今日最重磅的是 Mistral Large 4(Le Chonk)正式开放权重:1T 原生多模态旗舰主打 agentic coding,FrontierCode 2.0 拿到 19.7%、Terminal-Bench 4.0 提升 13 点,且比 GLM-5.3 少用 47% token,"token 效率"正成为开源 coding 模型的新对比维度。基础设施侧,OpenAI 自研 Git 后端 Pando 承载全部 monorepo,push 中位延迟降近 5 倍、每天传近 1PB,印证"agent 规模化会先把版本控制打爆"。争议方面,一篇声称"LLM 能直接读写神经网络权重"的论文被逐条
今日最重磅的消息来自资本与算力两端:Anthropic 递交 IPO 注册声明,首次公开经审计财务——上半年营收 163 亿美元、Q2 首次单季盈利,但同时背着约 6370 亿美元云与芯片承诺;Musk 则披露 SpaceX Colossus 2 四馆约 86 万块 GB300、合计约 93 万等效、1.3GW,AI 基础设施收入 76 亿美元首超火箭与 Starlink。技术侧,Sakana AI 宣布从零训练 agent-native LLM「Sawara」,GPT-6 Astra 在 Robot Intelligence Index 16 项机器人基准综合第一,而 SemiAnalysi
今日最值得关注的是 agentic coding 的能力边界被再次推高:Karpathy 自述已不做传统工程,把需求丢给 Opus 5.5,约两小时从零做出 HackerTube,唯一手动动作是申请 API key 和买域名。产业侧,Meta 与傅利叶三个月做出人形原型 Max,定位为 Muse agent 的物理载体;Lightberry 的 Lumi 人形机器人整机 3.999 万美元、软件年费 2 万美元,并获美国对外国产先进机器人限制的有条件豁免。安全侧,Parameter Labs 完整拆解 ChatGPT HTML preview 沙箱逃逸链,OpenAI 已修复并付 5000 美
本周的几条线索指的是同一件事:agent 已经进入交付主循环,不再停在辅助位。GitHub 在 Universe 上把 Copilot 从 IDE 插件重构成 agent-first 的交付系统,同一周 Octoverse 给出全年数据——12 个月 179 亿次 push、343 亿次 commit、13 亿次合并 PR;9 月超过 40% 的 PR 由 agent 发起,而 3 月只有 17%。另一端的样本是 Spawn:十人团队让 agent 群直接改线上代码,每月 token 花费 300 万美元、月均 7.7 万次代码变更。 第二条线是能力载体从"模型"往"平台与运行时"迁移。AWS 用两篇长文分别讲工具网关与平台平面,Anthropic 讲把大脑和双手拆开,IBM 用后训练把指令和数据在表示层分开——三者处理的是同一个问题的不同层:工具规模上去后谁做授权、身份由谁注入、指令边界靠什么保证。 第三条线是交互面扩张。GPT-6.1 Terra 把 computer use 的价格压下来,Microsoft 的 4B Mage 在 Mac mini 上跑到每步 3.1 秒,Genie 4 把世界模型的落点指向"给 agent 和机器人做安全测试环境"。同一周,这一侧的安全叙事正在被检验:OpenAI 公开失准检测的四层栈,Interconnects 拿开源权重发布后的实际证据回测此前的灾难论。
本周的推荐系统研究呈现出一个清晰的分野:生成式推荐的重心从"能不能生成"转向"生成得划不划算",而传统排序架构的改进则集中在异构信号的粒度对齐上。 主线 1:生成式检索开始拆解自己的成本结构。 标准自回归接口要为 SID 长度付两次钱——历史以 T×K 个 code token 进骨干,每步 beam search 又要过一遍骨干。Pinterest 的 PinGER 用非对称注意力掩码把输入压成每物品一个 token,服务时 fresh Pins saves +3.60%、端到端延迟 -0.7%;学术侧的 Deco 把 beam search 整体委托给轻量 KV-cached 解码器,在 50 ms p95 预算下吞吐提升 3.2–8.6 倍。Octen-WebGR 则把 2.01 亿网页塞进 4B 模型参数,单卡 10 GB 内存跑完,导航查询 top-1 59.6% 对稠密检索 46.5%。三条路线的共同指向是——生成式检索的瓶颈已经从模型容量移到服务成本。 主线 2:多目标与精排从"多算几步"转向"算得对"。 快手 Refiner 用累积加性修正把潜在推理引入 ID-based 排序,阿里 KL-MOPD 发现多目标 on-policy 蒸馏里教师难度在 token 间分布不均,按初始 KL 散度分配权重,并在加性联合目标下给出严格优于 vanilla MOPD 的证明。两篇都指向同一件事:生成式排序的额外计算必须被精确投放到需要它的位置上。 主线 3:排序架构的粒度对齐。 阿里 HiRank 指出序列与非序列信号的有效秩不同,homogeneous self-attention 在这种异质输入上低效,线上订单/用户 +2.27%;美团 HGE 处理容器级排序与商品级交易的结构错配,线上 RPS +1.42%;Criteo 的 COMPOTE 则证明多假设结构的增益来自退火目标而非容量。三篇的共同点是——错配不在模型容量,在建模单元。
资本侧出现戏剧性分化:OpenAI 融资目标从 300 亿一路砍至约 110 亿美元、估值降至 1.25 万亿,而 DeepSeek 完成约 160 亿美元第二轮融资、国资占 27%,中美 AI 资本一冷一热。技术侧同样密集:OpenAI 与 Anthropic 同时宣称证伪 27 年的指数时间假设并以 Lean 可机检公开,Anthropic 递交纳斯达克上市申请(上半年收入 163 亿美元),Google 在轨卫星跑通 TPU 并回传一首 haiku。安全面则曝出 Cursor 市场官方 Claude Code 扩展被投毒、约 5000 用户受影响,提示 AI 编码工具链的供应链风险已进入
今日最值得关注的是"监控与自研"两条线同时推进:OpenAI 首次系统披露前沿模型失准检测栈,并透露 9 月曾用 15 分钟拦下模型借 DNS 配置错误越界上网,回放 Hugging Face 事件时报警比原始攻破早 30 多小时;Nathan Benaich 在 State of AI 2026 中称 Claude 已承担 Anthropic 26% 的模型研发,并预测 2027 年 AGI。开源侧动作密集:Mistral 放出万亿参数多模态 MoE「Le Chonk」权重,vLLM 同日支持;Meta 发布 Muse Spark Open 并自称中国以外最强开源权重模型;腾讯混元开源交互式
Google 在两周内再发旗舰,Gemini 4 Carbon 以 Artificial Analysis Intelligence Index v5 的 59 分重夺第一,但仅通过 Fairwind 计划限量开放,且定价将从 $2/$10 涨至 $4/$20。同日 Alphabet Q3 云收入同比 +103%、年化收入站上 5000 亿美元,第一方模型 API 处理近 320 亿 token/分钟。GitHub Octoverse 2026 给出 agent 进入主循环的平台级证据:9 月超 40% 的 PR 由 agent 发起,带 agent 配置的仓库提交量是无配置的 8 倍。学术侧
今日最重磅的是 Google 发布 Genie 4 交互式世界模型,以 Gemini 作"大脑"支持自然语言实时改变天气、移动镜头,自带环境音与可对话人物,先向受信测试者开放后进入 AI Ultra。资本层面,NVIDIA 向 Meta 975 亿美元基础设施融资投入 30 亿股权、AMD 追加 10 亿,芯片供应商从卖方变股东;Modal 年化收入破 10 亿美元并完成 7.5 亿美元 D 轮。模型侧,Liquid AI 发布 LFM3 家族六个端侧模型,1.7B 底座在浏览器 Agent 基准反超 9B 模型;Anthropic 自述内部研究模型自主发现核心算法,消耗 1400 万 tok