原文发布
阿里千问发布 QwenGyre，面向超长程智能体任务的在线强化学习框架
阿里千问发布 QwenGyre，一款面向长程智能体任务的在线强化学习框架，通过弹性调度与轨迹处理把超长程任务变成有效训练来源。官方在 NL2RepoBench 在线强化学习实验中，以每次 rollout 约 70 万 token 的任务训练 48 步，模型通过率从 52.5% 提升至 58.5%；相同 GPU 预算下相对 Async 实现 1.78× 端到端加速。
#数据/训练
日期栏展示收录日期，历史补录归入原文日期。
IT之家 · 人工智能AI 评分6666 IT之家 · 人工智能AI 评分3434 SK 海力士发布 SSD 专用处理器架构 H-TPU，功耗仅为传统 CPU 的 2.5%
SK 海力士于 10 月 12 日推出 SSD 专用处理器架构 H-TPU（海力士事务处理单元），将控制功能拆分为数十个小型 TPU 集群，占用面积仅为通用 CPU 核心的 1/25，功耗约为其 2.5%。该架构采用简化的四级流水线，排除超标量和非顺序执行设备，计划应用于下一代企业级 eSSD 控制器及 AI 存储架构 Storage Next，并预计与明年发布的 HBF 高带宽闪存形成协同效应。
IT之家 · 人工智能AI 评分7272 Anthropic 推出新防护措施，模型蒸馏攻击窃取数据量最高降低 99%
Anthropic 于当地时间周一表示推出多项新防护措施，防止竞争对手复刻 Claude 模型能力，称模型蒸馏攻击中被窃取的数据量降低约 90% 至 99%，蒸馏攻击者能提取的推理 token 数量仅为之前的十分之一至百分之一。
IT之家 · 人工智能AI 评分3838 彭博行业研究分析 AI 数据中心成本：1GW 容量恐超 300 亿美元
彭博行业研究发布 AI 数据中心成本简报，以美国得克萨斯州阿比林市为例，建设一座 1GW 数据中心开销可达 307 亿美元。其中芯片和服务器硬件设备占 171 亿美元，超过总成本一半，电力供应基础设施 30 亿美元、冷却系统 16.6 亿美元、网络布线 10.7 亿美元。
IT之家 · 人工智能AI 评分6060 美国核反应堆开始陆续接入 AI
据 IEEE Spectrum 报道，美国几乎所有 94 座核反应堆都获得了将 AI 整合进运营的机会，且大多数已接受部署。
The DecoderAI 评分6666 Anthropic 称新防御将 Claude 推理 token 窃取量削减最高 99%
Anthropic 表示其新防御措施将 Claude 被提取的推理 token 量削减了 90% 至 99%，成功蒸馏尝试在其防御上线后大幅下降。Anthropic 点名智谱和 Moonshot 参与此类攻击，称智谱为 GLM-5.3 从美国领先模型获取网络能力，Moonshot 则秘密将查询路由至 Claude。
IT之家 · 人工智能AI 评分4040 哈啰 Robotaxi 发布生成式驾驶世界模型 HelloWorld，整合场景控制、连续生成、多传感器观测与高效推理能力
哈啰 Robotaxi 推出生成式驾驶世界模型 HelloWorld，用于按需构建驾驶数据与交互式策略测试，整合场景控制、连续生成、多传感器观测与高效推理能力。
MIT Technology Review · AIAI 评分6969 AI 实验室正从倒闭创业公司购买数据训练模型
AI 实验室正从倒闭创业公司购买代码和工作区数据用于模型训练，SimpleClosure 的 Asset Hub 已处理超 150 笔交易，预计到 2026 年底向创业公司返还超 1000 万美元。
MarkTechPostAI 评分5959 Z.ai GLM-Legal 在 Harvey LAB 上超越 Claude Fable 5 和 Kimi K3
Z.ai 发布法律 AI 模型 GLM-Legal，基于 GLM-5.3-Flash 构建，在 Harvey LAB 上取得 19.17% 的任务通过率，高于其基座模型的 6.67%，也高于 Kimi K3 的 12.92%、Claude Fable 5 的 11.25% 和 GPT-6 Astra 的 5.42%，在 Vals AI 榜单上排名第 7（共 79 个）。
MarkTechPostAI 评分4242 阿里千问推出 QwenGyre：面向超长时程智能体的弹性强化学习框架
阿里千问团队推出 QwenGyre，一个面向超长时程智能体训练的弹性强化学习框架，通过在线 RL 用未经修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理近 100 万 token。
The DecoderAI 评分6262 Sakana AI 的自我改进模型在解题和评判上更强，却看不到自己的盲点
Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS），让同一个语言模型同时承担解题、优化工作流和评判结果三种角色，实现递归自我改进。
TechCrunch · AIAI 评分4444 WindBorne 赢得美国空军高额气象气球数据合同
WindBorne Systems 获得美国空军一份价值最高 4900 万美元的合同，为其自主气象气球群收集的数据付费，目前已下单 170 万美元。该公司约 700 个气球在全球收集大气传感器数据，用于对外销售并输入其自研 AI 天气预报模型 WeatherMesh 6。该合同未经过竞标，CEO 称公司此前已完成 3700 万美元 B 轮融资。
The DecoderAI 评分6262 清空对话历史能帮 AI 智能体找到更好解法
微软研究团队发现，长时间运行的 AI 研究智能体即便增加算力也会陷入性能平台期，同一任务 8 次独立运行的最终得分在 68.3 到 100.0 之间，且各自困在被称为 idea basins 的相似解区域内。
Microsoft ResearchAI 评分3939 模拟学生学习，打造更好的 AI 辅导
Microsoft Research 提出 StudentSim，一个用公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统，可在真实学习者测试前评估和改进 AI 辅导系统。该系统从行为保真度和指导响应性两个维度评估模拟器，并配套推出覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，表现优于主流基线。StudentSim 并非产品，不部署于课堂，也不旨在取代教师。
Databricks BlogAI 评分2222 Flo Health 如何用 Databricks AI Runtime 构建更安全、更有用的开放模型
Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开放模型做分布式微调，用 AI 评委和隐私优先合成数据把医疗安全与有用性标准转成训练信号。
404 MediaAI 评分6262 警方可用 AI 工具凭室内照片定位 Airbnb 房源
404 Media 报道，Graylark Technologies 的 AI 工具 Raven（原名 GeoSpy）新增室内图像地理定位功能，警方可上传一张室内照片，选择搜索区域后数秒内定位到具体房源。
Exponential ViewAI 评分2222 📈 What is bigger than AI?
GLP-1 药物市场规模已超过生成式 AI：2025 年底 GLP-1 销售额达 760 亿美元，生成式 AI 为 630 亿美元。美国 GLP-1 使用者从 2024 年的 3% 升至 11%，印度专利到期后月供应价格降至约 13 美元，较美国原上市价低 99%。但丹麦研究显示半数肥胖使用者在一年内停药，英国研究一年后仅 32% 仍在用药。
蚂蚁 inclusionAI · 新项目AI 评分3030 inclusionAI/BiDex-100
蚂蚁 inclusionAI 发布双臂灵巧操作基准 BiDex-100，覆盖 106 个任务、五大能力维度（Memory、Long-Horizon、Instruction-Following。
Anthropic Research精选AI 评分6666 Anthropic 加强对蒸馏攻击的防御
Anthropic 公布针对 Claude 蒸馏攻击的新防御方法，早期证据显示这些方法使蒸馏者获取的数据量减少约 90% 至 99%。防御分三部分：通过 preserved thinking 限制推理内容在账号、模型和对话间流转；用两阶段分类器拦截提取尝试，误报率低于 0.1%；对反复尝试提取的账号施加更严格限制并封禁。
推荐理由：Anthropic 公开了反蒸馏防御的三类方法与实测拦截数据，可了解模型能力保护的技术路径与代价。
Apple Machine Learning ResearchAI 评分3434 大语言模型用于机器翻译质量标注：人类与模型都面临挑战
研究评估了 LLM 在 MQM 和 ESA 两种机器翻译质量评估方案下与人类标注者的一致性，覆盖 70 个语言对的长上下文测试集及 WMT23、WMT25 公开数据。
Apple Machine Learning ResearchAI 评分3939 自压缩语言模型智能体
约翰斯·霍普金斯大学提出 SELFCOMPACT，让模型自行决定何时及如何压缩上下文：通过一个压缩工具加一套轻量评分规则，判断子任务已完成或轨迹收敛时触发、推导中途或卡住时抑制。
Sakana AI精选AI 评分6060 通过集体智能实现递归自我改进
Sakana AI 发布论文提出多智能体自监督（MASS）：一个共享模型通过虚拟子智能体团队解题，搜索更优的多智能体工作流，再用自身判断选出最佳方案，并将最佳团队的执行轨迹蒸馏回共享模型。
推荐理由：Sakana AI 用 27B 开源模型跑通两轮多智能体自监督循环，给出 RSI 训练数据与瓶颈的实证线索。
Recode China AIAI 评分2222 🗞️DeepSeek 融资超 120 亿美元，Manus 脱离 Meta 后获 5 亿美元，Kling 瞄准 10 亿美元 IPO
DeepSeek 正融资至少 120 亿美元，腾讯参投，CNBC 消息称其考虑将规模翻倍至 150 亿美元。Manus 脱离 Meta 后首轮融资超 5 亿美元，重启北京办公室并转向个人 AI 助手。快手旗下 Kling 已选定投行，计划 IPO 募资超 10 亿美元。
Latent SpaceAI 评分3434 为可靠执行而构建 AI：来自工业机器人的经验
Standard Bots 以约 10 亿美元估值完成 2 亿美元 C 轮融资，由 General Catalyst 和 RoboStrategy 领投，客户包括 NASA、Amazon 和 Lockheed Martin。其工业机械臂采用共享基础模型加演示微调，最大模型参数量在数十亿级别，感知模型基于超 10 亿张图像训练，推理在本地边缘 GPU 上运行以保障工厂可靠性。
蚂蚁 inclusionAI · 新项目AI 评分5454 蚂蚁 inclusionAI 发布 PolyOCR-Venus 统一 OCR 基础模型
蚂蚁 inclusionAI 发布 PolyOCR-Venus 统一 OCR 基础模型家族，包含 2B 和 9B 两个版本，基于 Qwen3.5 视觉语言骨干，覆盖文本识别、定位、文档解析、信息抽取、多语言转换和 OCR 推理六类能力。
Latent SpaceAI 评分3030 为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决，静态结构无法覆盖蛋白质动态与无序性。
Redwood ResearchAI 评分3434 [Paper] Distillation for Incrimination and Distillation for Capabilities
Redwood Research 发布论文，实证检验两种蒸馏用于 AI 安全的方法。Distillation for Incrimination（DFI）把不可信模型蒸馏进更弱的可信模型。
Ars Technica · AIAI 评分3838 乌克兰无人机摧毁属于“俄罗斯谷歌”的 AI 数据中心
乌克兰无人机袭击并瘫痪了一座属于“俄罗斯谷歌”Yandex 的 AI 数据中心，该设施内搭载有用于训练 Yandex AI 模型的超级计算机。
InterconnectsAI 评分3030 我预计会快速进步，但不会走向通用超级智能
作者认为，未来几年AI的快速进步主要来自基础设施与工程能力的加速，而非模型本质的跃变，因此不会通向通用超级智能。他预计预训练研究（架构与数据选择）在2-3年内实现自动化，推理效率提升可使模型智能的有效成本近乎指数级下降，并催生Jevons悖论式的需求增长。
Ars Technica · AIAI 评分6262 AI 编码智能体生成更多代码，但并未产出更多软件
哈佛大学研究人员 Fiona Chen 和 James Stratton 基于 Jellyfish 的聚合分析数据，覆盖 2021 年至 2026 年 3 月间 700 多家软件开发公司、逾 70 万名员工的 3 亿条工作事件，发现 AI 编码工具带来的编码阶段效率提升被下游环节吸收，人类代码审查成为显著瓶颈，几乎没有证据表明企业因此提高了软件产出或减少了用工。
NewcomerAI 评分6262 竞争性 ARR 估算与模糊估值数学成为市场焦点，市场情绪趋于紧张
Newcomer 报道称，OpenAI 的年度经常性收入比此前新闻所报低 200 亿美元，原因是其使用净收入口径而 Anthropic 使用毛收入口径，这一混淆引发市场波动。
Databricks BlogAI 评分2222 从后训练到生产：TinyFish 如何在 Databricks AI Runtime 上运行其 Web 原生模型
TinyFish 在 Databricks AI Runtime 上完成其 Web 原生模型的后训练、评估与生产部署，该模型在内部 go/no-go 基准中完成 2,178 个 Web 智能体任务中的 1,691 个，任务成功率 77.6%。
a16z NewsAI 评分2222 本周图表：预测市场存在政治偏见吗？
一项 NBER 工作论文汇总逾百年预测市场数据，检验其在人口特征与政治倾向上是否存在系统性定价偏差，结果显示性别、肤色、年龄及党派维度均无统计显著的偏见，仅非美国选举样本中右倾候选人赔率略被高估，但 95% 置信区间表明该偏差不显著。文章还指出，上市软件公司的 Rule of X 中位数近三年从约 17% 升至约 23%，而收入倍数同期持续下滑，原因是增长放缓、利润率改善成为主要贡献。
a16z NewsAI 评分6060 投资 TypeSafe AI
a16z 宣布领投 TypeSafe AI，其模型 Jev 发布后 3 天生成 1 万亿 token，约 25% 的财富 500 强企业已接入。Jev 不把模型决策输出为文本，而是以带类型的值直接交给代码，成本约为前沿模型的 1/100 至 1/500，分类任务速度约快 100 倍。a16z 将 Jev 称为 System One 模型，认为它代表让 AI 原生融入软件而非由人对话调用的新方向。
Baseten BlogAI 评分3030 高质量的 NVFP4 量化由什么决定？
Baseten 发文解析高质量 NVFP4 4-bit 量化的实现路径，指出关键在于判断哪些层能承受 4 bit、哪些需要更高精度，并给出启发式规则、单层敏感度打分和 SaturationQuant 三种方案。
MIT Technology Review · AIAI 评分3030 圆桌对话：与 AI 设计病毒创造者的对话
斯坦福大学博士生 Samuel King 用生成式 AI 模型设计出微观病毒的基因蓝图，这还不是 AI 生成生命，但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 将于 10 月 16 日与他对话，谈其工作及入选 Innovators Under 35。相关报道称 AI 设计的病毒已能杀死细菌。
EveryAI 评分2222 你早就批准过这个了（在模拟里）
作者把老板 Natalia Quintero 一年的 Slack 消息蒸馏成 natalia.md，用来模拟她是否会批准自己发给客户的邮件。他还克隆了 GitHub 高管和自家 CEO，发现这些 AI 克隆熟悉真人的每条规则，却从不知道何时该打破规则。
Databricks BlogAI 评分2222 在 Unity Catalog 中发布 Workday Data Connect 联合连接器
Databricks 在 Unity Catalog 中推出 Workday Data Connect 联合连接器公开 Beta，可零拷贝直接查询 Workday Data Cloud 中的 HR 与财务数据。
Databricks BlogAI 评分5050 Lakebase 与智能体 SDLC：为编码智能体打造数据库分支
Databricks 的 Lakebase Postgres 通过数据库分支为并行编码智能体提供隔离环境，可在 1 秒内分支整个数据库，采用 copy-on-write 使分支共享父分支数据、仅按差异占用额外存储，并支持 scale-to-zero 让空闲分支不产生计算成本。每个分支完全隔离，智能体可独立执行迁移、测试并在完成后销毁分支；每个 PR 也会自动创建以生产分支为父级的临时分支用于验证。
MIT News · AIAI 评分2222 3 Questions: What is the best path forward for AI in academia?
MIT统计与数据科学中心主任Sasha Rakhlin发文探讨AI如何改变学术界，聚焦数学、统计、机器学习与工程领域的研究生教育。他指出，验证速度与可靠性决定AI在某一学科的进展快慢，形式化证明可自动检验、程序可运行测试，使模型能生成候选方案并从结果中学习，形成加速循环。他建议院系重新审视学术贡献认定标准，重视提问、复现、负结果与数据集共享，并让学生学会提出问题、审查模型输出与复现结果。