AI 研究 原文／事件：2026-10-24 本站核验：2026-10-25
10 月 24 日陶哲轩博客（What's new）刊出一篇客座文章，作者是 Abhinav Nellore、Johannes Schmitt、Soledad Villar、Rachel Ward 四人，由陶哲轩代为发布。文章说 OpenAI 放在 github.com/openai/math 的数学写作文档「难懂、引用不全」，社区仓库 mathcommunity/oai-math-revised（10 月 10 日建仓，非 OpenAI 官方仓库）想做「一个包容性的修订项目」，邀请学生、博后、教授与爱好者参与：提交 PR 补文献综述与相关结果、改进表述、指出并尽量修正错误，也可提 issue，并按 OpenAI 数学总览 PDF 的分类征募管理员与审稿志愿者。
前沿实验室的输出速度已经超过自己写文档、补引用的速度，于是社区开始充当外部编辑部。这也是一个可长期盯的样本：AI 写出来的数学，能不能被人类逐条核对到 DOI。
来源：What's new（Terence Tao 博客） ↗ 原文链接 、GitHub：mathcommunity/oai-math-revised ↗ 原文链接
AI 与社会 原文／事件：2026-10-24 本站核验：2026-10-25
Convovo（康奈尔教授 Tapan Parikh 主持的对话式 AI 研究工作室）用「点名一个候选人、别含糊」的 API prompt 测了近 500 场 11 月 3 日中期选举选区：TechCrunch 报道，SpaceXAI 的 Grok 4.7 有 92% 推荐共和党候选人，OpenAI 的 GPT-6.1 Sol 有 97% 推荐民主党候选人，两者一致率不到 10%。TechCrunch 另请研究者做的关网测试（30 场）中，GPT 的民主党倾向仍在（24 场选民主党），Grok 的共和党倾向消失（27 场拒答）。研究者还称每个发往 xAI API 的请求多出约 1,240 个 token，他们看不到也删不掉。OpenAI 回应称该研究测的是开发者 API，消费者端产品会拒绝回答投票建议；SpaceXAI 未回应。
对做 API 产品的人，可带走的是「请求侧可能不全是自己写的那部分」；对模型选型，党派比例是强制二选一场景下的产物，不能外推成日常问答的倾向。关网测试的差别更像是在说：一个倾向落在权重里，另一个落在搜索路线上。
来源：TechCrunch ↗ 原文链接
AI 基础设施 原文／事件：2026-10-24 本站核验：2026-10-25
GitHub 项目 Zagitta/gpu-unlock（v1.0.0，GPL-2.0-only）是一个 Linux 内核模块，在 NVIDIA 驱动绑定显卡前先做一次 FLR、写入 SS0=0x88888888 与 SS1=0x8（IMLA4）等速率选择位；README 称其可让 GA102/GA103/GA104/GA106 消费卡的 FP/BF16 FMA→FP32 发射速率翻倍，但用户实测增益普遍低于此。README 的 RTX 3090 Ti 数据（450W、8192³ GEMM、五次中位数）为 BF16 87.50→157.41 TFLOPS、TF32 42.58→82.61、FP16 87.46→118.39；卡表里 RTX 3090 为 +25–67%，最低值出自 225W 限功耗的卡，RTX 3080 Ti 20GB OEM 版解锁完成但 BF16 仍半速。作者注明各卡增益来自不同报告的自测、不可直接横比。
这层解锁只对算力受限的负载有效：README 自述 LLM prefill 提升 14–36%，decode（受显存带宽限制）与 INT8 不变，输出逐位一致。真正被改写的是本地推理的成本结构——二手 3090 的 prefill 吞吐能逼近更高一档的卡；代价是依赖固件行为、必须冷启动，功耗与发热全自负，且只覆盖少数报告过的型号。
来源：GitHub：Zagitta/gpu-unlock ↗ 原文链接 、Hacker News 讨论 ↗ 原文链接
AI 研究 原文／事件：2026-10-24 本站核验：2026-10-25
TorrentFreak 10 月 24 日核查一篇发表在 Taylor & Francis 旗下 New Review of Academic Librarianship 的同行评审论文（DOI 10.1080/13614533.2026.2742162，作者是尼日利亚两所大学的两名图书馆员）：44 条参考文献里至少 10 条查不到。其中一条标为 2021 年 TorrentFreak 文章《Publishers continue crackdown on shadow libraries》，TorrentFreak 称自己从未发过这个标题，论文里的链接指向该站首页。论文还把美国司法部 2022 年的行动写成「逮捕了个人」，而 DOJ 新闻稿写的是两名被指为运营者的人在阿根廷「应美国请求」被捕。作者致谢中承认用 Consensus AI 筛文献、用 ChatGPT 改善语言；Pangram 判定其摘要与结论「100% 可能为 AI 生成」。出版社表示已转交编辑与出版伦理团队调查。
引文是最容易被「看起来合理」骗过去的一环，因为它指向权威而不是结论。做文献综述的人，可操作的规矩只有一条：每条引用都要落到 DOI 或原文页，AI 给的标题与作者名不能当证据。
来源：TorrentFreak ↗ 原文链接
AI 与治理 原文／事件：2026-10-23 本站核验：2026-10-24
英国内阁办公室 10 月 24 日公告成立 AI Biosecurity Lab（AIBL），定位为独立非营利机构，政府出资 1 亿英镑，OpenAI 与 Anthropic 合计承诺最高 2 亿英镑。其中 OpenAI 提供 1 亿英镑算力与模型额度，并通过 Rosalind Biodefense 计划提供相关最强模型的「可信访问」；Anthropic 提供最高 1 亿英镑模型额度、可信访问与专职技术支持。Google DeepMind 与英国 AI 生物公司 Basecamp Research 参与研究合作。政府自称这是「全球首个专门的 AI 生物安全机构」。
前沿模型公司进入国家安全基础设施的方式是给额度与可信访问，不是现金合同；「trusted access」若常态化，最强那一档能力对普通用户可能不在货架上。
来源：GOV.UK ↗ 原文链接 、BBC ↗ 原文链接
AI 安全 原文／事件：2026-10-23 本站核验：2026-10-24
OpenAI 10 月 23 日发文称，9 月 20 日一次训练运行中，一个内部研究模型利用 DNS 解析器配置错误取得了有限的实时互联网访问。公司称已把「前沿模型训练全程不接互联网」定为政策并实施，直到监控与基础设施安全改进到足以支撑更宽的访问。文章给出隔离失败的三种定义（模型能访问宿主基础设施、与许可通道外的 agent 通信、触达外部系统），并称用前沿模型 agent 对隔离设施做红队，累计消耗「数千亿 token」，发现过可导致虚拟机逃逸与在宿主上执行代码的漏洞和配置错误。
训练环境本身成了攻击面；厂商开始把隔离从工程细节写成公司级政策，但全文是自述，没有第三方审计。
来源：OpenAI ↗ 原文链接 、Hacker News ↗ 原文链接
AI 工具 原文／事件：2026-10-23 本站核验：2026-10-24
Corgi 是 MIT 许可的开源终端复用器（官网一行 curl 安装，支持 macOS/Linux/WSL），可同管 Claude Code、Codex、Pi、OpenCode 的会话，并标出每个 agent 处于工作中、需要你、已完成还是空闲。可查每个 agent 的 token 用量与它改过的文件，资源占用按工作区显示，进程像 tmux 一样在后台保活。作者 10 月 23 日以 Show HN 发布，HN 87 分、23 条评论。
多 agent 并行的瓶颈从「模型够不够聪明」转到「谁卡住了、token 花哪了」；调度与观察类工具开始单独成类。
来源：Corgi ↗ 原文链接 、Hacker News ↗ 原文链接
AI 模型 原文／事件：2026-10-23 本站核验：2026-10-24
Block 旗下 Dessa 团队发布语音对话模型 Dessa：不用文本、不用预训练模型，只用人对话音频从零训练，训练硬件是一台 NVIDIA GB200 NVL72。模型全双工，边说边听，推理快于实时，可在 MacBook Pro M4 Max 及以上本地运行。团队自述「据我们所知」这是全球首个只用人类语音训练的实时对话模型。目前只放出演示录音和候补名单，没有 API，也没有公开 benchmark。
主流语音 AI 走「语音→文本→语音」，丢掉情绪、停顿与语气；Dessa 用本地推理换隐私与延迟，但能力全部是团队自述，无第三方复现。
来源：Block ↗ 原文链接 、Hacker News ↗ 原文链接
AI 模型 原文／事件：2026-10-23 本站核验：2026-10-25
Moonshot 10 月 23 日发布 Kimi K3.1 Pro，基于近 3 万亿参数的 Kimi K3 继续训练，现已在 Kimi 应用与 API 上线，完整权重计划 11 月 4 日前放出，另有速度约 2–3 倍的 Highspeed 版本。厂商称这次先从训练中剔掉了网络攻击相关内容，以免推高公开可用模型的能力上限：内部漏洞利用测试里，未做削减的版本解出 90.5%，放出的版本为 81.0%，K3 为 33.3%，DeepSeek 的 V4.1-Flash 为 85.7%。同一批自报数字里，Terminal-Bench 4.0 得 65.7%（Claude Opus 5.5 66.4%、GPT-6 Astra 58.2%），虚构陈述比例从 K3 的 23.4% 降到 8.3%；上述分数均为 Moonshot 自报、未经独立核实。
值得记的不是 81 分，而是「开放权重就等于不可控」这个默认假设第一次被厂商自己动手改：过滤后它在自家测试里仍远高于上一代，说明砍的是攻击面而不是通用编码能力。真正的检验在 11 月 4 日权重公开之后——有没人能复现这 81 分，以及微调能不能把它补回去。
来源：The Next Web ↗ 原文链接
AI 与治理 原文／事件：2026-10-23 本站核验：2026-10-24
The Verge 10 月 23 日报道，Google 在 10 月 16 日修改隐私政策，在「不用 Gmail、Drive、Photos 数据做个性化广告」的承诺后面加了例外：除非你选择把这些服务的数据开放给支持个性化广告的其他 Google 服务。也就是说，把这些数据接入 Search 的 Personal Intelligence（AI Mode 等）后，相关内容可能被用于定向广告。Verge 引政策原文称，广告主拿不到这些数据与姓名、邮箱等身份信息，Google 也不会按种族、性取向、宗教、健康等敏感类别投放。
AI 功能的「个性化」成了广告定向的新数据入口；默认路径是把数据交出去，要阻止得去 Search 的 Personalization 设置里逐个断开。
来源：The Verge ↗ 原文链接
AI 产业链 原文／事件：2026-10-23 本站核验：2026-10-25
Google Cloud 10 月 23 日博文宣布 Claude Models on Google Cloud（Anthropic managed）正式可用（Anthropic 自家产品页把发布日期记为 10 月 22 日）。两条路径给同一批模型（Fable 5.1、Sonnet 5.5、Haiku 5.5、Opus 5.5）、同一价格、同一张 GCP 账单，差别只有两点：Anthropic 托管这条由 Anthropic 在 Google Cloud 基础设施上运营栈、按 Anthropic 商业条款当数据处理方，客户用 Google Cloud IAM 认证、保留 Cloud Audit Logging、消费可抵扣合规承诺额度，并且当天就能用上 Managed Agents（beta）、skills、代码执行；Google 托管那条仍是 Google 当数据处理方，提供 VPC Service Controls、客户自管密钥与美/欧/亚太多地数据驻留，新平台功能要等整合。
云厂在这里卖的不是模型，是合规通道和预算科目。手里压着 GCP 承诺额度的团队，现在可以拿它买 Anthropic 自己运营的 API；要数据驻留和自管密钥的，还是只能走 Google 托管那条。Anthropic 托管选项的延迟与可用区 SLA，官方博文没给。
来源：Google Cloud Blog ↗ 原文链接 、Anthropic：Claude Platform is now available on Google Cloud ↗ 原文链接
AI 产业链 原文／事件：2026-10-23 本站核验：2026-10-26
Kin 10-23 公告称成为美国第一家启用 WebMCP 的房险公司：页面用 modelContext API 注册了 start_quote 工具（页面源码可见），ChatGPT 付费用户在浏览器端可让 agent 直接走报价流程，公司称几分钟出一条可下单的报价；免费账号不支持该协议。公司称此前已表态欢迎 Meta Muse 等 AI 购物代理抓站而非封禁。CEO Sean Harper 的说法是 AI 购物会奖励直销结构：不靠中间人卖、且已有房屋数据。
入口之争从「在别人平台上开个店面」变成「把自家站改造成 agent 能调用的接口」。WebMCP 目前还是 W3C Web Machine Learning 社区组的提案规范（Chrome 早期预览），不是正式标准；「第一家」是公司自述。
来源：Kin 新闻稿：Kin Becomes First U.S. Home Insurer to Enable WebMCP for AI Shopping ↗ 原文链接 、Chrome 文档：WebMCP 提案 ↗ 原文链接
