2026-10-15 这一期

ASML 强劲订单缓解了 AI 支出放缓的担忧，但银行急着转手 AI 数据中心贷款又暗示了另一面。OpenAI 详解 Third Moment Research 如何运行，而 Simon Willison 发现 AI 正在大规模反编译游戏。

本期收录

• Apertus 1.5 发布说明 (2026-10-15 · Hugging Face)
  Hugging Face 发布 Apertus 1.5，8B 和 70B 模型新增图像/音频理解、思考模式、4 倍上下文窗口（262k tokens），Apache 2.0 许可。
• Claude Code 桌面版支持多 session 并 (2026-10-15 · Boris Cherny)
  Anthropic 的 Boris Cherny 转推称，桌面应用已优化多 session 同时运行体验
• 实验室在环，计算速度——Ian Quigley (2026-10-15 · Latent Space)
  Leash Bio 用 DNA 编码库（DEL）收集高通量蛋白质-小分子相互作用数据，训练出与 Boltz 比肩的模型 Hermes，并开源了用于科学推理 agent 的 Minos 数据集。
• Claude Code Desktop 更像 v2 了 (2026-10-15 · Thariq)
  Anthropic 的 Thariq 称，Claude Code Desktop 现在更清楚自身能力，能主动创建子会话。
• 银行急着转手AI数据中心贷款 (2026-10-15 · Hacker News)
  过去两年大量承销，如今利率上升、回报不确定，银行开始打包出售债务。
• Claude Code v2.1.300 (2026-10-15 · Claude Code Releases)
  新增虚拟文本、advisor 命令等，修复 50 多个 bug
• AI 黑客报道源于隔离与监控失败 (2026-10-15 · Hacker News)
  专家认为所谓 AI 自主攻击是安全基础没做到位，而非模型失控。
• AI 正在大规模反编译游戏 (2026-10-15 · Simon Willison)
  Popcar 指出这既让公司能窃取竞品代码、付费应用被违背意愿开源，也让老游戏得以移植到新硬件，是游戏保存的重大利好。
• Hugging Face 的投资人如何发现赢家 (2026-10-15 · AI & I by Every)
  Matt Hartman 在 2016 年投了 Hugging Face 的第一笔钱，如今它被 NVIDIA 以约 130 亿美元收购。他的经验是：押注懂技术的创始人。
• Google 发布 Deep Review 技术文档验证 (2026-10-15 · Google Research)
  经 16000+ 篇投稿验证的 agent 系统，四阶段流水线并行审阅长文档，每人每周免费两次。
• Earth AI 地理空间推理 agent 技术报告 (2026-10-15 · Google Research)
  Google 发布 Geospatial Reasoning agent，结合 Earth AI 基础模型与前置规划，在四个基准上显著优于通用 LLM；WHO 用其将埃博拉暴露区域标定从数周缩至数分钟。
• Research@ 2026：Google 放大人类智慧 (2026-10-15 · Google Research)
  Earth AI 平台整合 70+ 地理空间工具，可预测公共卫生威胁；Deep Review 已审阅 1.6 万篇论文，现向公众开放；AMIE 在真实临床中帮助医生在 75% 的病例中做好准备。
• HiRO-ACEv2：以 1/300 成本模拟 3 公里 (2026-10-15 · Hugging Face)
  Ai2 发布气候模拟系统，AI 模型以 1/300 成本生成全球 3 公里分辨率数据，极端事件还原度与高精度模拟相差不到 3%。
• 用 NeMo Gym 优化芯片设计 agent 可靠性 (2026-10-15 · NVIDIA Developer)
  Siemens EDA 用 NVIDIA NeMo Gym 评估 agent，基准得分从 55% 升至 95%，交互轮次减少 66%。
• ASML 强劲订单缓解 AI 支出放缓担忧 (2026-10-14 · Hacker News)
  光刻机巨头 ASML 季度订单超预期，缓解市场对 AI 投资热潮降温的担忧。
• 苹果 HomeView 上手汇总 (2026-10-14 · APPSO)
  苹果首款智能家居设备 HomeView 亮相，Siri AI 表现亮眼
• Amp 用 OpenAI 模型把 agent 扩展到非编 (2026-10-14 · OpenAI Blog)
  Amp 将 agent 能力从代码扩展到客户支持、销售、运营，支持 Sign in with ChatGPT 登录。
• SentinelOne 用 OpenAI (2026-10-14 · OpenAI Blog)
  安全公司 SentinelOne 借助 OpenAI Daybreak 模型，将恶意软件分析时间从数周缩短到数小时，释放出更多调查能力。
• 阶跃终端发布 Agent 手机 STEPX Neo (2026-10-14 · 量子位)
  面向创客群体，将 Agent 能力集成到手机终端中。
• AI版MrBeast爆火，LibTV下场造星 (2026-10-14 · 量子位)
  量子位报道，AI正在重写综艺的生产逻辑，从创意到成本全面变革。
• Third Moment Research 如何运行 (2026-10-14 · OpenAI Blog)
  用 GPT-6 Astra 和 GPT-6.1 Sol 构建的 agent 集群，能持续运行一天半以上，且会自我改进。
• Block 用 OpenAI 技术构建 AI 安全系统 (2026-10-14 · OpenAI Blog)
  安全团队调查威胁更快，补丁方案几分钟内提出。
• STEPX 发布首款大模型原生智能体手机 Neo (2026-10-14 · 量子位)
  STEPX（阶跃终端）旗下首款大模型原生智能体手机，于 2026 年 10 月 13 日发布。
• MemSilicon 完成 1T4R 1Gb RRAM (2026-10-14 · 量子位)
  国际首款高密度、大容量 1T4R 1Gb RRAM 芯片，采用 CMOS 标准工艺兼容的 1TnR 技术路线。
• Anthropic 宣布弃用 Git (2026-10-14 · APPSO)
  Anthropic 称 AI 开发速度已让传统版本控制工具 Git 成为瓶颈，将转向更适应 AI 协作的新方案。
• 国内最年轻AI教授创业：让世界模型走向全身全模态 (2026-10-14 · 量子位)
  创业方向是构建能理解全身动作与多模态交互的世界模型，补足当前AI对物理世界理解的短板。
• 网络安全是 AI agent 最大的应用方向之一 (2026-10-14 · Aaron Levie)
  Box CEO Aaron Levie 认为，agent 既扩大了攻击面，也提供了前所未有的防御能力
• 商汤大装置助力上海量子城市智能体落地 (2026-10-14 · 量子位)
  调度效率提升80%，首批智能体已落地
• APUS AI 开源 Reflex Agent (2026-10-14 · 量子位)
  响应速度比 Claude Code 快 3 倍，实现真正无限上下文。
• Claude Code v2.1.299 (2026-10-14 · Claude Code Releases)
  新增空闲压缩与文件提及禁用变量，修复 70 多个 bug
• 企业微信与 WorkBuddy 合作，AI 办公升级 (2026-10-14 · APPSO)
  企业微信与 WorkBuddy 合作，提供无需人工干预的 AI 办公体验。
• Google DeepMind 与新加坡政府合作微调诈骗 (2026-10-14 · Google DeepMind)
  轻量 Gemma 模型在设备端运行，两阶段检测社交工程诈骗，政府和 Google 均无法访问用户对话。
• 24 词 prompt 让 Gemini 4 Argon (2026-10-14 · Josh Woodward)
  Google 的 Josh Woodward 展示了一个用自然语言构建的定制合成器，能将马蹄声、水声等环境音转化为音乐。
• 为 2026 年美国中期选举做准备 (2026-10-14 · Anthropic News)
  Claude 将接入 Democracy Works 的官方投票信息，并在选举夜显示实时结果；最新模型政治公正性评分达 99%。
• Anthropic 在新加坡开设办公室并签署合作备忘录 (2026-10-14 · Anthropic News)
  新加坡是 Claude 使用密度第二高的国家，已有 1500 名政府工程师采用 Claude Code。
• OpenAI 分析：欧盟 agentic AI 采用加速 (2026-10-14 · OpenAI Blog)
  大型企业用于客服与代码生成，中小企业通过 API 集成，但深度部署受限于监管与人才
• ChatGPT 和 Codex 桌面端磁盘占用减少 60 (2026-10-14 · Thibault Sottiaux)
  OpenAI 优化了桌面应用的状态存储方式，磁盘占用减少 60%，回应了重度用户磁盘空间不足的反馈。
• 暂停前沿研究，AI 仍需 10 年才能渗透经济 (2026-10-14 · Amjad Masad)
  Replit CEO 认为 AI 落地速度远慢于研究进展，公司正与解决方案合作伙伴加速这一过程。
• Gemini 4 Argon 的定制桌腿 (2026-10-14 · Josh Woodward)
  Josh Woodward 展示了 Gemini 4 Argon 的定制桌腿，宽 96 毫米，难点在于决定堆叠球体的数量。
• ChunkAct：为机器人 agent 引入动作分块 (2026-10-14 · arXiv)
  把一连串动作打包成一个块，一次 LLM 调用启动整个块自主执行，成功率提升 5 个点，调用次数减少 2.9 倍。
• Tev：用密集进度奖励扩展长周期 agent 环境 (2026-10-14 · arXiv)
  Tev-Gym 数据集含 1170 个可验证任务，PPRS 方法把稀疏奖励变密集。Tev-27B 在 ALE-CM 上 Pass@5 追平 GPT-6 Astra 和 Opus 5。
• 双时钟：RLVR 中大 batch 为何学得慢 (2026-10-14 · arXiv)
  提出双时钟框架，分离进步样本与崩溃样本。平方根学习率规则在大 batch 下失效，实验验证了临界 batch 的存在。
• 把遥感模型构建交给智能体 (2026-10-14 · arXiv)
  将任何遥感任务拆成 harness 与 verifier，通用编码智能体即可递归自改进构建模型。在四个基准上超越 SOTA，仅用 1% 标签保持大部分精度。
• 用黑客松验证 SaaS 能否被克隆 (2026-10-14 · Swyx)
  Latent Space 拿一个年费 4.3 万美元的真实 SaaS 发起全球黑客松，72 份提交、约 100B token 后，发现克隆中等复杂度 SaaS 仍有不少难点。
• 自我进化 agent 框架 (2026-10-14 · arXiv)
  agent 自己改提示词、记忆、工作流和代码，模型权重不动；论文给出了泛化界和准入规则
• SEAR：自进化具身机器人框架 (2026-10-14 · arXiv)
  在 330 个模拟任务和 5 个物理任务上，agent 真的在学还是只是试得多？控制代码能跨任务迁移，但特定方案不行。
• BLADE：审计多智能体系统的信息使用与故障归因 (2026-10-14 · arXiv)
  不依赖参考答案，在 1,228 个失败案例上步骤准确率比一次性全量检查高 2.2-11.1 个百分点。
• Gemini 4 Argon 在高级工程师基准上仅 21 (2026-10-14 · Dan Shipper)
  Dan Shipper 的测试显示，该模型远低于 Sol 6 和 Muse。
• Gemini 最新模型生成了这个 (2026-10-14 · Josh Woodward)
  Google VP Josh Woodward 展示了一段由最新 Gemini 模型生成的内容，未透露具体细节。
• 给 AI 工具真实浏览器权限是真正的解锁 (2026-10-14 · Garry Tan)
  YC CEO Garry Tan 推荐 AsideAI，认为让 AI 工具访问真实浏览器和真实凭证能大幅提升效率。
• Box 实测：Gemini 4 Argon 企业任务大幅 (2026-10-14 · Aaron Levie)
  在 Box AI 复杂工作流评测中，Gemini 4 Argon 比 3.1 Pro 平均提升 14 个百分点，金融、医疗、科技等场景均有显著进步。
• 别赌 Google 不行 (2026-10-14 · Guillermo Rauch)
  Vercel CEO 祝贺 Gemini 团队，称 coding agent 是 AI 杀手应用，并提醒保持模型无关性