每天 08:00 出刊
AI 日报|美团开源 1.6 万亿参数模型 LongCat-2.5、Cursor 披露密钥泄露事件、OpenAI 启用科学博客
20条重点5个版面19个来源约 4 分钟读完已读
本期日报由 AI 自动汇整,内容可能有误,请参阅文中原始来源。
模型发布/更新
美团开源 1.6 万亿参数智能体模型 LongCat-2.5 美美团 / The Decoder
- 一句话概括:美团开放面向智能体的 1.6 万亿参数 MoE 模型 LongCat-2.5 权重,训练与部署方案全程未使用 Nvidia GPU。
- 技术规格:采用混合专家(MoE)架构,总参数量达 1.6 万亿,每个 token 激活约 480 亿参数。
- 开源与算力:模型权重采用 MIT 许可证开放,官方部署方案基于 194 片华为 Ascend 加速器,全程不依赖 Nvidia GPU。
- 传送门:The Decoder 报道原文
Bland 发布全双工语音通话模型 Tofu-1 BBland / MarkTechPost
- 一句话概括:Bland 推出处于研究预览阶段的全双工语音到语音模型 Tofu-1,无需中间文本转写即可应对高噪声通话场景。
- 核心能力:直接处理音频输入与输出,支持说话人跟踪、噪声分离与副语言识别,可在通话中途被打断并边处理任务边对话。
- 适用场景:专为车载环境、医院病房及弱信号线路等嘈杂语音通话场景设计。
- 开放状态:目前处于研究预览阶段,仅面向有限企业用户开放,尚未公布参数量、延迟、定价及基准分数。
- 传送门:MarkTechPost 报道
Wispr Flow 推出自研语音听写模型 Canto 1 WWispr Flow
- 一句话概括:Wispr Flow 转向自研语音模型路线,推出首个面向真实嘈杂听写场景的 Canto 1 模型,词错率降至 3.4%。
- 核心亮点:Canto 1 专门针对嘈杂真实听写场景进行训练,在真实听写测试中的词错率降至 3.4%。
- 团队动向:公司已聘请前 Alexa 创始科学家 Ariya Rastrow 出任首席科学官,主导自研语音模型训练。
- 传送门:
Recraft V4.1 Flash V2 极速文生图模型在 OpenRouter 限时免费 RRecraft
- 一句话概括:Recraft 升级速度档文生图模型 V4.1 Flash V2,提升生成速度与图像内文字渲染表现,并已在 OpenRouter 开放限时免费调用。
- 核心亮点:相比上一代 V4.1 Flash 模型,新版本具有更快的图像生成速度以及更出色的画面内文字渲染质量。
- 体验通道:该模型于 11 月 13 日发布,目前在 OpenRouter 平台提供限时免费使用,无需消耗账户积分。
- 传送门:
产品发布/更新
Claude Code 推出实验功能 Code Mode,支持 JS 批量编排工具调用 AAnthropic
- 一句话概括:Claude Code 上线实验性 Code Mode,允许模型先编写一段 JavaScript 代码来并行执行和筛选多步工具调用,减少多轮上下文消耗。
- 工作原理:开启后模型不再单次调用单一工具,而是生成 JavaScript 在本地会话中一次性串联或并行执行检索、修改与测试,仅将筛选后的必要结果返回上下文。
- 支持模型与限制:目前仅支持终端交互式会话及 Opus 5.5、Sonnet 5.5、Haiku 5.5 与 Fable 5.2 模型,暂不支持桌面端、VS Code 面板、云端会话及外部网关。
- 开启方式:需手动设置环境变量 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 或写入全局配置文件,前台最长运行 10 分钟,后台最长 2 小时。
- 传送门:
Cloudflare 开源自托管浏览器 Kitesurf CCloudflare
- 一句话概括:Cloudflare 正式开源 Kitesurf 浏览器项目,为开发者和企业提供支持自行部署的浏览器方案。
- 开源属性:Cloudflare 通过官方博客公布 Kitesurf 开源计划,开放其浏览器核心代码。
- 部署方式:项目支持用户与团队自行搭建和部署运行,满足自定义基础设施需求。
- 传送门:Cloudflare 官方博客
GitHub Copilot 推出安全扩展,支持对话式修复代码扫描告警 GGitHub
- 一句话概括:GitHub 发布全新安全扩展并开启公开预览,开发者可在 Copilot 应用内直接查找、解释并修复或忽略仓库的代码扫描告警。
- 更新内容:用户无需离开 GitHub Copilot 界面,即可通过自然语言指令让 Copilot 定位安全告警、给出成因解释并生成修复方案。
- 适用阶段:该 GitHub 安全扩展目前已面向开发者进入公开预览(Public Preview)阶段。
- 传送门:
Databricks 发布 Genie One Skills 使用指南 DDatabricks
- 一句话概括:Databricks 公布 Genie One 技能(Skills)完整指南,支持团队以开放 Agent Skills 格式封装工作流配方并复用标准检查。
- 核心机制:Skills 是基于开放 Agent Skills 格式编写的工作流配方,可将团队固定业务步骤教给 Genie One。
- 实用价值:确保 AI 智能体严格遵循团队预设的流程、质量检查项与格式规范稳定产出结果。
- 传送门:Databricks 官方博客
llama.cpp 正式发布 1.0.0 里程碑版本 lllama.cpp / Hugging Face
- 一句话概括:广受本地大模型社区欢迎的推理引擎 llama.cpp 正式步入 1.0.0 版本,进一步强化跨平台本地部署能力。
- 版本里程碑:llama.cpp 项目迎来 1.0.0 正式版本发布,标志着开源端侧与本地推理基础设施迈入稳定阶段。
- 生态特性:继续主打轻量与全平台兼容性,支持在各类本地硬件环境中开箱即用运行大模型。
- 传送门:
行业动态
Cursor 披露安全事件:密钥泄露导致部分数据外泄 CCursor
- 一句话概括:AI 编程工具 Cursor 发布安全事件更新报告,确认近期因密钥泄露引发安全事件并造成部分用户数据外泄。
- 事件概述:Cursor 官方披露近期安全事件调查结果,确认存在密钥泄露并导致部分数据外泄,同时波及恶意 Claude Code 扩展相关影响。
- 应对措施:官方团队已发布详细事件复盘与补救步骤说明,以修复漏洞并强化后续密钥安全防护。
- 传送门:Cursor 安全事件公告
美国国会寻求收紧 AI 芯片出口规则,黄仁勋被曝探讨重返英伟达 TThe Verge / The Decoder / 金融时报
- 一句话概括:英伟达高管风波持续发酵,美国国会两党推动进一步收紧 AI 芯片出口限制,同时《金融时报》披露黄仁勋正考虑重新出任英伟达 CEO。
- 国会监管动向:参议院银行委员会主席 Tim Scott 致函英伟达高管及商务部长 Howard Lutnick 要求公开作证,众议院议长 Mike Johnson 称国会正形成收紧对华芯片出口的共识。
- 芯片订单调查:《华尔街日报》援引消息称,与事件相关的 Megaspeed 公司在 2024 年 3 月至 2025 年 6 月间曾为中国买家安排近 120 亿美元的英伟达高性能芯片订单。
- 回归动向:《金融时报》报道称黄仁勋已与亲信讨论回归可能,其盟友正联合硅谷高管游说董事会并争取白宫支持。
- 传送门:The Verge 国会报道
- 传送门:The Decoder 订单报道
- 传送门:
阿里芯片子公司平头哥赴港保密申请 IPO,Qwen4-Max 首次预览亮相 阿阿里巴巴 / Recode China AI
- 一句话概括:阿里巴巴披露芯片子公司平头哥(T-Head)已秘密递交香港上市申请,并同步首次预览支持 100 万上下文窗口的下一代模型 Qwen4-Max。
- 芯片业务上市:阿里巴巴 11 月 10 日披露,旗下芯片子公司平头哥(T-Head)已于 9 月 11 日以保密方式向港交所提交上市申请,具体发行条款尚未确定。
- 大模型预览:阿里巴巴于 11 月 11 日首次预览 Qwen4 家族首款模型 Qwen4-Max,支持文本、图像与视频多模态输入以及 100 万 token 上下文窗口。
- 传送门:Recode China AI 报道
澳大利亚央行分析:AI 就业冲击率先集中于年轻群体与软件客服岗位 澳澳大利亚央行 (RBA) / The Decoder
- 一句话概括:澳大利亚央行监测数据显示,2022 年底以来高 AI 暴露职业招聘降幅最大,15 至 24 岁年轻劳动者在软件开发和客服岗位受冲击尤为明显。
- 研究方法:澳大利亚央行(RBA)构建了专门针对入门级岗位与高 AI 暴露职业的监测系统,追踪自 ChatGPT 于 2022 年底发布以来的招聘趋势。
- 核心发现:所有岗位招聘均有下滑但高 AI 暴露组降幅最大,其中 15 至 24 岁年轻工人和年轻大学毕业生的就业率更弱、失业率更高,软件开发与客服岗位首当其冲。
- 传送门:The Decoder 报道原文
Hugging Face CEO 警告 AI 权力集中风险,呼吁壮大开源生态 HHugging Face
- 一句话概括:Hugging Face CEO Clément Delangue 结合头部闭源机构高估值带来的财富集中趋势,重申必须建立更强的开源生态以遏制权力与技术不平等。
- 核心观点:Clément Delangue 指出权力、能力与财富集中是 AI 面临的最大风险,且这种自然集中趋势极强,若缺乏更强大的开源生态,社会将面临前所未有的不对称与不平等。
- 财富估算背景:其引用的估算显示,若按 1.5 万亿美元估值计算,Anthropic 约 5,300 名员工中将有约 4,250 人成为百万富翁,该估值高于 Anthropic 目前约 1 万亿美元的目标。
- 传送门:
论文研究
OpenAI 上线科学博客,展示 GPT-6 Astra 辅助物理标准模型格点证明 OOpenAI
- 一句话概括:OpenAI 正式推出面向科研的科学博客,并发布首篇研究展示 GPT-6 Astra 如何协助研究人员将物理标准模型的格点定义构想转化为详细证明。
- 科研成果:研究人员探讨了一种非微扰格点定义的标准模型候选方案,并借助 GPT-6 Astra 模型将理论构想进一步推进为严谨的详细证明。
- 全新发布阵地:同步上线的 OpenAI 科学博客旨在集中分享利用 AI 推动科学发现的新进展、实用研究方法以及一线科学家实践经验。
- 传送门:格点标准模型研究
- 传送门:OpenAI 科学博客公告
Google DeepMind 与哥伦比亚大学提出 BTTF 框架:以 SQL 调试芯片仿真 GGoogle DeepMind / 哥伦比亚大学
- 一句话概括:联合团队提出 Back-to-the-Future(BTTF)框架,将超 10 GB 的芯片仿真波形数据转化为紧凑 SQLite 数据库,由多智能体协同排查芯片设计缺陷。
- 研究动机:芯片仿真产生的原始波形转储文件体积常超过 10 GB,传统方式难以让大模型直接读取并进行高效调试。
- 核心方法:BTTF 框架先将海量波形转储转换为紧凑的 SQLite 数据库,再由多智能体将自然语言问题转为 SQL 查询、核查设计规则并对最终答案进行审计。
- 传送门:
西北大学与 Google 提出 Harness²:无答案键自动迭代改进智能体封装 西西北大学 / Google
- 一句话概括:研究团队提出即插即用的递归 Harness² 框架,使智能体在缺乏标准答案键的新任务上也能自主评估并持续优化提示词、工具与记忆配置。
- 核心机制:Harness² 将提示词、工具、技能与记忆整体封装为可演进的 harness,由编辑模型自动提出结构修改并重新执行任务。
- 经验沉淀:系统仅保留被证明有效的新版配置,并将成功修改经验存入历史库,用于在后续全新任务中持续指导智能体表现提升。
- 传送门:
其他分享
Anthropic 发布《构建永远在线的智能体》参考架构指南 AAnthropic
- 一句话概括:Anthropic 工程团队系统拆解 Always-on Agents 设计蓝图,阐明如何通过事件驱动与休眠机制低成本实现“始终在线”的用户体验。
- 核心理念:“始终在线”强调的是响应连续性的使用体验而非模型持续挂机消耗算力,智能体大部分时间处于休眠状态,仅在触发事件到来时唤醒运行并保存状态。
- 五大架构组件:指南将系统划分为持久化事件收件箱(Event Inbox)、独立计时器(Timers)、精简持久记忆(Memory)、外部凭证权限控制(Permissions)以及控制交互节奏的发件箱(Outbox)。
- 传送门:Anthropic 官方指南
Claude Fable 5.2 用约 70 万次模拟笔触绘出照片级画作 TThe Decoder
- 一句话概括:开发者展示 Claude Fable 5.2 不依赖图像扩散模型,而是通过编写 Python 脚本驱动画笔模拟引擎在虚拟画布上逐笔绘制写实场景。
- 技术路径:模型通过编写 1,000 至 2,000 行 Python 程序驱动模拟画笔引擎逐笔作画,全程不调用外部图像生成模型或任何底图参考。
- 演示细节:在 Jake Eaton 展示的停车场购物车写实画作中,模型共执行了约 700,000 次模拟笔触完成渲染。
- 传送门:The Decoder 报道原文
JetBrains 实测 12 款前沿大模型语言偏好:普遍厌恶 Python 偏爱 PHP JJetBrains
- 一句话概括:JetBrains 对中美法 10 家实验室的 12 款最新模型发起 1,200 次无提示词语言偏好提问,揭示大模型在编程社区争议话题上的奇妙共识。
- 实验规模:测试覆盖 OpenAI GPT-6.1 Sol/Terra、GPT-6 Astra、Claude Opus 5.5、Gemini 4 Argon、Grok 4.7、Muse Spark Open、DeepSeek V4 Pro、Qwen3.8 2.4T A95B、Kimi K3.1 Pro、GLM 5.3 与 Mistral Large 4 共 12 款模型,每款询问 100 次合计 1,200 次。
- 趣味结果:在无系统提示词的独立对话中,模型共提及 14 种“随机”编程语言,对 C# 保持零评价,整体呈现出强烈吐槽 Python、青睐 PHP 的倾向,甚至有模型同时为 Go 错误处理正反两方辩护。
- 传送门:JetBrains 官方博客