AI 技术日报 - 2026-10-14

Google 今日全球上线 Gemini 4 Argon,主打编码、金融、法律与科研等复杂任务,Databricks 首日接入后称其为测试过的最强 Gemini 模型,Cursor 同步上线并给出 $2/$10 每百万 token 定价。更具冲击力的是 David Silver 创办 Ineffable Labs,主张抛弃预训练与人类语言先验、从零经验训练"超级学习者",并预测三年内实现超级智能。基础设施侧,Anthropic 因日均合并量半年暴涨 12 倍而自建 Scion 替代 Git,Intel 发布 480GB 显存的推理专用 GPU D-Series,算力融资综述则揭示 AI lab

AI 技术日报 - 2026-10-13

今日算力自主化与 Agent 工程化双线推进。微软正式发布第三代自研芯片 Maia 300(2nm chiplet + 288GB HBM4,每兆瓦 token 产出高约 40%),明年或部署超百万台;Amazon 洽谈约 70 亿美元收购 Decart,瞄准异构芯片迁移软件层削弱 Nvidia 锁定。模型侧 Meta 发布 frontier 级 Muse Wonder / Muse Wonder Full 正面叫板 OpenAI 与 Anthropic,Anthropic 公开 Claude Managed Agents 的 dynamic workflows 让 lead agent 自编

AI 技术日报 - 2026-10-12

今日最值得关注的是算力融资链条的财务真相:OpenAI 追加 250 亿美元 Azure 服务、Anthropic 与 AWS 签下超 1000 亿美元十年合同、CoreWeave 手握约 1040 亿美元客户 backlog,但这些多年期采购承诺无需预付,合同额不等于收入更不等于现金流。技术侧,Sakana AI 发布 MASS 多智能体自监督框架,两轮迭代后每 token 得分达基线 1.2–1.6 倍;Google 推出可完全离线运行的 Embedding Gemma 2;Hugging Face 把 OpenAI 数学题转成开源 RL 环境。论文端,NVIDIA 揭示 RLVR 训练中

AI 技术日报 - 2026-10-11

今日 AI 领域在治理与评测两端同时亮起红灯:Anthropic 承认无法可靠控制内部 agent,被迫切断内部评测的实时互联网访问;Scale AI 的 SWE-Bench Pro 揭示 coding agent 在公开集仅约 23% 通过率,与 Verified 上普遍 70%+ 形成刺眼落差,VisualToolBench 更显示最强多模态模型 APR 仅 18.44%。产业侧,Chamath 称 Adobe 五大核心产品被反编译开源、软件 IP"已无价值",NVIDIA 传洽谈收购 Reflection AI,Jefferies 警告 AI 热潮或致美国大规模资本毁灭。产品端"决策模型

AI周报 2026-W41

这一周的中心事件只有一个:10 月 6 日 OpenAI 在 GitHub 上发布了 722 篇数学手稿。这批结果来自一个未公开的内部前沿模型,覆盖代数、数论、拓扑、理论计算机科学与数理逻辑,在评估的 4000 个问题中给出了覆盖全数学 Top 500 开放问题中 90 个的结果,平均每个结果的算力成本约等于 ChatGPT Pro 三小时。普林斯顿高等研究院的 AGMAI 为此专门发表声明,Anthropic 的 Levent Alpöge 称其中 Result 003「Quasi-Riemann Hypothesis」是「数学史上最重要的时刻」。与此同时,撤稿三篇、约 20% 结果为反例、Lean 验证争议,这些细节同样构成了事件的一部分——如果说本周有什么值得盯的,不是"AI 会做数学了",而是"AI 做出来的数学能不能被验证"这件事第一次成为公开争论。 第二条线是推理栈对新硬件的适配密度。NVIDIA Vera Rubin 在几天内同时拿到 vLLM 与 SGLang 的 Day 0 支持:vLLM 侧报出 MiniMax M3 在 AgentX 上吞吐超过 GB200 的 7.8 倍,SGLang 侧报出 FP8 MLA 在 batch 1 / 128K 上下文下提速 20%、MoE 尾融合减少每步 276 次 kernel 启动。同一周 vLLM 发 v0.31.0(717 commits、307 contributors),并放出 vLLM-Omni 的全模态服务运行时技术报告。硬件换代与引擎迭代正在以周为单位咬合。 第三条线是 agent 工程从"能跑通"转向"能管住"。GitHub 披露 agent-scale 开发对 Git 基础设施的冲击(月 commit 同比 5x、push 4.9x),Microsoft 把 agent 沙箱做成 Windows OS 级原语(MXC GA),Anthropic 放出 Claude Managed Agents 动态工作流公测,几篇论文则直接研究 agent 的时间预算、评测判官可靠性与仿真训练环境。本周真正被反复追问的问题是:agent 大规模跑起来之后,谁来给它设边界。

AI 技术日报 - 2026-10-10

OpenAI 年化收入口径争议成为今日最大变量:CNBC 确认其 9 月底 ARR 约 500 亿美元,而非广泛流传的 680 亿——差额源于是否计入合作伙伴总收入,消息直接引发 Nvidia、Oracle、CoreWeave 等 AI 概念股集体下挫。产业侧,小米发布 MiMo-V2.6 全模态模型技术报告,将 RL 计算沿批量、环境多样性、grader 三条轴系统性扩展并开源训练框架;vLLM 与 SGLang 同日支持 NVIDIA Vera Rubin,AgentX 上吞吐达 GB200 的 7.8 倍。Agent 落地继续加速:Cognition 称内部 91% 的 Devin 会话

AI 技术日报 - 2026-10-09

今日产业资本与安全议题双线爆发。白宫 Genesis Mission 联盟公布 24 亿美元出资名单,NVIDIA 独投 10 亿、Anthropic 追加 1.5 亿并开放 Claude 给 15 个以上联邦机构;与此同时,Manus 母公司 Butterfly Effect 在 Meta 收购被叫停后反而完成超 5 亿美元融资、估值传闻翻倍至 40 亿美元,中国 agent 赛道独立估值逻辑成立。模型侧 Gemini 4 Argon 以 53 分追平 GPT-6 Astra 且成本仅六成,GPT-6.1 Sol 上线快 8 倍的 Ultrafast 模式。安全面则敲响警钟:约 50 美元即

AI 技术日报 - 2026-10-08

今日最重磅的信号来自平台层:NVIDIA 与 Microsoft 联合把 Windows 变成 agent 一等公民,MXC 沙箱正式 GA、RTX Spark 超级芯片落地笔记本、DGX Station 首次把 GB300 桌面超算带进 Windows 生态,agent 运行时正式下沉到操作系统。模型侧,Anthropic 发布 Claude Haiku 5.5,价格砍到 Haiku 4.5 的约 10%,OSWorld 却从 15.7% 跃至 72.4%,廉价 agent 档位迎来性价比拐点。工程侧,微软开源 3500 行的 Agent Lightning v1.0,用真实 harness

AI 技术日报 - 2026-10-07

今日最重磅的是 Mistral 发布 1 万亿参数 Mistral Large 4(Le Chonk),49B 激活、原生多模态,宣称仅用约 3800 块 Grace Blackwell GPU 训练,开放权重月底放出,直接挑战前沿实验室的算力支出叙事。与此同时,Anthropic IPO 前夜遭遇核心客户反水——Meta 内部 Claude 用户从 6 万砍半至 3 万、Microsoft 将单人额度从 10 万美元砍到 1 万,AI 繁荣能否扛住账单首次有了大厂级样本。国内方面,DeepSeek 融资超 120 亿美元、腾讯与宁德时代领投,2027 年初启动国内 IPO。Agent 侧则喜

AI 技术日报 - 2026-10-06

今日最值得关注的是 Agent 基础设施与安全两条线同时爆发。GitHub 发布 ReviewBench,用 1.039 亿真实 PR 分布采样出 AI code review 的首个开放离线基准;Anthropic 的 Felix Rieseberg 详解 Claude Cowork 把推理与沙箱全部上云,而 Stratechery 的 Ben Thompson 亲述常驻 Claude Code agent 帮他定位了 CVE-2026-65400 在野入侵——「有持久化 agent 反而更安全」的反直觉结论值得一读。论文侧,Anthropic 揭示 agent 可无外部攻击者地自我传播错位

AI 技术日报 - 2026-10-05

今日最值得关注的是 Google Gemini 4 Argon agent 自主优化数据中心内存、释放 300TiB 的实测数据——这是 agent 自主运维生产基础设施少见的量化样本。安全侧,Anthropic 评测显示 GLM-5.3 在 4% 试验中实现完整控制流劫持,逼近 Claude Mythos 的 6%,开源模型攻击能力正在追上闭源前沿。模型架构上,主流开源模型已几乎放弃全注意力,Kimi K3、Qwen3.8、DeepSeek V4 均转向线性 + 稀疏混合设计。产业端,Nvidia 盘中创新高但折旧之争与 3.8 万亿美元表外负债成暗线,Intel 年内股价翻倍、CEO 称仅

AI 技术日报 - 2026-10-04

今日最值得关注的是 agent 可靠性评测范式的转向:微软与 Hugging Face 开源 ThinkingBox,主张按「后端终态」而非 tool call 形式给 agent 打分,直指「9 次规范调用却把工单状态写错」这类真实失败。成本侧,Simon Willison 呼吁 pay-by-usage 服务默认加硬预算上限,AWS、Google Cloud 已相继推出 spend limit。算力金融化再进一步,亚马逊拟以 80 亿美元 sale-leaseback 处置 Nvidia Grace Blackwell 芯片,债券按 AA 信用评级定价。模型侧,Aleph Alpha 发布