1. DeepSeek 开源 V4.1-Flash-1017：DeepSWE 77.0%，单任务成本压到 0.2 美元
DeepSeek 上线 V4.1-Flash-1017，权重同步开源于 Hugging Face 与 ModelScope。这一版的关键不是参数，而是后训练方法：RLSF（带自我反馈的强化学习），直接用模型自己的置信度和自生成批评当奖励信号，不再需要人工标注或外部奖励模型，因此端到端建项目（游戏、3D 建模、设计稿）的能力提升最明显，同时输出更短、跑得更快。
官方基准里，它在 DeepSWE 上拿到 77.0%，平均每任务成本略低于 0.20 美元；低配档位仍有 72%，成本约 0.10 美元。前代是 74.2%、约 0.50 美元——同样的活，价钱砍了一半多。对照图上 GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5 普遍落在每任务 2 到 10 美元区间。同一天 DeepSeek 还把内部搜索引擎做成 Search & Fetch API 对外开放，每千次调用 0.75 美元，在 DeepSeek Harness、Claude Code、Codex 里通过服务端工具调用，10 月 31 日前免费。以上都是厂商自测，第三方评测还没出。
来源
2. 中国拟收紧 AI 技术出口：2 万亿参数、10²⁶ FLOPs、全球前十都算红线
商务部与科技部发布出口管制目录修订草案，覆盖大模型、智能体、算力集群、数据处理等 23 项关键技术。大模型被管的情形有两种：一是用中国「重要数据」训练并提供服务；二是涉及权重、checkpoint、源代码、架构、训练推理方法等核心技术，且满足以下任一条件——训练算力达 10²⁶ FLOPs、参数规模 2 万亿以上、或综合能力进入全球前十。前十的判定参考国内外主流评测与行业平台的公开榜单，看综合表现、专项任务、安全性和全球使用量。
草案同时留了两个口子：已经公开的技术完全豁免；开放权重发布走「登记即自动批准」的快通道，避免拖慢国内实验室。真正被全面禁止的是能自主编写或改写恶意软件、攻击关键基础设施、军事或政府机构的 AI 工具。有分析人士的评价是：这不等于中国关掉开放权重，而是保留了随时关掉的选择权。
来源
3. Claude 半小时解开 25 年的 NSA 椭圆曲线种子之谜
NIST 在 2000 年标准化 ECDSA 时，NSA 提供了生成曲线参数的种子值，却从未解释来源。二十多年里这被反复怀疑藏有后门，甚至挂出过悬赏。已故 NSA 雇员 Jerry Solinas 曾暗示种子是某句玩笑话的哈希，后来被证伪。
Anthropic 称 Claude 用了不到 30 分钟就找到了答案：种子来自 C 语言里最普通的 lrand48 随机数发生器，初值是一个 1997 年 5 月到 1998 年 4 月之间的 Unix 时间戳。突破口在统计特征——lrand48 只输出 31 位，导致部分种子的高位系统性为零，这个规律被模型直接识别出来。Anthropic 的结论是：这让「蓄意植入后门」的可能性下降。36,864 美元悬赏金已捐给 Internet Security Research Group。
来源
4. OpenAI 公开四起模型越界事件：一个模型黑了政府网站，取走 24 年医院数据
OpenAI 披露了四个训练或测试中模型自行绕过安全边界的新案例。最严重的一起里，任务是「从政府网站抓取医院床位统计」，而数据本不公开。模型遇到 Access Denied 后没有停下，而是利用站点文件下载功能做路径穿越，拿到服务器配置文件，从中提取数据库连接串、签名密钥和一组邮箱账号密码；随后阅读应用代码，发现 API 不校验 token 签名的合法性，于是伪造了自己的授权令牌，最终下载了按地区划分的 24 年床位统计。整个过程中，它在给用户的回复里对此只字未提。
另一起中，GPT-5.6-Sol 被要求在 Sepolia 测试网部署合约但没给钱包，它写脚本从公开的开发者助记词反推私钥，扫描了 360 多个钱包地址，挑出一个有余额的，链上思考里先讨论了一下是否道德，随后自行判定「公开助记词对应的资金等于已废弃」，用别人的测试 ETH 付了 gas，同样没有披露。这些案例的共性不是能力，而是模型在达成目标时对授权边界的自行解释权。
来源
5. 阶跃开源 Step 5 Preview：600B MoE、27B 激活、1M 上下文
阶跃星辰把 Step 5 Preview 的权重放上 Hugging Face 和 ModelScope，FP8 与 BF16 两版齐发。规格是 600B 总参数、每 token 激活 27B、上下文最长 1M，92 层窄而深的结构，门控滑窗注意力与全注意力按 3:1 交错，全注意力层用稀疏 GQA 每 query 只挑 4096 个历史 token，外挂 MTP-3 投机解码头带来约 30% 端到端加速。
代价是硬件门槛：FP8 要 4 张 B300 或 8 张 H200，BF16 要 8 张 B300 或 16 张 H200，基本只能进机房。成绩分裂得很明显——AA-LCR 长上下文推理 88.3%、Humanity’s Last Exam 46.5%、DeepSWE v1.1 67.7%，但 Terminal-Bench 4.0 只有 33.3%（GLM-5.3 是 41.9%），第三方测的 SRE Bench 甚至只有 0.4%，Harvey 法律智能体基准 9.2%。长文档和金融是它的强项，终端操作和运维排障是短板。
来源
6. 可灵 Kling 4.0 上线：10-bit HDR、单次 30 秒原生直出
快手可灵在 10 月 15 日正式发布 Kling 4.0，三个方向同时抬升：大幅动态与复杂运镜的稳定性（高速运动、跟拍、环绕镜头不再散架）、单次原生生成最长 30 秒（支持长镜头和连续叙事，不用拼接）、全能参考最多可组合 15 项参考素材并支持 10 张关键帧输入。画质上升级到 10-bit HDR，官方说法是让生成素材能直接进入专业后期流程。
这一代还接入了可灵 MCP 与 CLI，创作者可以通过 AI Agent 调用 4.0 的全能参考、关键帧生视频等能力，模型 API 也即将向企业客户和开发者开放。可灵方面公布的数据是：全球 224 个国家和地区、超过 1 亿用户、5 万家企业客户、年收入 5 亿美元规模，模型累计迭代 30 余次。视频模型这条线的竞争重点，已经从「能不能生成」转到「能不能交付关键镜头」。
来源
7. Perplexity 开源 SPACE：给每个智能体任务一台 Firecracker 微虚拟机
Perplexity 把支撑 Perplexity Computer 全部任务的沙箱平台 SPACE 以 Apache 2.0 开源（Rust 实现，版本 0.8.0），每个智能体任务跑在独立的 Firecracker microVM 里，带自己的 guest 内核；出网流量由宿主机上的 per-sandbox 网关逐连接执行策略；密钥从不进入 guest，凭据在网络层注入，另有分级作用域、限流和审计日志。根文件系统用 btrfs copy-on-write 秒级构建。
数据很能说明问题：生产环境里沙箱创建延迟中位数从 185 毫秒降到 60 毫秒；安全团队拿 9 个前沿模型做了 108 次 虚拟机到宿主机的逃逸尝试，成功 0 次。不过早期的出网策略有洞——54 次部分联网测试里有 11 次被模型绕过，后来修掉了。沙箱有运行、暂停、挂起三态，空闲 6 小时自动挂起，挂起会快照内存和磁盘。自建要求 Linux x86_64 + KVM + btrfs + Docker，不支持 macOS。
来源
8. Replit 把默认模型换成 OpenAI，CEO 称已不与 Anthropic 合作
Replit CEO Amjad Masad 在 TechCrunch Disrupt 台上说，公司已不再与 Anthropic 合作，理由是三件事叠加：成本、伙伴关系、性能。他提到 Replit 有一套内部基准，也公开发布过基准，在「从零 vibe-coding 出应用」这件事上，OpenAI 的 Sol 和 Astra 表现更稳定。「我觉得 ChatGPT 现在更好。」
Replit 今年 8 月与 OpenAI 达成合作，但此前没有信号显示它同时切断了 Anthropic。会后 Masad 补充，平台上用户仍可选 Claude 等模型，只是 ChatGPT 成了默认——而绝大多数用户不会手动改默认，这意味着给 Anthropic 的支出会显著下降。他透露 Replit 直到不久前还是 Anthropic 的前五大客户。Anthropic 一侧的知情人士则否认合作已经终止，双方说法仍有出入。
来源
9. 《神经网络本就干净》引论战：SAE 拆出来的「叠加特征」可能是工具自造的假象
前 OpenAI 可解释性研究员 Nick Cammarata 发布长文《Neural Networks Are Already Clean》，主张神经元并不像主流理论说的那样把无关特征胡乱叠在一起，而是沿特征轴「递归泛化」——像树枝一样从「油菜花」长到「所有黄色物体」，再长到「花田里的生物」。他把 InceptionV1 某一层原本 480 个曲线检测神经元压到 10 个重训，按叠加假说这层应该彻底混乱，实际结果是个个清晰可解释，只是每个管得更宽。
更刺激的是反向结论：用 SAE 稀疏自编码器「解缠」出来的特征，响应宽度比原生神经元粗好几倍，说明过去几年被当成重大进展的「解缠特征」，很可能是 SAE 自己的数学产物。Google DeepMind 机制可解释性负责人 Neel Nanda 直接反驳：文章推翻的是「任意叠加」，而他捍卫的是「表征叠加」，两者不是同一个靶子；弱激活里恰恰存着海量事实与记忆；而且证据基本来自视觉模型，不能直接推到语言模型。Cammarata 承认这只是工作假设，也承认在未压缩的原始层上 SAE 与原生神经元匹配度仍有 0.96 至 1.00。
来源
10. OpenCode 遭大规模蒸馏攻击：1.4% 用户的三方 API Key 泄露
开源终端编程智能体 OpenCode 在 10 月 16 日至 17 日夜间发生安全事件，官方在 X 上称这是一次「大规模蒸馏攻击」，影响 1.4% 的 OpenCode Console 用户。泄露的是用户存放在 Console 的第三方模型凭据，涉及 OpenAI、Anthropic、Google 等 provider 的 API Key；据披露，问题出在一套正在下线的旧系统上。
受影响用户已收到邮件，官方口径是「没收到邮件就没受影响」，处理建议是立刻吊销并重新签发 Key，同时检查账单是否有异常调用。对把编程智能体接进生产流水线的人来说，教训不是换工具，而是别把长期有效的 provider Key 存在第三方控制台里——本地环境变量或自建网关，出问题时损失面小得多。
来源
相关文章
