📊 今日概览
今日最重磅的产业信号来自政治而非技术:美国中期选举 10 个州 41 项数据中心公投几乎全被否决,德州选出承诺暂停新建数据中心的州长,AI 基建的约束正式从"算力→电力"迁移到"政治",维谛技术单日暴跌 12.89%、瑞致达跌 13.83% 正是市场对这一变量的即时定价。技术侧,Kimi K3.1 Pro 放出权重(1M 上下文、3T 级,vLLM Day-0 支持),Together Compiler 用 agent 持续编译推理、比最佳配置快 2.6 倍,OpenAI 则披露自主流水线在 Linux 内核确认并修补 948 个提权漏洞、API 成本约 120 万美元。国内半导体链午后主力资金大举进场,科创50 放量涨 9.92%。
🔥 趋势洞察
- AI 基建约束政治化:41 项数据中心公投几乎全否、维谛与瑞致达单日跌超 12%,"建数据中心需要许可"让社区首次拿到否决权,选址与算力供给节奏面临新变量
- 推理效率工程化竞赛:Together Compiler agent 编译快 2.6 倍、llm-d 1.0 生产版把单 token 成本压低 5-11.5 倍、NVIDIA 论文证明频繁压缩上下文几乎不掉分,成本优化进入系统级工程阶段
- Agent 走向垂直端到端:OpenAI 948 个漏洞流水线、Mistral 133 agent 修 Django CVE、Cloudflare 开源审计流程,安全成为 agent 落地最成熟的垂直场景
🐦 X 推文动态
📈 热点与趋势
- Kimi K3.1 Pro 正式放出权重:1M 上下文、3T 级 - 官方称继续推进开放智能。vLLM 当天完成 Day-0 支持,覆盖 GPU 与 TPU,另带 RL 训练支持;在 Claude Code harness 下 Terminal-Bench 4.0 得 65.7%。Together AI 同步上线,支持用 RL/SFT 做后训练 @Kimi_Moonshot(月之暗面)|@vllm_project|@togethercompute
- 腾讯 Hy4 上线腾讯云与 OpenRouter - 该模型由腾讯内部多个产品团队共同设计,首次加入视觉与 computer use 能力 @TencentGlobal(腾讯)
- Apple 把部分工程师的每日 AI 支出上限从 300 美元降到 200 美元 - 这是预测市场平台 Kalshi 的即时快讯,未说明涉及多少工程师 @Kalshi(预测市场平台)
- RoboScience 完成数亿元新融资 - 资金用于推进三条产品线:Visics 基础模型、RoboMirage 仿真平台、REX G1 轮式人形机器人 @roboticomarket(机器人行业资讯账号)
🔧 工具与产品
- ChatGPT Images 2.6 上线,新增 GIF 与参考图 - 同时两个新图像模型进入 API:Flare 与 Sunburst,生成速度提升 50%。Sunburst 在中/高质量档下,多次编辑之间的细节一致性更好。GPT-Image-2.6 已接入 Codex @OpenAI|@OpenAIDevs
- Cohere Embed 5 与 Rerank 5 上线 OpenRouter - 两个模型走同一个 API、同一张账单,分 Pro 与 Fast 两档 @cohere(Cohere)
- Perplexity 把 Fast Search 接进 Decisions API - 决策模型原本只能依据训练数据和你的状态,加 `"mode": "web_grounding"` 后每个问题跑一次搜索,用当天网页作答。搜索计费 0.001 美元/次,决策模型 0.02 美元/百万输入 token @AravSrinivas(Perplexity CEO)
- RoboColosseum:100+ 台真机、140+ 个真实场景的开放机器人评测 - Hugging Face 是发起方之一,所有 rollout 数据(含失败)上传 Hub,提供 1 万小时免费评测时长。机型含宇树 G1、LeRobot SO-101、YAM、Franka @huggingface
⚙️ 技术实践
- Together Compiler:用 agent 持续编译优化推理,比 InferenceX 最佳配置快 2.6 倍 - 单次编译用 2 个节点、24 小时内出结果,MiniMax M3.1 在 B200 上 1111 TPS,DeepSeek v4.1 Flash 在 GB300 上 1205 TPS(batch size 1)。实验吞吐比此前的 agent 优化系统高 252 倍,现每天服务数万亿 token,流量变化后几小时内重新编译。覆盖 NVIDIA、AMD、Trainium2 @togethercompute|@simran_s_arora(Together AI 研究高级副总裁)|@realDanFu(同)
- ForgeKernel:自演化 agent 优化 GPU 算子,DeepSeek V4.1 FlashMLA 实时提速 9.8% - 把架构设计与代码实现拆开,遇到结构性瓶颈时回头改 work partitioning、dataflow、pipeline,而非只在固定架构内调参。发现的硬件机制先在目标硬件上独立验证,再入库跨算子共享。NVIDIA GPU 上几何平均 1.10 倍,CANN-Bench 2.0 三个榜与 SOL-ExecBench FlashInfer-Bench 均排第一 @_LiYuXuan_(论文一作)
- NVIDIA 论文:频繁压缩上下文几乎不掉分 - Claude Opus 4.5 每次只保留一个动作的上下文,SWE-bench Verified 得 70.2,用完整历史是 70.0;峰值上下文中位数从 32K 降到 8K token。对话末尾做一次压缩后,分数从 70.0 升到 74.8。成本侧的理由是越靠后的 token 生成越贵,前沿开放权重模型上最多差 7 倍 @omarsar0(NLP 教育者 / DAIR.AI 创始人)
- AI 找漏洞三连:OpenAI 修 948 个 Linux 提权漏洞、Mistral 派 133 个 agent 修 Django CVE、Cloudflare 开源审计流程 - OpenAI 的自主流水线单次运行验证并为 948 个本地提权漏洞生成补丁,API 成本 120 万美元。Mistral Large 4 走完 triage、复现、打补丁三步。Cloudflare 放出六阶段 skill(测绘代码库、找漏洞、逐条挑战候选、记录、验证、报告),把编码 agent 变成审计团队 @OpenAI|@MistralAI|@CloudflareDev
- 朴素权重扰动做 agent 后训练:Qwen3.5-4B 在 Terminal-Bench 2.1 从 12.1% 升到 21.1% - 超过官方 Tmax RL checkpoint 的 18.2%。不用 credit assignment、critic、masking,种群规模约 30。作者认为这条路线对长程 agentic 后训练价值最大 @catherineliangq(论文作者)
- 低成本机器人操作学习两件套:CMU 的 1.5 万美元人形机器人 Pixel、TouchBridge 触觉演示迁移 - Pixel 配 Pixel-UMI 训练框架,做环境感知的全身移动操作。TouchBridge 只用人类演示,在 4 个真实任务上平均成功率 72.5%,用等量遥操作数据是 77.5%;人类数据采集快 7.0 倍,重定向不需要物体网格、位姿估计或物理仿真 @deepakpathak(CMU 教授)|@Gu__Zhang(论文一作)
⭐ 精选内容
AI 基建的约束从算力/电力迁移到「政治」:中期选举数据中心公投几乎全被否决,Stratechery 给出「全球化 vs 建数据中心需要许可」的解释框架 | 反数据中心浪潮成为 AI 扩散的最终瓶颈
2026 中期选举中 10 个州共 41 项数据中心相关公投几乎全部被否(唯一例外北达科他州 Harwood),俄亥俄一州占 21 项;德州选出承诺暂停新建数据中心的州长,两名支持数据中心的市长被罢免。Stratechery 的核心洞察:当年制造业外迁时受影响社区毫无话语权,而建数据中心需要许可,于是这些人在 AI 上第一次拿到否决权并正用它表达不满;反数据中心浪潮的最大受益者可能恰是前沿实验室,因为许可壁垒抬高后来者成本。TIME 补充 NBC 出口民调 56% 选民把 AI 与数据中心列为投票关键因素,民主党砸超 1 亿美元广告攻击对手与 Big Tech 关系,加速主义超级 PAC 投入未奏效。对从业者,这是「算力→内存→电力→政治」约束迁移的一手样本,也是判断数据中心选址与算力供给节奏的新变量。
OpenAI 自主漏洞研究流水线:scout + analyst 双 agent 跑完扫描→验证→可利用性评估→补丁生成,在 Linux 内核确认并修补 948 个本地提权漏洞,API 成本约 120 万美元 | agent 在安全垂直的端到端工程复盘
文章给出逐段成本拆解,并抛出几个反直觉结论:模型越强所需编排越轻、维护者打补丁速度很快、模型还能发现新的利用手法,甚至指出测试基础设施本身存在漏洞。对做 agent 编排、eval 与安全自动化的团队,这是少见的「四段流水线 + 成本结构 + 编排轻量化」一手复盘,比 demo 级 agent 案例信息密度高得多。
来源:openai.com
llm-d 1.0 首个生产版发布:CNCF 治理、Red Hat/IBM/Google Cloud/CoreWeave/NVIDIA 联合发起,session-aware routing 贴 prefix cache,IBM 量子纠错项目降本 11.5 倍、GLM 5.2(753B)支撑 3000 并发 coding agent 无抢占 | 开源分布式推理栈的标准化节点
1.0 新增多租户隔离、高可用路由、滚动升级不中断、跨云跨加速器稳定配置接口,以及把多轮对话钉在缓存上下文附近的 session-aware routing,后端兼容 vLLM 与 SGLang。硬数据两组:IBM Research 跑量子纠错硬件项目 prefix-cache 命中约 98%、混合成本约 $0.11/百万 token、比全闭源方案低 11.5 倍;GLM 5.2 在现有 NVIDIA GPU 上跑数百并行会话的 agentic 负载,峰值 660 万 output tokens/分钟、单 token 成本比商业 API 低 5-10 倍,输入密集型负载省得最多。AMD、Mistral、JetBrains、Roblox 已在用或计划用。对做推理部署与 agent 成本优化的团队,这是可直接对照的落地参数。
生成式推荐为何长期打不过判别式排序:不是自回归 one-to-many 解码的建模劣势,而是 Semantic ID 压缩丢掉了特征交叉依赖的细粒度商品属性 | Shopee UniRec 的工业级一手数据
Shopee 的 UniRec 用三招补齐特征覆盖缺陷:解码 SID 前先 Chain-of-Attribute 预生成商品属性、量化时做曝光加权码本均衡、偏好微调时用逐层 stop-gradient。生产上直接替换多阶段级联,端到端延迟 266ms 降到 110ms,同时 GMV +5.60%、订单 +4.76%。对做召回/排序一体化和语义 ID 的工程师,这条把「生成式推荐的天花板在哪」讲清楚了——差距是特征覆盖缺陷而非建模上限,且给出了可复用的三条工程解法(正文有 paywall,CoA 具体机制与码本均衡公式需读原文核实)。
OpenAI 收购 Pierre Computer Company:Codex 里浏览文件的 Trees、看改动的 Diffs、diff 内嵌编辑的 Edit 模式、流式语法高亮 Highlights、用 Git 存历史的 Code Storage 全出自这家 | Codex 把「agent 建分支→人审代码→部署」整条链路收进自家
结合本周早先公布的 Pando 自研 Git 后端,OpenAI 的意图很明确:重做 agent 时代的源码管理标准。Pierre 开源项目保持开源,Code Storage 客户交割后继续可用,交易仍需监管批准。对 coding agent 与开发者工具从业者,这是一份观察大厂如何重做 Git 工作流的路线图;官方公告偏 PR 口径,无技术细节与交易金额。
来源:openai.com
Nathan Lambert 估算开源模型推理经济体量:Fireworks 单一定制模型垂类已超 40T tokens/天、较今夏翻倍以上,总量秋季或超 100T,曲线在 GLM 5.2 带来开源 agent 阶跃后上翘 | 用四家推理创业公司披露数据拼出「开源推理是不是四舍五入误差」
方法上以 Baseten、Fireworks、Together AI 三家开源推理创业公司为风向标,叠加 OpenRouter 的开源模型 token 份额,并与 Google 财报披露的全平台 token 量做量级对比。作者坦承所有开源采用指标都极不精确(平台噪声、创业公司营销口径、不完美的公开评测),因此是「最佳近似」而非定论。对想判断开源推理赛道体量与增长斜率的人,这是难得的跨厂商量级拼图。
AWS 把 Anthropic 的 context engineering 建议收敛成四层框架:架构层 multi-agent 隔离上下文、Prompt 层限制摄入、工具层把重内容外置到文件系统、验证层用独立 agent 兜底 | 带可运行代码与量化收益的生产级配方
以开源多 agent 数据分析方案 Deep Insight(Strands Agents SDK + Bedrock AgentCore)为参考实现,每层都点明自身局限由下一层补。量化收益:单个 write-and-execute 工具让每个脚本注入 context 的 token 降约 95%,按需加载 skill 让 system prompt 缩约 97%。对做长时程 agent 的团队,这是一份能直接照抄的工程配方,代价是绑定 SageMaker/Bedrock 技术栈。
MCP server 工程踩坑复盘:模型导入 127 场剧本只重打了 22 场却报告「导入完成」,结论是 tool description 是建议、required parameter 才是规则 | 任何保护用户作品的规则必须由 server 强制
ScreenWeaver 创始人复盘 10 月上线 23 个 MCP 工具(10 读 13 写)的经验:in-app assistant 与外部 MCP 客户端共用一套 server 端 tool registry(同一校验、同一限流 60 次/分);破坏性工具强制 confirm:true 否则只返回 preview;付费工具强制 maxCredits,超预算直接 over_budget;写操作自动打版本快照;guide 引用的工具与注册表不一致则测试失败。核心洞察是模型一困惑就会跳过 tool description 和 system prompt,因此 schema 级强制才是唯一可靠边界。对做 MCP server 的人是可直接抄的模式。
📈 市场异动
交易日:2026-11-04
大盘:科创50 +9.92%、创业板指 +6.40%、半导体 ETF -3.14%
科创50:午后主力资金大举进场(机构800亿、主力近700亿,科创50超百亿),叠加美国中期选举落地,半导体产业链掀涨停潮,存储芯片、先进封装、CPO大幅拉升,科创50放量涨9.92%。
创业板指:半导体ETF集体涨停带动科技股反弹,叠加国家资金买入ETF、回购贷款成本下降;此前创业板指自9月18日累计跌约29%,估值快速压缩后出现修复性反弹。
沐曦股份(688802) +16.19% | 科创50 +9.92%,相对 +6.27%
原因待查
瑞致达(VST) -13.83% | 纳斯达克100 ETF +0.97%,相对 -14.80%
原因待查
摩尔线程(688795) +13.60% | 科创50 +9.92%,相对 +3.69%
11月4日,摩尔线程联合趋境科技与智谱发布“国产异构推理AI Token工厂解决方案”,以MTT S5000为算力底座;叠加无锡智算中心2000张GPU满载、获发明专利授权,多重利好推动股价大涨13.6%。
新易盛(300502) +13.35% | 创业板指 +6.40%,相对 +6.95%
原因待查
维谛技术(VRT) -12.89% | 纳斯达克100 ETF +0.97%,相对 -13.86%
民主党赢得中期选举,市场担忧华盛顿将放缓美国数据中心建设,AI基础设施股集体下挫;叠加此前通胀数据推高加息预期、融资担忧,以及分析师下调目标价,维谛跌12.89%。
澜起科技(688008) +11.87% | 科创50 +9.92%,相对 +1.95%
原因待查
中际旭创(300308) +11.07% | 创业板指 +6.40%,相对 +4.67%
11月3日晚公司电话会议澄清无广泛砍单、仅个别客户结构性调整,客户需求未下修;花旗同日维持买入评级及A股1212元目标价,称前日12.7%大跌系砍单担忧过度反应,叠加CPO板块反弹、融资买入25.12亿元,股价涨11.07%。
金盘科技(688676) +10.82% | 科创50 +9.92%,相对 +0.90%
原因待查
🎙️ 播客精选
How the Midterm Results Change AI
📍 来源:AI Daily Brief | ⭐ 3/5 | 🏷️ Regulation, Infra | ⏱️ 00:24:41
NLW 分析民主党中期选举胜利对 AI 的影响:数据中心建设面临更严格审视、AI 监管走向,以及 2028 总统选战格局。核心观点是社区反弹未必会叫停 AI 基建,反而可能促成对地方社区更有利的协议。对关注 AI 政策环境、算力基建与监管风险的从业者有参考价值,但不涉及 LLM/Agent 技术本身。
💡 推荐理由: 中期选举对AI监管与数据中心建设的影响分析,属行业政策洞察,但非技术深度内容
📄 今日论文精选
Dory1.0-4B: A Looped Normalized-GPT
NVIDIA | 🏷️ Architecture, Inference, Agentic Workflow
4B 循环语言模型,单 checkpoint 支持弹性深度——推理时多跑几轮 latent 循环即可提升准确率,且只缓存最后一轮的 KV 使显存与非循环模型持平,对低成本、可调算力的推理部署有直接启发。