AI DAILY

AI 日报 2026-10-26

一句话结论本期收录 19 条（含 6 条补录）：vLLM 一天两篇长文把「通用推理引擎追平模型厂商专用引擎」变成可复现结论（16×H200 上用 PCP/DCP/Hybrid HiSparse 撑起 GLM-5.3 的 1M 上下文；GB300 NVL72 机架上把 DeepSeek-V4.1-Flash 跑到 954K tok/s/GPU、与 DeepInfer 差 6% 以内）；山东大学一篇论文用 16,581 vs 829 token 的系统提示词说明「换 harness 账单涨 3 倍、通过率不动」；一位皮肤科医生用 2015 年的 Inception v3 在 200 例活检上以 125:84:85 赢下两个前沿 LLM；Meta 10-30 起把 AI 广告差错的责任推给广告主、同周被罗德岛州就诈骗广告起诉；SpaceX 400 亿美元表外芯片债务因 AI 市场动荡卡在定价环节——「算力怎么服务、账单怎么算、风险谁担」是本窗口的真正主线。

AI 日报 2026-10-26

整理日期：2026-10-26　素材来源：白名单一手信源（厂商官方博客 / release notes、arXiv、GitHub 仓库与模型卡、AWS Security Bulletin、Bloomberg / Reuters / The Information / AP / TechCrunch / The Decoder / Business Insider 等权威媒体），逐条见文末附录 可信度提示：本期为周一档，统计窗口放宽至 2026-10-23 12:00 → 10-26 09:00 HKT；首发早于窗口起点且上期漏报的条目标注「补录」。厂商自测 benchmark 均已显式标注。窗口内无新 arXiv 公告（最新公告批次为 10-23 20:00 ET 的 10-22 提交批次，已被上期覆盖；下一批 10-26 20:00 ET 公告），论文节节首另有口径说明。huggingface.co、x.ai/news、danluu.com 正文本环境不可直接访问，涉及条目按既定口径处理（见待核实区）。Meta / Google / 智谱等政策与跑分类表述均为厂商单方口径。 配图：文中示意图为自绘（依据上列来源整理），非原文插图。

#AI日报 #模型动态 #工程架构 #论文 #开源项目

一句话结论

本期收录 19 条（含 6 条补录）：vLLM 一天两篇长文把「通用推理引擎追平模型厂商专用引擎」变成可复现结论（16×H200 上用 PCP/DCP/Hybrid HiSparse 撑起 GLM-5.3 的 1M 上下文；GB300 NVL72 机架上把 DeepSeek-V4.1-Flash 跑到 954K tok/s/GPU、与 DeepInfer 差 6% 以内）；山东大学一篇论文用 16,581 vs 829 token 的系统提示词说明「换 harness 账单涨 3 倍、通过率不动」；一位皮肤科医生用 2015 年的 Inception v3 在 200 例活检上以 125:84:85 赢下两个前沿 LLM；Meta 10-30 起把 AI 广告差错的责任推给广告主、同周被罗德岛州就诈骗广告起诉；SpaceX 400 亿美元表外芯片债务因 AI 市场动荡卡在定价环节——「算力怎么服务、账单怎么算、风险谁担」是本窗口的真正主线。

一、模型与产品

1. Nanbeige4.3-33B：BOSS 直聘旗下南北阁开源 33B「Agent 教师模型」（Apache 2.0）

Nanbeige LLM Lab（BOSS 直聘 / 看准控股旗下）在 Hugging Face 发布 Nanbeige4.3-33B 与配套 Base 权重，协议 Apache 2.0；官方 X 账号 10-25 12:11 UTC 公告。定位为 Nanbeige4.3 系列的「旗舰教师模型」，用于后续蒸馏更小的 Nanbeige4.3-3B。

  • 规格：33B 稠密（Llama 架构，非 MoE；52 层、hidden 7,168、56 Q 头 / 8 KV 头、词表 166,912），上下文 524,288（512K），BF16 权重约 66 GB，中英双语。
  • 官方自报跑分（同一 harness、最高 thinking effort，对比 Qwen3.8-27B / Muse-Glimmer-30B / Gemma4-31B，20 行中领先 17 行）：Terminal-Bench 2.1 80.9（Qwen 73.0）、Terminal-Bench 4.0 23.8（6.3）、DeepSWE 65.5（42.5）、NL2Repo 53.0（48.3）、SkillsBench 61.1（56.4）、Automation Bench 54.2（38.3）、JobBench 44.8（34.5）、DeepPlanning 63.3（49.2）、Toolathlon-Verified 70.4（68.5）、AIME 2026 95.2（94.5）、AA-LCR 84.0；YC-bench 模拟营收 $1,025,437（Qwen $641,290，脚注：仅保留最近 10 轮对话作历史）。
  • 输掉的两行官方也放进主表：SWE-Bench Pro 60.3（Qwen 61.7）、GDPval 84.8（Qwen 86.4，官方标注按 revised rubrics 计）；GPQA Diamond 89.5 亦低于 Gemma4-31B 的 91.3。
  • 部署：Transformers / SGLang / vLLM 三栈，示例为 4 卡张量并行，reasoning / tool-call parser 复用 qwen3 系；聊天模板带 enable_thinking 与 preserve_thinking（多轮工具与代码 Agent 建议开启），工具调用推荐 XML；Agent 任务建议 temperature 1.0、max_new 65,536。无官方 Inference Provider 与 API 价目页。

为什么值得关注：约 30B 开源档第一次被明确按「Agent 教师模型」而不是「通用聊天模型」来设计和营销，且赢得最稳的恰是终端与多步改仓这类长程任务。但全部为厂商自报、无独立复现，HF 模型卡本环境不可达（细节经 MarkTechPost、aicoder、aichatdaily 及中文评测号多源交叉）；已有早期用户在 X 上反馈 3D 生成类提示词首试表现弱。真正的信号在三个月后：3B 蒸馏版能否把教师的能力搬进单卡。

来源：Hugging Face 模型卡 · https://huggingface.co/Nanbeige/Nanbeige4.3-33B · 2026-10-24 上线（本环境不可达，经多源交叉）；MarkTechPost · https://www.dogely.com/ai-agent/9633.html · 2026-10-25；AICoder · https://aicoder.com/news/news-20261025-nanbeige-4-3-33b-open-agentic-model · 2026-10-25

2. Lynch Lab：10 岁 CNN 在 200 例皮肤活检上以 125:84:85 赢下两个前沿 LLM

Guy's and St Thomas' NHS Foundation Trust 顾问皮肤科医生、KCL 荣誉讲师 Magnus Lynch 于 10-25 在其实验室网站公布一项自费测试：从公开数据集 MILK10k（ISIC，每病灶配临床近景 + 皮肤镜图，95.7% 经组织病理学金标准确认）随机抽 200 例活检病灶，让 Inception v3（2015 年架构）与 GPT-6 Astra、Claude Fable 5.1 在六选一诊断上对决。

  • 设置：CNN 用 68,011 张 ISIC Archive 图在单卡 H100 上约 20 分钟微调，测试病灶及其同病灶/同患者图像已从训练与验证集剔除；两个 LLM 只看到两张图 + 同一提示词，默认设置、单次运行，无一例拒答。
  • 结果（/200）：CNN 125（62%） vs GPT-6 Astra 84、Claude Fable 5.1 85（均 42%）；允许第二次选择则为 173 / 134 / 138。良性痣 37 vs 16 / 33（/50），脂溢性角化 26 vs 13 / 6（/50）；基底细胞癌 CNN 24，Astra 25（/25）。
  • 黑色素瘤是关键短板：首选命中的是 CNN 13/30、Fable 11、Astra 8。CNN 在预设阈值下会放走 18/30 个黑色素瘤（LLM 为 3 和 4）；但把 CNN 的放走率对齐到 LLM 水平后，它只放走 1–2 个、保留 98–99 个危险病灶——更好的诊断者不自动等于更安全的守门人。
  • 失败模式各有形状：Astra 把 75 例叫 BCC（实际 25 例，含 14 个黑色素瘤），Fable 把 53 例叫 AK（实际 20 例）。换成患者问法（仅临床照片 + 「我需要看医生吗」），两个 LLM 对另外 100 例活检确诊黑色素瘤中的 99 / 98 例都建议就医。
  • 可复现：病例、提示词、全部回复与评分代码同一压缩包公开；CNN 有可在手机浏览器（WebGPU）本地跑的 demo，数据不上传。

为什么值得关注：这是本期最干净的一记「专用小模型仍未死」的证据——68,011 张公开图 + 一块 H100 + 20 分钟，就压过了两个前沿通用模型；对做 agent 的人，结论不是「LLM 不行」，而是路由：窄感知任务有大标注集时，该调用工具而不是自己回答。同时它也是「领域专家 + 200 例 + 一张表」式评测价值的又一例证。全部为单一研究者自费测试、未经同行评审，30 个黑色素瘤的不确定区间很宽，且 MILK10k 2025 年即公开、LLM 训练可能见过（若见过只会对他们有利）。

皮肤癌诊断10岁CNN对比两个前沿LLM

来源：Lynch Lab · https://lynchlab.net/llm-skin-cancer · 2026-10-25；CNN demo · https://lynchlab.net/skin-ai-inception · 2026-10-25；HN 讨论 · https://news.ycombinator.com/item?id=50233779 · 2026-10-25；TSNMedia / ExplainX 转述（细节交叉）· 2026-10-25

3. xAI Grok Imagine 发布 AI 生成《奥德赛》第一集：7 分钟，不是全长电影（补录 · 首发 10-23）

Grok Imagine 官方 X 账号 10-23 发布 AI 生成《奥德赛》系列「Episode 1」，马斯克当晚转发；与 Wonder Studios 及导演 Dev Walker 合作，成片约 7 分 12 秒、4K posted on X。这兑现的是马斯克 7 月「年底前做出符合历史的全长《奥德赛》」承诺的一个片段，而非全片。

  • 内容：黑袍长须的主角、抱婴儿的女性、小木马雕像与黑帆舰队横渡灰海；TechCrunch 称部分海景镜头「不知道内情可能以为是在看真实演员」，但整体缺乏艺术性、推进感与人物动机，旁白冗长、台词生硬、面孔重复；历史准确性无人评估。
  • 争议点：批评者指其选角「全白」，与马斯克此前抨击诺兰版选角形成对照；诺兰版 7 月上映后全球票房已超 17 亿美元、IMAX 场次数月售罄，被视为奥斯卡热门。诺兰本人称 AI 是「如此彻底被公众拒绝」的技术。
  • 未披露项：共几集、下一集时间、全片是否还会做，均无公告；官方只在评论区问观众是否想要完整制作解析。

为什么值得关注：这是「AI 生成长内容」第一次以连载剧集形式公开交付，也是马斯克把 Grok Imagine 从工具推向内容厂牌的第一步。但 7 分钟 demo 与「全长历史电影」之间的落差，恰好量化了当前 AI 视频在叙事耐力上的真实位置。

来源：TechCrunch · https://techcrunch.com/2026/10/25/grok-releases-the-first-seven-minutes-of-its-ai-generated-odyssey/ · 2026-10-25；TeslaNorth · https://teslanorth.com/2026/10/25/grok-imagine-odyssey-episode-1-elon-musk · 2026-10-25；Grok Imagine X 帖（@imagine）· 2026-10-23（本环境不可直接访问，经多源转引交叉）

二、工程与架构

1. vLLM《GLM-5.3 Optimizations, Part 2》：16×H200 上用 PCP/DCP/Hybrid HiSparse 撑起 1M 上下文

vLLM 团队 10-23 发文，给出 GLM-5.3 在 16 张 H200 SXM（8 卡 prefill 节点 + 8 卡 decode 节点） 上的 P/D 分离部署，基准为 SemiAnalysis AgentX（Claude Code 会话 trace）。核心结论：同吞吐下每用户交互速度相比 data-parallel 部署提升 1.7–3.2×，中位 TTFT 从 1.5–5.2 s 降到 0.8–0.9 s；c64 @142K 时 HiSparse decode 吞吐接近翻倍达 8,340 logical tok/s/GPU、维持 29.6 tok/s/user（其他配置跌到 1–2 tok/s/user）。

  • Prefill 侧 PCP8 + DCP8 + EP8：prompt 按 token 切（非按 head）到 8 卡，切成 16 个 chunk 首尾配对形成 V 型分布以均衡因果注意力下的负载；每卡算全部 64 个 head 的 queries，只索引自己负责的 token。算术强度从 TP8 下约 26 FLOPs/byte 提到 PCP8 下约 191（H200 BF16 ridge 约 206），indexer 成本交叉点从约 32K tokens 推迟到约 256K。
  • DCP8：KV cache 按 token round-robin 分 8 片，每卡存每第 8 个 token。单 token KV 为 54,728 B（78 层 MLA KV ×656 B + 21 层 indexer ×132 B + MTP 层 788 B），1M 请求 FP8 KV 共 53.4 GiB → 约 6.7 GiB/卡；prefill 引擎每层 all-gather 临时完整上下文、算完即释。
  • Decode 侧 Hybrid HiSparse：8 个 DP rank（均 EP8），每 rank 48 GiB 主机池 + 16 GiB offload（合计 512 GiB 主机内存），使 decode 并发瓶颈从 HBM 转移到主机内存。只有 PCP8×DCP8 + HiSparse 这一组合能真正 serving 1M token 上下文——DP8 prefill 与纯 offload decode 都装不下。
  • 代价：DCP8 每个 prefill step 的通信开销随缓存上下文增长，至 64K 约 6%、248K 约 15%（8 倍 KV 池的代价，作者称正在与上一层 compute 重叠优化）；投机解码用 MTP3（3 个草稿 token，合成接受长度固定 2.99）。
  • 复现口径：镜像 vllm/vllm-openai:v0.32.0，测量于 main 分支 commit 9e38b4111a，复现 gist 固定 commit 2537629eb2。

![GLM-5.3 1M上下文的PCP-DCP-HiSparse拓扑](/content/news-ai/2026-10-26/GLM-5.3 1M上下文的PCP-DCP-HiSparse拓扑.png)

来源：vLLM 官方博客 · https://vllm-project.github.io/2026/10/23/glm53-part2-pcp-dcp-hisparse · 2026-10-23

2. vLLM《Serving DeepSeek-V4.1-Flash at Scale》：954K tok/s/GPU，与 DeepInfer 差 6% 以内

同天第二篇（Inferact 主导、NVIDIA 协作）：在单机架 GB300 NVL72 上用 P/D 分离 + Wide-EP 服务 DeepSeek-V4.1-Flash，SemiAnalysis AgentX 工作流下达到 954K tokens/s/GPU、P90 196 tokens/s/user，是首篇单节点结果的 7.9×；按 DeepSeek 低谷期 API 价折算约 $38.96/GPU-hour。专用 decode 路径在 4 张 B300 上把单用户速度推到 826 tokens/s。

  • 对 DeepInfer 的对比（DeepInfer 为 DeepSeek 本周开源的该模型专用离线引擎）：131K 上下文、nextn=3 下，vLLM（GB200，DEP32）对 DeepInfer（EP64DP64）的 decode 吞吐在 batch 8–256 全程差 6% 以内；prefill 侧 vLLM（GB300，DEP2、无冗余专家、128-token bounded replay）与 DeepInfer 公布曲线（EP4DP4、32 冗余专家、140-token replay、硬件未标注）趋势一致——博客明确说明两侧设置不同，不应把曲线间距读成引擎间加速比。
  • 效率来源是模型结构：跨层 KV 共享 + FP4 压缩使全局 KV 仅 890 B/token；第 2/8/14 层用 2× 压缩做全上下文索引，第 20 层写入全部 token 的全局 KV 但只对最后 128 个 token 做索引与注意力；上下文从 128K 拉到 855K（6.7×）每步 decode 只多 0.6 ms（+7%）。
  • 值得工程圈注意的一条：截至 10-25，文中多数优化仍是 main 分支上的 PR、未进任何稳定发布（第三方已核对 GitHub release 列表与 PR 合并状态）——照抄配置前先确认自己跑的版本。

为什么值得关注：「模型厂商自研推理引擎 vs 开源通用框架」这道护城河被实测填了一次：DeepInfer 本就源自 vLLM、vLLM 又持续集成 DeepSeek 开源的 MegaAttn / MegaMoE / Mega-mHC 内核，两者在同一条技术栈上会师。对平台团队，含义是 serving 栈对比从「季度大事件」变成「跟发版单位的常规工作」。

来源：vLLM 官方博客 · https://vllm-project.github.io/2026/10/23/deepseek-v41-flash-pd-wide-ep.html · 2026-10-23；Thaki Cloud（PR 落地状态核对）· https://thakicloud.com/tech-blog/en/llmops/vllm-matches-deepinfer · 2026-10-25

3. Dan Luu：《我们应该对要建的软件更野心一点》（补录 · 10-24/25）

Dan Luu 发文（标题借自 pgrust 作者 Michael Malis）：过去要一个专家年把的项目，现在 coding agent 几小时就能落地，「太大不值得建」的旧成本模型已经失效。他用自己的副业项目作证据——一个正则引擎、一个更快的 ripgrep fork、一个 Rust 解释器，都是「works for me」级别、耗时低个位数小时。

  • 信任来自测试而非作者：pgrust 可信是因为作者重度测试，而这些测试已经找出真实的 Postgres 上游 bug（SP-GiST 数值 bug、JSONPath 格式缓存 bug、pgcrypto、money 溢出、字典加载器多处内存安全问题）；Malis 已从 Kani 转向 Lean 去验证更难的部分。
  • 核心判断：模型「能实现」与「能验证」之间的差距在扩大，因此有用的技能是搭建自校验系统——fuzzing、property-based testing，以及他给的一致性检查装置（ Guards of Atlantis 2 规则整理即为一例，花了一个月左右的 $200/月订阅费，仍比人工写一份干净规格省时）。
  • 附录的反方观点：Yossi Kreinin 认为多数人应该更保守——agent 循环需要清晰的 pass/fail 标准，而巨型黑盒难以维护；这与微服务「少数人需要且用得好、多数人不需要也用不好」是同构问题。

为什么值得关注：这是对本期另一条主线（harness 与评测归因）最有用的对冲视角——当「实现」近乎免费，稀缺资源转移到「验证与判断」；Luu 明确反对把 AI 只用来自动化既有做法（Amdahl 定律下加速很差），主张去建以前太贵而不值得建的东西。

来源：Dan Luu 博客 · https://danluu.com/ambitious · 2026-10-24（本环境正文不可直接访问，经 ai-tldr / TechNewsReel / Zeli 多源交叉）；AI/TLDR 摘要 · https://ai-tldr.dev/releases/danluu-more-ambitious-software · 2026-10-24

4. Anthropic 平台工程团队：「我们所有代码都是 Claude 写的」（补录 · 首发 10-20）

Anthropic 平台工程团队负责人 Katelyn Lesse 在 Grafana Labs 的 ObservabilityCON（10-20，周二）上说：「就我们团队如何真正构建和维护系统而言，我们所有的代码都是 Claude 写的，真的是全部。」该团队约 200 人（今夏数字），负责公司核心服务、开发者工具与产品基础设施。

  • 人的位置：工程师仍负责系统设计与验证，然后把实际编码交给 Claude。一次大型代码库从 Python 迁到 Rust 时，团队先设计验证机制确认产物符合预期，「搭建组件、监控组件、确认我们心里有底的苦活，全是 agent 干的」。
  • 自主边界：AI agent 已获准在无人干预下自主修复测试；公司正在研究如何让员工接受 agent 直接改真实代码库——「作为工程主管我们很害怕，想说一定要小心，但这条线正在被推动」。
  • 公司层面背景：2026 年 6 月技术报告称截至当年 5 月 Claude 写了公司合并进生产代码库代码行数的 80% 以上；10-16 报告显示 2025 年初至 2026 年，初级员工占技术部门比例从 21% 降到 14%，初级技术岗位占技术招聘从 27% 降到 9%。Business Insider 补充：公司规模因此保持相对精简，而 IPO 估值可能接近 2 万亿美元，Q3 营收增速已放缓。

为什么值得关注：这是「agent 改生产代码」从口号变成一家前沿实验室内部常态的第一手公开承认，且明确把「验证机制的设计」列为人类的核心产出。对采用侧，真正的可操作信息是那套迁移方法论：先造验证器，再让 agent 批量实现。

来源：Business Insider · https://www.businessinsider.com/anthropic-katelyn-lesse-team-shifted-to-ai-coding-entirely-2026-10 · 2026-10-21；IT之家 / 凤凰网科技转述 · https://tech.ifeng.com/c/8xR6jLStyYy · 2026-10-22

5. AWS Multi Model Server 两个 CVE：EOL 不修，只能迁移

AWS 10-23 发布安全公告 2026-148-AWS，覆盖 Multi Model Server（MMS）全部已发布版本（≤1.1.11）的两个漏洞：

  • CVE-2026-115812（CVSS v3.1 9.8，CWE-23）：模型归档解压路径穿越，恶意归档可在目标目录外写文件、以 MMS 进程权限执行代码；
  • CVE-2026-115813（CVSS 5.8）：模型下载路径可让管理接口发往不该去的网络目的地（SSRF）。

放大器在于：MMS 管理接口不带认证，而注册模型（POST /models?url=）正是触发下载 + 解压的入口；默认只绑 127.0.0.1 相对安全，但一旦绑到网络可达地址，一个开放端口就够了。MMS 仓库自 2025-11-20 起已归档只读，AWS 明确不会有补丁版本，建议停用并迁移到受支持的服务方案；临时缓解仅限「管理接口只绑 loopback + 不接受外部 URL」，而 SageMaker 式部署管理与推理共口且监听所有地址，loopback 方案会直接破坏模型加载，只能先限流可信调用方。自维护分支的团队应自行加 zip-slip 防护与 URL 白名单。同窗口 AWS 还公告了 CVE-2026-115845（AWS MCP Server run_script 的 Python 沙箱校验不完整，认证用户可在自己隔离会话内执行任意代码；托管服务无客户侧补丁，官方建议最小权限角色）。

为什么值得关注：这是「AI 基础设施的 EOL 长尾」的典型切片——MMS 仍可从 PyPI / Docker Hub 安装，还藏在 SageMaker Inference Toolkit 的 serving 栈里，很多团队可能在不知情的情况下运行它。检测路径：仓库搜 multi-model-server / sagemaker-inference / MMS_CONFIG_FILE，容器内 pip show multi-model-server，从不该有权限的机器探测 GET /models。截至公告时无公开 PoC、未入 CISA KEV。

来源：AWS Security Bulletin 2026-148-AWS · 2026-10-23；IONIX CVE-2026-115812 条目 · https://www.ionix.io/threat-center/cve-2026-115812 · 2026-10；Security Insights Cloud Digest · https://updates.securityinsights.io/2026/10/cloud-digest-24-oct-2026.html · 2026-10-24

三、行业与发展

1. SpaceX 400 亿美元表外芯片债务：被 AI 市场动荡卡在定价环节（更新 · 首报 10-08）

Bloomberg 10-23 跟进：SpaceX 为 AI 建设最终敲定 400 亿美元表外债务结构的努力，因近期市场动荡推高全行业借贷成本、 complicating 价格谈判而受阻。交易设计为通过**特殊目的载体（SPV）**为购买 NVIDIA 芯片融资，把负债留在 SpaceX 表外、保住房投资级评级。

  • 此前披露的结构（FT / Bloomberg / Reuters，10-07）：约 100 亿美元银行贷款 + 300 亿美元投资级债券，Apollo 牵头、PIMCO 等评估中，原预期 2027 年完成；SpaceX、Nvidia、Apollo 均未置评。
  • 需求侧背景：马斯克上月称 xAI 的 Colossus 2 到年底芯片数可能翻倍以上——现配 11 万张 GB200 + 44 万张 GB300，随后一周 +22 万 GB300、11 月再 +22 万，幸运的话 12 月底还有 +22 万。SpaceX 已签的计算合同包括与一家未披露客户 11 亿美元/月（约 130 亿美元年化）、Anthropic 12.5 亿美元/月（至 2029-05）、Google 9.2 亿美元/月（至 2029-06），公司目标年底做到 1000 亿美元年化收入 run rate；6 月马斯克以 860 亿美元 IPO 纪录让 SpaceX 上市。
  • 市场侧：Nvidia 8 月已联合 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 搭建算力融资平台，目标动员 5000 亿美元以上第三方资本；Morgan Stanley 估计到 2028 年 AI 基础设施需要 1.5 万亿美元外部融资。

为什么值得关注：这是本期「AI 基建融资摩擦」的最直接样本——需求侧订单极其强劲，但表外化、评级保护与借贷成本正在成为比算力更硬的约束。更新点即在此：从「商谈中」变成「因市场动荡卡在定价」。

来源：Bloomberg · https://www.bloomberg.com/news/articles/2026-10-23/spacex-40-billion-off-balance-sheet-debt-snarled-by-ai-turmoil · 2026-10-23；Reuters / BNN Bloomberg · https://www.bnnbloomberg.ca/business/company-news/2026/10/07/spacex-seeks-us40-billion-financing-to-buy-nvidia-chips-sources-say/ · 2026-10-07

2. AP 全景：Pax Silica 对 WAICO，没有国家想二选一

AP 10-25 发表分析（香港电）：美中各自成型 AI 阵营，中间国加紧两头下注，而专家警告「自由选择」的窗口正在收窄。

  • 两个俱乐部的报价不同：美国主导的 Pax Silica 卖的是技术伙伴关系、高科技制造岗位与全球 AI 供应链位置；国务院的信任条款很硬——「在实质参与推进 competing vision for super intelligence 的倡议的同时，不能成为 Pax Silica 的可信伙伴」（Reuters 8 月已报道草案信函警告 WAICO 成员资格与美国 AI 准入不兼容）。中国主导的 世界人工智能合作组织（WAICO）（7 月上海成立，含中国共 29 个创始国、巴基斯坦与俄罗斯在列，联合国秘书长在场见证）卖的是开放包容与标准话语权；中国驻美使馆：「AI 不应被大国所有。」
  • 哈萨克斯坦是标本：AI 部长 6 月赴华盛顿加入美国供应链小组，三周后赴上海成为 WAICO 创始成员；今年早前与 Nvidia 签下至多 100 亿美元「数据中心谷」投资，2025 年吸引中国 FDI 创纪录 28 亿美元。前外交官 Dana Masalimova：「所有人都在对冲，我们不想要这种二元选择。」
  • 其他摆动国：印尼（镍铜资源）已入 WAICO 并明说「要两边的好处、选最好的系统」；新加坡在考虑加入的同时承接 Anthropic 亚洲办公室；沙特 Humain 9 月发布基于中国开源模型的平台、同时又与 Nvidia 扩建算力；日本贴近美国但明确会对「低风险应用」用更便宜的中国模型；法国走 Mistral 自主路线。
  • 钱跟着阵营走：据 AP 引用的 William & Mary AidData，中国已为至少 77 个中低收入国家的 AI 相关项目提供赠款或贷款（尼日利亚、赞比亚、加纳、孟加拉、塞内加尔、喀麦隆、肯尼亚为主要受益国）。

为什么值得关注：对做跨国 AI 产品的人，这不是背景噪音而是采购变量——芯片与云来自一个阵营、模型或标准来自另一个的「拼布被」正在成为默认状态；AP 引 Carnegie 专家称英德在数据中心与芯片获取上依赖美国公司。

来源：Associated Press（经 WRAL 转载）· https://www.wral.com/news/ap/9974a-as-the-us-and-china-form-ai-blocs-countries-are-increasingly-torn-between-them · 2026-10-25

3. 瑞典政府办公室 10-26 起在工作电脑上封禁 ChatGPT 与 Claude

Sveriges Radio「Ekot」10-23 报道：瑞典政府办公室（Regeringskansliet，管辖首相府与各部）自 10-26（周一） 起在员工工作电脑上封锁 ChatGPT 与 Claude，引导使用经安全评审并加固设置的 Microsoft Copilot。

  • 划的线是「有无合同」而非「禁 AI」：数字化主管 Mikael Wettercrantz 在内网发文警告，使用没有协议支撑的 AI 服务可能「对我们的信息安全造成后果」；他拒绝受访，新闻办公室以安全为由不披露 Copilot 的具体加固内容。
  • 并非全员断供：新闻办公室称部分员工仍可经政府办公室自建的 AI 助手平台使用 ChatGPT 与 Claude；DeepSeek 此前已被限制。
  • 已在扩散：瑞典税务局（Skatteverket）与国家机构照护委员会（SiS）已实施类似封锁，执行局（Kronofogden）在考虑；交通管理局（Trafikverket）今年内部审计发现员工在用约十种不同 AI 服务，并有多起敏感输入与答案处理不当的案例。
  • 一个讽刺细节：Copilot 自身就能在 Researcher / Copilot Studio / Office Copilot 等功能里调用 Anthropic 的 Claude 模型（Anthropic 作为微软分包商），但这些模型被排除在微软 EU Data Boundary 之外、相关开关默认关闭——政府办公室未说明是否启用。
  • 更大的背景：瑞典司法部 9-03 任命特别调查员 Lisa Englund Krafft，研究「公开原则」（offentlighetsprincipen）在当局使用 AI 与外部云服务时如何适用，报告 2027-11-15 提交。

为什么值得关注：公共部门 AI 治理的判例正在从「要不要用」转向「在什么协议下用、数据去哪」。对任何处理敏感信息的组织，可操作的一步是先摸清员工真正在用什么（Trafikverket 的十种服务就是没有这项控制的代价），再提供合规替代。

来源：Sveriges Radio Ekot（经 Daily Northern / aichatdaily / iaenunminuto 转引）· https://www.dailynorthern.com/36084/swedish-government-offices-block-chatgpt-and-claude · 2026-10-23

4. SK Hyper：3500 亿美元、15 GW，韩国最大 AI 数据中心计划开始找钱

Bloomberg 10-23 报道：SK 电讯 7 月新设的数据中心子公司 SK Hyper（CEO Chung Suk-geun）正与大型科技公司和金融投资者洽谈融资，用于建设总值 3500 亿美元的数据中心。

  • 盘子：到 2035 年在韩国建成 15 GW 数据中心容量；仅首个 5 GW 阶段（含设备）就需 3500 亿美元。计划今年底或 2027 年初拿到首轮外部资金，之后三四年继续融资；SK 电讯自身到 2030 年将投 7500 亿韩元（约 5.67 亿美元）。
  • 节奏控制：公司明确不一次性承诺整个计划，而按实际租户需求调整投资节奏，「妥善管理风险」；正在推进蔚山 900 MW 项目与已宣布的 100 MW AWS 项目，并在与政府洽谈更多选址；收入最快明年开始，首批数据中心计划 2029 年建成。
  • 目标市场不止本土：希望把韩国变成面向日本、台湾等亚洲市场的 AI 训练与运营基地，并在探索向亚洲和中东政府提供「算力 + 模型」打包方案。
  • 市场的另一面：报道同期指出，投资者越来越担心未来 AI 服务支出撑不起数万亿美元的算力建设；过去一个月 SK 海力士跌近 35%、三星电子跌超 27%、SK 集团跌超 25%；SK 海力士已放弃 Solidigm 的美国 IPO。

为什么值得关注：把本期几条放在一起看——SpaceX 400 亿美元卡在定价、SK Hyper 3500 亿美元开始找钱、韩国半导体股一个月跌去四分之一——「AI 基建的资本成本」已经和「AI 基建的技术能力」同等重要。

来源：Bloomberg（经 The Edge Malaysia / 中新经纬转引）· https://test.theedgemalaysia.com/node/822960 · 2026-10-23

5. 宇树 2026 世界物理 AI 大会：王兴兴「全世界对 AI 的信仰都还不够，包括我自己」（补录 · 10-22）

10-22 杭州「2026 世界物理 AI 大会暨宇树合作伙伴生态大会」，宇树科技董事长 / CEO 王兴兴发表约 30 分钟主旨演讲，并现场启动「宇创计划」。

  • 对 AI 的判断：「全世界几乎所有人对 AI 的重视和信仰都还不够，包括我自己」；他回忆几年前让同事关注头部 AI 公司股票，「如果相信，现在财务情况可能已经涨了数十倍」。他判断物理 AI 已看到被击穿的苗头，很可能在最近 1–2 年（GPT-6 发布后趋势更明显）或 2–3 年内实质突破；但从技术突破到每个人用上要 5–10 年。
  • 具身智能的「ChatGPT 时刻」定义：在 80% 的陌生场景中，机器人按语音或文字指令能完成约 80% 的任务；最大挑战是 AI 模型输入输出与真实机器人的对齐。商业服务落地会比家庭、工业更快。他现场演示了 GPT-6 在完全零训练下直接控制机器人画画、清洗画笔、下围棋（自己换颜色、清洗画笔、落子精准度很高）。
  • 自进化 V1.0：宇树正在预研「物理 AI 机器人自进化 V1.0 大模型」——AI 自己搜集论文、写代码、在仿真环境训练，再到真实环境测试，测试结果由 AI 模型打分反馈，形成感知-决策-执行-评估-学习-进化闭环；期望 2027–2028 年搭载物理 AI 大模型的机器人取得显著突破、进入家庭，「快的话今年底到明年，用户告诉机器人整理房间它就能做到」。
  • 产能现实：G1 自 2024 年 5 月发布累计下线约 1–2 万台（称全球最畅销人形机器人），目前年产几万台机器人与几十万个关节电机，但大规模普及「至少要达到年产千万台」。同日线上发布的新款人形 **H2-X「功夫传奇守护」**首次亮相，官方称最长续航约 8 小时、可徒手抬汽车、从 4 米高空平稳落地。
  • 同台：之江实验室主任、阿里云创始人王坚称「AI 和机器人很可能汇聚变成一个新东西，灵魂和身体真的有机会合二为一」，并称「期待迎来 AI 的宇树时代」。

为什么值得关注：这是国内机器人头部公司第一次把「世界模型 / 自进化」作为明确的预研型号对外披露，且给出可检验的时间表（2027–2028 进家庭）。判断本身是厂商口径，但产能数字（年产几万台 vs 需要千万台）是少见的、可对照供应链验证的硬信息。

来源：新浪科技 · https://finance.sina.com.cn/roll/2026-10-22/doc-iniwamiu4932992.shtml · 2026-10-22；证券时报 · https://www.toutiao.com/article/7699372162758574630 · 2026-10-22；中国发展网 · http://pp.chinadevelopment.com.cn/hyzx2026/1023/2021297.shtml · 2026-10-23

6. Meta 10-30 起把 AI 广告差错推给广告主；同周被罗德岛州就诈骗广告起诉（补录 · 首发 10-22）

条款侧：Meta 更新后的 Commercial Terms 与 Self-Serve Ad Terms 10-30 生效（Product Catalog Terms 并入 Commercial Terms、Ad Creative Generative AI Terms 并入 Self-Serve Ad Terms），新增「AI Features」章节：AI 功能「可能出错、不总能产出准确完整或合适的结果」，客户「对相关 AI 功能及任何产出内容承担全部责任与风险」——包括 Meta 自己打开的功能；无 opt-in 表单，到期后继续投广告即视为接受。Meta 发言人称这只是把既有生成式 AI 广告条款并入主条款，并强调广告主可随时在 Ads Manager 关闭单个 Advantage+ 功能；对被问「是否意味着为从未开启的功能负责」未直接回应。同期新增的爬虫条款（可派「web scrapers, bots, robots, spiders, crawlers」并「创建测试凭证」访问与广告主产品相关的域名）在引发反弹后收窄：Meta 删去「train」、限定于广告与商业产品，并称 robots.txt 可表达偏好——但 robots.txt 从来只是偏好而非合同。

  • 已经出事：Bookshop.org 称一次自动账户更新把它 opted in 到生成式 AI 功能，在人工设计的广告上加了 AI 插图，「在不知情的情况下被『增强』（其实是毁了）」，随后关闭全部 Meta AI 广告功能；代理公司 Exverus 称 Meta 的 AI 会在广告主没开功能的 campaign 上加站点链接、翻译文案、用品牌自己的图生成图片与轮播，且选项藏在折叠菜单里，已多次撤下活广告清理。
  • 时机：条款生效在黑色星期五 / 网络星期一前一个月；Meta 同期公布 Q3 营收 646 亿美元（超预期约 633 亿）、广告收入 +26%；几天前新墨西哥州法官在一起 9 月陪审团认定 Facebook 就用户数据控制权误导用户的案件后裁定 Meta 赔偿 250 亿美元（Meta 预计上诉）。

诉讼侧：罗德岛州总检察长 Peter Neronha 10-22 在 Providence Superior Court 起诉 Meta，指控其纵容 Facebook / Instagram / WhatsApp 上的诈骗广告并借 AI 广告生成工具为欺诈提供便利、从中非法牟利——这是美国首个州政府针对 Meta 诈骗广告的诉讼（加州圣克拉拉县今年 5 月有性质相近诉讼）。诉状引用路透社去年获得的 Meta 内部文件：平台每天向用户展示约 150 亿条「较高风险」诈骗广告，2024 年约 10% 收入来自欺诈电商、可疑保健品等被禁营销；Meta 内部测算从高风险诈骗广告获得的收益远高于放任可能面临的罚款；诉状还称对自动化系统疑似欺诈的广告主，Meta 有时选择额外收费作为惩罚而非封禁，并以 CCDH 调查（约 94,000 条诈骗广告）与「45 天逆转阿尔茨海默」广告的 2,000 多个版本为例。Meta 回应称诉讼「毫无根据」，过去一年下架超 1.59 亿条诈骗广告并推出新反诈工具（发言人 Andy Stone），并称路透社当年的报道是「片面解读」。

为什么值得关注：两条线在同一个星期撞在一起，指向同一个结构性问题——平台既能默认改写广告主的创意，又把差错的责任写进合同推给广告主，而监管开始就「平台从诈骗广告获利」本身提起诉讼。对投广告的人，10-30 前的行动项很具体：逐 campaign 审 Advantage+ 设置、把「平台改过的版本」纳入发布前检查。

来源：PPC Land（综合 ADWEEK）· https://ppc.land/metas-ai-rewrites-the-ads-from-october-30-advertisers-carry-the-risk/ · 2026-10-23；Reuters（经 Investing.com 转载）· https://www.investing.com/news/stock-market-news/exclusiverhode-island-sues-meta-over-alleged-tolerance-for-scam-advertising-4967008 · 2026-10-22；VCity / ContentGrip 交叉 · 2026-10-23

四、论文与开源

本节口径说明：本窗口内无新 arXiv 公告——最新公告批次为 10-23 20:00 ET 的 10-22 提交批次（已被 10-25 那期覆盖），下一批要到 10-26 20:00 ET（= 10-27 08:00 HKT）才公告。因此本期两条论文均为**「公告时点落在上期窗口、但上期漏报」的补录**，其中 IQuest-Q1 另有 10-23 的官方新闻稿与权重发布，故按「论文 + 开源发布」合并报道。

1. IQuest-Q1 技术报告：320B 总参 / 15B 激活的 Agentic CLI 基础模型（补录 · arXiv 10-22 提交 / 10-23 公开发布）

IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems（arXiv:2610.30949，177 位作者）随官方博客、HF 权重（IQuestLab/IQuest-Q1）与 GitHub 一并公开，SGLang day-0 支持。

  • 架构：稀疏 MoE，320B 总参 / 15B 激活；每 MoE 层 256 个路由专家、每 token 激活 8 个；88 层、hidden 3,072；注意力为 SWA（窗口 4,096）与全局注意力 3:1 交替，GQA 48 Q 头 / 8 KV 头，Partial RoPE 仅对每头 32 维施加；上下文 512K。
  • 训练：从零三阶段。预训练 + 中期训练共约 29 万亿 token；Stable SplitNorm + Muon 优化器 + μP 参数化；同等训练数据下达到同 loss 只需 Qwen3-30B-A3B 式 MoE 基线约 52% 算力（1.93× scaling efficiency）；论文还提出 Critical Model Size（CMS）讨论训练稳定性与优化效率约束下的规模上限。后训练 = SFT + 领域 RL + MOPD（多教师 on-policy 蒸馏） + 模型合并，且跨多个 agent harness 与版本（含 Claude Code、Codex）训练。
  • 环境与反 reward hacking：构建超 100 万个可执行容器化任务实例；后训练环境用任务特定 verifier 把学习锚定在执行结果上，环境准备、执行时检查与轨迹审计用于抑制 reward hacking（含访问隐藏测试 / 泄露解法），确认作弊的轨迹被剔除。
  • 评测（厂商自测）：30 项基准，Terminal-Bench 2.1 83.2（注意：8 小时预算 + Claude Code harness，与闭源榜单不可直接比）、SWE-Bench Pro 57.5、AutomationBench 52.7、τ³-Banking 51.8、SkillsBench 74.1、MCP-Atlas 78.4、Toolathlon-Verified 75.0，外加 Claw-Eval 与内部 IQuest-CLIBench（用户模拟 + 执行轨迹 + 环境状态校验）。
  • 推理加速：Recursive Multi-Token Prediction 把 MTP 层改造成可复用的投机解码 drafter，在固定参数预算内拉长起草视野。
  • 一个自证案例：论文记录了一个 IQuest-Q1 驱动的 agent 追踪 6,054 次工具调用调查 35 个错误，发现训练数据不一致并实施经人工评审的数据清洗与增强方案。

为什么值得关注：这是本期唯一一篇把「多 harness 后训练 + 可执行环境 + 反 reward hacking」作为主线写进技术报告的工作，对自建 coding agent 的团队参考价值高于跑分；15B 激活也让它成为自托管候选——但等独立评测。

来源：arXiv:2610.30949 · https://arxiv.org/abs/2610.30949 · 2026-10-22 提交；IQuest Research 新闻稿（PRNewswire / CybersAsia）· https://cybersecasia.net/pr-newswire/iquest-research-releases-iquest-q1-technical-report-detailing-training-from-scratch-and-results-across-30-benchmarks · 2026-10-23；官方博客 · https://iquestlab.github.io · 2026-10-23

2. 《What Does a Harness Buy? Tokens, Mostly》：换 harness 涨 3 倍账单，通过率不动（补录 · 论文 10-03 上传 / 10-23 起传播）

山东大学 Yangze Liu 与 Zhongyi Han 的预印本（arXiv:2610.04433，10-03 上传）本周经 The Decoder、VentureBeat 等报道后广泛传播：固定模型、只换 harness，在 SWE-bench Verified 上跑 5 个模型（Qwen3.6、Qwen3.8、DeepSeek-V4-Flash、GLM-5.3-Flash、HY4-Preview；Claude Opus 5 仅作 Claude Code 内参照）× 3 个生产 harness（Claude Code、OpenCode、mini-SWE-agent，后者只给一个 Bash 工具、无上下文管理）。

  • 成本差最多 3 倍，差距在第一步就定了：系统提示词 + 工具 schema 每步重发，实测 Claude Code 16,581 token、OpenCode 7,025、mini-SWE-agent 829；之后上下文增长率三个 harness 相近——前缀定基线、步数乘基线。以 GLM-5.3-Flash 计，Claude Code 单任务 1.81 元 vs OpenCode 0.56 元，Claude Code 也接近 mini-SWE-agent 的两倍；但 DeepSeek-V4-Flash 相反——mini-SWE-agent 需要多得多步数，两者打平。缓存降价只压绝对值、不改排序。
  • 通过率几乎不动：447 题池上，最重的 Claude Code 与最轻的 mini-SWE-agent 在两个 Qwen 上分别差 -1.8 / -1.4 个百分点，「在 5 个百分点边际内统计等效」。唯一测得出的 harness 效应是损失：OpenCode 在大池上落后至多 9 分，约一半来自输出上限被截断时 Claude Code 会提示继续、OpenCode 直接结束该步。
  • 先测噪声再比较：同一配置重跑 10 次分数摆动 2.2–6.0 个百分点，吞掉多数厂商宣传的 harness 差距（如智谱宣传自家 harness 领先 Claude Code 2.4 分）。45 道最难题上，换 harness 与「原样重跑一遍」的翻转率相同（13%），换模型则翻转 22%。作者结论：harness 买到的是「更少的输掉任务的方式，和一张账单，而不是通过率」。
  • 方法细节：每轮上限 300 步；早期测试开网时 71% 的 DeepSeek/Qwen 尝试直接从 GitHub 搜到正确补丁，因此全程离线；作者不主张任何厂商在测试数据上训练过。数据与脚本已在 GitHub 公开，并建议今后所有 harness 对比都附带一次同配置重跑。

Harness系统提示词开销与单任务成本

来源：arXiv:2610.04433 · https://arxiv.org/abs/2610.04433 · 2026-10-03 提交；The Decoder · https://the-decoder.com/fancy-harnesses-make-coding-agents-more-expensive-but-not-better-study-finds/ · 2026-10-24；VentureBeat / AI Weekly 交叉 · 2026-10-24/25

五、值得关注的趋势

1. 评测的归因危机：从「谁的模型强」转向「谁在为什么买单」。 山东大学的 harness 论文（16,581 vs 829 token 前缀、3 倍成本差、2.2–6.0 点的重跑噪声）与本期 vLLM 两篇博客的口径共同指向一件事：单次跑分已经不足以支撑任何 harness / 引擎 / 模型间的比较，可引用的指标正在变成「每解决任务成本 + 中位数重跑」。配套的资金面证据：据 Max Woolf 梳理，GPT-6.1 家族累计比 6 月阵容便宜 75%，Anthropic 9 月把缓存读取价降 75%，而缓存读取占 coding agent token 花费的 96–99%——便宜的是缓存价，不是模型变强。对采购与自建，行动项是把「系统提示词 + 工具 schema 的每步开销」和「缓存命中率」放进仪表盘，前者是成本地板，后者是真实折扣。（价格时间线为个人博客转述，未逐条核对官方定价页，见待核实区。）

2. 通用推理引擎追平模型厂商专用引擎，而且是在同一条技术栈上会师。 vLLM 同一天证明：GLM-5.3 的 1M 上下文在 16×H200 上靠 PCP/DCP/HiSparse 可以服务，DeepSeek-V4.1-Flash 在 GB300 机架上与 DeepInfer 差 6% 以内。关键在于两者同源——DeepInfer 本就构建在 vLLM 上，vLLM 又持续集成 DeepSeek 开源的 MegaAttn / MegaMoE / Mega-mHC。这意味着「自研推理引擎」作为护城河的价值在下降，而 serving 栈的对比频率要从季度提升到发版单位；同时要注意多数优化还在 main 分支 PR、未进稳定版，照抄前先核版本。

3. 长上下文服务化的真正瓶颈已从「算得动」变成「按 token 切得开」。 GLM-5.3 的 1M 请求 FP8 KV 达 53.4 GiB，DP8 / TP8 都装不下，唯一可行组合是 prompt 按 token 切（PCP）+ KV 按 token 切（DCP）+ Hybrid HiSparse 把decode 瓶颈从 HBM 转移到主机内存；DeepSeek-V4.1-Flash 则用 890 B/token 的跨层共享 + FP4 KV 把同一个问题的绝对量级降了一个数量级。两条路线共同说明：百万级 token 在线服务是并行策略与内存层级设计问题，不是堆卡问题。

4. AI 基建的两个新约束：资本成本与主权合规。 同一窗口里，SpaceX 400 亿美元表外芯片债务因市场动荡卡在定价、SK Hyper 3500 亿美元 / 15 GW 计划开始找钱而韩国半导体股一个月跌去四分之一、瑞典政府办公室以「没有合同」为由封禁 ChatGPT 与 Claude 并引导到 Copilot、AP 描绘 Pax Silica 与 WAICO 之间没有一个国家愿意二选一。算力订单依然强劲，但「谁来出钱、按哪国规则、数据落到哪」正在成为与 FLOPs 同等重要的工程约束——做跨国部署的团队需要把合规拼布被与融资环境当作架构输入，而不是事后补丁。

六、有趣的 AI 开源项目

1. CognitionAI/devin-vuln-fixes（MIT，10-24/25 发布）——三个 Agent Skill，用于查找并修补仓库中存在漏洞的运行时版本：fix-php-vuln（PHP2Shell：CVE-2026-109618 / 109619，所有 web SAPI 未认证 RCE，修复版 8.2.35 / 8.3.36 / 8.4.27 / 8.5.12）、fix-node-vuln（Node.js 10-21 安全发布，含 CVE-2026-111497 Brotli RCE；标记 EOL 的 Node 20，修复版 22.23.4 / 24.22.1 / 26.12.1）、fix-gitlab-vuln（CVE-2026-110264，CVSS 10.0，自管 GitLab 未认证 RCE，修复版 19.5.1 / 19.4.3 / 19.3.6 / 19.2.9 / 19.1.9 / 19.0.10 / 18.11.13）。任何读 SKILL.md 的 agent 都能用（Devin、Claude Code、Codex、Cursor、Factory Droid、Copilot、Gemini CLI、OpenCode、Windsurf 等 70+）。流程固定为只读盘点 → 审批门 → 核对已存在的修复 tag/digest → 前后测试（同一生产镜像内）→ 每仓一个 PR（含版本、测试结果、风险标签、回滚方案）。已编码的坑：Debian/Ubuntu 向后移植补丁不改上游版本号（php -v 会骗人）、digest 固定的镜像必须换 digest、改 Composer 的 require.php 不修任何东西。无修复率基准；托管运行时、供应商设备与 Electron 应用只标记不修补。安装：npx skills add CognitionAI/devin-vuln-fixes（需 Node 22.20+）。官方 CSO Alex Stamos 10-26 10:30 PT 有相关 webinar。

来源：GitHub · https://github.com/CognitionAI/devin-vuln-fixes · 2026-10-24；Cognition 博客 · https://devin.ai/blog/vulnerability-fixes-plugin · 2026-10-24；MarkTechPost · https://www.marktechpost.com/2026/10/24/cognition-devin-vulnerability-fixes-plugin-php2shell-nodejs-gitlab/ · 2026-10-24

2. makecindy/cindy（TypeScript，Apache-2.0，约 4,600★）——口号是「Consider it done. 开源、开箱即用的 AI Agent」。定位不是又一个框架，而是一个跑在自己电脑（桌面 + 手机）上的助手应用，直接驱动你已经付费的 harness（目前 Claude Code 与 Codex），任务中途可混用 / 切换模型而保留记忆、技能与工具；支持自带 key 或本地模型。v0.1.115（10-23）让多个 AI「伙伴」在群聊里轮流答题。7 月创建，本周登上 GitHub TypeScript trending 第一（10-26 凌晨 4,635★、单日 +647）。注意：托管服务收费、发布说明以中文为主、需要 Node 22.x + pnpm 10.x + Git LFS。

来源：GitHub · https://github.com/makecindy/cindy · 2026-10；GitHub trending 快照（gaojihao.github.io）· https://gaojihao.github.io/github-hot · 2026-10-26 00:42（北京时间）；GenAI Secret Sauce Digest · https://genaisecretsauce.com/genai-secret-sauce-daily-digest-2026-10-24 · 2026-10-24

3. khasky/awesome-agent-skills 的 awesome-skills-purge（MIT，12★，9 月上线）——一个专门做「卸载」的 agent skill：把本机每个 AI agent（Claude Code、Codex、Gemini CLI、Cursor…）已安装的 skills 清掉，只保留 keep list 里的。它解决的痛点很具体：一个 agent 的 skills 目录好清，十几个 agent 各读各的路径、其中一半是指向共享 store 或 git clone 的链接、同一个 skill 在四处有四个名字。设计上值得一读：先展示完整盘点、再商定 keep list、用户明确确认后才动手，且三条不变量贯穿全程——「删链接就删链接本身，绝不递归」（递归删除是否跟随 symlink/junction 取决于工具与版本）、「链接目标除非独立在范围内否则不碰」、「git 工作树内的目录绝不删，只删指向它的链接并报告」。第三方安全扫描 85/100（high），标注其执行破坏性文件系统操作——跑之前先读代码。

来源：GitHub · https://github.com/khasky/awesome-agent-skills · 2026-10；Skills Directory 扫描页 · https://www.skillsdirectory.com/skills/khasky-awesome-skills-purge · 2026-09-25

⚠️ 待核实

  1. Nanbeige4.3-33B 全部跑分：厂商同 harness 自报，无独立复现；HF 模型卡与 X 原帖本环境不可直接访问，规格与分数经 MarkTechPost、aicoder、aichatdaily 及中文评测号多源交叉，仍可能有转述误差。BF16 约 66 GB 为第三方按 config 推算，非官方数字。
  2. Lynch Lab 测试：单一研究者自费测试，未经同行评审；200 例 / 30 个黑色素瘤的不确定区间很宽；每个 LLM 病例只跑一次；全部 200 例均为活检病灶（偏难）；MILK10k 2025 年即公开，LLM 训练可能见过（若见过只对他们有利）；Inception v3 是刻意选的基线而非 SOTA。CNN「放走的黑色素瘤」一列需连同其预设阈值一起读。
  3. HarnessTax 研究（UC Berkeley Sky Computing Lab + Arena，七模型 × Claude Code / Codex CLI / Pi，称通过率只差几个点而推理成本差至多 5 倍）：本环境只取到 howardism.dev 的二手综述，未取得一手论文或项目页，具体数字暂不进入正文。
  4. Max Woolf 的 LLM 降价时间线（GPT-5.6 Sol $5/$30、7-30 Luna 降 80%、9-01 Fable 5.1 缓存降 75%、9-22 GPT-6 Sol $2/$10、GPT-6.1 缓存再腰斩、Kimi K3.1 Pro $2/$10 且权重 11-04 放出等）：来自其个人博客，未逐条核对官方定价页，仅作趋势段论据。
  5. SpaceX 400 亿美元债务：全部为匿名知情人士口径，交易未签约、条款与时间表现时可能大幅变化；Colossus 2 芯片数为马斯克上月自述；各云计算合同金额来自 Bloomberg 汇总。彭博原文有付费墙，经 Reuters / BNN Bloomberg / chipdispatch 等多源交叉。
  6. Grok Imagine《奥德赛》第一集：第一手材料为 X 帖子，本环境不可直接访问；时长（约 7 分 12 秒）、4K、合作方等细节经 TechCrunch、TeslaNorth、Crypto Briefing、Mashable 转引交叉；成片的历史准确性与制作方式官方未披露。
  7. 宇树大会：一手为现场演讲，未见官方全文或录播链接；G1 累计下线「约 1 万至 2 万台」、H2-X 参数等为王兴兴口述 / 官方宣称，未经第三方验证。
  8. Meta 条款：「100% 责任转移」等措辞来自 AdCellerant 等第三方解读，合同原文Preview 本环境无法直接核对；Ars Technica 指出「test credentials」为新表述且 Nieman Lab 受访专家警告可能被用于绕过付费墙，Meta 已否认针对新闻站点。

本期淘汰记录

  1. xAI Grok Imagine Video 1.5 本体与其 10-14 引用 / 1080p 更新：首发 10-08（含 $0.02 Lite 档）与 10-14（文本/图像/声音引用、原生 1080p、最多 7 个引用图），均早于本期窗口起点（10-23 12:00）且上期未覆盖，按「周一档只补录漏报、不追旧账」原则不补录；其「能做出什么」的证据由本期《奥德赛》第一集条目承担。
  2. Odyssey-3 世界模型公开研究预览（10-08）：已于 10-12 索引行收录，窗口内无新进展 → 淘汰。
  3. Block Dessa 语音模型（10-23）：上期已完整报道，窗口内无新进展 → 淘汰。
  4. Anthropic「Claude 写 80%+ 生产代码」（6 月报告）与 10-16 组织结构报告：作为背景并入本期 Anthropic 平台团队条目，不单列。
  5. Meta 自研 agent 拆成 14 个专家（PPC Land，10-19）：首发早于窗口起点，与 Meta 条款条目仅弱相关 → 淘汰。
  6. 新墨西哥州 250 亿美元判决（9 月陪审团认定、本周裁定）：作为 Meta 条目背景一句带过，不单列（首发早于窗口）。
  7. AWS Corretto 10 月季度安全更新（10-23）：常规补丁，无 AI 相关性增量 → 淘汰。
  8. AWS MCP Server CVE-2026-115845：并入本期 AWS MMS 条目末段，不单列（同为托管服务、无客户侧补丁，量级低于前者）。
  9. GitHub trending 其余项目（hallmark、impeccable、VoiceStudio、hyperframes、knowledge-work-plugins、microduck、TradingAgents、ziwei-doushu、coolify 等）：纯工具 / 资源 / 既有项目的常规增长，与本期 AI 前沿主线关联不足 → 不收录。
  10. arXiv 10-22 提交批次（2610.30xxx–2610.31xxx）其余论文：批次整体已被上期覆盖，本期只取与 agent / 工程主线直接相关且上期漏报的 IQuest-Q1；Deep Fusion Memory、CulturalRiddles、RouteWeaver、LM2LM、Think Deep Not Just Long、Heartbeat Thinking 等留待后续有相关增量时再议。
  11. Max Woolf 价格战长文作为独立条目：其数字转为趋势段论据，一手定价页未逐条核对，不作条目（见待核实 4）。
  12. 王坚在宇树大会的发言、「宇创计划」启动仪式：与宇树大会同一事件，合并入该条目。
  13. SK Hynix 放弃 Solidigm 美国 IPO、ASML Q3 交付 113 台光刻机、内存库存降至 10 天以下：市场背景噪音，作为 SK Hyper 条目的语境一句带过，不单列。
  14. 瑞典首相 Kristersson 2025-08 自述使用 ChatGPT 与 Le Chat：旧闻，仅作语境，不展开。
  15. Cognition 10-26 webinar（Stamos）：活动预告而非新闻本体，一句话带过。

附录：来源

序号 板块 标题 发布方 链接 发布日期 数据截止日期
1 模型与产品 Nanbeige4.3-33B / -Base 模型卡（Apache 2.0，512K） Hugging Face / Nanbeige LLM Lab https://huggingface.co/Nanbeige/Nanbeige4.3-33B 2026-10-24（卡上线）；10-25（X 公告） 2026-10-26（本环境不可达，经多源交叉）
2 模型与产品 Nanbeige Releases Nanbeige4.3-33B: A 33B Open Agentic Coding Model MarkTechPost https://www.dogely.com/ai-agent/9633.html 2026-10-25 2026-10-25
3 模型与产品 BOSS Zhipin's Nanbeige lab open-sources Nanbeige4.3-33B AICoder https://aicoder.com/news/news-20261025-nanbeige-4-3-33b-open-agentic-model 2026-10-25 2026-10-25
4 模型与产品 A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis Lynch Lab（lynchlab.net） https://lynchlab.net/llm-skin-cancer 2026-10-25 2026-10-25
5 模型与产品 skin-ai-inception（WebGPU 本地 demo） Lynch Lab https://lynchlab.net/skin-ai-inception 2026-10-25 2026-10-25
6 模型与产品 Dermatologist's Test Finds a 2015 AI Beats Two LLMs on Skin Cancer TSNMedia https://tsnmedia.org/llm-skin-cancer-test 2026-10-25 2026-10-25
7 模型与产品 A 10-Year-Old CNN Beat GPT-6 Astra and Fable 5.1 at Spotting Skin Cancer ExplainX https://explainx.ai/blog/cnn-beats-gpt-6-astra-claude-fable-5-1-skin-cancer-diagnosis-lynch-2026 2026-10-25 2026-10-25
8 模型与产品 Grok releases the first seven minutes of its AI-generated Odyssey TechCrunch https://techcrunch.com/2026/10/25/grok-releases-the-first-seven-minutes-of-its-ai-generated-odyssey/ 2026-10-25 2026-10-25
9 模型与产品 Elon Musk Shares Episode 1 of Grok Imagine's AI-Made Odyssey Series TeslaNorth https://teslanorth.com/2026/10/25/grok-imagine-odyssey-episode-1-elon-musk 2026-10-25 2026-10-25
10 工程与架构 GLM-5.3 Optimizations, Part 2: PCP, DCP, and Hybrid HiSparse on 16 H200s vLLM 官方博客 https://vllm-project.github.io/2026/10/23/glm53-part2-pcp-dcp-hisparse 2026-10-23 2026-10-23（厂商自测）
11 工程与架构 Serving DeepSeek-V4.1-Flash at Scale: vLLM Matches DeepInfer and Scales to GB300 NVL72 vLLM 官方博客 https://vllm-project.github.io/2026/10/23/deepseek-v41-flash-pd-wide-ep.html 2026-10-23 2026-10-23（厂商自测）
12 工程与架构 How vLLM Matched DeepInfer: The Measurement Engineering of NVL72-Scale Serving Thaki Cloud https://thakicloud.com/tech-blog/en/llmops/vllm-matches-deepinfer 2026-10-25 2026-10-25（核对 PR 落地状态）
13 工程与架构 We should be more ambitious with the software we build Dan Luu（danluu.com） https://danluu.com/ambitious 2026-10-24 2026-10-26（正文不可直接访问，经多源交叉）
14 工程与架构 Dan Luu — coding agents mean we should build more ambitious software AI/TLDR https://ai-tldr.dev/releases/danluu-more-ambitious-software 2026-10-24 2026-10-24
15 工程与架构 Anthropic's top engineer reveals just how far her team has gone with AI coding Business Insider https://www.businessinsider.com/anthropic-katelyn-lesse-team-shifted-to-ai-coding-entirely-2026-10 2026-10-21 2026-10-21
16 工程与架构 Anthropic平台工程团队全面采用Claude编码 IT之家 / 凤凰网科技 https://tech.ifeng.com/c/8xR6jLStyYy 2026-10-22 2026-10-22
17 工程与架构 AWS Security Bulletin 2026-148-AWS（MMS 双 CVE） AWS （AWS Security Bulletin 官方页） 2026-10-23 2026-10-23
18 工程与架构 CVE-2026-115812 – Path Traversal leading to RCE – AWS Multi Model Server ≤1.1.11 IONIX https://www.ionix.io/threat-center/cve-2026-115812 2026-10（更新） 2026-10-24
19 工程与架构 Cloud Digest – 24 Oct 2026 Security Insights https://updates.securityinsights.io/2026/10/cloud-digest-24-oct-2026.html 2026-10-24 2026-10-24
20 行业与发展 SpaceX $40 Billion Off-Balance-Sheet Debt Snarled by AI Turmoil Bloomberg https://www.bloomberg.com/news/articles/2026-10-23/spacex-40-billion-off-balance-sheet-debt-snarled-by-ai-turmoil 2026-10-23 2026-10-23
21 行业与发展 SpaceX seeks US$40 billion financing to buy Nvidia chips, sources say Reuters / BNN Bloomberg https://www.bnnbloomberg.ca/business/company-news/2026/10/07/spacex-seeks-us40-billion-financing-to-buy-nvidia-chips-sources-say/ 2026-10-07 2026-10-07
22 行业与发展 As the US and China form AI blocs, countries are increasingly torn between them Associated Press（WRAL 转载） https://www.wral.com/news/ap/9974a-as-the-us-and-china-form-ai-blocs-countries-are-increasingly-torn-between-them 2026-10-25 2026-10-25
23 行业与发展 Swedish Government Offices block ChatGPT and Claude Sveriges Radio Ekot（Daily Northern 转引） https://www.dailynorthern.com/36084/swedish-government-offices-block-chatgpt-and-claude 2026-10-23 2026-10-23（封锁 10-26 生效）
24 行业与发展 Sweden's government is blocking ChatGPT and Claude on staff computers from Monday Web Pulse（细节交叉） https://wpnews.pro/news/swedens-government-is-blocking-chatgpt-and-claude-on-staff-computers-from-monday 2026-10-23 2026-10-23
25 行业与发展 SK data centre arm in talks to fund US$350 bil AI buildout in South Korea Bloomberg（The Edge Malaysia 转引） https://test.theedgemalaysia.com/node/822960 2026-10-23 2026-10-23
26 行业与发展 宇树科技王兴兴：我很害怕浪费每一天（2026 世界物理 AI 大会） 新浪科技 https://finance.sina.com.cn/roll/2026-10-22/doc-iniwamiu4932992.shtml 2026-10-22 2026-10-22
27 行业与发展 王兴兴，最新发声！（世界物理 AI 大会主旨演讲） 证券时报 https://www.toutiao.com/article/7699372162758574630 2026-10-22 2026-10-22
28 行业与发展 宇树王兴兴：全世界对AI的信仰都还不够，包括我自己 中国发展网 http://pp.chinadevelopment.com.cn/hyzx2026/1023/2021297.shtml 2026-10-23 2026-10-23
29 行业与发展 Meta's AI rewrites the ads. From October 30, advertisers carry the risk PPC Land（综合 ADWEEK） https://ppc.land/metas-ai-rewrites-the-ads-from-october-30-advertisers-carry-the-risk/ 2026-10-23 2026-10-23（条款 10-30 生效）
30 行业与发展 Meta's new ad terms take effect 30 October: AI mistakes in your ads become your liability VCity https://vcity.io/orgs/ZtsWahzx/blog/meta-ad-terms-ai-liability-advertisers 2026-10-23 2026-10-23
31 行业与发展 Exclusive: Rhode Island sues Meta over alleged tolerance for scam advertising Reuters（Investing.com 转载） https://www.investing.com/news/stock-market-news/exclusiverhode-island-sues-meta-over-alleged-tolerance-for-scam-advertising-4967008 2026-10-22 2026-10-22
32 行业与发展 美国罗得岛州起诉"元"公司纵容诈骗广告 新华社 / 央视新闻 https://app.xinhuanet.com/news/article.html?articleId=202610236dd9ef7808ec4143b344c5de476b190b 2026-10-23 2026-10-23
33 论文与开源 IQuest-Q1: Advancing Foundation Capabilities for Agentic CLI Systems（arXiv:2610.30949） arXiv / IQuest Research https://arxiv.org/abs/2610.30949 2026-10-22 提交 2026-10-23（公开发布）
34 论文与开源 IQuest Research Releases IQuest-Q1 Technical Report IQuest Research（PRNewswire / CybersAsia） https://cybersecasia.net/pr-newswire/iquest-research-releases-iquest-q1-technical-report-detailing-training-from-scratch-and-results-across-30-benchmarks 2026-10-23 2026-10-23
35 论文与开源 What Does a Harness Buy? Tokens, Mostly（arXiv:2610.04433） arXiv / 山东大学 https://arxiv.org/abs/2610.04433 2026-10-03 提交 2026-10-24（经媒体报道发酵）
36 论文与开源 Fancy harnesses make coding agents more expensive but not better, study finds The Decoder https://the-decoder.com/fancy-harnesses-make-coding-agents-more-expensive-but-not-better-study-finds/ 2026-10-24 2026-10-24
37 论文与开源 Shandong Study: Fancier Coding Harnesses Triple Cost, Not Accuracy AI Weekly https://aiweekly.co/alerts/shandong-study-fancier-coding-harnesses-triple-cost-not-accuracy 2026-10-24/25 2026-10-25
38 开源项目 CognitionAI/devin-vuln-fixes（三个漏洞修补 Agent Skill） GitHub https://github.com/CognitionAI/devin-vuln-fixes 2026-10-24 2026-10-26
39 开源项目 Fixing Critical Node & PHP Flaws（Vulnerability Fixes 插件） Cognition / Devin 博客 https://devin.ai/blog/vulnerability-fixes-plugin 2026-10-24 2026-10-24
40 开源项目 Cognition Open-Sources an Agent Plugin that Helps Secure Systems MarkTechPost https://www.marktechpost.com/2026/10/24/cognition-devin-vulnerability-fixes-plugin-php2shell-nodejs-gitlab/ 2026-10-24 2026-10-24
41 开源项目 makecindy/cindy（开箱即用的开源 AI Agent） GitHub https://github.com/makecindy/cindy 2026-10（v0.1.115 于 10-23） 2026-10-26 00:42（北京时间 trending 快照）
42 开源项目 GitHub Repositories Trending（快照） gaojihao.github.io https://gaojihao.github.io/github-hot 2026-10-26 2026-10-26 00:42（北京时间）
43 开源项目 GenAI Secret Sauce Daily Digest – 2026-10-24 GenAI Secret Sauce https://genaisecretsauce.com/genai-secret-sauce-daily-digest-2026-10-24 2026-10-24 2026-10-24
44 开源项目 khasky/awesome-agent-skills（awesome-skills-purge） GitHub https://github.com/khasky/awesome-agent-skills 2026-09 上线 2026-09-25（安全扫描）

引用提醒：本文所有条目均可经上表链接回溯一手源；标注「厂商自测 / 厂商口径」的数字（vLLM 两篇、Nanbeige4.3-33B 全部跑分、IQuest-Q1 全部跑分、宇树 / SK Hyper / Meta 的口头与书面声明）未经独立复现；标注「补录」的条目首发日早于本窗口起点且上期漏报；Bloomberg / Reuters / AP / TechCrunch / The Decoder 类条目存在付费墙或二手转引，已尽量多源交叉并注明；Harness 论文与 Lynch Lab 测试的具体数字来自论文 / 作者自述，非同行评审结论；配图为自绘，非原文插图。

最新一期·独立频道，不进入创作时间线。
AI 日报 2026-10-26 | YODFZ