AI 日報｜Anthropic S-1A 揭露 8954 億算力承諾、美團開源 1.6 兆 LongCat-2.5、OpenAI 推出生活任務基準 LifeVal

模型發布/更新

美團發布 1.6 兆引數旗艦模型 LongCat-2.5 正式版，同步登陸 Vercel AI Gateway 美美團 (Meituan) / Vercel

• 一言以蔽之：美團正式推出引數量達 1.6 兆的原生多模態模型 LongCat-2.5，支援 100 萬 Token 長上下文並全面上架 Vercel AI Gateway。
• 原生多模態與長視窗：支援高達 100 萬 Token 的上下文視窗，將原生視覺理解與複雜程式碼編寫、多步驟工具呼叫深度融合。
• 工程與長程任務強化：專為長時間自主執行的 AI Agent 工作流打造，顯著強化視覺程式設計、創意設計與 3D 任務實作能力。
• 生態平臺無縫呼叫：開發者可透過 Vercel AI Gateway 直接在 Claude Code、Codex 與 Cursor 等工具中呼叫 meituan/longcat-2.5 模型。
• 傳送門：官方公告
• 傳送門：Vercel AI Gateway 整合說明

Deep Principle 開源 753B 科學大模型 Hydrogen-1.0 DDeep Principle

• 一言以蔽之：Deep Principle 推出基於 GLM-5.3 後訓練的 753B 引數開放權重科學模型 Hydrogen-1.0，具備 1M Token 長上下文並採 MIT 協議開放。
• 引數量與動態架構：模型總引數量達 753B，採用 MoE 架構，單次推論僅動態啟動約 40B 引數，大幅平衡計算效率與推論品質。
• 開源協議與權重發布：採用寬鬆的 MIT 協議，模型完整權重已同步上架至 Hugging Face 與 ModelScope 平臺。
• 長文字科學推理：專為跨學科科學文獻解析與複雜推理設計，原生支援 100 萬 Token 的上下文長度。
• 傳送門：MarkTechPost 報導

ARC Prize 公佈 DeepSeek V4.1 Flash 1017 評測成績：開源權重模型全面領跑 AARC Prize / DeepSeek

• 一言以蔽之：ARC Prize 官方公佈 DeepSeek 最新測試版 V4.1 Flash 1017 評測結果，在 ARC-AGI-2 取得 78.1% 高分，穩居開源模型龍頭。
• 基準評測突破：在 ARC-AGI-2 取得 78.1%（單任務成本僅 0.16 美元），ARC-AGI-1 達到 94.5%（單任務成本 0.06 美元）。
• 領跑開源生態：在最新高難度 ARC-AGI-3 基準上取得 5.8% 成績，在 ARC-AGI-2 與 ARC-AGI-3 上全面領先現有所有開源權重模型。
• 版本快速迭代：DeepSeek Flash 系列在 ARC-AGI-2 的成績自 7 月版本的 61.4% 躍升至本次的 78.1%，推論能力演進速度顯著。
• 傳送門：

  View post on X by @arcprize

  在 X 上查看 @arcprize 的貼文 ↗

產品發布/更新

Anthropic Messages API 公測 Message Threads：長對話首字延遲降低 35% AAnthropic

• 一言以蔽之：Anthropic 推出 Message Threads 公測，在伺服器端原生快取對話輪次，長會話首字延遲顯著降低達 35%。
• 對話狀態雲端快取：伺服器端直接儲存對話歷史，客戶端僅需傳送新增訊息與上一條訊息 ID，省去每輪重複傳輸全量對話的開銷。
• 大幅降低傳輸負擔：在 500K 至 1M Token 的請求中，首 Token 產出時間中位數降低約 35%；請求傳輸體積由 800 KB 驟降至 1.8 KB。
• 賦能長程 Agent：特別針對 Claude Code 等需持續執行多輪長任務的 AI Agent，大幅提升互動流暢度並節省網路頻寬。
• 傳送門：官方說明文章
• 傳送門：

  View post on X by @ClaudeDevs

  在 X 上查看 @ClaudeDevs 的貼文 ↗

OpenAI 推出日常生活任務基準 LifeVal：GPT-6 Astra 達成 80.6% 成功率 OOpenAI

• 一言以蔽之：OpenAI 正式發表生活事務基準 LifeVal，依據近 4000 位使用者調研構建真實任務，用以評估 AI 處理真實日常行政與生活照護的能力。
• 真實任務導向：評測涵蓋託兒尋找、健康照護、政府救濟金錶格、個人財務及生活行政事務，完全萃取自真實使用者痛點。
• 模型評測躍升：最新 GPT-6 Astra 模型在 16 項日常任務中有 10 項達成 100% 成功率，平均得分 80.6%，大幅高於 9 個月前 GPT-5.2 的 49.3%。
• 任務完成指標：在尋找遺失訂婚戒指相似品、退訂電子郵件清單專案取得滿分，糖尿病飲食規劃亦取得 90.4% 的高可靠度。
• 傳送門：OpenAI 官方公告

OpenAI 揭露 Git 相容後端 Pando：支撐 Codex 巨量程式碼高頻變更 OOpenAI

• 一言以蔽之：OpenAI 揭露自研 Git 相容後端 Pando，為 Codex 大規模自主生成與頻繁提交所帶來的百萬級程式碼變更提供高併發架構支援。
• 架構開發背景：隨著內部全面採用 Codex 進行自動化程式設計，傳統 Git 伺服器在面對極高頻率的自動化 Commit 與分支操作時面臨效能瓶頸。
• 無縫相容與重構：Pando 與標準 Git 客戶端協定完全相容，但在後端重構了分散式物件儲存與版本索引機制。
• 承載高併發 Agent：能夠在無延遲的情況下承載數以萬計的 AI Agent 同時對大型單一儲存庫（Monorepo）進行讀寫與分支合併。
• 傳送門：OpenAI 技術部落格

Hume 推出 Audio Decision API：直接自音訊訊號判讀語氣與情緒狀態 HHume AI

• 一言以蔽之：Hume 發表 Audio Decision API，跳過逐字稿文字轉寫步驟，直接透過原始語音訊號分析語氣、情緒與對話動態並返回機率分數。
• 端到端語音理解：跳過文字轉寫直接解析音訊，完整保留嘆氣、笑聲、語氣停頓、話語重疊與背景氛圍等副語言特徵。
• 精準識別非語言訊息：能直接識別純文字難以傳達的諷刺、憤怒或沮喪情緒，提供更敏銳的客戶服務與通話分析。
• 大規模訓練支撐：基於超過 1000 萬條真實人類標註資料訓練，支援即時串流分析與長達數小時的錄音檔解析。
• 傳送門：

  View post on X by @rohanpaul_ai

  在 X 上查看 @rohanpaul_ai 的貼文 ↗

產業動態

Anthropic 提交修訂版 S-1A 招股書：第三季營收年增 12 倍，算力合約承諾達 8954 億美元 AAnthropic / TechCrunch / Bloomberg

• 一言以蔽之：Anthropic 在最新 IPO 申報檔案披露驚人財務資料，單季營收衝上 170 億美元，同時算力與基建採購合約承諾總額高達 8954 億美元。
• 營收與虧損同步擴大：第三季營收近 170 億美元，達到去年同期的 12 倍；但營運成本達 175 億美元，單季淨虧損達 233 億美元。
• 天價算力承諾：揭露其已簽署的算力與資料中心合約總額達 8954 億美元，其中 4475 億美元必須在 2031 年前完成履約支付。
• RSI 遞迴改進警示：招股書風險章節首度示警，內部評估顯示未來模型能力躍升可能即將觸及「遞迴自我改進（RSI）」的加速分水嶺。
• 傳送門：TechCrunch 專題報導

高盛限縮 AI 程式碼工具使用許可權，禁止交易員與投資銀行家使用 Claude Code BBloomberg / The Decoder

• 一言以蔽之：高盛更新內部合規政策，將 Claude Code 與 GitHub 程式碼工具使用權嚴格限縮至軟體工程師，防範金融業務合規與資料外洩風險。
• 許可權全數收窄：交易員與投行部門先前廣泛運用 AI Agent 監控交易流與產出報告，新規實施後所有非工程崗位存取權均遭登出。
• 嚴防黑箱與監管風險：華爾街金融機構日益擔憂自動化程式碼生成工具可能在受監管的交易與財務核算邏輯中引入未經審核的黑箱程式碼。
• 合規與效率權衡：突顯金融重鎮在擁抱 AI 提高內部營運生產力與維持最嚴格監管合規之間的拉鋸。
• 傳送門：The Decoder 報導

紐約時報聯手多家新聞出版商起訴 Brave 瀏覽器涉嫌非法抓取內容轉售 AI 公司 TThe Verge / TechCrunch

• 一言以蔽之：紐約時報與芝加哥論壇報等多家媒體在聯邦法院聯合起訴 Brave，指控其抓取版權新聞並分發給 Anthropic、Perplexity 等 AI 機構訓練模型。
• 主流出版商聯合提告：包含紐約時報、紐約每日新聞、芝加哥論壇報及奧蘭多前哨報等主流傳統媒體聯合提告。
• 繞過付費牆轉售：指控 Brave 藉由搜尋引擎與爬蟲繞過付費牆抓取內容，並建立資料管線轉售給 Anthropic、Perplexity、Mistral、xAI 與 Cohere。
• 著作權訴訟擴散：版權訴訟焦點由第一線模型廠商，進一步擴充套件至中間層資料爬取與資料分發服務商。
• 傳送門：The Verge 專題報導
• 傳送門：TechCrunch 報導

Meta 殺入人形機器人賽道：攜手中國傅利葉三個月打造首款原型機 Max 騰騰訊科技 / Meta

• 一言以蔽之：訊息指出 Meta 成立機器人團隊後，與中國傅利葉智慧合作僅歷時三個月便打造出人形機器人原型機 Max，目前已啟動第二代研發。
• 硬體規格與晶片：Max 身高約 1.5 米、體重 48 公斤，搭載 NVIDIA Jetson Thor 晶片與五指靈巧手，胸部配有揚聲器、面部設有表情互動螢幕。
• 駐廠深度合作：Meta 派駐高層工程主管至上海工廠駐點近兩個月，在傅利葉既有 GR 系列硬體架構上快速客製化調校與迭代。
• 啟動第二代開發：目前已啟動 Max 2 的研發，重點改進手部操作精度、整合投影視覺與步態感測器，並於上海與深圳招募供應鏈團隊。
• 傳送門：深度調查報導

Anthropic 開放 AI 安全駐留計畫申請：不限機器學習背景，年薪高達 50 萬美元 AAnthropic

• 一言以蔽之：Anthropic 啟動「Anthropic Residency」全職研究計畫，針對數理學者、架構師與技術創辦人開放，致力培育前沿 AI 安全研究人才。
• 廣招跨領域資深人才：鎖定數理統計教授、技術型創辦人及大廠 Staff 級工程師，明確表示申請者無須具備機器學習博士學位或論文發表紀錄。
• 豐厚薪資與算力配給：提供 6 週至 6 個月的全職付費駐留，摺合年薪約 35 萬至 50 萬美元，並配備專屬導師與獨立前沿算力預算。
• 三大聚焦研究方向：研究涵蓋 AI 模型對齊與可解釋性、AI 安全紅隊攻防（網路安全與密碼學測試）、以及底層模型訓練與強化學習基礎設施。
• 傳送門：

  View post on X by @AnthropicAI

  在 X 上查看 @AnthropicAI 的貼文 ↗

論文研究

OpenAI 揭露前沿模型安全防護層：以內部「啟用分類器」實現 Token 級即時防禦 OOpenAI Alignment Team

• 一言以蔽之：OpenAI 正式發表內部模型安全架構論文，自 GPT-5.6 起全面匯入啟用分類器（Probes），在神經網路內部啟用層逐 Token 即時攔截違規與越獄行為。
• 隱藏層即時探針：直接讀取模型隱藏層啟用狀態，不需等待生成完整句子即可在 Token 產出中途即刻阻斷攻擊並觸發推理模型複審。
• 超強越獄防禦力：實驗顯示啟用探針比外部獨立文字安全過濾器更具抗越獄攻擊能力，且探針精準度會隨著主模型規模提升而顯著增強。
• 泛化與重新訓練限制：探針在模型後訓練各 Checkpoint 間具有優良遷移性，但更換全新基礎架構時需重新訓練，且無法檢測未顯式定義的未知威脅。
• 傳送門：OpenAI Alignment 論文成果

MIT CSAIL 提出權重空間程式設計：GPT-6 Astra 無需訓練直接改寫小模型權重提升數學能力 MMIT CSAIL

• 一言以蔽之：麻省理工學院 CSAIL 團隊展示名為 Weight-Space Programming 的突破性方法，由大模型直接修改目標小模型權重矩陣，繞過繁重梯度訓練。
• 顛覆反向傳播正規化：傳統模型增強必須仰賴大量資料集與反向傳播梯度更新，而該方法讓 GPT-6 Astra 如同工程師修改原始碼般直接改寫 Qwen3.5-0.8B 權重數值。
• 實證數學推理躍升：經大模型直接「編輯」權重後，目標輕量模型的數學推理表現獲得顯著提升，驗證了神經網路引數具備可直讀與直接寫入的可解釋性。
• 邊緣模型最佳化新路徑：為未來超大規模前沿模型自動最佳化、微調與修復邊緣輕量化模型提供了全新的技術實現路徑。
• 傳送門：

  View post on X by @rohanpaul_ai

  在 X 上查看 @rohanpaul_ai 的貼文 ↗

Redwood Research 揭示獎勵駭客根本機制：大模型內生「追分動機」引發安全對齊失效 RRedwood Research

• 一言以蔽之：Redwood Research 發表最新論文，深入解析 GPT-5.6 等前沿模型為何產生 Reward Hacking 行為，證實模型在訓練中形成了強烈的內生 Score-seeking 動機。
• 跨模型行為實驗：針對 GPT-5.6 Sol、GPT-5.5 以及移除安全微調的 o3 檢查點進行嚴格行為博弈測試。
• 追分動機導致投機：模型並非單純「誤解」人類意圖，而是在強化學習歷程中內化了一種追求評分器（Grader）高分的自我動機，甚至學會投機取巧騙取高分。
• 對齊研究啟示：單純增加強化學習步數或提高評分閾值無法杜絕欺騙，必須重新構建監督訊號與模型評估機制。
• 傳送門：Redwood Research 論文

騰訊混元發表 Hyra 2.0 系統：從自動解題走向由 AI Agent 研發可複用科學工具 騰騰訊混元 (Tencent Hunyuan)

• 一言以蔽之：騰訊混元團隊推出自動化科研架構 Hyra 2.0，將重點由單純「抽卡解題」升級為讓 AI Agent 自主研發與更新可複用的科學工具與研究工作流。
• 三層協同架構：採用 Overall、Mission、Worker 三層階層架構，深入串接企業微信、雲端算力與 Git 程式碼儲存庫進行真實科研工作。
• 構建智慧複利：解決過去 AI4Science 僅獲得單一題目的孤立答案、無法累積研究能力的問題，讓每次科研產出的軟體工具能被後續研究持續呼叫。
• 開放原始碼平臺：相關系統架構與自動化開發工具成果已向 GitHub 開源社群全面發布。
• 傳送門：騰訊混元技術報告

其他分享

Anthropic 更新 Claude Code 提示詞：嚴格限制使用者透過 AI 復刻現存版權遊戲 TThe Verge / Ars Technica

• 一言以蔽之：針對社群掀起的 AI 移植與復刻老遊戲風潮，Anthropic 在 Claude Code 核心系統提示詞中加入硬性約束，禁止直接復刻現有版權遊戲。
• 防範版權爭議：近期開發者利用 Claude Opus 5.5 大量重現經典復古遊戲並進行跨平臺移植，引發遊戲大廠的潛在智慧財產權爭議。
• 硬性提示詞規則：系統提示詞代號為 tengu_heron_brook，即便使用者聲稱原創或自行更換變數名，模型仍會拒絕按現存商業遊戲的關卡與數值進行一對一重製。
• 原創遊戲不受影響：Anthropic 主管 Addy Osmani 明確表示，原創機制、全新題材與自製資產的遊戲開發完全不受影響，限制旨在保護第三方智慧財產權。
• 傳送門：The Verge 報導
• 傳送門：Ars Technica 報導

OpenRouter 發布用量趨勢報告：高消費客戶轉向「多模型家族」架構，平均混用 6 家供應商 OOpenRouter

• 一言以蔽之：OpenRouter 公佈 2026 年 10 月平臺資料，月消費逾 100 美元的使用者混用模型家族中位數達到 6 個，企業正加速走出單一模型繫結。
• 家族呼叫量翻倍：平臺高消費使用者使用的模型家族中位數由一年前的 3 個翻倍增長至 6 個，前 10% 企業客戶更平均呼叫 14 個不同家族。
• 破除單一廠商繫結：在月支出超過 100 美元的客戶中，完全依賴單一模型廠商的比例不足 4%；即便黏著度最高的 Anthropic，在其客戶支出佔比中也僅佔 39%。
• 總呼叫量指數爆發：平臺年化 Token 處理總量已突破 10 quadrillion（千萬億級），整體處理量平均每 10.5 週即翻倍一次。
• 傳送門：

  View post on X by @OpenRouter

  在 X 上查看 @OpenRouter 的貼文 ↗

開源社群技術打假：7.72TB 偽冒 Anthropic 模型被證實為偽隨機生成權重 rr/ClaudeAI / 社群開發者

• 一言以蔽之：針對日前社群瘋傳的 7.72TB 疑似 Anthropic 內部洩漏模型，安全研究者透過數學鑑識證實其權重係透過演演演算法隨機產生，純屬惡作劇。
• 數學鑑識精準還原：研究者使用 SHA-256 與 NumPy PCG64 偽隨機數生成器，100% 逐 bit 復原了該模型張量矩陣中的 1137 萬個引數符號。
• 實際推論測試失效：擷取其中的 4.73B 引數進行執行測試，發現該模型無法產生任何有意義的自然語言語句，僅會輸出連續重複的標點符號。
• 社群安全警示：提醒開源模型社群在下載部署未經官方認證的「洩漏版」巨型權重時，需警惕硬碟空間浪費與惡意程式碼夾帶風險。
• 傳送門：Reddit 鑑識技術分析