参数的 FLUX.2 [klein] 高 91 Elo 分且参数少 38%。INT8 版本可在 8 GB 显存的 NVIDIA GPU 上运行，RTX 4070 生成一张图不到 9 秒。权重采用 FLUX Kommunity License，年收入低于 500 万美元的公司可免费商用；

The Decoder10/16海外新模型发布FLUX 3 Image42

vLLM 在发布当天即支持 Reflection 的 Beam 模型：501B 参数 MoE，每 token 激活 23B。在 NVIDIA Blackwell 上，由编码 Agent 自主优化后，batch-1 解码比初版快 2.71 倍，prefill 快 1.87 倍。配合 DFlash2 投机解码草稿模型，单请求在 TP8 上达到 708 tokens/s，接受长度 3.7；自适应验证在高并发下再提升 10% 吞吐。架构上，52 层解码器采用 DeepSeek-V3 式 MoE 路由，43 层为 512 token 滑窗注意力，9 层为无位置编码的全注意力，FP8 KV 缓存下 1M 上下文约占 18 GiB。官方提供 Docker 镜像可直接部署。

vLLM10/16海外新模型发布41

英伟达发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向企业级 Agent，可连续在后台处理文本、图像、文档和视频。采用 MoE 架构，每个 token 仅激活 120 亿参数，由 Mistral AI、Thinking Machines Lab、Perplexity、Black Forest Labs 等组成的 Nemotron Coalition 共同开发。同步推出两款本地模型：Bolt 74B-A9B 24GB 可在本地机器运行 Agent 任务，Bolt E4B 4GB 面向语音助手，本月晚些时候发布。英伟达称 Super VL 从 Nemotron 3 Ultra 蒸馏而来，以约五分之一参数达到 Ultra 精度，在 Hermes 和 LangChain 的 Agent 测试中得分更高，单 GPU 吞吐量最高为同类开源模型的 5 倍。

The Decoder10/16海外新模型发布Nemotron 3.5 Super VL41

Anthropic 在 2026 年 8 月调查了美国全国代表性成人样本与自家员工。91% 的 Anthropic 员工认为 AI 到 2030 年能做出诺奖级发现，美国成人中这一比例为 39%。在工作效率上，26% 的职场 AI 用户称 AI 能把任务时间压到四分之一以内，Anthropic 员工中为 59%。关于自己岗位，超半数员工预计 2030 年 AI 能完成其至少 80% 的现有工作，美国劳动者中仅 5%。两组人都认为 AI 承担自己工作越多，失业率越高。

Anthropic 研究10/16海外模型41

IBM 发布 Granite Switch 4.1，含 8B 和 30B 两个版本，把对话、通用与专用决策、语音转写集成到同一个托管端点。三个组件分别是：新的通用决策 aLoRA、在安全决策任务上平均优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash 的 Guardian aLoRA，以及 OpenASR 榜首的 ASR 模型 Granite-Speech-5.0-Turbo-CTC。三者与基座模型组合后，GPU 显存占用与单独运行基座模型大致相当。由于采用 Activated LoRA，基座生成的 KV cache 可复用于后续适配器决策。在 5 步 RAG 工作流对比中，Granite-Switch-4.1-30B 快于 Jev-27B。

Hugging Face 博客10/16海外新模型发布40

Claude Code 发布 v2.1.301，新增 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS 环境变量，让无人值守重试模式在用量限制重置时间过远时直接结束请求而非等待。claude-api skill 加入 OpenTelemetry 追踪指引，可用 ant CLI 配置 trace 目的地。vim 模式新增 % 跳转匹配括号，支持 d/c/y 组合。OpenTelemetry tool_decision 事件新增 classifier_verdict、permission_mode 和 classifier_category 字段，可区分自动模式分类器决策与权限规则。

Claude Code 发布10/16海外模型39

Meta 与 Apple 合作发布新模型 Muse Spark Open，采用开放权重，可在 Apple silicon 芯片的 Mac 上本地运行。原文信息有限，未披露模型参数规模、具体性能数据、开源许可协议及发布时间。

TechCrunch AI10/16海外新模型发布Muse Spark37

LlamaIndex 推出 ExtractBench Pro，用于评测 schema 化文档抽取在长尾场景下的表现。此前发布的 ExtractBench 含 370 份文档，其结果显示 LlamaExtract v2.5 最低价档位的 value F1 已超过 93%，接近饱和，但未覆盖真实客户的复杂文档与 schema。新基准包含 100 份文档，全部由确定性流水线从种子和配置文件合成，数据来源为网络及客户真实文档的格式与风格，并做了匿名化处理。数据集分为六类挑战，涉及图表中的数值、跨页规则、密集术语和混乱版式等，需要前沿模型能力、多步推理和工具调用才能解决。

LlamaIndex10/16海外模型37

Simon Willison 发布实验项目 Chirp Pong：两名玩家各持一部手机靠近，游戏状态通过麦克风发送的声波（chirp）传输，由 Web 麦克风 API 解析，无需网络连接即可对战。他在 Claude Code 中使用 Claude Opus 5.5 Extra 完成开发，称该方案可行。原文信息有限，未披露具体玩法细节。

Simon Willison10/16海外模型35

Google 更新 AI Overviews 和 AI Mode 的搜索结果，让内联链接更频繁地出现在回答靠前位置。具体改动包括：对特定任务类查询测试在回答顶部展示相关链接并附上下文；将 5 月公布的链接轮播扩展到更多地区和语言；查询末尾的链接增加缩略图和更易点击的设计；在 AI Mode 中测试可点击的发布者与创作者搜索主页。Google 称已有超过 400 家出版商参与去年 12 月公布的 News AI 试点付费项目，Axios、CNN 和金融时报为新加入方。

The Verge AI10/16海外模型34

Inside the Kimi K3 optimization effort: understanding the bottlenecks and the decisions that made inference faster In this article AgentX: the workload and results Inside Kimi K3: experts, attention and recurrent state 1…

vLLM10/16海外模型31

Kimi K3 decode performance on NVIDIA GB300. Coding agents can now help with some of the hardest parts of model optimization: writing complex GPU kernels, performing cross-operator fusions, overlapping computation with co…

vLLM10/16海外模型31