AI 情报文章归档

Baseten Base Labs 发布决策模型 joey-1，直接以单 token 和校准概率返回决策结果，称内部测试中为 3B 及以下参数最强决策模型。2,000-token 请求 P50 端到端延迟 20 ms，约比 elephant-1（49 ms）快 2.5 倍，价格为每百万 token $0.01、是 mammoth-1 的十分之一。

Anthropic 在 Form S-1 注册文件中披露，截至 2026 年 9 月 30 日的 12 个月内，约 250 个客户对 Claude 的支出超过 1000 万美元。Fortune 10 全部企业每年支付至少 10 万美元，超过 50% 的 Fortune 500 和超过 30% 的 Global 2000 亦是如此；年付 10 万美元以上的客户贡献 2025 年收入的 76%，低于 2023 年的 90%。

Meta 论文发现 RL 后训练让 Agent 首次尝试更准，但在最多 128 次尝试内找到解法的能力反而变差。

据 Bloomberg，Morgan Stanley 牵头的银行已搁置与 Anthropic 租赁的得州数据中心相关的 50亿至70亿美元垃圾债发行。起因是州长 Greg Abbott 在得州监管机构完成审计前冻结批准数据中心的新电网接入，目前电网审计而非投资者对 AI 的需求成为再融资的约束。7 家银行已放款的 142亿美元一年期贷款尚未再融资，每家约 20 亿美元敞口。

OpenRouter 发布其供应商路由算法的最大升级，从主要按价格优先改为按实际成本下的最佳推理质量调度请求，保持便宜的同时更快更可靠，表现更好的供应商自动获得更多流量。对比数据显示 TTFT p95 降低 18.9%，至少触发一次 429 的比例从 7.1% 降至 3.8%，需要重试的比例从 10.4% 降至 6.9%，但每百万 token 成本上升 7.3%。

AI has become routine in content marketing, but Orbit Media’s latest blogging survey suggests that...

Simon Willison 评述 Jacob Sansbury 的文章，介绍多人游戏环境 Spawn 玩家可用提示词修改游戏世界，作者亲自体验用提示词生成城堡和龙。

腾讯混元发布 Hy-Nomas 开源交互式视频世界模型的技术报告（arXiv:2610.36729），并开源 Hy-Nomas-Bench 数据集用于可复现研究。官方还用 Hy-Nomas 重现 Genie 4 示例并放出对比视频，演示无需排队即可试用，地址为 https://hy-nomas.hy.tencent.com/。

OpenAI 更新其公开的 Model Spec，将指导原则重组为五项核心价值观：忠实于人类意图、最小化伤害、诚实透明、促进人类自主和关怀。更新新增了关于上下文理解、监督和自主性的指导，调整了部分行为默认值，退出了大部分详细风格指南，并将模型称呼从 the assistant 改为 GPT。

Mintive 发布平台，为每个 AI 智能体分配独立身份和权限，并已完成 1100 万美元融资。平台让赋能团队接入工具与智能体，安全团队则设定统一策略，所有调用都需通过该策略校验。据称 Modern Treasury 用它在 3 周内上线银行运营智能体，将原本 4 小时的任务缩短至几分钟；密歇根大学则将其用于 15 万名学生、教职员工。

Tibo 宣布即日起将 Pro 100/200/500 档位与 Business Premium 的所有用量上限翻倍。Pro 200 的上限不会下调，Work 与 Codex 用量保持不变；dots 的扩展用量上限继续提供，且仍与默认用量分开计算，后续还会通过更好的模型和效率改进提升实际可用量。

LangChain 发布 Managed Deep Agents v0.10 公测版，新增浏览器使用和异步子智能体两项核心能力。

Amazon 与 Booking.com 将知识蒸馏与 Medusa 结合，把 70B 的 Llama-3.1 教师模型能力迁移到 1.1B 的 TinyLlama 学生模型，在保持最佳开源 LLM 质量的同时成本降至不到三分之一、速度最高提升 20 倍。

Artificial Analysis 推出 Artificial Analysis Progress Index，与 Intelligence Index v5 一同发布，用项目反应理论为 2022 年以来所有语言模型估计统一能力分数，专用于跨时间比较。

AI tools have become routine in content production, but Orbit Media's latest blogging survey suggests...

纽约时报援引匿名信源称，美国情报机构约一年来监控新加坡 AI 云公司 Megaspeed 高管 Alice Huang，担心她通过与 Nvidia CEO 黄仁勋的密切接触收集 Nvidia 计划及游说特朗普政府放宽对华芯片出口的信息。Nvidia 回应称双方只是普通客户往来，云客户只获得普通商业信息，不涉及国家安全相关信息；此前商务部曾调查 Megaspeed 涉嫌向中国转售受限芯片。

Arena 在 Agent Arena 上公布，OpenAI 的 GPT-6.1 Sol (Max) 每任务成本 $1.91，比第一名 Claude Opus 5.5 (Max) 的 $12.51 低 85%，比 GPT-6 Astra (Max) 的 $14.93 低 87%。

这些能力现已向 Gemini 所支持的所有语言的全部用户开放。 PDF 预览与编辑在网页端和移动端均支持，而其他所有格式（Google Docs、Google Sheets、Markdown 文件、TXT 文件、幻灯片和代码）仅在网页端支持。

Google Gemini 宣布可直接在应用内生成、预览和编辑文档、PDF、演示文稿、表格等多种文件。支持把手写笔记转成 PDF 学习指南、手动调整内容、高亮部分让 Gemini 修改文字或视觉元素，并可继续追问。

fal 宣布 Ideogram v4.5 的 edit 模型现已可在其平台使用，入口为 https://fal.ai/models/ideogram/v4.5/edit。

Ideogram 4.5 图像编辑在 fal 上刚刚更新！ - 按原始分辨率编辑选定区域，不会对整张图降采样。 - 支持围绕蒙版的自动编辑窗口或自定义边界框。 - 保留编辑窗口之外的每一个像素。

Sam Altman 表示，至少在一段时间内甚至很长时间内，人类可能需要对单个模型的智能水平设限。他同时承认，这一决定会带来进展损失，而这并非因为 AI 无力做好研究。完整视频发布在 "Cheeky Pint" YouTube 频道。

Alphabet 发布 Q3 财报，7 至 9 月营收近 1280 亿美元、同比增长 25%，净利润超 260 亿美元，但公司承认 AI 搜索的收入低于自然搜索，且明年 AI 支出还将增加。财报后股价一度下跌约 13%，当时跌近 12%；每股收益 2.12 美元低于市场预期的 3.02 美元，Google Cloud 营收突破 300 亿美元、超出分析师预期约 10 亿美元。

Google DeepMind 新论文发现，用强化学习训练 Gemma-4 4B 写道德论证后，模型在选项互换时的答案翻转率从 14.3% 降至 6.6%，但附和用户的比例仅从 45.3% 变为 44.0%，道德寓言准确率反而从 56.5% 降到 53.4%。论文据此建议，评估模型的建议或判断任务时应分别测试一致性与正确性，因为更稳定的模型仍可能出错。

Nvidia 否认了有关美国情报机构监控其 CEO 黄仁勋身边人士的报道。报道聚焦新加坡云服务商 Megaspeed 的 Alice Huang，官员据称怀疑其向北京传递信息。Nvidia 称 Megaspeed 是其区域云客户之一，Huang 与公司官员的接触属例行往来，并称关于 Megaspeed 将 AI 芯片转运至中国的指控“去年已被彻底调查并证伪”，公司也未收到华盛顿方面的任何预警。

A reported OpenAI site-safety gate called Aura could create a separate barrier between a website and...

Day 29 of 30 Days of Search. TL;DR The Valyu DeepResearch Batch API runs the same...

Rohan Paul 摘录 Oracle 于 2026 年 10 月 28 日在拉斯维加斯举行的投资者日幻灯片，给出 1GW AI 基础设施对应的合同经济数据：合同总额约 $80B、资本支出约 $37B、年化营收约 $16B、平均合同期 5 年、毛利率约 35%、营业利润率约 34%、ROI 约 28%。按 28% ROI 计算约 3.6 年现金回本，脚注注明这些合同为成本加成模式。

Perplexity CEO Aravind Srinivas 宣布 @jakubkrehel 开发的 /teardown 技能现已在 Perplexity Computer 的技能市场上线，可将任意物体拆解并以 3D 方式交互查看内部结构。该技能能绘制带部件标注的爆炸图或剖视图，图纸可交互并导出为 SVG、PNG 或 PDF。每位用户有 5,000 试用额度，引用内容提到 11 月 6 日前使用 /teardown 的任务免费。

AI智能体正在转向投放广告支出。 Walmart以据报道14亿美元收购的Vibe推出了一款AI智能体，它能读取品牌的网站和预算，然后挑选哪些Walmart购物者应该看到其流媒体电视广告。 AI模型的价值取决于其数据，而Walmart知道数百万人的购买行为，这些购买数据如今就放在一个任何小广告主都能使用的智能体背后。

Artificial Analysis 评测 Phonic 的 Phonic 1 (High)，以 87.1 分在 22 个模型中登顶语音到语音指数，微弱领先 Grok Voice 3.0（86.9）。

Meta 介绍其 LLM 驱动的 Catching JiTTests 已从研究原型进入生产基础设施，通过 dodgy diff 和 intent-aware 两条工作流自动生成测试，在代码合入前暴露 bug，并用 RubFake 规则与 LLM-as-Judge 集成过滤误报、以 human-on-the-loop 方式降低人工审查负担。

Accenture Federal Services AI 与数据董事总经理 Barnett Koven 在访谈中讲述从反叛乱研究转向政府 AI 应用的经历，包括用 NLP 从国务院每日约 3000 份外交电报中提取洞察。他讨论了机密 AI 环境中的“枪与装甲竞赛”、为 BIS 出口管制执法做实体消解与预测建模，以及 DOE 的 Genesis Mission。

NVIDIA 技术博客介绍 NemoClaw 开放蓝图的构成与用法：它不是 harness 也不是 runtime。

NVIDIA 介绍如何用 AI Cluster Runtime（AICR）为 Dynamo 构建经过验证的 Kubernetes 运行时，将 Dynamo 及 GPU Operator、KAI Scheduler、Grove、Prometheus 等依赖打包成带固定版本与校验的 recipe。

OpenAI 在 Alignment 博客介绍其针对前沿模型（如 GPT-6 Astra）的多层失对齐监控系统，覆盖训练、评估、内部使用和部分外部部署。

NVIDIA 发布教程，演示用 TensorRT Edge-LLM 的 trtedge CLI 在 64GB 版 DGX Spark 上几条命令跑起 Nemotron-3.5 Lightning（30B-A3B-NVFP4）。

Suno Studio 推出内置助手 Chat，可创建任意乐器或人声的 stem 与插件，并帮忙整理工程。它能按片段名重命名全部轨道、让所有轨道统一降低 3dB、为每条轨道添加 Compressor 和 EQ 效果，还能在写歌卡壳时提供创作灵感。Suno Studio 随所有 Premier 订阅提供。

Manus 联合创始人张涛撰文复盘公司全面转向人机协作开发的内部实验，介绍内部工具 Mono 如何统一仓库上下文并让单人端到端交付需求，工程师同时推进 10 到 20 个请求已成常态。文章涵盖工程、产品和营销三个团队，总结了自主性需要可验证终点线、瓶颈从工程转向产品决策等经验，也指出注意力碎片化、信息分散和权限设计等未解决的问题。

The Verge 记者报道，微软首次向美国、英国、加拿大和印度的约 6 万名员工提供自愿离职计划，规模远超今年早些时候针对约 9000 人的退休方案，旨在压降运营成本以维持 AI 基础设施投入。