2026-10-07 这一期

Mistral Large 4 正式发布，Simon Willison 的预览版解读提供了技术细节。今天多条内容指向同一个趋势：模型架构与训练方法正在加速分化，从无需反向传播的 Transformer 到层级世界模型，前沿探索不再只盯着 scaling law。

本期收录

• 我们正进入一个新的发现时代 (2026-10-07 · Sam Altman)
  OpenAI CEO Sam Altman 发推称进入新发现时代，附链接未说明具体内容
• llm-mistral 0.16 (2026-10-07 · Simon Willison)
  新增对推理模型的支持，包括新发布的 Mistral Large 4。
• Mistral Large 4 预览版发布 (2026-10-07 · Simon Willison)
  1 万亿参数、490 亿活跃参数，AA 得分 38，月底开源权重。
• EmbeddingGemma 2：开源轻量多模态嵌入模型 (2026-10-07 · Google DeepMind)
  Google DeepMind 发布，7.4 亿参数，统一文本/图片/音频/视频嵌入，MTEB Code 得分 78.68（+9.92），Apache 2.0 开源。
• 用 Parseable 可视化 Datasette 的 (2026-10-07 · Simon Willison)
  Parseable 是一个新的可观测性平台，提供开源 Rust 实现。Simon Willison 用 Codex 辅助配置，成功将 Datasette 的追踪数据发送到 Parseable 并可视化。
• DOCA GPUNetIO 统一 NVIDIA GPU (2026-10-07 · NVIDIA Developer)
  让 CUDA kernel 直接驱动 RDMA/Ethernet，CPU 不再卡在关键路径上；NCCL、NVSHMEM 等库已迁移到统一 GDA-KI 基础
• Claude Code v2.1.292 (2026-10-07 · Claude Code Releases)
  新增 marketplace 插件安装、Agent effort 参数、prompt 缓存；修复 60 多项 bug，含安全与沙箱问题。
• OpenTPU：AI 设计的开源 AI 加速器 (2026-10-07 · Hacker News)
  设计文件已公开，评论区质疑能否流片以及和 Google TPU 的实质区别。
• AICR v1.0：开放、稳定、可验证的 GPU 集群配 (2026-10-07 · NVIDIA Developer)
  NVIDIA 发布 AI Cluster Runtime v1.0，用版本锁定的配方管理 GPU Kubernetes 集群配置，支持 Helm/Argo CD/Flux 部署并附带签名验证证据。
• EmbeddingGemma 2：轻量多模态嵌入模型 (2026-10-07 · Hacker News)
  Google 发布 200M 参数的多模态嵌入模型，输出 768 维向量，可在边缘设备本地运行。
• Atlassian 与 OpenAI 扩大合作 (2026-10-07 · OpenAI Blog)
  Rovo AI 平台集成 OpenAI 模型，用户可用自然语言查询 Jira、Confluence 等工具中的数据。
• Claude Opus 5.5 创作游戏音乐 (2026-10-06 · Simon Willison)
  Simon Willison 让模型生成接近《猴岛小英雄》水准的曲目，效果出乎意料地好。
• Google Earth AI 的地理空间基础模型用于全 (2026-10-06 · Google Research)
  PDFM 嵌入在五个全球健康案例中匹配或优于传统输入，涵盖疫苗接种、慢性病、登革热、产后抑郁和霍乱预测。
• 用 Green Contexts 控制 GPU 资源划分 (2026-10-06 · NVIDIA Developer)
  CUDA 13.1 新特性，在进程内显式划分 SM 和工作队列，关键内核延迟从 0.140 ms 降至 0.007 ms。
• Mistral Large 4 发布 (2026-10-06 · Mistral AI)
  1 万亿参数多模态模型，激活 490 亿参数，网络安全测试得分 82% 为所有模型最高，权重月底开源。
• OpenAI 分享数学 AI 进展 (2026-10-06 · OpenAI Blog)
  内部前沿模型在开放数学问题上取得新成果，Lean 证明与研究细节已开源。
• Jump Trading 用 ChatGPT 扩展量化研 (2026-10-06 · OpenAI Blog)
  AI 初筛多源数据，研究员专注策略设计
• OpenAI 与 Ironclad 推进 AI 计算机使 (2026-10-06 · OpenAI Blog)
  合作训练 agent 处理端到端合同工作流，包括风险识别、修改建议与版本生成
• Google AI 基础设施负责人谈前沿 AI 的物理与 (2026-10-06 · Training Data)
  十万加速器规模下每小时多次故障，FLOPS 是虚荣指标，有效吞吐才是关键。TPU 首次拆分为 8i 和 8t，电力是最终约束。
• Falcon-Emirati：当 LLM 学会方言 (2026-10-06 · Hugging Face)
  TII 在 Falcon-H1-Arabic 7B 上构建的方言专用模型，Alyah 基准得分 84.83%，开放生成中唯一可靠地以 Emirati 方言回应。
• Claude Code v2.1.291 (2026-10-06 · Claude Code Releases)
  修复两个回归 bug：云 session 权限提示无响应、退出时最后消息丢失。
• 规划比原始 HTML 更省 token (2026-10-06 · Thariq)
  Anthropic 的 Thariq 认为，模型无需重新生成组件或逻辑即可实现状态机、图表等常见功能。
• Evals 就是产品规格 (2026-10-06 · Madhu Guru)
  Meta 的 Madhu Guru 指出，把评测当作 agent 建成后的附加 QA 步骤是常见错误
• Agent 部署卡在测试环节 (2026-10-06 · Aaron Levie)
  Box CEO Aaron Levie 认为，企业无法在真实工作环境中测试和优化 agent，是当前采用率的主要瓶颈。
• Anthropic 扩展网络安全验证计划 (2026-10-06 · Anthropic News)
  三级访问体系：防御、红队、专项；防御层阻断 92% 的复杂攻击任务，红队层零阻断
• Cowork 从本地 VM 改为云端运行 (2026-10-06 · Simon Willison)
  Anthropic 将 Cowork 的模型推理和 VM 都搬到云端，每个会话有独立沙箱，解决本地运行耗电、占磁盘、合盖中断等问题。
• Claude Code v2.1.290 (2026-10-06 · Claude Code Releases)
  大量 bug 修复，包括长会话图片过多、子 agent 缓存丢失、WebFetch 截断、计划模式误放行等。
• Claude 云端运行、本地访问文件 (2026-10-06 · Thariq)
  Anthropic 的 Thariq 称这种模式为“local hands”，该功能也将登陆 Cowork。
• 美国在开源权重模型上正在追赶 (2026-10-06 · Amjad Masad)
  Replit CEO Amjad Masad 认为美国正在缩小与开源权重模型领先者的差距
• Dust：无需反向传播预训练 Transformer (2026-10-06 · Hacker News)
  一种新的训练方法，用前向传播替代反向传播来预训练 Transformer 模型。
• ChatGPT 协作空间正在快速改进 (2026-10-06 · Thibault Sottiaux)
  OpenAI 的 Thibault Sottiaux 称，Sergio 负责的 ChatGPT 协作空间功能每天都在大幅改进。
• AGI 科学循环需要 Muse/Instinct 类工具 (2026-10-06 · Garry Tan)
  YC CEO Garry Tan 认为 AGI 科学循环即将到来，Halmos 正在为此构建类似 Muse/Instinct 的工具。
• 基础模型靠训练数据中的起始 token 提示就能推理 (2026-10-06 · arXiv)
  固定特定起始 token 让 Olmo-3-7B 的 MATH-500 准确率从 42% 升至 78%，效果与 RL 训练模型相当
• CLIFT：面向 web agent 的共形自验证训练与 (2026-10-06 · arXiv)
  用共形预测把昂贵的裁判反馈转化为可复用的训练信号和无裁判的测试时扩展信号，在 WebArena Infinity 和 VisualWebArena 上达到开源 web agent 最佳性能。
• Paradee：将 Kokoro-82M 蒸馏为 8M (2026-10-06 · arXiv)
  8.5 MB，单 CPU 线程跑 25 倍实时，UTMOS 4.41（老师 4.52），代码开源。
• H-JEPA：层级世界模型的端到端学习 (2026-10-06 · arXiv)
  三层层级结构在 Visual AntMaze 上把成功率从 18% 提到 73%，算力消耗更低
• 无需搜索的锐化：在线序列级幂分布蒸馏 (2026-10-06 · arXiv)
  单次生成准确率比未训练模型最高提升27.3个百分点，效果超过64候选幂采样，与GRPO互补
• MC-Sparse：弥合扩散 Transformer 的 (2026-10-06 · arXiv)
  通过分析质量下降的三个来源，提出无需训练的稀疏注意力框架，在视频和 3D 生成上实现 1.8-2.3 倍去噪加速，质量损失可忽略。
• T-Search：开源的多步搜索检索器 (2026-10-06 · arXiv)
  基于 Qwen3.6-35B-A3B，单次搜索 Recall@10 56.0，比基座高 14.4 点；三次融合后 61.3，超过更大开源模型。
• 程序化搜索 agent：将 agent 搜索扩展到查询改 (2026-10-06 · arXiv)
  PSA 把候选结果处理与证据展示纳入 agent 控制，在 InfoSeek-Eval 和 BrowseComp-Plus 上任务成功率分别提升 4.00 和 7.56 个百分点，最终步 token 减少约 30%。
• 为语言学习者做的双语字幕工具 (2026-10-06 · Ryo Lu)
  Ryo Lu 做了个小工具，看 Netflix 时可以同时显示两种语言的字幕，日/中/韩语还带发音指南。
• 本地跑 Muse/Dot 比 macOS 更适合 (2026-10-05 · Aditya Agarwal)
  South Park Commons 的 Aditya Agarwal 认为，本地运行 Muse/Dot 这类设备是比日益受限的 macOS 更好的 agent 环境。
• 实验室 agent 有动力浪费 token (2026-10-05 · Garry Tan)
  YC CEO Garry Tan 认为，实验室的 agent 框架有浪费 token 的动机，而创业公司的工具（如 Grep）能自动将 token 消耗替换为可重复的确定性代码。
• Vercel CEO 发布 TypeScript 安全证 (2026-10-05 · Guillermo Rauch)
  gdp-ts 要求敏感函数调用者提供授权检查的编译时证明，防止 agent 写出灾难性安全漏洞。
• 用 AI 语音通话学日语，附教程 (2026-10-05 · Peter Yang)
  Peter Yang 分享了自己构建 AI 语言学习应用的全过程，包括设计、语音 API 和艺术生成，教程可复现。