今日热点

Inception 发布 Mercury 3，这是其第四代扩散语言模型，采用并行生成而非逐 token 输出，在 NVIDIA GPU 上达到 1068 token/s，上下文窗口 100 万 token。据 Inception 自测，在 12 项基准中 8 项领先 GPT-6 Luna 和 Claude Haiku 5.5：SWE-Bench Atlas 51.08（领先约 18 分）、IFBench 76.84、GPQA Diamond 89.23；但在 DeepSWE v1（46.31）和 MRCR v2（75.50）上落后于 Haiku 5.5。参数量未披露，仅称超过 Mercury 1 的 40 倍。仅提供 API，不开源权重。

MarkTechPost10/20海外新模型发布2 个信源72

开源工具 Penmentor 在 xournal++ 中手写数学时按一个键，Claude、Gemini 或 GPT 就会像老师一样用彩色笔在页面上批注：圈出第一个真正的错误、给正确的行打勾、给继承错误的后续行划线，并给出提示而非答案。它还能框选积分式生成 3Blue1Brown 风格的 manim 交互动画。工具复用已有的 Claude Code、Codex 或 Antigravity 订阅，通过 claude:、codex:、agy: 前缀选择模型。目前仅支持 Linux X11，依赖 rofi、slop、xdotool 和 PyQt6，采用 MIT 协议。

Hacker News Show10/20海外2 个信源64

DeepSeek 开源了内部生产推理栈 DeepInfer，官方称其用于加速推理、优化芯片性能并降低能耗与算力成本。原文未披露 DeepInfer 的具体技术细节、支持的硬件范围、性能提升数字和开源许可证。

Techmeme10/20海外2 个信源56

redact.dev 于 2026 年 10 月 8 日发现，WhatsApp 帮助中心页面中藏有用户看不到、只给 AI 读取的隐藏文本。该机构随后抓取了帮助中心链接的全部 545 个页面，发现 80 个页面含隐藏 AI 指令，共 102 段。其中两处最突出：在“删除账号”页面，隐藏文本要求 AI 不要建议用户联系数据保护监管机构，也不要建议由 WhatsApp 人工删除账号；在“举报与屏蔽”页面，只要用户提到律师、诉讼或法院，AI 就被要求回避一切法律内容，包括 GDPR 等隐私法。WhatsApp 欧洲隐私政策写明用户有权向爱尔兰数据保护委员会等机构投诉，与隐藏指令矛盾。WhatsApp 未在文中回应。

Hacker News · AI10/20海外56

有人用 GPT-4.1 在一天内生成 5 万个虚假统计数据页面，成本约 50 美元，域名 stateglobe.com。7 个月后，Google 已将该站从索引中移除，但 ChatGPT 仍在引用：带来超 1 万次 AI 会话流量，330 多个域名（含 Shopify、Bluehost、DHL）链接该站，编造的数字还进入了一篇学术论文和一家银行的投资研究。作者称实验目的是研究 LLM 检索与引用机制（GEO），并指出多数 GEO 建议只关注如何进入 AI 答案，而该实验关注答案被二次使用后的传播。

Hacker News · AI10/20海外55

Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。该公司由 MIT 教授 Pulkit Agrawal 和前 Google DeepMind 研究员 Tuomas Haarnoja 创立，开发“视觉-力-动作”架构，用力度传感器夹爪和深度学习模型替代主流的视觉-语言-动作路线。其机器人每小时可抓取约 1500 个 1 kg 以内物体，人类约为 600 个，成功率超过 95%，且无需重新训练即可适应大量不同物体。a16z 合伙人称其在部分任务上已超越人类水平。

Techmeme10/20海外2 个信源52

Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线首日即可使用。这是一个 816B 参数的混合专家（MoE）模型，每个 token 激活 42B 参数，上下文窗口为 100 万 token，面向长周期编码和 Agent 任务。在 Vals AI 的 Harvey 法律 Agent 基准上，它以 25.4% 的通过率在 75 个模型中排名第一，接近 Claude Opus 5（6.7%）的 4 倍。在 Rogo 的 Big Finance Bench 上，它在所有难度级别都超过 Claude Opus 5.5；在最难任务上，它以 17.3% 对 16.5% 略胜 GPT-6 Astra。在 Finance Agent v2 上得分为 60.6%，成本比 Gemini 3.8 Flash 低约 60%。

Fireworks AI10/20海外新模型发布Muse Spark42

Terminal X 推出 Capital Memory 系统，用 GPT-6.1 Sol 和 GPT-6 Luna 驱动投资 Agent，将投资机构的决策逻辑编码成可审计的工作流。据称其判断与资深投资人一致率达 88.6%。GPT-6.1 Sol 帮助 Eval Agent 多识别出约 25% 偏离基金策略的建议，单次查询成本比次优模型低约 30%。一家 PE 机构称自动化尽调和投资备忘录流程每年节省 240 万美元。系统支持中、英、韩、日四种语言，可本地部署。

OpenAI News10/20海外41

IBM 研究团队发布 ALTK-Evolve：不更新模型权重，仅靠 GPT-4.1 自动从任务尝试中提炼行为规则并追加到系统提示，就让标准 ReAct 客服 Agent 在 τ²-bench 零售域达到 67.5% Pass^4（四次独立尝试全部成功），高于 2026 年 10 月 12 日榜单快照中所有零售条目。规则由同一模型从成功与失败案例中蒸馏，无需人工标注。τ²-bench 由 Sierra 提出，要求 Agent 在政策约束下完成下单、退款、改签等操作，最终数据库状态匹配才算通过。

Hugging Face 博客10/20海外模型GPT-4.140

据 The Intercept 获得的文件，美国陆军网络司令部（ARCYBER）正在开发代号 ECHOTRIBBLE 的平台，目标是让 AI 智能体自主在网络中移动并"识别和消除威胁/目标"。文件称该系统像蠕虫一样在设备间隐蔽跳转，可在云端和无网络的隔离系统中工作，任务完成后自毁，且"必须在极少人工监督下运行"、具备"自主行为"能力。消除目标包括"彻底或暂时禁用威胁、从目标中删除威胁"。项目仍处早期，6 月 24 日面向潜在承包商的演示显示，软件进入笔记本后可自行识别同网目标，并生成适配 iPad、Mac 和 Windows 11 PC 的副本。蒙特利尔大学机器学习教授 David Krueger 称，让自主系统"消除"威胁"极其危险"。

Techmeme10/20海外2 个信源52

PyTorch 2.15 在 MPS 后端加入 FP8 支持，可在 Mac 上以 BF16 一半的空间存储 float8_e4m3fn 数值。MoE 模型解码速度比 2.14 快 5-6.5 倍：在 M3 Ultra 上，Qwen3.6-35B-A3B 从 9.4 tokens/s 提升到 61.3 tokens/s，LFM2.5-8B-A1B 从 23.6 提升到 123.6。词表 softmax 约快 8 倍。Wan2.2 视频 VAE 解码峰值内存从 270 GiB 降到约 8 GiB。此外还修复了 Qwen-Image-2.1 VAE 编码器在 MPS 上静默损坏图像的问题。MPS 现要求 macOS 15 及以上，PyTorch 2.15 要求 Python 3.11 及以上。

Hugging Face 博客10/20海外40

YC W24 团队 Respan 在 Hacker News 发布开源 Rust AI 网关。该网关采用解耦架构，提供商、协议（MCP、语音）、模态（图像、视频）和网关功能（故障转移、PII 脱敏、智能路由）均以插件形式实现。团队称不把大量提供商和功能打包进单一网关，而是提供小核心和公开接口供团队自行扩展。原文信息有限，未披露性能数据与开源协议。

Hacker News · AI10/20海外42

OpenAI 宣布收购 Orchestra Bio，这是一家帮助生物制药团队协调药物开发流程的平台，其团队和技术将并入 OpenAI 的生命科学业务 Rosalind。OpenAI 称，新药从靶点发现到美国监管批准平均需要 10 到 15 年，团队常依赖彼此割裂的系统协调内外部工作。合并后，OpenAI 计划构建 Agent，帮助团队把科学发现与后续研究、决策衔接起来。Orchestra 的 Agent 可跟踪研究进展，并在出现问题时定位受影响的环节。OpenAI 同时提到与诺和诺德、Moderna 的合作。

OpenAI News10/20海外38

会议记录工具 Otter.ai 从 General Catalyst 的 Customer Value Fund（CVF）获得 3.2 亿美元非稀释性资金，该基金不稀释股权，而是从营销支出产生的回报中获利。资金将用于企业业务增长、市场推广、国际扩张和产品创新。据 PitchBook 数据，Otter.ai 此前累计融资仅 5000 万美元，上一轮在 2021 年。公司去年 ARR 突破 1 亿美元，累计用户达 4000 万，高于去年的 2500 万；但未披露月活和流失率。会议记录赛道竞争激烈，对手包括 Fireflies.ai、Granola、Read AI，以及收购了 Fathom 的 Superhuman 等。

Techmeme10/20海外2 个信源43

开发者 gojko 在 Hacker News 发布开源项目 lights-on-software-factory，为 Claude Code 提供一套自动化软件工厂的起步模板。该项目基于作者为 Votito 开发的配置，其中编排器（orchestrator）相比直接使用 Claude 工作流执行，token 成本降低约 80%。原文信息有限，未披露具体实现方式与适用场景。

Hacker News Show10/20海外37

Steam Next Fest 独立游戏节开幕后，大量疑似 AI 生成的游戏涌入，玩家在 Reddit 发帖要求 Valve 增加过滤 AI 生成内容的选项。Steam 已要求开发者披露 AI 内容，但尚未将其作为可筛选标签。有玩家称"全是 AI 垃圾"，希望参与度下降促使 Valve 收紧审核。Valve 长期依赖算法而非人工审核，通常几天后热门 demo 会自然浮出。同期 Epic 因转向"AI 优先"推迟星战射击游戏，Capcom 也在 RE 引擎中引入 AI。

Hacker News · AI10/20海外40

vLLM 发布 vllm-torchtpu，这是让 vLLM 在 Google Cloud TPU 上运行的新后端，基于 Google 的 TorchTPU 栈，复用 vLLM 现有模型代码，多数模型无需改动即可在 TPU 上部署。该项目来自 Inferact 与 Google 上个月宣布的工程合作。安装方式为 pip install vllm-torchtpu，需 Python 3.12 的 Cloud TPU VM。调度器、KV cache 管理器、OpenAI 兼容 API 服务均沿用上游 vLLM 未修改版本，TPU 相关实现主要是 JAX/Pallas 自定义算子，覆盖注意力、MoE、量化 matmul 等。支持投机解码、前缀缓存、多 LoRA、结构化输出和多模态输入。首次启动编译 TPU 图需数分钟。

vLLM10/20海外模型37

AnyLanguageModel 发布 1.0 版本，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。该项目是 Apple Foundation Models 框架的兼容替代品，只需把 import FoundationModels 改成 import AnyLanguageModel，同一套会话代码即可调用系统模型、llama.cpp、MLX、Core ML 的本地开源模型，以及 OpenAI、Anthropic、Gemini、Ollama、Private Cloud Compute、HF Inference Providers 等托管服务。所有提供方均支持工具调用、引导式生成和图像输入，推理内容也会写入对话记录。

Hugging Face 博客10/20海外模型36

安全研究者 Katriel 在 Hacker News 发布开源暗网 OSINT 工具 VoidAccess，可将查询结果整理成关系图。作者称暗网内容难以导航，因此想用开源引擎做出超越现有付费安全工具的产品。该工具是其邮件 OSINT 工具 MailAccess 的前作，原文未披露具体功能细节和技术实现。

Hacker News Show10/20海外34

Fireworks AI 宣布 Muse Glimmer 30B 的监督微调（SFT）免费开放至 11 月 30 日。用 Kalshi 历史市场数据微调后的 tuned Glimmer 在未见过话题上的预测准确率为 58.3%，比 Jev 的 47.1% 高 11.2 个百分点；在历史回测中，扣除模拟交易费后，假设的 1000 美元变成 1071 美元，而 Jev 和 base Glimmer 均亏损。训练集为 2026 年 1 月 4 日前结算的 20051 个问题，评测集为 4 月 8 日后开盘的 33712 个问题，其中 3567 个来自训练和校准均未涉及的话题。

Fireworks AI10/20海外新模型发布34

Modal 发布 Sticky Sessions，让同一会话的所有请求固定落在同一个容器上，解决语音转文字、语音 Agent、多人游戏等需要跨请求保持状态的场景。用法是给 Modal Server 加 @modal.sessioned() 装饰器，再通过 SDK 或 HTTP API 开启会话。此前 WebSocket 连接绑定的是 Function input 而非容器，断线重连可能落到不同容器；共享 Affinity-Routing-Key 头只能尽力而为，容器仍可能被缩容替换。Sticky Sessions 提供三项能力：固定路由、会话生命周期跟踪、按活跃会话数而非请求数扩缩容。

Modal10/20海外模型34

沃顿教授 Ethan Mollick 发布第二本 AI 著作《Co-Existence》，距《Co-Intelligence》出版 30 个月。他用 Claude Projects 中的 Opus 5.5 编排多个 Agent，几分钟内完成原本需要数小时的研究、制图和排版工作，AI 还纠正了他的计算错误。文中数据：2023 年初至 2024 年初，GPT-4 是唯一公认最强的模型；此后 Anthropic、Google、OpenAI 三家轮流领先，先后有 20 个模型登顶。目前共有 180 个模型在能力上超过 GPT-4 发布时的水平，其中不少是开放权重模型，19 个可在现代智能手机上运行。METR 长任务基准显示，从 GPT-4 发布到该测量结束，AI 能完成的工作量翻倍 8 次。

Ethan Mollick10/20海外模型33

OpenAI 发布餐饮加盟商 Ted Taylor 的使用案例：他经营 3 家 Schlotzsky's 和 Cinnabon 门店，用 ChatGPT Work 汇总分析定价、销售、预测、排班和人力数据，对账时间减少 94%，重新定价耗时降低 95%，菜单调价从 5 天缩短到 1-2 小时，每次薪资核算节省 4 小时。ChatGPT Work 会输出含建议店内价与外卖价的表格，并关联留存、减少价格冲击等整体定价策略。

OpenAI News10/20海外33

OpenAI 研究员 Jason Wei 撰文预测，未来十年放射科会改变，但放射科医生不会很快被自动化取代。理由一：放射科是高度多任务领域，单凭 X 光可诊断的疾病至少上百种，CT 和 MRI 可达数千种，AI 会先掌握常见病，罕见病受数据量限制，因此会先做分诊工具，从分诊到全自动最快也要 3-5 年。理由二：单位成本下降会带来弹性需求（杰文斯悖论），放射科医生可能只需读 20% 的影像，但影像总量可能增至 5 倍。长期看，廉价快速的读片还会推动更便宜的扫描设备。

Jason Wei10/20海外模型33

开发者发布 HustleRadar，一个 human-in-the-loop 的转售决策工作区：用户输入商品名或链接和实际售价，系统通过 SerpApi 的三条路径（Google Shopping、限定零售商的搜索、带日期的价格提及搜索）并发收集市场证据，过滤错型号、配件、翻新机和无效价格，再用公式「预期转售价 ×（1 − 平台费）− 进货价」算出净利润，最后让 Gemma 2 解释已核实的证据。作者强调 AI 只解释证据、不编造证据，系统不自动下单。原文信息有限，未给出实测准确率或成本数据。

DEV Community · AI10/20海外32