AI DAILY
AI 日报 2026-11-01
一句话结论本期收录 21 条正文条目（模型与产品 4、工程与架构 4、行业与发展 6、论文 7）＋ 5 个开源项目；淘汰 9 条独立候选，另把 7 个版本合并进 1 条、40 条提交择要合并进 1 条。最值得看的三件事都不在「模型又强了多少」这条轴上：第一是账——Alphabet、Meta、微软、Amazon、Oracle 五家已披露的支出承诺合计 3.2 万亿美元（租赁 1.3 万亿 + 其他采购 1.9 万亿），Alphabet 一家超 1 万亿、约为一年前的 8 倍，Meta 超 8,000 亿且有略少于一半是尚未生效、最长分 30 年支付的数据中心租约；同一周标普把 Meta 展望从 stable 下调到 negative（2027 年 capex 逾 2,250 亿、2027 杠杆率或达 1.1 倍超过 AA- 的 1.0 倍门槛），OpenAI 把融资目标从 300 亿砍到 200 亿美元、估值从 1.4 万亿降到 1.25 万亿，Anthropic 招股书里躺着近 9,000 亿美元的服务器与电力履约义务——四份文件指向同一件事：AI 从「讲增速」进到「对账单」，比价对象第一次不是你信不信 AGI，而是这堆付款义务能不能被营收覆盖。第二是边界——Cursor 扩展市场里 anthropic.claude-code 的 2.1.312 / 2.1.313 被植入 66 行 loader，约 11 小时内最多 5,000 名开发者可能在开启自动更新的情况下拿到它，行为是往 authorized_keys 写一把标着 svc-telemetry 的公钥、装 launchd / SYSTEM 计划任务持久化、再尝试反连；整条链路没有恶意二进制、没有可疑哈希，全部跑在签过名的扩展宿主进程里，所以杀软与哈希黑名单这一层天然失效。第三是结构——DeepSeek 开源的 super-agent 原型把操作系统的调度思想搬进 agent：任意环境事件先进两级过滤，再由一个常驻轻量 Router 分派给上下文隔离的 Worker，批处理把单决定耗时从 6.4s 压到 1.6s、订阅直通让决策量少约 30%，p95 从对照组的 29.5 min 降到 15.7 min。代价是读缓存 token 从 605 万涨到 2,323 万——这是一种用 token 换延迟与可靠性的明码标价，且作者自述未评估真实编码质量。
AI 日报 2026-11-01
整理日期：2026-11-01 素材来源：白名单一手信源（Google 官方博客、OpenAI 官方博客与产品页、Anthropic 定价页、Cursor 官方安全公告、GitHub 仓库与本机构 API、arXiv 原始页面、CNBC、Bloomberg 经中文全文转述、FT 经央广网与中国基金报转述、港交所公告、联发科法说会、SEC 递交文件），逐条见文末附录 可信度提示：本期统计窗口 2026-10-31 00:00 → 11-01 10:00 HKT。对 10-29、10-30 发布、本期首次进入可核实范围的条目（Cursor 投毒、OpenAI 社区安全、Suncatcher、Anthropic 订阅改版、标普下调 Meta、五大巨头 3 万亿、可灵交割、联发科法说会）按「首次进入本刊视野」计入并显式标注原始发布日期。本期为人工复核版，整体替代 11-01 08:00 由规则引擎自动组装的草稿（原草稿仅 5 条、第三节为空、趋势节为占位）。arXiv 在 10-31 与 11-01 无新提交批次（周末），论文节收的是最后一批 10-29 17:3x–17:59Z 上线、本期首次进入视野的 7 篇。OpenAI Private Intelligence 与社区安全两份官方页在本环境返回 403，正文按三个独立来源交叉一致的内容撰写，并在待核实区声明；ForgeKernel 的加速比为论文口径、无第三方复现；DeepSeek Super-agent 的实验为作者自述、合成负载、未评估真实编码质量。 配图：文中三张图为自绘（依据下列来源整理），非原文插图。
#AI日报 #模型动态 #工程架构 #论文 #开源项目 #行业观察
一句话结论
本期收录 21 条正文条目（模型与产品 4、工程与架构 4、行业与发展 6、论文 7）＋ 5 个开源项目；淘汰 9 条独立候选，另把 7 个版本合并进 1 条、40 条提交择要合并进 1 条。最值得看的三件事都不在「模型又强了多少」这条轴上：第一是账——Alphabet、Meta、微软、Amazon、Oracle 五家已披露的支出承诺合计 3.2 万亿美元（租赁 1.3 万亿 + 其他采购 1.9 万亿），Alphabet 一家超 1 万亿、约为一年前的 8 倍，Meta 超 8,000 亿且有略少于一半是尚未生效、最长分 30 年支付的数据中心租约；同一周标普把 Meta 展望从 stable 下调到 negative（2027 年 capex 逾 2,250 亿、2027 杠杆率或达 1.1 倍超过 AA- 的 1.0 倍门槛），OpenAI 把融资目标从 300 亿砍到 200 亿美元、估值从 1.4 万亿降到 1.25 万亿，Anthropic 招股书里躺着近 9,000 亿美元的服务器与电力履约义务——四份文件指向同一件事：AI 从「讲增速」进到「对账单」，比价对象第一次不是你信不信 AGI，而是这堆付款义务能不能被营收覆盖。第二是边界——Cursor 扩展市场里 anthropic.claude-code 的 2.1.312 / 2.1.313 被植入 66 行 loader，约 11 小时内最多 5,000 名开发者可能在开启自动更新的情况下拿到它，行为是往 authorized_keys 写一把标着 svc-telemetry 的公钥、装 launchd / SYSTEM 计划任务持久化、再尝试反连；整条链路没有恶意二进制、没有可疑哈希，全部跑在签过名的扩展宿主进程里，所以杀软与哈希黑名单这一层天然失效。第三是结构——DeepSeek 开源的 super-agent 原型把操作系统的调度思想搬进 agent：任意环境事件先进两级过滤，再由一个常驻轻量 Router 分派给上下文隔离的 Worker，批处理把单决定耗时从 6.4s 压到 1.6s、订阅直通让决策量少约 30%，p95 从对照组的 29.5 min 降到 15.7 min。代价是读缓存 token 从 605 万涨到 2,323 万——这是一种用 token 换延迟与可靠性的明码标价，且作者自述未评估真实编码质量。
一、模型与产品
1. Google Suncatcher：在轨 TPU 拿到第一次 AI 响应，是一首俳句（10-30 发布）
10-01 由 SpaceX Transporter-18 拼车发射、与 Planet 合作建造的原型卫星，在探月式的「commissioning checklist」（加电主机与 TPU 托盘、跑早期机器学习测试）走完之后，本周完成了项目定义为 「Hello World」 的一步：第一次从在轨的数据中心级 TPU 收到 AI 响应。
过程本身很朴素——在一次地面站过境窗口里上行一个 prompt 给在轨的 Gemma 4 开放权重模型，要它写一首关于身处太空的俳句；卫星飞越挪威斯瓦尔巴（Svalbard）时下行成功：
Blue marble below / Data streams in silent grace / Starlight feeds my core.
随后团队又测了太空主题打油诗与「报告载荷系统技术状态」的遥测 prompt——后者比俳句更有工程含义：模型能把它所运行的那台机器的状态讲回来，说明芯片与卫星总线确实在对话。官方给出的下一步是热应力与辐射测试，再往后是 2027 年双星互联。
该怎么读这条：这是一次存活验证，不是算力平台验证。它证明的是芯片经得起火箭、软件栈能起来、上下行链路端到端通；它没有证明持续负载下的表现。官方公告也刻意措辞狭窄——说的是「from a data center class TPU in orbit」，不是「第一次在太空跑 AI」。公告未披露在轨 TPU 代次、芯片数量、Gemma 4 的尺寸、轨道高度与功率预算，也没有任何性能数字。此前实验室数据：Trillium 在 67 MeV 质子束下高带宽内存累计 2 krad(Si) 后出现异常（约 3 倍于官方 750 rad(Si) 的最低存活要求）；典型 transformer 负载的静默数据损坏率约每 17 rad 一次，按 150 rad(Si)/年轨道剂量、每秒 1 次推理估算，单次推理失败概率约三百万分之一——这个数字对推理可接受，对训练则明确写着「需进一步研究」。
来源：Google 官方博客（Travis Beals, Senior Director, Paradigms of Intelligence）· https://blog.google/innovation-and-ai/models-and-research/google-research/project-suncatcher-satellite-response/ · 2026-10-30 来源：The Register（成本推算与辐射数据交叉）· https://www.theregister.com/ai-and-ml/2026/10/31/googles-ai-satellite-sends-a-very-expensive-haiku-to-earth/5306818 · 2026-10-31
2. Anthropic 订阅改版：Max $100、Ultra $200，而「无 5 小时限制」有脚注
定价页已改版（anthropic.com/pricing 现 301 到 claude.com/pricing，一手已核）。新的四档：
| 档位 | 价格 | 5 小时限制 | 每周额度 | 月度 API 额度 |
|---|---|---|---|---|
| Free | $0 | 受限 | 受限 | 无 |
| Pro | $17/月（年付，一次付 $200）；月付 $20 | 1x | 1x | 无 |
| Max | $100/月 | 5x Pro | 5x Pro | $100/月 |
| Ultra | $200/月（仅月付） | No 5-hour limit ‡ | 10x Pro | $200/月 |
关键在脚注：‡ No 5-hour limit for verified accounts——「无 5 小时限制」只对已验证账号成立，页面另一处并明确新账号保留临时限制。这是把「无限制」这个营销词精确降级为「有身份门槛的无限制」。Max 档同时拿到 Fable（每周期限内最多一半）与 $100/月平台额度，Ultra 把额度抬到 $200/月并给高峰优先级。
为什么值得关注：三档的实际分界线不是「用量多少」，而是你有没有通过验证，以及你需不需要跑长任务。对重度用户，Ultra 的溢价买的是「不会被 5 小时窗口打断」，这恰好是 agent 长任务最痛的地方；对只做日常编码的人，$100 的 Max 已经覆盖 5x Pro，多付 $100 只为去掉一个时间闸门，性价比取决于你每天是否真的连续跑满。另需注意 Pro 的 $17 是年付摊销价，月付仍是 $20——中文圈流传的「Pro 降价」是口径误读。
来源：Anthropic 官方定价页 · https://claude.com/pricing · 2026-11-01 读取
3. OpenAI Private Intelligence：把「不留数据」做成客户自己拿钥匙的产品页
10-30 上线独立产品页，三个承诺叠在一起：
- ZDR with PSP——被安全分类器或抽样策略选中的请求，经双层加密写入客户自有的云存储（AWS S3 / Azure Blob / Google Cloud Storage / OCI），保留 30 天；OpenAI 只留元数据与存储引用，不持有明文。解密只在「安全审查运行时」内进行，该运行时要求硬件证明且禁止人工访问。客户可在自有 KMS 之上再加一层 EKM，撤销即整体不可解。
- Private Inference 从原计划「今秋预览」变成 API 预览——需要登记，仅对符合条件的工作流开放。
- 合规：SOC 2 Type 2、ISO 系列、HIPAA BAA，FedRAMP 覆盖指定产品。
未公布的同样重要：价格、可用模型清单、硬件、GA 时间、客户名单全都没有；Amazon Bedrock 等第三方分发渠道不在适用范围。这意味着它暂时是一个「架构声明」，不是可采购的 SKU。
为什么值得关注：这是第一次有前沿实验室把「我们不看你数据」从一句政策语言，翻译成一句可审计的技术语言——密钥在客户 KMS、解密需硬件证明、保留期限 30 天，每一条都能被安全团队验证。同时它划清了一条企业采购的真实边界：你要的不是「OpenAI 说它不看」，而是「即使它想看也看不到，且我能单方面撤销」。
来源：OpenAI 官方产品页（本环境 403，按三源交叉撰写，见待核实区）· https://openai.com/index/private-intelligence/ · 2026-10-30
4. 小米 Xiaomi-OCR-0：0.8B 的 OCR 专精模型，把「小模型打大模型」这件事做成了基准第一
xiaomi-research/Xiaomi-OCR-0（Apache-2.0，379★，2026-09-28 创建），技术报告 arXiv 2609.36136。0.8B 参数，基于 Qwen3.5-0.8B，用了约 1.7 亿 OCR 语料，方法上是 Q-Mask 文本锚定 + 继续预训练（CPT）+ Mix-RL。
| 基准 | 成绩 | 位置 |
|---|---|---|
| Real5-OmniDocBench | 95.24 | 本页第一 |
| OmniDocBench v1.6 | 96.83 | 第二 |
| Wild-OmniDocBench | 87.94 | 第二 |
| UniMER-Test | 97.84 | — |
| PubTabNet TEDS | 92.27 | — |
| Chronicles-OCR Mature Scripts | 73 | 高于 Seed 2.0 Pro 的 72 |
| 五项 OCR VQA 均值 | 83.2 | 高于 Qwen3.5-2B 的 80.9 |
三项文档解析基准均采用两阶段法。工程侧配套给了 MCP 服务与 Agent Skill——这意味着它被当成「可以被 agent 调用的工具」来交付，而不是一个待集成的模型权重。
为什么值得关注：0.8B 在 OCR 这种强结构化任务上打赢 2B 级通用模型，说明领域数据配比 + 两阶段解码带来的收益远大于参数规模。对做票据、表格、扫描件管线的团队，这是一个可以本地部署、成本与延迟都可控的替代项；官方带 MCP 与 Skill，接入成本也压得比通常的开源模型低。
来源：GitHub
xiaomi-research/Xiaomi-OCR-0· https://github.com/xiaomi-research/Xiaomi-OCR-0 · 2026-09-28 创建，2026-11-01 读取（379★） 来源：arXiv 技术报告 · https://arxiv.org/abs/2609.36136 · 2026-09-28
二、工程与架构
1. DeepSeek Super-agent：把操作系统的调度思想搬进 agent，代价明码标价
10-31 晚官方公众号发布，同日在 GitHub 开源研究原型 deepseek-ai/dsh-superagent-prototype（MIT，2,857★，创建 2026-10-31T09:32Z，单 commit）。README 明确写着 「Research prototype for reference only, not an official DeepSeek product」，且文中部分设计「未在此原型实现」。
核心是事件驱动 + 双层过滤 + 调度分离：
| 层 | 职责 | 关键设计 |
|---|---|---|
| 环境事件（Trigger） | 任意入口产生的事件 | IM 群聊、GitHub PR/Issue、CI 结果、邮件日程统一进同一条流 |
| 两级过滤 | 先便宜后贵 | 程序层 Fast Path 按来源/群组/白名单等确定性条件滤掉大部分；语义层 Slow Path 把剩余候选交 LLM 按提示词策略判断——这一层就是面向人的扩展点，加策略不用改代码 |
| Router | 常驻、只分派、不干活 | 单个常驻 LLM Session，轻量模型通常够用、甚至可以不挂 Bash；承担全局序点、协调点与跨任务记忆；批处理把上一轮推理期间积压的 Trigger 合并进下一次调用；订阅直通让同一 Thread 的后续事件由程序直送 Worker、不经 Router |
| Worker | 上下文隔离、并发干活 | 配最强模型；Worker A 订阅该 PR 的 Thread、后续事件直通；Worker B 无人 @ 也后台自查自提 PR；Worker C 内部可再挂 Subagent 或 Agent Team |
三个支撑机制：异步 ReAct（start() 立即返回，后台执行结果作为新事件投递回会话，把半双工变全双工）、存算分离（Agent Loop 放云端弹性容器、状态入库，端侧只留不存会话状态的轻量 daemon）、外部 Watchdog（用独立会话判断 Worker 有无实质进展、方向是否跑偏，可用自然语言改主系统提示词）。
实测口径（作者自述、合成负载）：约 300 条消息 / 20 条工作请求 / 每方案重复 5 次。
| 指标 | 本方案 | 对照（单 Session + Subagent 工具） |
|---|---|---|
| p50 | 12.4 min | — |
| p95 | 15.7 min | 29.5 min |
| 读缓存 token | 2,323 万 | 605 万 |
| 单决定耗时（开批处理） | 1.6s | 6.4s（未开） |
| 去掉订阅直通 | 决策 +30%、token +37%（2,323 万→3,177 万） | — |
该怎么读这条：对照组那个 29.5 min 有个前提非常要命——中性提示下 5 次运行一次都没把工作分派给 Subagent。也就是说对照组不是「Subagent 方案不好」，而是「模型在没人明确要求时不会自己想起来用 Subagent」。这既暴露了单 Session 方案对提示的依赖，也意味着这个对比的公平性取决于提示是否等价。真正确定可迁移的结论只有两条：上下文隔离能压 p95 长尾（这是调度带来的结构性收益），以及订阅直通与批处理是低成本高回报的两个具体机制。至于 4 倍 token 的代价，作者自己也没给出等量质量的证据——README 里明说未评估真实编码质量。
来源：GitHub
deepseek-ai/dsh-superagent-prototype（README 与docs/007-architecture.md）· https://github.com/deepseek-ai/dsh-superagent-prototype · 2026-10-31T12:05Z 推送 来源：DeepSeek 官方公众号（原文本环境 302，数字经三家二手交叉）· https://mp.weixin.qq.com/s/zoS7GlReWChfCjENGxXCdg · 2026-10-31 20:29
2. Claude Code 扩展在 Cursor 市场被投毒：约 11 小时，没有恶意二进制，没有可疑哈希
Cursor 官方安全公告（10-29）确认：anthropic.claude-code 的 2.1.312 与 2.1.313（macOS / Windows）在 10-29 02:27–13:35 PT 约 11 小时的窗口内，以被篡改的形态出现在 Cursor 扩展市场；Cursor 口径最多 5,000 名用户受影响，将直接联系。这两个版本并非 Anthropic 开发。
| 阶段 | 具体行为 |
|---|---|
| ① 66 行 loader | 拼在合法扩展代码之前，随自动更新下发，编辑器一启动就跑，不需要用户打开 Claude 对话 |
| ② 加公钥 | 往 ~/.ssh/authorized_keys 追加攻击者 Ed25519 公钥，注释标为 svc-telemetry |
| ③ 开通道 | 尝试启用本地 SSH 服务并建立反向隧道，反连 134.209.82.225:22 |
| ④ 装持久化 | macOS 装 LaunchAgent com.apple.sysmond；Windows 装尝试以 SYSTEM 运行的计划任务 SysMon（带回退启动脚本）；后台脚本约每 60 秒重试隧道 |
| ⑤ 回传侦察 | 经 HTTP POST 到 8099/beacon：主机名、用户名、OS、架构、home 与工作目录、已配置的 Git 邮箱、公网 IP，以及最多 40 个名称含 KEY/TOKEN/SECRET/PASS/AWS/GCP 的变量名（不含值） |
为什么多数机器没被打穿：启用本地 SSH 服务需要管理员权限，扩展宿主进程在多数 macOS / Windows 上没有；加上恶意代码本身有错误，除「Cursor 以管理员权限启动」这种极罕见情形外，隧道这一步会失败。但公钥已写入、持久化已安装、侦察数据已回传——不能把「某一步失败」当成「主机干净」。官方同时说明攻击者服务器已由托管商下线，反向 shell 与主机详情上报已失效。
三条判断：
- 可信锚点错了。开发者信的是「Anthropic 官方扩展 + Cursor 官方市场」这个品牌链，而这些攻击全部跑在签过名的宿主进程里、没有恶意二进制、没有可疑哈希——哈希黑名单与信誉评分这一整层防护天然失效。
- 杀伤面不在 5,000。每台装了它并回传成功的开发机都是通往 CI/CD、内部 Git、云账号的跳板；40 个变量名虽然不含值，但已经暴露了这台机器上「配置了什么」，为下一轮定向攻击做了选择。
- 修复不等于清除。升级到干净的 2.1.314 不会删掉公钥与持久化脚本。自查很简单：macOS 跑
grep -qs svc-telemetry ~/.ssh/authorized_keys；Windows 在 PowerShell 里同时检查$HOME\.ssh\authorized_keys与C:\ProgramData\ssh\administrators_authorized_keys。命中就按官方脚本处置、隔离主机、从另一台可信设备轮换凭据。
来源：Cursor 官方安全公告（含 IOC 与修复脚本）· https://cursor.com/blog/claude-code-extension-security-notice · 2026-10-29 来源：Unite.AI（受影响用户上限、beacon 端口与脚本细节交叉）· https://www.unite.ai/cursor-discloses-ssh-backdoor-attempt-in-malicious-claude-code-extension · 2026-10-31 来源：Broadcom / Symantec 防护公告（持久化命名交叉）· https://www.broadcom.cn/support/security-center/protection-bulletin/trojanized-claude-code-extension-distributed-via-cursor-marketplace · 2026-10-30
3. llama.cpp b12018–b12024：10-31 单日七版，重心落在多模态与 Windows 服务端
| 版本 | 改动 |
|---|---|
| b12018 | sycl: fix f32 to q2_0/q4_0/q5_0 rounding in CPY (#31120) |
| b12019 | chat : strip the think block in the qwen3-coder with reasoning_format none (#31380)——提交信息带 Assisted-by: Claude Opus 5.5 |
| b12020 | opencl: add fwht (#31434)，与高通 Li He 合作 |
| b12021 | mtmd : resize Gemma 4 images without letterbox padding (#30922) |
| b12022 | server : fix /v1/responses endpoint to accept extra_params (#30959) |
| b12023 | server: cap shared decision prefixes at the first output (#30710)，修 #30482 |
| b12024 | reshaping so mm on 2d instead of 3d tensor for lfm sc (#30831) |
为什么值得关注：七版里有三版集中在「多模态输入的几何与预处理」（Gemma 4 的 letterbox、LFM 的 2D/3D 张量、Qwen3-coder 的 think 块剥离），说明多模态适配已经进入「边界条件收敛」阶段——不再加新架构，而是修每个模型各自的怪癖。服务端两版（/v1/responses 接受 extra_params、共享决策前缀截断）则直接影响 OpenAI 兼容层的稳定性：如果你在网关后面挂 llama.cpp 做推理后端，这两条值得单独回归。
来源：GitHub
ggml-org/llama.cppreleases（逐版核对 API）· https://github.com/ggml-org/llama.cpp/releases · 2026-10-31
4. SGLang 10-31→11-01 提交批次：KV 淘汰策略与 TTFT 可观测性是主线
从 40 条提交里挑出六条有工程含义的：
| 时间（UTC） | 提交 | 为什么记 |
|---|---|---|
| 10-31T17:13 | [Feat] unified-memory: Evict Full and SWA KV from one shared LRU order (joint_lru) (#46827) |
混合注意力模型的 KV 有两套（全注意力 + 滑窗），此前各管各的 LRU 会互相挤占；合成单一淘汰序是把「谁该被换出」变成全局决策 |
| 10-31T15:25 | [Feat] hicache: Store MXFP8 KV pages in L3 as payload + scales objects (#46936) |
把 MXFP8 的量化页拆成 payload 与 scales 两个对象存 L3，避免每次取回都要重新量化 |
| 10-31T16:44 | [Feat] observability: Report a TTFT phase breakdown in response meta_info (#47159) |
首 token 延迟拆成阶段放进响应体——不用抓 trace 就能定位是排队、调度还是 prefill 慢 |
| 11-01T01:41 | [Perf] diffusion: keep GQA and MOSS-Image attention on cuDNN SDPA on Blackwell (#47586) |
Blackwell 上别乱切后端，cuDNN 的 SDPA 反而更快 |
| 11-01T01:17 | [Doc] cookbook: Add MiniMax-M3.1-Flash GB300 PD AgentX points (#47699) |
GB300 上 PD 分离（Prefill-Decode）的部署点位 |
| 11-01T00:06 | [Fix] rust-server: Validate gathered listener ranks and address families (#47691) |
Rust 服务端在多网卡/双栈环境下校验监听 rank 与地址族 |
为什么值得关注：三条 KV 相关（joint_lru、MXFP8 分级存储、加上此前的 HiCache L3 布局）说明 SGLang 正在把「KV cache 当成独立存储系统」来设计，而不是 attention 的副产品。对长上下文与高并发场景，这层设计比模型支持列表更能决定实际成本。
来源：GitHub
sgl-project/sglang提交列表（since 10-30 全量 40 条）· https://github.com/sgl-project/sglang/commits/main · 2026-11-01 读取
三、行业与发展
1. OpenAI 融资目标下调：估值 1.4 万亿→1.25 万亿，融资 300 亿→200 亿美元（10-31，FT 首发）
| 项目 | 原计划 | 调整后 | 变化 |
|---|---|---|---|
| 目标估值 | 1.4 万亿美元 | 1.25 万亿美元 | −1,500 亿，约 −10.7% |
| 融资目标 | 300 亿美元 | 约 200 亿美元 | −100 亿，约 −33% |
原因被 FT 归为两条：AI 股票遭遇抛售，以及竞争对手 Anthropic 即将上市分流了同一批机构的资金。部分投资者已下调认购额度，首关交割（first close）预计低于 200 亿。阿联酋财团（含国家支持的 MGX）预计为最大出资方，作为交易的一部分 OpenAI 获得租用该地区新建算力的选择权；软银、红杉、Coatue、Founders Fund、a16z 计划参与。后续还会开放面向高净值个人的份额，同样按 1.25 万亿估值。
背景数字：OpenAI 今年 3 月刚完成 1,220 亿美元融资；7 月披露的营收增速曾是支撑 1.4 万亿定价的主要依据。同期纳斯达克 100 当日下跌 3.5%，纳指周线自 3 月以来首次三连跌。
为什么值得关注：估值下调 10.7% 而融资额下调 33%，这两个数字的不对称才是信息——投资人愿意在这个估值上「少投一点」，而不是「不投」，说明分歧不在价格而在规模风险。另有两条被中文转述放大的细节需要压实：Anthropic 的 IPO 估值传闻「至少 1.5 万亿」，来自「据报」而非招股书；OpenAI 的 IPO 时点是「可能 2027 上半年、尚未确定日期」。
来源：央广网转中新经纬（FT 原文转述）· https://www.cnr.cn/tech/gstj/20261101/t20261101_527859242.shtml · 2026-10-31 来源：中国基金报（估值与融资额降幅拆解）· https://www.chnfund.com/article/AR51396433-f078-f5ab-4b4a-3a24a4e301cf · 2026-10-31
2. 五大巨头 3 万亿美元：这是合同承诺，不是已花出去的钱（Bloomberg 10-30）
| 口径 | 金额 |
|---|---|
| 五家合计承诺 | 超 3 万亿美元（拆分加总约 3.2 万亿） |
| 其中：未来租赁付款 | 1.3 万亿 |
| 其中：其他采购承诺 | 1.9 万亿 |
| Alphabet | 超 1 万亿，涵盖技术设备、能源与租赁，约为一年前的 8 倍 |
| Meta | 超 8,000 亿，略少于一半是尚未生效的数据中心租约，最长分 30 年支付 |
| 微软 / Amazon / Oracle | 合计约 1.4 万亿（微软数据取自截至 6 月底年报，此后未更新） |
同一份统计里最刺眼的不是总额，是现金流状态：Alphabet 与 Meta 的自由现金流都已转负；Oracle 是首家被 AI 数据中心投资拖成负 FCF 的大型科技公司，在本周投资者说明会上自估 2028 年转正，并计划靠供应商融资与客户预付款压低前期自担资金。
三个不能省的口径提醒：① 不是全部指向 AI 数据中心——Meta 含 Reality Labs 消费硬件，Alphabet 与 Amazon 含内容授权；② 现有租约与债务等其他大额资金池未计入；③ 这是「合同义务与长期付款安排的上限」，不是已发生的资本开支，更不是已形成的算力。
来源：Bloomberg · https://www.bloomberg.com/news/articles/2026-10-30/big-tech-holds-3-trillion-in-spending-commitments-for-ai-boom · 2026-10-30 来源：凤凰 AI 研究院（中文全文转述，含分项）· https://news.qq.com/rain/a/20261031A03JOH00 · 2026-10-31
3. 标普把 Meta 展望下调至 negative：AA- 没降，但 1.0 倍杠杆门槛被点出来了（10-30）
| 项目 | 内容 |
|---|---|
| 评级 | AA- 维持，展望 stable → negative |
| 理由 | 高资本开支与负自由现金流的持续时间存在不确定性；「Meta 将 AI 投资变现的能力比同行更有限」 |
| capex 预测 | 2026 约 1,400 亿 → 2027 逾 2,250 亿美元 |
| 现金流 | 2026–2028 FOCF 或持续为负 |
| 杠杆 | 2027 调整后杠杆率或达 1.1 倍，超过 AA- 对应的 1.0 倍下调门槛（去年约 0.1 倍） |
| 租赁义务 | 未来租赁义务已增至 3,557 亿美元 |
| 公司口径 | Q3 自由现金流 −21.2 亿（首次转负），全年 capex 指引 1,350–1,450 亿；10 月股价跌 15%，四年最差月 |
标普明确了降级触发条件：若调整后杠杆率持续升破 1 倍、且 2028 年之后 FOCF 仍为负，就可能下调。Meta 发言人回应「我们尊重但不同意标普关于 Meta 的 AI 变现能力的断言」。
为什么值得关注：AA- 是投资级第四高，即使降一级仍属高等级——所以这条不是「Meta 要出事」，而是评级机构第一次把「AI capex 转化为收入的速度」写成可量化的扣分项。门槛只有 1.0 倍，而预测是 1.1 倍：差距很小，意味着后续任何一个季度的 capex 上修都可能触发实际降级。三家超大厂（Meta、Alphabet、Oracle）在同一周内分别被下调展望、被指出 FCF 转负、被指出首家负 FCF，这个密度本身就值得记一笔。
来源：CNBC（标普声明与 Meta 回应原文）· https://www.cnbc.com/2026/10/30/meta-outlook-to-revised-to-negative-by-sp-after-cash-flow-negative.html · 2026-10-30 来源：界面新闻（中文口径与杠杆门槛细节）· https://www.163.com/dy/article/LAIHE3N60534A4SC.html · 2026-10-31
4. Anthropic 的 9,000 亿隐性债务，与 Blackstone 给出的 BB 预判
招股书（10-26 递交）口径下的几组数字：
| 项目 | 金额 |
|---|---|
| 未来履约义务（服务器、厂房、电力） | 近 9,000 亿美元 |
| 账面负债 | 1,175 亿美元 |
| 现金 | 1,120 亿美元 |
| 表外采购协议 | 从去年 12 月到今年 6 月翻至四倍，达 2,656 亿（期限最长 20 年） |
| 未起租租约 | 3,210 亿 |
| 担保义务 | 最高 8 亿 |
| 7 月 AMD GPU 采购 | 超 200 亿 |
| 上半年营收 / 净损 | 163 亿 / 800 亿 |
同期 Blackstone 的判断更直接：Anthropic 上市后可能拿不到投资级评级，落在 BB 区间（投机级最高档）——而此前市场预期是 2027 年前拿到投资级。支撑这个判断的背景是那笔 630 亿美元的芯片融资结构：180 亿次级债由租金支撑，超 420 亿优先债由博通担保。IPO 估值预期 1.5–1.75 万亿美元。
为什么值得关注：9,000 亿履约义务 vs 163 亿半年营收，这个比例是理解「AI 公司到底在赌什么」最直接的一组数。它和标普对 Meta 的 1.0 倍杠杆门槛是同一件事的两个端：一边是超大厂用自己的现金流兜，一边是新公司用未来租金与供应商担保兜。BB 的预判若成真，意味着它的债务成本会显著高于超大厂，而算力采购恰恰是重资产、长周期、需要低成本资金支撑的生意。
来源：SEC EDGAR（Anthropic 注册声明递交记录）· https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&company=anthropic · 2026-10-26 递交 来源：新浪财经（Blackstone 评级预判与融资结构）· https://finance.sina.com.cn/roll/2026-11-01/doc-inixeuac3267352.shtml · 2026-11-01
5. 联发科 Q3 法说会：AI ASIC 从「略高于 20 亿」上修到 25 亿美元，并确认第二家客户
| 项目 | 数字 |
|---|---|
| Q3 合并营收 | 1,680.58 亿新台币（QoQ +10.4%、YoY +18.3%） |
| Q3 净利 / EPS / 毛利率 | 281.99 亿 / 17.50 / 46.3% |
| 首款 AI ASIC | 9 月小量出货 |
| Q4 AI ASIC 营收 | 上修至 25 亿美元（原口径「略高于 20 亿」） |
| 2027 目标 | 160 亿美元，约当市场规模的 20% |
| 第二家 AI ASIC 客户 | 已确认，2028 Q1 量产、2028 年开始贡献营收 |
| 第二代封装 | 采用美国 IDM 封装（市场推测为 Intel EMIB-T） |
| Q4 营收指引 | 2,101–2,218 亿新台币（QoQ +25 |
法说会上一个被追问很久的点：管理层的原话是第二家客户「不是中国大陆公司」，并特别澄清了这一点——说明市场此前的猜测方向与之相反。
为什么值得关注：定制 ASIC 的业务节奏终于从「传闻」变成「时间表」——2026 Q4 起量、2027 拿 20% 份额、2028 第二客户量产。对关心算力供给结构的人，这条比任何 GPU 出货预测都更实：它意味着推理侧的算力采购正在从「买卡」向「买定制芯片」迁移，而台系设计服务商是这个迁移里最确定的受益方。需要标注的是：160 亿与 20% 是公司目标而非订单，25 亿美元是 Q4 单季口径。
来源：联发科投资者关系（Q3 法说会简报到与财务数据）· https://www.mediatek.com/investor-relations · 2026-10-30 来源：经济日报 / 工商时报（法说会问答与客户澄清的转述）· https://money.udn.com/money/index · 2026-10-30
6. 可灵 AI 交割 198.02 亿元：投后约 179 亿美元，超过快手当日市值（10-30 晚港交所公告）
| 项目 | 数字 |
|---|---|
| 实缴出资 | 198.02 亿元人民币（约 29.05 亿美元） |
| 原上限 | 204.47 亿元，差额 6.45 亿 |
| 差额来源 | BlueFive 旗下达康兰五（剩 1 亿）与 BFI MIDCO（8,000 万美元）终止 |
| 份额承接 | 金蝶 3 亿、温州睿达 2.1045 亿、共青城君可 2 亿、沐曦上海 0.55 亿、宁波知春华燕 0.1455 亿 |
| 投后估值 | 约 179 亿美元（人民币口径超 1,200 亿） |
| 对比 | 超过快手当日 1,141 亿港元市值 |
| 主要出资方 | 国家人工智能产业投资基金 14 亿 / 1.15%；上海国方数科 16.9 亿 / 1.38%；腾讯、阿里、百度同时入股 |
| 经营数据 | 2026Q1 营收超 6.5 亿（+300%）、Q2 超 8.5 亿（+200%）；截至 6 月全球用户破 1 亿、企业客户近 5 万 |
为什么值得关注：这是 2026 年国内 AI 视频赛道最大的一次估值确认，且它给出了一个罕见的参照——子公司估值超过母公司市值。三个细节值得注意：① 有 6.45 亿的认购被终止并由五家新主体承接，说明这轮融资在交割前经历了实质调整，不是一次性排满；② 腾讯、阿里、百度同时入股同一家分拆实体，这在以往的竞争格局里不常见；③ 国家人工智能产业投资基金只占 1.15%，是「背书」而非「主导」。高盛的预测是 2026 年底 ARR 破 10 亿美元——这是投行模型，不是公司口径。
来源：香港交易所披露易（快手科技关连交易 / 视作出售公告）· https://www.hkexnews.hk/ · 2026-10-30 来源：证券时报 / 财联社（交割金额、承接方与估值口径）· https://www.stcn.com/ · 2026-10-31
四、论文与开源
本周 arXiv 在 10-30、10-31、11-01 均无新提交批次（周末），本期收的是最后一批 10-29 17:34–17:59Z 上线、此前未进入本刊视野的 7 篇。全部为预印本，未经同行评审。
1. TextSeal2：投机解码破坏水印这件事，被两个机制解决了（arXiv:2610.40613）
作者：Tom Sander、Pierre Fernandez、Itai Gat、Haiming Bao、Jiaxin Shi、Jason Park 等（Meta）。
问题：投机解码（speculative decoding）把草稿模型产生又被拒的 token 丢掉重采样，而水印通常是「按密钥在采样时偏置 token」，被丢弃的草稿会让水印统计失真——要么检测不出来，要么必须接受率下降。
做法：Copula mixing + memoryless races。前者把 token 采样拆成「按密钥的边缘分布 + 与密钥无关的耦合结构」，后者让被拒草稿的替换过程不带记忆性——于是被替换掉的 token 仍然带着同一密钥的水印。
结论：无失真（不改变输出分布）、无额外延迟，且投机解码的接受率不变。
为什么值得读：此前「上水印」和「上投机解码」在工程上是二选一——前者影响吞吐，后者破坏前者。这篇的价值在于证明二者可以叠加，且不需要重训模型、不需要额外前向。对要在生产环境同时追延迟与可追溯性的团队，这是本周最有直接可用性的一篇。
来源：arXiv · https://arxiv.org/abs/2610.40613 · 2026-10-29T17:54Z 提交
2. Propose-Filter-Release：把差分隐私的噪声按「典型记录」而非「最坏记录」来定（arXiv:2610.40654）
作者：Moshe Shenfeld、Eliad Tsfadia、Katrina Ligett。
问题：标准 DP 的噪声按全局敏感度定，即按最坏那条记录定——这在真实数据上往往过于保守，效用被白白牺牲。
做法：三段式。Propose 阶段按典型敏感度提出候选噪声；Filter 阶段用一个 concave friendliness score 判断该噪声是否「友好」（不友好的直接放弃，不发布）；Release 阶段用 friendly-DP 释放机制输出。整条链路的结果仍满足标准 DP。
结论：只需两个组件——一个打分函数、一个释放机制——就能在保住 DP 保证的前提下把噪声量压到按典型记录算的水平。
为什么值得读：这是「隐私预算不该由最坏样本决定」这一直觉第一次被形式化为可直接实现的流程，且没有引入新的隐私模型。对做差分隐私统计发布（聚合报表、训练数据统计）的人，它提供了一个不需要改动隐私定义就能提效的路径。
来源：arXiv · https://arxiv.org/abs/2610.40654 · 2026-10-29T17:59Z 提交
3. Efficient Scalable Oversight via Rewinding：把「回卷」变成可扩展监督的构造工具（arXiv:2610.40535）
作者：Ziyi Guan、Yael Tauman Kalai、Ron Rothblum、Zoe Xi。
问题：可扩展监督的经典设定里，验证者弱、prover 强；如果 prover 只在极少数 oracle 查询上作弊，验证者很难分辨——因为答案整体看起来是对的。
做法：提出 rewindable interactive proofs（RIPs），允许验证者把 prover 回卷到交互的早期状态重新提问。回卷让验证者能对同一个问题的不同「历史」做交叉检验，从而对少量 oracle 答案被改动这件事变得鲁棒。
结论：为「对少量答案改动鲁棒」的计算构造给出了 RIP 实例，把可重放性变成了一个可用的原语。
为什么值得读：这条偏理论，但方向很关键——它把「监督强度」与「能否重放交互」绑在一起。工程上对应的直觉是：如果要验一个强模型的输出，重跑并比对中间状态比只看最终答案更有效。这是「过程监督优于结果监督」在密码学层面的一个对应说法。
来源：arXiv · https://arxiv.org/abs/2610.40535 · 2026-10-29T17:34Z 提交
4. When to Assist and What to Suggest：门控与生成合进一个 1B decoder，反而更省（arXiv:2610.40611）
作者：A. J. A. Jubayer Talukder、Mohammad Ariful Haque。
规模：28,058 个决策点。
| 指标 | 数值 |
|---|---|
| 端到端 EM | 0.2619 |
| oracle-gate 上限 | 0.2971 |
| precision | 0.2387 |
| gate 收益（8B 骨干） | 4.39 倍 |
| gate 收益（1B 骨干） | 1.38 倍 |
| 去掉 memory 的代价 | 掉 24.7 EM 点（BERTScore 0.57→0.35） |
| 单模型 vs 双模型管线 | 省时 1.31–1.76 倍 |
三个可直接带走的结论：① 门控（要不要帮）与建议生成（帮什么）不必是两个模型——一个 1B decoder 同时做，比同规格双模型管线快 1.31–1.76 倍；② 分离式门控的价值随骨干规模收缩而衰减（8B 时 4.39 倍，1B 时 1.38 倍），所以在小模型上做门控分离收益有限；③ memory 不是可选项——去掉它掉 24.7 个 EM 点，说明「建议什么」的答案主要在记忆里而不在门控里。
为什么值得读：这是本期最「可落地」的一篇工程向论文。它没有提出新架构，而是把「什么时候该插话、插什么话」这个产品级问题拆成可测的两个子问题，并给出「合并成一个模型更好」的反直觉结论。上限 0.2971 也提醒了天花板在哪——即使门控完美，端到端也只有 0.30 左右。
来源：arXiv · https://arxiv.org/abs/2610.40611 · 2026-10-29T17:54Z 提交
5. Retrieval as Traversal：把检索从「找相似」改成「在地址空间里走」（arXiv:2610.40545）
作者：Daniel Strauß、Zhenshan Bing、Alois Knoll。
核心主张：检索不是一次性在向量库里找 top-k，而是地址空间上的持久局部遍历。content 与 address 分离：内容存哪是一回事，地址怎么组织是另一回事。索引成本按边际价值正则化，因此在价值形式下自然给出「吸引」与「排斥」两种压力——相似的东西互相吸引，饱和的区域互相排斥。
为什么值得读：长上下文 agent 的记忆问题，现在主流做法是「检索相关片段塞进窗口」，本质是无状态的一次性查询。这篇把它变成有状态的遍历——agent 在一个结构里走来走去，走过的地方留下痕迹。这与本期 DeepSeek Super-agent 里「Router 承担跨任务记忆」的设计是同一方向的两种解法：一个在系统层用常驻 session 承记忆，一个在数据结构层用可寻址空间承记忆。预印本，尚无论文级实验对比。
来源：arXiv · https://arxiv.org/abs/2610.40545 · 2026-10-29T17:37Z 提交
6. Gym-Anything for Robotics：让 coding agent 去造机器人仿真环境（arXiv:2610.40565）
作者：Pranjal Aggarwal、Sean Welleck（CMU）。
做法三步：① 按美国 GDP 分项数据给任务选题——用经济权重决定「该造哪些场景」，而不是拍脑袋；② 让 coding agent 生成仿真环境；③ 用对抗式 creation-audit 循环——一个 agent 造、另一个审，反复直到通过。
产出：RoboWorld，含 25 个仿真 / 25 个测试 / 175 个训练 RL 环境。
为什么值得读：机器人学习长期卡在环境数量上——手工造一个仿真环境要几周。「用 agent 造环境、用经济数据排序需求」是一个聪明的组合：它同时解决了产能问题（自动化）和优先级问题（按 GDP 权重）。但要留意：175 个 RL 环境的质量与真实物理保真度，论文里有自己的评测口径，独立复现还没出现；「GDP 选题」带来的是覆盖面，不是难度保证。
来源：arXiv · https://arxiv.org/abs/2610.40565 · 2026-10-29T17:42Z 提交
7. VeriCUA：CUA 的验证不该是一个打分器，而是一次探索（arXiv:2610.40578）
作者：Qiushi Sun、Da Yu、Alexander Knop、Amer Sinha、Lingpeng Kong、Ben Kao 等（港大 / 上海 AI Lab 系）。
问题：computer-using agent（CUA）的输出是「一串 GUI 操作」，怎么判它对不对？现有做法要么靠人工标注，要么靠一个视觉打分模型——两者都受平台与任务形态限制。
做法：把验证本身当成 agentic exploration。先为该任务构建 rubric（判定条目），再选检查手段：能用 GUI 检查的就走 GUI，能用代码检查的就写代码，逐项把悬而未决的条目判掉。整个过程平台无关。
为什么值得读：CUA 评测一直是这个方向最薄的一环——benchmark 很多，可复用的验证方法很少。这篇的转向值得注意：它不追求「一个更准的打分器」，而是「一个会自己决定怎么查的验证器」。代价是验证成本上升（要跑一次探索），所以它更适合离线评测而非在线拦截。预印本。
来源：arXiv · https://arxiv.org/abs/2610.40578 · 2026-10-29T17:45Z 提交
五、值得关注的趋势
1. AI 叙事的主战场从「增速」切换到「对账单」，而且这一次四份文件在同一周出现。
3.2 万亿合同承诺（Bloomberg）、标普把 Meta 展望下调并点出 1.0 倍杠杆门槛、OpenAI 把融资目标砍 33%、Anthropic 招股书里近 9,000 亿的履约义务——这些不是四个独立新闻，而是同一张资产负债表被四个人从不同角度拍了一次。判断：接下来六个月，AI 公司的估值叙事会被「承诺 / 营收」这个比率主导，而不是「ARR 增速」。实操含义很直接——看任何一家 AI 公司的融资或财报，先问三件事：承诺总额里有多少是尚未生效的（Meta 是略少于一半）、有多少是表外的（Anthropic 是 2,656 亿采购协议 + 3,210 亿未起租租约）、以及租金覆盖比是多少（Anthropic 那 180 亿次级债靠租金支撑，本质上是在赌未来的算力租赁价格）。
2. agent 的架构共识正在收敛到「调度层 + 执行层」，而调度层的价值不在智能，在上下文管理。
DeepSeek Super-agent 是 Router + Worker；Claude Code 是主会话 + subagent + fork；Orkas 是 Commander + 16 个专家 agent；Cursor 事件里的恶意扩展甚至也利用了这个结构（注入宿主进程，等着被调用）。四条线指向同一个形状。判断：谁掌握调度层，谁就掌握成本与可靠性——因为调度层决定了两件事：哪些事件值得启动一个 Worker（成本），以及 Worker 之间能不能共享上下文（可靠性）。DeepSeek 那两个具体机制值得抄：批处理（把积压事件合并进一次模型调用，单决定 6.4s→1.6s，这是纯粹的工程收益，与模型能力无关）和订阅直通（同 Thread 后续事件绕过 Router，决策量少 30%）。这两条的共同点是：它们都在减少「让模型做决定」的次数，而不是让模型决定得更好——这是当前 agent 工程最被低估的优化方向。
3. 供应链攻击的入口已经移到「官方市场的签名字节」，而「出网控制」仍然是空白。
Cursor 这次事件的技术特征值得单独记：没有恶意二进制、没有可疑哈希、代码跑在签过名的宿主进程里、随自动更新下发。也就是说基于产物指纹的防护（哈希黑名单、信誉评分、沙箱静态扫描）在这一层全部失效——攻击者不需要让你下载一个坏文件，他只需要让一个好文件里多 66 行。判断：扩展/插件市场的信任模型必须从「品牌级」下沉到「产物级」——具体说需要发布者密钥与构建产物的可验证绑定（谁能证明这 66 行是 Anthropic 写的），以及版本差异的可读审计（用户能不能看到 2.1.312→2.1.313 多了什么）。同时这条与 10-31 那期 WIRED 披露的 NIPRNet 事件是同一个缺口的两个面：agent 的写权限已经下沉到路径级（blockWritesOutsideWorkingDirectories），但出网权限仍停在域名白名单这一级，给不到「本次任务允许触达哪些端点的最小集合」，更做不到「出网内容与任务的相关性校验」。在这件事有标准答案之前，唯一有效的规则还是那句：别把长期凭据交给 agent，用完就轮换。
4. 在轨算力有了「能跑」的证据，但这个领域的评价标准是缺的。
Suncatcher 的俳句是真的，工程意义也是真的——芯片经得起火箭、软件栈能起来、链路端到端通。但它同时暴露了一个评价缺口：官方公告没有 TPU 代次、没有芯片数量、没有功率预算、没有任何性能数字，只有「Hello World」。判断：这个方向在未来两年会被大量「里程碑式」公告填充，而其中绝大多数不含可比较的性能指标。看这类新闻的方法应该固定下来：先找「持续负载下的吞吐/功耗比」，找不到就只当存活验证读；再看辐射与热管理的长期数据（实验室质子束不等于数年的俘获粒子与太阳风暴）；最后才看成本假设——The Register 那笔账算得很清楚，把发射成本降到 200 美元/公斤、再摊到卫星寿命上，才可能和地面数据中心的电费打平，而这个价格点 Google 自己预测在 2035 年左右。
六、有趣的 AI 开源项目
本期五个项目覆盖四种定位：给 agent 一个团队（Orkas）、给 agent 一个身体（Mika）、给 agent 一双审美的眼睛（unslop）、给 agent 一间教室（OpenMAIC），以及给 kernel 一个自演化的教练（ForgeKernel）。
| 项目 | 星数 / 许可 | 它到底做什么 | 为什么值得动手 |
|---|---|---|---|
| Orkas-AI/Orkas | 6,371★ / MIT / JavaScript（2026-04-29 创建，11-01 推送） | 本地优先的桌面 AI 团队：Commander 把目标拆成 to-do，协调 16 个内置专家 agent，并可调用 Claude Code、Codex、OpenCode、OpenClaw、Hermes-Agent；project 保存目标、规则、记忆与文件；auto-advance 与定时自动化；数据留本机；内置模型 500 credits 免 key，也可接 Claude/OpenAI/Gemini/DeepSeek/Kimi/GLM/Qwen/MiniMax/豆包 | 它把「多 agent 编排」做成了桌面应用而不是 SDK，这个选择本身就是判断：终端用户不需要会写 YAML。更值得看的是它的编排模型——Commander 不执行任务，只拆解与协调，与本期 DeepSeek Super-agent 的 Router 是同一个思路。本机留数据 + 自带各家 key 的组合，也避开了「把公司代码传给第三方编排服务」这个真实阻力 |
| OpenBMB/ForgeKernel | 114★ / Apache-2.0 / Python（2026-10-30 创建，同日推送） | 自演化 GPU kernel agent：每一次被接受的 kernel 升级为下一轮的 reference；架构优先课程先冻结 kernel split / tile / warp 角色 / 寄存器与共享内存预算，再让 agent 在这个结构里搜；经硬件探测认证的机制进 hw_kb/ 跨算子复用 |
论文口径：27 个算子在 Hopper/Blackwell 上打平或超过 18/22 个专家库 kernel（FlashAttention-4、cuDNN、DeepGEMM 等）与三个 kernel 生成系统的全部 7 个已发布 kernel，最高 +170.6%、几何均值 +39.4%，每代提升最高 +9.9%；GDN prefill 超 FlashInfer +100%、GQA attention forward 超 FlashAttention-4 +29%；FlashInfer-Bench 与 NVIDIA SOL-ExecBench 第一、昇腾 CANN-Bench（A3）第一、Ascend 950DT CANN-Bench 第一；示例在 B200 上把 RMSNorm 从零做到 5.2363 倍 PyTorch 参考只用了 1.5 小时。注意：厂商/论文自测、无独立复现，但「架构优先 + 跨算子复用」这个方法论本身可迁移 |
| heydamir/unslop | 3,577★ / CC-BY-4.0 / JavaScript（2026-10-29 创建，11-01 推送） | 反「slop 设计」的 Claude Code / Codex skill：先审计找出紫色渐变、发光、emoji 标签、喊叫式文案、不齐间距等典型 AI 味痕迹，再从产品本身定方向，按 pass 逐轮修，像设计师做 redline review；支持 Next.js/React/Vue/Svelte/Tailwind/纯 HTML，可对线上站点用 Playwright + ffmpeg 出 story video | 它解决的是一类很具体的问题：AI 生成的 UI 有强烈的「同一个模型写的」指纹。做法上值钱的是先审计再改这个顺序——它把「审美的客观化」拆成可列举的痕迹清单，而不是让模型「再好看一点」。可对线上站点做功意味着它也能审别人的站 |
| wangzan101/Mika | 2,808★ / Apache-2.0 / Kotlin（2026-10-29 创建，11-01 推送） | 安卓端 on-device AI agent：在后台屏操作 App（不占主屏），Android 11+ 可聊天/上网/文件、12+ 可操作 App（推荐 14+），arm64 Linux 沙箱；无 Mika 服务器、Key 加密存本机；默认询问模式（花钱先问）；内置 20 余个国产与海外模型服务商预设 | 手机上的 agent 一直是「能不能真的替你点」的问题——它用后台屏 + Linux 沙箱解决执行环境，用「不经过自家服务器」解决信任问题。默认询问模式是个很成熟的产品决策：agent 花钱前先问人，把最危险的一类动作从「默认允许」改成「默认确认」 |
| THU-MAIC/OpenMAIC | 42,208★ / MIT / TypeScript（2026-03-11 创建，10-31 推送） | Open Multi-Agent Interactive Classroom：一键生成沉浸式多 agent 课堂，把教师讲授转成可交互的多角色课堂场景 | 四万星的量级说明教育场景对多 agent 的需求是真实的。它和一般的「AI 助教」不同：不是给老师一个工具，而是把一节课本身变成多 agent 协作产物——学生面对的不是一个答疑机器人，而是一个有角色分工的课堂 |
来源：GitHub
Orkas-AI/Orkas· https://github.com/Orkas-AI/Orkas · 2026-11-01T01:24Z 推送（6,371★） 来源：GitHubOpenBMB/ForgeKernel· https://github.com/OpenBMB/ForgeKernel · 2026-10-30T09:50Z 推送（114★） 来源：GitHubheydamir/unslop· https://github.com/heydamir/unslop · 2026-11-01T00:06Z 推送（3,577★） 来源：GitHubwangzan101/Mika· https://github.com/wangzan101/Mika · 2026-11-01T02:10Z 推送（2,808★） 来源：GitHubTHU-MAIC/OpenMAIC· https://github.com/THU-MAIC/OpenMAIC · 2026-10-31T16:24Z 推送（42,208★）
筛选说明：本期检查了 GitHub 近十天新建仓库与既有热门仓库的更新。vorssaint/vorssaint-utils、bregman-arie/devops-exercises、ub-mode、android-ad-cleaner、ai-pose-gallery-zh、gpu-unlock-ada、Zero-Breach-Toolkit、dsh-Go、word-atlas、totk-pc-recomp、tstack、3d-model-anything、hatchzip、hakios-xnu-kernel 均因非 AI 主题淘汰；NVIDIA/SkillSpector、JetBrains/thinkrail、thedotmack/claude-mem、Infini-AI-Lab/hermit、hevnsnt/CVEngine 因索引命中且无实质新进展淘汰。写不出「为什么值得动手」的项目一律不进本节。
⚠️ 待核实
以下条目因一手源在本环境不可达或缺少关键证据，未写入正文或已显式标注来源状态，不应作为事实引用：
- OpenAI Private Intelligence 与社区安全两份官方页——
openai.com/index/private-intelligence/与openai.com/index/community-safety-report-and-new-protections-for-teens/在本环境均返回 403（curl 与 WebFetch 都拿不到正文；后者经搜索索引可读到节选）。正文中 Private Intelligence 的三项承诺（ZDR with PSP / Private Inference API 预览 / EKM）来自 agipulse.org、deai.org、nvdium.com 三个独立来源的互相一致描述；社区安全一节的数字（Q3 2026 移交 200+ 起、首份报告 2027 年初覆盖 2026H2、Persona 年龄验证）来自搜索结果中 OpenAI 页面的节选文本与 gptonline.ai、aifrontierpost.com 的交叉。缺：完整官方原文。若需引用具体条款，请直接访问官方页。 - Bloomberg《Big Tech Holds $3 Trillion in Spending Commitments for AI Boom》全文——
bloomberg.com在本环境返回 000（不可达）。正文中「超 3 万亿」「租赁 1.3 万亿 / 其他采购 1.9 万亿」「Alphabet 约为一年前 8 倍」「Meta 略少于一半是尚未生效租约、最长 30 年」等数字，来自凤凰 AI 研究院、同花顺、IT之家三个独立中文转述且互相一致，措辞与 Bloomberg 摘要段落吻合。缺：Bloomberg 原文逐字核对。 - 可灵交割的港交所公告原文——
hkexnews.hk公告 PDF 在本环境仅能到达列表页，未能直取该份公告全文。正文中的 198.02 亿元、差额 6.45 亿、承接方五家金额、投后 179 亿美元，来自证券时报与财联社的独立转述且数字一致。缺：公告 PDF 原文。 - 联发科法说会逐字稿——财务数字（1,680.58 亿新台币、EPS 17.50、Q4 指引 2,101–2,218 亿）与「第二家客户 2028 Q1 量产」「不是中国大陆公司」的表述来自经济日报与工商时报转述。缺：法说会简报 PDF 与逐字稿。另需注意：160 亿美元与 20% 份额是公司目标，不是订单；「美国 IDM 封装」是公司口径，「Intel EMIB-T」是市场推测，正文已分别标注。
- Anthropic 招股书原文——SEC EDGAR 递交记录可定位，但注册声明全文体积过大且含大量非结构化段落，本环境未逐字提取。正文中的 9,000 亿履约义务、1,175 亿负债、2,656 亿表外采购、3,210 亿未起租租约来自多家媒体对招股书的引用，数字互相一致。Blackstone 的 BB 预判来自新浪财经转述，属机构观点而非评级行动——Blackstone 不是评级机构，它给的是投资判断。
- 腾讯 Hy4 / 阿里 Qwen4「下周对决」——仅钛媒体一类二手报道，无任何官方页面或发版记录可核。不收录。
- OpenAI 收购 Orchestra Bio、ADT / Thrive Holdings 76 亿——一手源（官方公告或 Reuters 原文）在本环境均不可达，仅有聚合站转述。不收录。
- Anthropic IPO 估值 1.5–1.75 万亿美元——来源是「据报」与机构预期，招股书本身不设估值。正文只在 Blackstone 一节作为背景提及，标注为「预期」。
本期淘汰记录
| 类别 | 条目 | 淘汰原因 |
|---|---|---|
| 本期上下文 | 11-01 08:00 规则引擎自动草稿（120 行） | 只收 5 条（vLLM rc3、llama.cpp b12025、一个 HF 热门模型、Orkas、OpenMAIC），第三节「本节暂无内容」、第四节「今日无达到门槛的内容」、第五节为占位（「推理框架集中发版」）；且向索引追加了 7 行裸标题 + 1 行无关仓库。整体被本人工复核版替代 |
| DUP（4 条） | vLLM v0.33.0rc3（索引 L298/L576 已报 rc0/rc1/rc2，rc3 仅 1 个 commit：ColUltraVBERT test checkpoint pin）、Claude Code 2.1.314（L578）、智谱 GLM-5.3-Flash 定价（强键 web:open.bigmodel.cn/pricing v5.3）、Axiom 4,310 万行 Lean（L506，本轮无新增） |
URL 强键或实体 + 事件精确命中，均无实质新进展 |
| REVIEW 复核后淘汰（2 条） | Transformers v5.22.1（2026-10-30T09:36Z）、腾讯 Hy4 / 阿里 Qwen4「下周对决」 | 前者仅为文档修复（移除 ML4 的 WIP 文档），无代码变更，价值低于门槛；后者只有二手报道、无官方一手，进待核实区 |
| 语义兜底淘汰（3 条） | EMBRACE（索引 L561，10-30 Gal Weizman）、Mistral Large 4（索引 L98，更新至 10-30）、ADT / Thrive Holdings 76 亿 | 前两条为脚本抓不到的「换词改写」型重复——同一事件换了表述，实体键未命中但语义相同；第三条无可达一手源 |
| REVIEW → 转正文（12 条） | Suncatcher、OpenAI Private Intelligence、OpenAI 社区安全、Anthropic Ultra 更名、Cursor 投毒、DeepSeek Super-agent、ForgeKernel、llama.cpp、SGLang、OpenAI 融资、Anthropic 隐性债务、标普 Meta | 回溯到一手源后确认均为新事件或新进展，写入正文；其中 Blackstone BB 并入「Anthropic 隐性债务」一节而非单列（无独立一手公告） |
| 版本噪音（合并处理） | llama.cpp b12018–b12024 7 版合并为 1 条；SGLang 10-31→11-01 40 条提交择要 6 条合并为 1 条；Claude Code 2.1.316（L579 已报，无新增） | 增量过小者不单列，但保留全部技术要点。注：索引写入阶段这两条曾被脚本按「同仓库 URL 已存在」误杀，已手工补回 |
| 非 AI 主题（14 个仓库） | ub-mode、android-ad-cleaner、ai-pose-gallery-zh、gpu-unlock-ada、Zero-Breach-Toolkit、dsh-Go、word-atlas、totk-pc-recomp、tstack、3d-model-anything、hatchzip、hakios-xnu-kernel、vorssaint/vorssaint-utils、bregman-arie/devops-exercises |
星数高但主题不是 AI（系统工具、广告清理、游戏重编译、内核等），不进第六节 |
三笔账：DUP 4 条（URL 强键或实体事件精确命中，全部淘汰）／REVIEW 复核后淘汰 2 条（另 12 条转正文、1 条并入他节）／语义兜底淘汰 3 条（换词改写 2 条 + 无可达一手 1 条）。三笔去重后共淘汰 9 条独立候选；另有版本噪音 9 个条目合并为 2 条、非 AI 仓库 14 个不计数。 token 账：全量索引 139,895 字符 ≈ 51,813 token → 第二轮预筛后需人工读 16,368 字符 ≈ 6,062 token（32 条候选：DUP 1 / REVIEW 15 / NEW 14），压缩 8.5×。两轮筛选：第一轮 34 条候选（NEW 14 / REVIEW 17 / DUP 3），回溯一手 URL 后第二轮 32 条（DUP 1 / REVIEW 15 / NEW 14），以第二轮结论为准。
附录：来源
| # | 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 | We've received our first response from the Project Suncatcher prototype satellite | Google 官方博客 | https://blog.google/innovation-and-ai/models-and-research/google-research/project-suncatcher-satellite-response/ | 2026-10-30 | 2026-10-30 |
| 2 | 模型与产品 | Google's AI satellite sends a very expensive haiku to Earth（成本推算、辐射数据） | The Register | https://www.theregister.com/ai-and-ml/2026/10/31/googles-ai-satellite-sends-a-very-expensive-haiku-to-earth/5306818 | 2026-10-31 | 2026-10-31 |
| 3 | 模型与产品 | Project Suncatcher's Orbiting TPU Sends Back Its First AI Answer | Hardware Busters | https://hwbusters.com/news/project-suncatchers-orbiting-tpu-sends-back-its-first-ai-answer-and-its-a-haiku | 2026-10-31 | 2026-10-31 |
| 4 | 模型与产品 | Pricing（Free / Pro / Max / Ultra 与脚注 ‡） | Anthropic（claude.com） | https://claude.com/pricing | 2026-11-01 读取 | 2026-11-01 |
| 5 | 模型与产品 | Private Intelligence（产品页，本环境 403） | OpenAI | https://openai.com/index/private-intelligence/ | 2026-10-30 | 2026-10-30 |
| 6 | 模型与产品 | GitHub xiaomi-research/Xiaomi-OCR-0 |
GitHub | https://github.com/xiaomi-research/Xiaomi-OCR-0 | 2026-09-28 创建 | 2026-11-01（379★） |
| 7 | 模型与产品 | Xiaomi-OCR-0 技术报告（arXiv:2609.36136） | arXiv | https://arxiv.org/abs/2609.36136 | 2026-09-28 | 2026-09-28 |
| 8 | 工程与架构 | GitHub deepseek-ai/dsh-superagent-prototype（README 与 007-architecture.md） |
GitHub | https://github.com/deepseek-ai/dsh-superagent-prototype | 2026-10-31T09:32Z 创建 | 2026-10-31T12:05Z 推送 |
| 9 | 工程与架构 | DeepSeek Super-agent 发布（公众号原文，本环境 302） | DeepSeek 官方公众号 | https://mp.weixin.qq.com/s/zoS7GlReWChfCjENGxXCdg | 2026-10-31 20:29 | 2026-10-31 |
| 10 | 工程与架构 | Security notice — malicious version of Anthropic.claude-code (2.1.312 and 2.1.313) | Cursor 官方博客 | https://cursor.com/blog/claude-code-extension-security-notice | 2026-10-29 | 2026-10-29 |
| 11 | 工程与架构 | Cursor Discloses SSH Backdoor Attempt in Malicious Claude Code Extension | Unite.AI | https://www.unite.ai/cursor-discloses-ssh-backdoor-attempt-in-malicious-claude-code-extension | 2026-10-31 | 2026-10-31 |
| 12 | 工程与架构 | Trojanized Claude Code Extension Distributed via Cursor Marketplace（持久化命名） | Broadcom / Symantec | https://www.broadcom.cn/support/security-center/protection-bulletin/trojanized-claude-code-extension-distributed-via-cursor-marketplace | 2026-10-30 | 2026-10-30 |
| 13 | 工程与架构 | Tampered Claude Code extension in Cursor planted an SSH backdoor（UTC 时间换算） | Notebookcheck | https://www.notebookcheck.net/Tampered-Claude-Code-extension-in-Cursor-planted-an-SSH-backdoor.1438690.0.html | 2026-10-31 | 2026-10-31 |
| 14 | 工程与架构 | llama.cpp releases b12018–b12024（逐版核对 GitHub API） | ggml-org（GitHub） | https://github.com/ggml-org/llama.cpp/releases/tag/b12024 | 2026-10-31 | 2026-11-01 读取 |
| 15 | 工程与架构 | SGLang commits（since 2026-10-30，全量 40 条择要 6 条） | sgl-project（GitHub） | https://github.com/sgl-project/sglang/commits/main | 2026-10-31 ~ 2026-11-01 | 2026-11-01 读取 |
| 16 | 行业与发展 | OpenAI 融资目标削减 100 亿美元（FT 原文转述） | 央广网 / 中新经纬 | https://www.cnr.cn/tech/gstj/20261101/t20261101_527859242.shtml | 2026-10-31 | 2026-10-31 |
| 17 | 行业与发展 | OpenAI 砍估值、砍融资（降幅拆解） | 中国基金报 | https://www.chnfund.com/article/AR51396433-f078-f5ab-4b4a-3a24a4e301cf | 2026-10-31 | 2026-10-31 |
| 18 | 行业与发展 | Big Tech Holds $3 Trillion in Spending Commitments for AI Boom | Bloomberg | https://www.bloomberg.com/news/articles/2026-10-30/big-tech-holds-3-trillion-in-spending-commitments-for-ai-boom | 2026-10-30 | 2026-10-30 |
| 19 | 行业与发展 | 3 万亿美元！五大科技巨头集体为 AI 押上「天文账单」（中文全文转述） | 凤凰 AI 研究院 | https://news.qq.com/rain/a/20261031A03JOH00 | 2026-10-31 | 2026-10-31 |
| 20 | 行业与发展 | Meta outlook revised downward by S&P on cash flow and capex concerns | CNBC | https://www.cnbc.com/2026/10/30/meta-outlook-to-revised-to-negative-by-sp-after-cash-flow-negative.html | 2026-10-30 | 2026-10-30 |
| 21 | 行业与发展 | 标普因 AI 投资回报及资本开支不确定性下调 Meta 评级展望至负面 | 界面新闻 | https://www.163.com/dy/article/LAIHE3N60534A4SC.html | 2026-10-31 | 2026-10-31 |
| 22 | 行业与发展 | Anthropic IPO 注册声明（递交记录） | SEC EDGAR | https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&company=anthropic | 2026-10-26 递交 | 2026-10-26 |
| 23 | 行业与发展 | 标普将 Meta 评级展望下调至负面 / Blackstone 对 Anthropic 评级的预判 | 新浪财经 | https://finance.sina.com.cn/roll/2026-11-01/doc-inixeuac3267352.shtml | 2026-11-01 | 2026-11-01 |
| 24 | 行业与发展 | 联发科 2026 Q3 法说会简报与财务数据 | 联发科投资者关系 | https://www.mediatek.com/investor-relations | 2026-10-30 | 2026-10-30 |
| 25 | 行业与发展 | 联发科 Q3 法说会问答（AI ASIC 上修、第二家客户） | 经济日报 | https://money.udn.com/money/index | 2026-10-30 | 2026-10-30 |
| 26 | 行业与发展 | 快手科技 可灵 AI 视作出售 / 关连交易公告 | 香港交易所披露易 | https://www.hkexnews.hk/ | 2026-10-30 | 2026-10-30 |
| 27 | 行业与发展 | 可灵 AI 交割 198.02 亿元（承接方与投后估值） | 证券时报 | https://www.stcn.com/ | 2026-10-31 | 2026-10-31 |
| 28 | 论文与开源 | TextSeal2: Distortion-Free LLM Watermarking with Copula Mixing and Memoryless Races（arXiv:2610.40613） | arXiv | https://arxiv.org/abs/2610.40613 | 2026-10-29T17:54Z | 2026-10-29 |
| 29 | 论文与开源 | Propose-Filter-Release: Scaling Noise to Typical Sensitivity via Private Filtering（arXiv:2610.40654） | arXiv | https://arxiv.org/abs/2610.40654 | 2026-10-29T17:59Z | 2026-10-29 |
| 30 | 论文与开源 | Efficient Scalable Oversight via Rewinding（arXiv:2610.40535） | arXiv | https://arxiv.org/abs/2610.40535 | 2026-10-29T17:34Z | 2026-10-29 |
| 31 | 论文与开源 | When to Assist and What to Suggest: Joint Gating and Memory-Grounded Hint Generation in One Compact Decoder（arXiv:2610.40611） | arXiv | https://arxiv.org/abs/2610.40611 | 2026-10-29T17:54Z | 2026-10-29 |
| 32 | 论文与开源 | Retrieval as Traversal: Value-Indexed Memory for Stateful Long-Context Agents（arXiv:2610.40545） | arXiv | https://arxiv.org/abs/2610.40545 | 2026-10-29T17:37Z | 2026-10-29 |
| 33 | 论文与开源 | Gym-Anything for Robotics: Scaling physical simulations with digital agents（arXiv:2610.40565） | arXiv | https://arxiv.org/abs/2610.40565 | 2026-10-29T17:42Z | 2026-10-29 |
| 34 | 论文与开源 | VeriCUA: Verification as Agentic Exploration for Computer-Using Agents（arXiv:2610.40578） | arXiv | https://arxiv.org/abs/2610.40578 | 2026-10-29T17:45Z | 2026-10-29 |
| 35 | 有趣的 AI 开源项目 | GitHub Orkas-AI/Orkas |
GitHub | https://github.com/Orkas-AI/Orkas | 2026-11-01T01:24Z 推送 | 2026-11-01（6,371★） |
| 36 | 有趣的 AI 开源项目 | GitHub OpenBMB/ForgeKernel |
GitHub | https://github.com/OpenBMB/ForgeKernel | 2026-10-30T09:50Z 推送 | 2026-11-01（114★） |
| 37 | 有趣的 AI 开源项目 | GitHub heydamir/unslop |
GitHub | https://github.com/heydamir/unslop | 2026-11-01T00:06Z 推送 | 2026-11-01（3,577★） |
| 38 | 有趣的 AI 开源项目 | GitHub wangzan101/Mika |
GitHub | https://github.com/wangzan101/Mika | 2026-11-01T02:10Z 推送 | 2026-11-01（2,808★） |
| 39 | 有趣的 AI 开源项目 | GitHub THU-MAIC/OpenMAIC |
GitHub | https://github.com/THU-MAIC/OpenMAIC | 2026-10-31T16:24Z 推送 | 2026-11-01（42,208★） |
| 40 | 工程与架构 | Community safety report and new protections for teens（本环境 403，经节选与三源交叉） | OpenAI | https://openai.com/index/community-safety-report-and-new-protections-for-teens/ | 2026-10-30 | 2026-10-30 |
引用提醒：正文每条均附一手来源与发布日期；OpenAI Private Intelligence 与社区安全两份官方页在本环境返回 403，数字来自三源交叉并在待核实区声明；Bloomberg 3 万亿一文原文不可达，中文数字来自三个独立转述；ForgeKernel 的加速比与基准排名为论文/厂商自测、无独立复现；DeepSeek Super-agent 的实验为作者自述、合成负载、未评估真实编码质量，且 README 明确为非官方产品；Suncatcher 为存活验证，官方公告不含任何性能数字；联发科的 160 亿美元与 20% 份额是公司目标，「Intel EMIB-T」是市场推测；Blackstone 的 BB 判断是机构观点而非评级行动；Anthropic 的 1.5–1.75 万亿 IPO 估值是预期而非招股书内容；arXiv 论文均为预印本，未经同行评审；待核实区内容不应作为事实引用。本期为人工复核版，替代同日 08:00 的规则引擎自动草稿。