今日热点

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 激活 16B，上下文 1M token、输出上限 384K。同时 DeepSeek 向所有开发者开放 Search 和 Fetch API。

MarkTechPost10/17海外新模型发布2 个信源57

Anthropic 披露 Claude Code 团队的代码评审流程：Claude 撰写约 90% 的 Claude Code 自身代码。6 月至 9 月，该代码库合并的 PR 数量翻了一倍多，同时被回滚的比例下降超过 40%。Anthropic 主仓库每日落地的变更从 5 月的约 2500 次增至 9 月的 3 万次以上。团队没有取消评审，而是把大部分代码阅读交给机器，把人工时间留给只有人能判断的问题，并投入资源让回滚错误变得快速容易。目标是多数 PR 最多只需一名人工参与即可合并，且回滚率和事故率不上升。

Hacker News · AI10/17海外模型57

Mercor 用美国劳工部 O*NET 的 923 个职业、18797 项任务对照现有 AI 基准，发现只有 208 个职业至少有一项任务被 5 条以上基准提示覆盖，22 个职业大类中有 6 类完全没有覆盖。据此估算，90% 的美国工作时间花在几乎没有基准覆盖的任务上。覆盖分布也不均匀：AI 暴露度高的律师任务覆盖充分，同样高暴露度的法律秘书、法庭书记员几乎无覆盖，中等收入知识岗位的长尾普遍缺失。

Hacker News · AI10/17海外模型53

帕洛阿尔托初创公司 Elorian 发布首个模型 Glimpse，以研究预览形式开放 API，聊天界面需排队。Glimpse 在推理过程中可裁剪图像局部、抽取视频帧或运行代码测量比较，Elorian 称这一机制为「视觉草稿区」，区别于多数多模态模型一次性把图像转成 token 再在文本中推理的做法。定价为输入每百万 token 0.60 美元、输出 3 美元。Elorian 称其在科学图表推理和短视频描述上超过 GPT-6 Astra。公司此前以 3 亿美元估值完成 5500 万美元种子轮，由 Striker Venture Partners、Menlo Ventures、Altimeter Capital 联合领投，英伟达和 Jeff Dean 参投。

TechCrunch AI10/17海外新模型发布2 个信源52

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。

Nathan Lambert10/17海外新模型发布Muse Spark39

开发者发布开源项目，通过读取 OBS 虚拟摄像头画面，用 OCR 识别 BGMI 直播击杀信息中的玩家名，再用训练好的检测器分类击杀图标，在毫秒级更新直播叠加层上的实时积分榜。项目针对 BGMI 不开放 API 的问题，先过滤无事件帧，只把可能含信息的帧送入较重的 ML 模型，可处理 60 FPS 高清直播流。作者在学院内实测一场比赛，赛后数秒内生成积分表。代码已开源，README 提供本地部署步骤。

DEV Community · AI10/17海外模型33

开发者发布 Fakeipedia，一个自动世界构建平台：输入一个想象出的世界，它会生成整套维基百科式条目，用户可通过点击红色链接（未建条目）不断探索扩展。作者称灵感来自用 Gemini 做世界构建，但等到模型能力足够才发布，最终选用 Argon 模型生成文章，并表示生成质量超出预期。原文信息有限，未披露具体模型版本、技术细节和访问方式。

Hacker News Show10/17海外模型31