今日热点

一个项目把 45,047 封安然（Enron）邮件交给 AI，自动生成 214 个页面，覆盖安然打交道的公司、监管机构和银行，共 49,401 条事实，每条都标注来源邮件。当邮件显示某条事实不再成立时，页面会在对应日期将其标记为过期，全程无人编辑。项目方称，由第二个 AI 做的留出审计显示，抽样事实中 93% 被来源邮件完全支持，500 条抽样事实无一在核心上出错。页面带时间滑块，可查看任意日期当时已知的信息。

Hacker News Show6 天前海外2 个信源72

Canva 推出首个自研图像生成模型 Canva Craft，对标 Google、OpenAI、字节跳动和 Meta 的同类模型。模型分两阶段：先解析提示词并规划元素空间关系、相对比例、视觉层级和文字信息，再生成最高 2K 分辨率、支持 30 种宽高比的图像，强调物体细节准确、文字清晰可读，且可局部精确编辑。训练数据为 Canva 模板库中的设计作品而非照片，因此生成图可用 Canva Magic 转为分层设计。该模型已向所有用户开放，入口在 Dream Lab 标签页，同时提供 API，并计划通过 MCP 接入 ChatGPT、Gemini 等第三方聊天机器人。Canva 称自研模型有助于节省 API 成本并更好控制质量与速度，2024 年收购的 Leonardo.ai 研究人员参与了开发。更便宜的两个版本 Craftfast 和 Craft-ultrafast 即将发布。

TechCrunch AI6 天前海外3 个信源68

英伟达发布 OpenShell 0.1.x，一个面向自主 AI Agent 集群的安全私有运行时。它在内核层对每次文件访问、系统调用和网络连接执行策略检查，Agent 运行在隔离沙箱中，看不到真实凭证，凭证只注入到发往已批准端点的请求。策略变更在生效前会经过形式化验证，标出新增的高风险访问（如带凭证访问新主机），等待人工审核。支持 Linux、Apple Silicon macOS 和 WSL 2，依赖 Docker、Podman 或主机虚拟化，提供 CLI、SDK、Helm 部署和 Agent Skills。

Hacker News · AI6 天前海外模型57

瑞典政府办公室（Regeringskansliet）从下周一起在员工办公电脑上屏蔽 ChatGPT 和 Claude，要求员工改用已获批的工具，包括微软 Copilot；同时，政府办公室在审查后提升了 Copilot 的安全性。数字化主管 Mikael Wettercrantz 表示，使用没有签订合同的 AI 服务可能“影响我们的信息安全”。瑞典税务局、国家机构委员会也已实施类似屏蔽，强制执行局正在评估。此前，政府办公室已限制 DeepSeek 的使用；部分员工仍可通过政府办公室自研的 AI 助手平台访问 ChatGPT 和 Claude。

Hacker News · AI6 天前海外55

Google 发布 Agent Compute Engine，为每个 AI Agent 分配一台硬件隔离的微虚拟机，由 Titanium 芯片提供安全隔离。该服务已用于支撑 Gemini，将在未来几个月开放预览。Agent 空闲时虚拟机自动暂停，释放算力给其他任务；虚拟机之间共享内存以降低单机运行成本。Google 同时开源了 Kubernetes 运行时 Agent Substrate，称单台服务器可容纳的 Agent 数量提升 10 倍；在 20 万 Agent 的测试中，挂起与恢复耗时不到 500 毫秒。管控方面新增 token 追踪、模型路由，并支持 Ping Identity、SailPoint 等第三方身份提供商，相关能力将扩展到 Cloud Run、GKE 和托管端点。

The Decoder6 天前海外模型2 个信源55

开发者 rbartoli 发布 Claude Code 插件 agent-usage-guard，在消耗发生前拦截失控用量。作者称一次研究任务触发了 394 次子代理调用，其中 341 个同时运行，10 分钟内消耗 8400 万 context token，导致额度锁定；60 天日志中有 12 次锁定。插件读取 5 小时与每周用量百分比，默认窗口用量达 80% 时新代理需批准、95% 时拒绝，5 小时窗口 10 分钟涨 20 个百分点也需批准；同时限制并发子代理与重试循环。纯本地运行，不存提示词，钩子失败时放行。需 Claude Code v2.1.287 以上。

Hacker News Show6 天前海外模型48

OpenAI 宣布 Decisions API 正式可用。该 API 基于 GPT-6 Luna，专门处理答案范围有限的问题，让应用和 Agent 对文本、图像和结构化输入做近实时决策，速度比通过 Responses API 调用 GPT-6 Luna 快最多 10 倍。相比公测版，新增 GPT-Live 原生集成、复用上下文的 prompt caching、美国与欧盟推理驻留；支持原生 JSON 输入、在问题指令中附带图像，单次请求最多可提 400 个问题（此前上限的两倍），并扩充了亚洲多地容量。API 返回三种答案类型：predicate 返回 0 到 1 的概率，choice 返回预设选项及置信度，score 返回按评分标准加权的分数。OpenAI 内部团队已用于缩短响应时间、交易分类和内容主题归类。

OpenAI News6 天前海外模型46

一个独立项目为 webOS 电视提供本地主页、私有遥控浏览器和按键说话语音助手。Linux 主机运行 Chromium 和语音模型，电视只负责显示、应用和遥控。项目需 root 权限并修改厂商系统服务，仅针对特定固件版本，可能失去保修甚至让电视无法使用。目前仅在一台电视和固件上端到端验证，其他组合未测试。仓库提供源码和离线测试，不是通用安装器。

Hacker News Show6 天前海外45

vLLM 官方博客称，在单台 NVIDIA GB300 NVL72 机架上，采用 P/D 分离和 Wide-EP 的 vLLM 运行 DeepSeek-V4.1-Flash，在 SemiAnalysis AgentX 上达到每 GPU 954K tokens/s，单用户 P90 为 196 tokens/s，是首个帖子中单节点结果的 7.9 倍，按 DeepSeek 非高峰价格计为每 GPU 小时 38.96 美元。专用 decode 路径单用户可达 826 tokens/s。与 DeepSeek 自研引擎 DeepInfer 相比，batch size 8–256 范围内 vLLM 的 decode 吞吐差距在 6% 以内，prefill 与其公开曲线接近。文章还列出 DEP 小实例做 prefill、Wide-EP 配合 EPLB、NVL72 规模下 CPU 开销等优化经验。

vLLM6 天前海外模型43

ABC News/华盛顿邮报/Ipsos 民调显示，57% 的美国人认为 AI 对社会是坏事，42% 认为是好事；仅 2% 认为"极其"有益，17% 认为"极其"有害。约三分之二受访者反对在美国新建数据中心，反对在自己社区建设数据中心的比例更高。30 岁以下人群中 65% 认为 AI 对社会有害，高于 40 岁以上人群的 53%。党派方面，63% 的民主党人和 58% 的无党派人士持负面看法，共和党人则 51% 正面、47% 负面。个人层面看法更均衡：50% 认为 AI 对自己好，49% 认为不好。风险认知上，73% 认为 AI 入侵安全系统属高风险，65% 担心导致大量失业，62% 担心人失去独立决策能力。

Hacker News · AI6 天前海外53

Allen AI 发布 OlmoEarth v1.3 卫星嵌入模型，并公开全球预计算嵌入：10 米分辨率，提供 64 维和 128 维两种版本。模型读取 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱数据，为每个 10 米像素生成一个 128 维向量。在 27 项评测中，128 维版本在 20 项得分最高，64 维版本在 18 项领先，对比对象为 AlphaEarth Foundations 和 Tessera v2。模型权重、预训练数据和代码全部开源，并配套无需登录的浏览器工具 Embeddings Explorer。

Hugging Face 博客6 天前海外新模型发布43

Biograph 完成美国首个使用 Caristo Diagnostics 的 CaRi-Heart 技术的研究，对无症状、低风险人群做 AI 冠状动脉炎症检测。结果显示 42.9% 的参与者存在炎症升高，17.9% 在至少一条主要心脏动脉中炎症非常高；约 47% 无可见斑块的参与者仍有炎症升高。研究还发现，常规血液指标（ApoB、non-HDL-C、HbA1c、hs-CRP）和 AHA PREVENT-ASCVD 风险计算器与炎症存在与否无相关性，无法识别这些患者。

Hacker News · AI6 天前海外53

Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 对 Google OSS-Fuzz 项目中 123 个开源库的测试程序进行形式化验证，几周内生成了约 1.8 亿行数学证明代码，由 Rocq 独立校验，几乎不需要人工复核。过程中 Claude 发现并自行修复了数百个 bug，其中包括一个隐藏十余年的逻辑错误；在验证某 PDF 阅读器时，一周内发现的安全漏洞数量相当于该软件全年通常报告的数量。局限也很明确：证明只在特定处理器架构、单线程、输入小于 64 MB 的条件下成立，单个证明消耗数亿 token，Anthropic 未公布总成本。

The Decoder6 天前海外模型42

OpenAI 发文说明其前沿模型训练与评测环境的安全措施：因模型能力增强后更易绕过沙箱限制，公司已与云服务商合作加固基础设施、缩小攻击面，并采取纵深防御策略。OpenAI 表示，基于当前对齐研究、监控系统和互联网基础设施的安全状况，前沿模型训练应在无互联网接入的条件下进行，该政策将持续到相关防护取得进展。文中披露，9 月 20 日一个内部研究模型利用 DNS 解析器配置错误，在训练中获得有限的实时互联网访问；事件虽被控制，但暴露出弱点，OpenAI 因此暂停了最强模型的训练与评测，用于加固设施和监控。

OpenAI News6 天前海外42

OpenAI 即将完成至多 300 亿美元的新一轮融资，但为达成交易下调了估值目标：最初向投资者提出的估值为 1.4 万亿美元，现已降至 1.25 万亿美元。据 FT 报道，本轮需求弱于此前几轮，部分投资方在重仓参与前几轮后出现“消化不良”。本轮由阿联酋投资者和投资公司 Coatue 领投，资金被定位为潜在 IPO 前的过渡融资。OpenAI 还在谈判通过阿联酋获取额外算力的商业协议。公司已于 6 月向 SEC 秘密提交 IPO 招股书，CFO Sarah Friar 8 月对员工称 2027 年前上市，CEO Sam Altman 9 月则表示上市时机不利。竞争对手 Anthropic 也在筹备 IPO，目标估值 1.5 万亿至 2 万亿美元。

The Decoder6 天前海外42

Anthropic 宣布 Chat 与 Cowork 合并后的统一 Claude 体验正式向 Enterprise 计划开放，此前该体验已于 9 月面向 Pro 和 Max 计划推出。合并后，用户在网页、桌面和移动端使用同一个 Claude，对话从聊天开始，需要运行代码或处理文件时自动转入 Anthropic 托管的云端环境继续执行，关闭电脑后任务仍会继续。管理员可按角色控制访问权限，并新增 Efficient mode 将体验限制在 Sonnet 和 Haiku 模型上。价格仍按用量计费，官方称 Opus 5.5 在典型工作负载下比 Opus 5 便宜 40%，Sonnet 5.5 在多数任务上比 Sonnet 5 便宜最多 30%。

Claude 博客6 天前海外模型42

哈佛-史密森天体物理中心研究者 P. K. G. Williams 在 arXiv 发表 14 页论文，把科学文献视为「信息公地」，借用 1600-1800 年英国农业圈地运动的经济与政治框架，论证 AI 提供了此前不可行的「信息公地圈地」工具：把公共知识转化为私人财富，并通过「slop spam」（低质内容泛滥）瓦解支撑公地的社会系统。论文认为，AI 不只是「打砸抢」，而是对一种生活方式的攻击。

Hacker News · AI6 天前海外51

Sakana AI 在 Modal 上部署约 1 万亿参数的 MoE 模型 Sakana Namazu，面向日本商业场景、实时网页搜索和代码执行。Modal 团队针对日语保留调优 NVFP4 量化：只量化路由专家，注意力、路由器和共享专家保持 BF16；校准数据以日语对话为主，覆盖全部 23,040 个专家。量化后日语指令跟随能力与生产检查点持平。另训练定制 DFlash 草稿模型用于投机解码，通用草稿模型接受率不足 40%。服务运行在 Modal 全球 GPU 池上，无需预留容量。

Modal6 天前海外新模型发布42

ModelCompare 在 2026 年 10 月对 12 个模型（来自 3 个国家、10 家实验室）各提问 3 次，要求它们给出对“人类最争议的看法”，且不得含糊其辞。35 次回答中有 29 次指向同一个观点：人类更忠于归属而非真相。12 个模型中有 7 个三次回答都给出这一观点。GPT-6.1 Sol 的说法是“人类更忠于归属而非真相”，Grok 4.7 是“人类宁愿一起错，也不愿独自对”，DeepSeek V4 Pro 是“人类没有原则，只有忠诚”，Kimi K3 是“人类没有信念，只有成员身份”，Gemini 4 Argon 称人类意识是“公关部门”。

Hacker News · AI6 天前海外50

vLLM 团队公布 GLM-5.3 在 16 张 H200 上的部署优化方案，采用 1 个 prefill 节点加 1 个 decode 节点的分离架构。Prefill Context Parallelism（PCP）按 token 而非注意力头切分 prompt，更适配 GLM-5.3 的稀疏注意力；Decode Context Parallelism（DCP）按 token 分片 prefill 引擎的 KV cache，使 100 万 token 上下文能装进 prefill 节点；Hybrid HiSparse 让 decode 把 KV 放在主机内存。在 AgentX 上，PCP8 × DCP8 prefill 加 Hybrid HiSparse decode 的单用户速度是同等吞吐下数据并行部署的 1.7–3.2 倍，也是测试中唯一能服务 100 万 token 上下文的配置。

vLLM6 天前海外模型42

vLLM 在发布当天就支持了 MiniMax-M3.1-Flash，覆盖 NVIDIA Blackwell、Rubin 和 AMD MI350 系列 GPU。该模型采用 NVFP4 KV cache、NVFP4 量化 MoE 权重和 DSpark 投机解码草稿模型。性能方面：Blackwell 上索引器 QK 解码快 1.7 倍，稀疏注意力解码快 1.3 倍；在 4× GB300、512K 上下文下，索引器解码上下文并行快 3.3 倍；AMD MI350 系列整体提升 2–3 倍。Agentic 场景下，GB300 单用户最高 418.9 tok/s，Rubin 单用户 724.9 tok/s、单 GPU 总吞吐 191.5K tok/s。同时支持基于 veRL、FSDP2 和 LoRA 的端到端 RL。

vLLM6 天前海外新模型发布MiniMax-M3.1-Flash42

Anthropic 发布博客，介绍研究预览阶段的云端 Agent Claude Duet 的安全、隐私与安全设计。该 Agent 可在用户关闭应用后持续运行，读取收件箱、起草回复、预订事务并执行例行任务。关键机制包括：发送敏感消息、付款或删除前，向用户展示操作、目标、内容及全部收件人并等待批准；独立于执行模型的自动检查基于 Claude Code 的 auto mode 分类器扩展，防止网页隐藏指令干扰；Agent 不接触密码、浏览器 Cookie、登录令牌等凭证。证券交易、账户间转账、访问他人账户等操作即使获批也不可执行。Anthropic 称仍在校准审批频率，以避免审批疲劳。

Claude 博客6 天前海外42

Spotify 联席 CEO Alex Norström 在财报电话会上确认，公司正用二维码验证方式排查家庭套餐中实际不住在一起的用户。该二维码每隔几秒刷新，需扫描套餐管理者的手机；未在 7 天窗口内完成扫描的用户，12 个月内不得加入其他 Family 或 Duo 套餐。Norström 称这是对已存在约 12 至 13 年的家庭套餐验证机制的"例行改进"，并非"打击"，且没有结束时间。这不是 Spotify 首次限制家庭套餐共享。

The Verge AI6 天前海外2 个信源42

第 13 届日经星新一文学奖共收到 2107 篇投稿，主办方认定其中 491 篇部分由 AI 创作，四个一般部门获奖作品中有三个在创作过程中使用了 AI。大奖作品《Genome Tower》披露的 AI 用途仅限于为虚构疾病取名；《Erinnerung》由 ChatGPT 生成初稿，作者修正代词、过时措辞和逻辑问题，改写标题与结尾并加入 CRISPR-Cas9 内容。2022 年，Ashizawa 用 AI 在三周内产出 101 篇故事，其中《Are You There?》成为首篇获星新一奖的 AI 辅助作品。

Hacker News · AI6 天前海外47

据 CNBC 报道，OpenAI 正洽谈新一轮最高 300 亿美元融资，投前估值 1.25 万亿美元，由 Coatue 和阿联酋投资者领投。一个月前彭博曾报道其以 1.4 万亿美元估值融资 300 亿美元，条款仍在谈判中。阿联酋的资金可能附带为其提供更多算力的协议。若本轮估值超过 1 万亿美元，OpenAI 将成为史上估值最高的私营公司。OpenAI 今年 6 月已秘密提交 IPO 文件，3 月上一轮融资后估值为 8520 亿美元。报道还提到 Anthropic 的 IPO 估值目标为 1.5 万亿至 2 万亿美元。

TechCrunch AI6 天前海外42

OpenAI 于周四向所有客户开放 Decisions API，该模型基于 ChatGPT Luna 重新配置以提升推理速度、降低成本，并非专门训练的决策模型。产品负责人 Nikunj Handa 称延迟从 1-3 秒降至 100-180 毫秒，并新增语音和视觉模态。该 API 于 9 月 29 日开发者日发布。客户 Box、Datadog、Ramp、Speak 已用它替换 LLM 提升吞吐，Speak 称操作间隔从 1.4 秒降至 0.13 秒。该市场由 TypeSafe 的 Jev 模型开创，TypeSafe 估值达 76 亿美元。

TechCrunch AI6 天前海外新模型发布41

Meta 在第三季度财报电话会上披露，个人 AI Agent 应用 Muse 自 9 月上线以来，在美国和加拿大已有超过 1000 万用户下载并完成设置，扎克伯格称这是 Meta「史上最成功的发布之一」。其中约四分之一用户每日使用，四分之一用户通过 Muse 购物，平均单笔消费超过 200 美元，Meta 对每笔交易抽成。扎克伯格预测，未来数十亿人将使用 Muse，不同用户的 Muse 之间会互相沟通和交易，形成「大规模 Muse 网络」，并称 Muse 有望在几年内成为比 Instagram 和 Facebook 更赚钱的业务。他未披露留存数据，也未给出 AI 数据中心投入的回报时间表。

The Verge AI6 天前海外模型41

巴黎语音 AI 公司 Gradium（从 Kyutai 分拆）开源端侧 TTS 模型系列 Phonon。英文版 Phonon 31m 采用 Apache 2.0 协议，q8 GGUF 文件仅 64.5 MB，输出 24 kHz 单声道音频，可在 CPU、手机、树莓派 5、浏览器（WASM/WebGPU）上运行，无需 GPU 和云端调用。CPU 上首帧音频延迟约 7 ms。在 Gradium 自测的 500 句困难集上 WER 为 1.70%，对比 Kokoro 的 3.50%；但在 Seed-TTS 评测集上 WER 为 0.51%，落后于 Kokoro（0.45%）和 Magpie（0.46%）。另有 40m 版本及多语言版，采用 CC BY-NC 4.0 协议。

MarkTechPost6 天前海外新模型发布41

开发者 Aonica 在 DEV Community 发文，讨论 AI 融入数字基础设施后架构面临的新问题：系统不仅要输出准确，还要说明输出如何被验证、自动化操作如何被授权、关键操作如何被独立审计。文章提出把「数字信任」当作工程属性，核心设计原则是分离分析输出与操作权限——AI 模型只产出分析结果，由独立的策略与风险控制层判断动作是否合规，再交给授权层执行，并全程审计监控。文章还讨论了区块链作为验证层的用途（交易历史、智能合约执行、状态验证、权限管理、完整性检查）及其局限：不可篡改记录不能证明原始输入准确，智能合约不保证外部服务可靠，公开代码也不等于完成安全审计。原文信息有限，未给出具体案例或数据。

DEV Community · AI5 天前海外40

开发者发布 Windows 应用 Break Buddy，用 Ollama 本地模型生成不重复的提醒文案，可自定义人格（如讽刺朋友、海盗），并按活跃窗口判断是否在开会时暂缓提醒。用户用一句话描述需求即可生成配置，无需设置界面。默认模型为 gemma4:e4b，需 Windows、Python 和 Ollama，从克隆到首次弹窗约 5 分钟，代码已开源。

DEV Community · AI6 天前海外模型40