套餐咨询
AI INTELLIGENCE / LONZON
经过来源核对的 AI 新闻与使用变化，按事件时间阅读，不按本站收录时间刷榜。
实际覆盖起点：；不代表覆盖此后所有 AI 事件。
腾讯 11 月 4 日发布 Hy4，系列参数 770B，较上一代 Hy3 的 295B 增长 2.6 倍，并首次支持图像与图表理解、视觉数学推理。腾讯称这是其模型首次进入「最强开源权重模型」之列，同时承认在研究级数学、长程代码、模型自我改进与高级视觉问答上仍落后领先闭源模型。Hy4 同步驱动企业办公工具 WorkBuddy 改版，腾讯称内部评测平均分 83.18、通过率 96.15%。
竞争点从「参数与榜单」转向「模型 + 办公入口」的捆绑分发：模型发布即绑定自家工作台。参数规模的对比意义在下降，能否落进真实工作流才是差异点。
Ricursive Intelligence 发布 Ripple-65B Preview，称 12 万亿 token 预训练、支持 1M 上下文，在 TerminalBench 2.1 得 80.52，高于其自行列出的 Reflection Beam 501B（80.1）、Meta Muse Spark Open 816B（76.4）、Thinking Machines Inkling 975B（63.8）、NVIDIA Nemotron 3 Ultra 550B（56.4）。公司称整个研发成本 3200 万美元、约为上一代开源 SOTA 的十分之一，只用了 140 万次 rollout。权重已放到 Hugging Face，许可证为 Apache 2.0。
美国一侧开始补「可商用、无附加条款」的开源权重供给；65B dense 与 2.8T MoE 是两种成本结构，前者能落到单机或工作站。但榜单是厂商自报，比较对象也只在其挑选的美国开源模型范围内。
Anthropic 生物团队称在噬菌体 L05 蛋白上得到首个原核来源 vault 颗粒的三维结构：由 96 条同一种蛋白链组成（人源 vault 为 78 条），外壁由 7 段重复堆叠（人源为 9 段），外形更短更宽（约 54 x 45 纳米，人源约 67 x 40 纳米），但因更接近球形，包裹体积约多 25%。团队称在约 150 亿条预测蛋白中筛出同源物，分布在 29 个细菌门和 4 个古菌门，但只出现在不到 1% 的已测序基因组物种里；从中挑出 44 个先在无细胞体系中测试，24 个转入大肠杆菌后 15 个产出可溶蛋白，这 15 个中 7 个组装出 vault 样颗粒，其中 4 个经冷冻电镜确认（2 个来自噬菌体、2 个来自细菌）。论文已投 bioRxiv，页面称链接待更新；vault 的生物学功能仍未确定。
AI 在科研里的落点不是单点问答，而是把「筛序列、设计构建体、优化纯化、处理显微数据」串成流水线；团队自己记下两处模型错误：一条培养基配方让项目倒退两周，漏掉一个标准步骤产出与镜像混叠的结构图。可核查的中间产物比自动化程度更值钱。
Fortune 11 月 3 日报道，Musk 称 SpaceX 8 月推出的个人助手 Grok Bot 运行成本「相对收入不可持续」，并暗示公司正在压缩其算力分配，导致用户更快触到用量上限。同场合 OpenAI ChatGPT 消费业务负责人 Adam Fry 称 Dots 助手「偏吃算力」，每个助手独占一台云电脑代用户执行任务，目前仅向 100 美元/月的 Pro 用户开放。
常驻型个人 agent 的成本结构与按次调用完全不同：算力是持续占用而非峰值调用。订阅定价能否覆盖常驻算力，是这类产品当前最硬的约束。
Google 11 月 3 日教育更新称，K-12 学生账号的 Gemini、Gemini Notebook、Gemini in Classroom 与 Google Search 将「完全关闭」，直至学校管理员显式开启。据 The Verge 引 Google 教育业务副总裁 Chris Phillips，管理员无法只关 AI 而保留搜索——「搜索与 AI 已深度整合」，关闭 AI 的学校学生将看到学校署名的「搜索不可用」提示。Google 未回应 The Verge 的置评请求。
AI 不再是可选项功能，而是与基础设施捆在一起的总开关。用分发权换同意、代价由拒绝的一方承担，这是平台级 AI 推广第一次出现这种结构。
TechCrunch 11 月 2 日（美国太平洋时间）报道，Y Combinator CEO Garry Tan 在 Walter Isaacson 的播客 The Builders（该集定于次日上线）上说「我一年大概花 10 万到 20 万美元在 token 上」，用于各类工作项目、编程，也用 agent 帮他研究节目、打理生活；他称 agent 读了他全部邮件、全部 Dropbox、全部 Apple Notes，包括 20 年的心理治疗笔记。报道称他此前曾开玩笑说自己受「cyber psychosis」困扰、有时因兴奋于与 agent 协作几乎不睡，并提到他已把在用的 23 个 Claude Code skills（gstack）公开在 GitHub 上。
重度 agent 用户的真实成本项是 token 账单，不是订阅费；同一段访谈里，成本与「把全部私人数据交给 agent」是同一个决定的两面。
印度 Sarvam AI 11 月 3 日发布 Sarvam Prism，定位 System One 决策模型，是基于 Sarvam 105B 的 LoRA 微调、Apache 2.0 开放权重。厂商称其在 B200 上中位响应 44ms、三个指数平均 71.8 分，是所测 25 个决策模型中 100ms 以内得分最高者；平均分更高的 mammoth-1 为 75.2 分但要 284ms。Sarvam 称 25 个模型中除 Jev 1.14 与 Microsoft-Decision-1 两个仅提供 API 的模型沿用厂商自报时延外，其余均由其在一块 B200 上自测。
专用小模型开始按「延迟 + 校准」而非通用能力定价，企业可在自有数据上再训、在自有基础设施上跑；但分数与时延都是厂商自测，无第三方复现。
项目网站自称由被裁工程师发起，称用 AI 依据公开 API 文档、RFC 与公开 SDK 行为做 clean-room 重建，首发 ZeroAuthy（宣称兼容 Auth0 Authentication API）与 SalesCompel（Salesforce 记录与 REST API 的有限子集），均为 Apache-2.0、可自托管，仓库附 clean-room 政策。GitHub 显示两仓库建于 10 月 14/15 日，当前 64 与 46 星，属早期演示；兼容性仅为项目方用厂商公开 SDK 自测，无第三方复现。
按人头收费的 SaaS 第一次出现「用 AI 照公开文档重写兼容品」的具体样本，但当前只是两个早期演示仓，能否承受生产负载、法律边界如何都未验证。
Anthropic 官方 release notes 11 月 2 日条目称，Messages API 新增 message threads：首次请求带完整对话与 system、tools，之后每轮只发新消息，以减少重复校验与分词、压低首字延迟。线程在最后一次请求后 5 分钟过期、最迟 1 小时删除，无法续接时 continue 请求返回 404，需新建线程重放全量。system 与 tools 只在创建时发送；model、tool_choice、thinking、mcp_servers、output_config、cache_control 等字段须与创建时逐字一致，不一致报 thread_fingerprint_mismatch；MCP 服务器地址与授权 token 不保存，每轮自带。文档写明对话内容只在内存中、加密、不写持久存储，且任何响应都不会告知该轮是否已存储。
省的是传输、校验与首字延迟，官方未承诺账单下降；把「服务端线程」当成唯一状态的应用必须自己留全量副本，否则过期即丢。
来源：Claude Platform Docs ↗ 原文链接、Claude Platform Release Notes ↗ 原文链接
CTO Eric Allam 在 11 月 1 日的公告中称，攻击者利用的漏洞已被封堵，调查确认部分组织的环境变量遭未授权访问，已向受影响账户所有者发邮件说明处置步骤；影响组织数量、泄露字段与攻击入口均未披露，公司称将在状态页更新。Trigger.dev 是后台任务与 AI agent 托管平台。
托管任务与 agent 平台一旦被攻破，泄露的是客户的第三方 API key 与数据库凭据，影响半径取决于这些 key 是否仍有效。
11 月 1 日的 rc1 邮件称本次合并窗口异常大，近 2 万 commit、平常约 1.5 万；他把大量 AI 触发的改动出现在合并窗口而非 rc 救火阶段视为好迹象，称这是 much healthier model，同时写明 AI 提交的补丁 often get rewritten。他也提醒 7.4 可能是下一个 LTS，这本身是窗口偏大的独立原因，不能全记在 AI 头上。
AI 生成代码进入主干后的真实成本被摆到台面上：审查与重写仍在人这一侧，提交量本身不能当作产能指标。
来源：LWN ↗ 原文链接
Frank Calegari 在陶哲轩博客客座发文（11 月 1 日），称 OpenAI 10 月 6 日公开 700 多篇研究手稿是数学史上的分水岭，主张把招聘重心从论文档案转向人际互动、要求期刊改变并放弃不跟进的期刊。文中引用 Duminil-Copin 的说法：其职业生涯公开提过的每个大问题都被触及，原以为只会看到少数几个。这是观点文章而非研究结论；OpenAI 手稿的学术价值仍有争议。
讨论焦点从「模型会不会做数学」转向「学术共同体如何改激励与评审」，评价体系比模型能力更先被冲击。
DEVELOPMENT TIMELINE
左边是较早记录，右边是现在；节点只归纳本站已核实的新闻。
2026-09 · 2026-09-01—2026-09-30
这一阶段的共同点是能力已经落到基础设施与合规层：模型不只比回答质量，开始进芯片设计、生物设计与系统权限。对读者有用的判据是看一条新闻有没有触及数据、能耗、权限这三类不好回退的东西。
来源：GitHub（omlahore/RemoveMacAI） ↗ 原文链接、Hacker News 讨论 ↗ 原文链接
2026-10-H1 · 2026-10-01—2026-10-15
上半月最值得记住的两条：一是模型继续降价、小模型可用，让本地与免费方案更现实；二是 agent 落地卡在权限与合规，瓶颈已不在模型能力。
来源：JFrog Security Research（JFSA-2026-001694382） ↗ 原文链接、CVE 记录 CVE-2026-105192 ↗ 原文链接
来源：CNBC ↗ 原文链接
来源：Axios ↗ 原文链接、Yahoo News（BeInCrypto 稿，作者 Lockridge Okoth；转述 Axios） ↗ 原文链接