Anthropic 用数千 Claude 智能体自动化红队测试
新研究让大量 Claude 智能体尝试规避训练数据过滤，以自动化方式发现细微的涌现失准行为。
红队测试是模型安全评估的核心环节，却长期受限于研究员的时间与精力。Anthropic 的新研究让数千个 Claude 智能体尝试规避训练数据过滤，以自动化方式发现那些细微、难以预判的涌现失准行为，为更大规模的安全测试铺平道路。
PlanAssist 助英国规划评估提速 58%
基于 Gemini 的 PlanAssist 面向英国政府规划官员，可将住户规划申请评估时间最多缩短 58%，并向 12 个机构开放。
SGLang 让 DeepSeek 推理吞吐翻倍
DeepSeek V4.1 Flash 在 SGLang 上单 GPU 峰值总吞吐从 654K 升至 1.09M tok/s，并发 1 时 MegaKernel 达 943 tok/s/user。
“Personalized healthcare will be disrupted big time with what agents are capable of today.”
—— @AravSrinivas
RTX 显卡 Tensor Core 解锁工具发布
该项目用 Rust 编写 UEFI 预驱动解锁 NVIDIA GPU，声称可将 bf16 等 dtype 的 FLOPS 提升最高 75%，并带读回校验，覆盖 RTX 20/30/40 系列。
AI 正解锁 300 亿美元遗留系统迁移市场
Emollick 称企业软件迁移市场长期受成本限制，AI 正快速解锁大量已评估但更便宜的迁移项目。
苹果 AI 功能将在国内上线并由千问驱动
op7418 称苹果 AI 功能将随 iOS 27.3 于 12 月在国内上线，Siri 为 2024 年版本并由千问驱动。
Claude Fable 5 权重兜售被指造假
有人声称出售 Anthropic 旗舰模型 Claude Fable 5 权重，但网友比对发现文件与 DeepSeek 免费开源模型字节一致。
Gemini 4 Carbon 登顶智能体榜单
Gemini 4 Carbon 在 APEX-Agents 排名第一，是榜单上唯一平均分超过 90% 的模型。
14B 开源模型基因组基准媲美 GPT-6.1
Hugging Face 研究者称 Carbon-X 14B 开源模型在基因组基准上可与 GPT-6.1 Sol 竞争。
Codex 驱动 GPT-6 Astra 生成 Three.js 场景
OpenAI 开发者账号转发演示，展示用 Codex 与 GPT-6 Astra 把 Three.js r187 的视觉效果推到新高度。
Replit 推出面向政府的 AI 开发平台
Replit for Government 旨在让公共部门获得可用智能与构建能力，扩大政府场景覆盖。
Ideogram Vector 1 可生成可编辑 SVG
Ideogram Vector 1 接入 invideo，用户描述需求即可生成可编辑的 SVG 矢量图。
NVIDIA 开源多语言音频清理模型
NVIDIA 研究者发布开放式多语言 NemotronLabs RE-USE 模型，用于音频降噪与清理。
首个浏览器本地端到端全模态模型亮相
项目称实现首个 100% 本地浏览器运行的端到端全模态模型，无需拆分后端服务。
Qwen3.5-4B 权重内嵌 RISC-V CPU 实验
Qwenputer 将完整 RISC-V CPU 嵌入 Qwen3.5-4B 权重，用模型自身 Gated DeltaNet 层充当寄存器等组件。
Replit 预测 2030 年财富 500 强皆自驱动
Replit 认为未来公司由人负责判断、创造与品味，智能体负责执行，2030 年每家财富 500 强都将成为自驱动公司。
Replit 自动修复让应用变成自维护软件
在 Replit 托管应用并开启 autofix 后，应用可自动发现问题并修复，接近自维护软件。
Claude Design 以插件形式本地运行
该插件让 Claude Design 以 Agent Skill 在 Cursor、Codex、DeepSeek Harness 本地生成 UI 稿、原型和幻灯片，支持标注评论修改。
Grok Bot 用 100 美元预算自主挑选礼物
用户让 Grok Bot 根据推文和对话，从 X Money 支出最高 100 美元挑选礼物，并收到万圣节惊喜。
DeepSeek 超级智能体每晚运行五千代理
teortaxesTex 称 DeepSeek SuperAgent 基线为五群、每群 1000 个智能体，每晚运行，或指向群体智能与持续学习。
V4.1 推理速度达 1488 tok/s
teortaxesTex 测得 V4.1 无推理时约 1488 tok/s，单任务 0.7 分钟，端到端 500 token 响应约 1.5 秒。
Opus 5.5 生成万圣节“幽灵普查”项目
用户让 Opus 5.5 基于既有作品设计万圣节项目，最终做成地图统计地点百米内历史死亡人数的 Ghost Census。
GPT-6 Pro 擅长复杂一次性问题
Emollick 认为 GPT-6 Pro 虽不快也不一定好用，但对复杂计算、引用与高难度想法的一次性提问表现突出。
欧洲多国拟对流量与 AI 收入加税
levelsio 称法国宣布每 GB 流量征税 0.055 欧元，德国考虑对所有 AI 生成收入征税，引发对欧洲吸引 AI 企业的担忧。
低投入加批评循环胜过过度工程
Swyx 认为对吞吐受限的团队，低投入加批评循环优于超重工程流程。
让智能体把网站打包成 Chrome 应用
fofrAI 建议让代理把网站配置成 Chrome App，免费获得桌面与 Android 容器。
DeepMind 用智能体设计万圣节南瓜灯
团队让智能体完成设计、模拟与制作，展示多智能体实体创作。
Gemma 团队展示带轮子的 Reachy 机器人
PyTorch Conf 展示的 Reachy Mini 可移动版本，基于 Gemma 的机器人演示。
GPU 浮点一致性仍带来意外结果
研究者称尽管熟悉 GPU 浮点行为，这次实验中的一致性仍令其意外。
为 Transformer 注意力发明新记号
Francois Fleuret 提出用管道与小于号表达注意力计算流程的新记号。
个人智能体仍缺透明交互
用户难以知道个人代理在做什么、知道什么以及会做什么。
Opus 5.5 一分钟生成 Unreal 城
Opus 5.5 在 60 秒内生成中世纪城市，引发对工作室审批流程被冲击的讨论。
Claude 200 美元计划移除 5 小时限制
200 美元订阅更名 Ultra 并取消 5 小时限额，但需自动验证通过后才解除。
AI 泡沫破裂影响或超互联网泡沫
引用投资/GDP 数据比较当前 AI 投资与 2000 年互联网泡沫，认为破裂破坏力可能更大。