1. DeepSeek 开源 Agent 底座：Router-Worker 架构，AI 没人 @ 也能自己找 Bug 提 PR
DeepSeek 在 10 月 31 日晚放出了一篇工程架构文章《Super-agent：迈向更自主的 Agent 系统》，把自家 Personal Agent 的底座思路完整公开，并同步开源了对应实现 dsh-superagent。核心是把”一个人同时只能跟进 3 到 5 个活跃会话”这个瓶颈拆掉：上层 Router 负责收消息、分任务、维护全局上下文，下层一组 Worker 各自执行，多个任务并行互不阻塞。
关键设计有三处。一是订阅与直通：某个 Worker 接下 GitHub PR 后直接订阅后续评论，新意见不必再经 Router 层层转发。二是两级事件过滤：先用程序规则筛掉无关消息，再让模型判断剩下的事件要不要动手，省 token。三是投机执行：群里有人聊到一个 Bug，Agent 先在后台复现、定位，找到简单修复就把结果递上来，没找到就保持安静。为了让 Agent 长期在线，DeepSeek 还把计算、状态、执行环境分离——本地设备离线，云端仍维持任务状态。
官方给出的初步实测：模拟多任务环境下任务完成时间中位数 12.4 分钟，95 分位 15.7 分钟，优于传统单会话方案。异步 ReAct Loop 已在 DeepSeek Harness 中实现，但尚未默认开启。
2. 清华姚期智团队提出”代数世界模型”：让 AI 像牛顿一样思考
清华大学姚期智、袁洋团队发布 Algebraic World Model（AWM，代数世界模型），试图解决一个老问题：如果只给 AI 牛顿之前的所有知识，它能不能自己把万有引力推出来？难点在于训练数据早被污染，很难造出一个完全陌生的世界让模型从零观察。
团队的切入点是 ARC-AGI-3 这类”没有规则、没有目标”的游戏。像 GPT-6 Astra 这样的顶级模型能拿 99.9%，但它产出的是密密麻麻的符号化规则——本质上只是第谷的实验记录本，不是开普勒的定律。研究人员把某个关卡改成根本不可能通关（第四关本需 19 步，只给 18 步），Astra 试了 8 轮后断言”至少要 22 步”，错得离谱；12 次类似测试里，GPT-6 Astra 加 Claude Opus 5.5 只有 5 次判断出”不可能”，其中 4 次给出的最低步数还是错的。
AWM 改成三步：探索（把观察写成可执行 Python 代码当假设）→ 凝炼（用新观察修正，提炼成通用对象与规则）→ 证明（形式化成 Lean 4 断言，机器可自动检查）。灵感来自范畴论里的投射极限与归纳极限。效果上，面对那个无解关卡，基于 Opus 5.5 的 AWM 两次尝试就证明了”无解，且只需再多一步就能赢”；在 ARC-AGI-3 全测试集里，用 Opus 5 通关 183 个关卡、得分 99.9%，平均动作数只有人类基准的 43%，是已知系统里效率最高的。
3. OpenAI 把 ChatGPT 的 Chat 和 Work 合并：12 月起 Plus/Pro/Business 共享一个 token 预算
OpenAI 更新支持页面，确认从 12 月起，Plus、Pro、Business 三档订阅将把 ChatGPT 与 Codex 合并到同一个 token 预算下——原先”包月无限提示”的定价逻辑事实上终结。token 计量的是模型读入和输出的信息量，模型越复杂、任务越长，消耗越快；用户可在设置里查看剩余额度与重置时间，用尽后可等重置、升级套餐或单独购买额度。
一个缓冲是：Instant 模型的对话不计入预算，所以纸面上 ChatGPT 仍是订阅制。但便宜档位上的重度使用，很可能表现为可用模型质量下降。此前 OpenAI 刚把高价档的用量上限翻倍，被普遍解读为为合并铺路；而合并本身，也是对”ChatGPT 越来越复杂”这一批评的回应——现在用户要在两种工作模式和 11 个模型档位之间做选择，连老用户都记不清差别。Anthropic 早前已在 Claude 里把 Chat 与 Cowork 合并，两家路径趋同。
4. 商汤开源 SenseNova Loop-9B-Preview：9B 参数靠”算得更深”追上 27B
商汤开源日日新 SenseNova Loop-9B-Preview，走的是”不堆参数、加深有效计算”的路线。它基于 Looped Transformer：保留首尾各 4 层原始解码器，把中间层改成参数共享的循环计算模块，多轮迭代把有效计算深度拉长。同时引入 mHC（Manifold-Constrained Hyper-Connections），用多路残差连接和受约束的信息混合稳住信号传播。
成绩上，模型在代码生成、办公场景、智能体任务多个方向优于同级模型，并在 WorkBuddy Bench、RaccoonPPT Bench、AutomationBench 上超过 Qwen3.5-27B。消融实验显示 mHC 的收益很实：GPQA Diamond 提升 4.42 分，TeamBench 提升 13.34 分，后者说明多步骤 Agent 任务受益最大。商汤称下一步会继续试 DSA、自适应迭代次数，以及把 Looped Transformer 推到更大参数规模看 Scaling 表现。
这条和当下”小模型 + 更多推理步数”的整条技术路线是同一件事的两面：参数不再是唯一杠杆。
5. Pika 基于 MiniMax H3 开源 H3 Flex：六步去噪同时出画面和声音
Pika 发布 MiniMax H3 的衍生模型 Pika H3 Flex，开放适配器权重与推理代码。它用六步去噪联合生成画面与音频，支持文本、首尾帧和多模态参考输入。发布包含两套 LoRA：一套管文本与首尾帧条件生成，一套管多模态参考；同时给出 H3 基础组件和本地推理工具。模型原生支持 480P、768P，输出约 5 至 15 秒视频加同步立体声。
技术上，Pika 先在内部音视频数据集上做监督微调，再用投影分布匹配蒸馏（PDMD）把教师模型的 50 步去噪压到 6 步，随后用奖励反馈学习和 DPO 训练 LoRA 改善美学、清晰度与指令遵循；适配器合并后不增加生成步数。托管推理也做了加速：8 张 NVIDIA B300 生成 5 秒 768P 音视频，条件编码+去噪+解码合计从 3.409 秒降到 2.129 秒，约 1.6 倍。高分辨率（1080P/2K/4K）与音频分轨（对白、配乐、音效、拟音、环境声五轨）由 API 提供，适合”低分辨率出草稿、选定再增强”的工作流。
H3 开源一个月，下载量已超 2400 万次，衍生模型超过 300 个，H3 Flex 在 DesignArena 文生视频榜排第八，是该榜排名最高的开源视频模型。
6. Nace AI 开源 Drex Max v1：27B”决策模型”，24GB 内存的 Mac 就能离线跑
Nace AI 把最强的决策模型 Drex Max v1 开放权重。它不是聊天模型，而是”判断题机器”：你传入一个状态（文本、JSON 或图片）加一组命名问题，模型在一次前向里给每个选项一个概率，完全不生成文本。问题支持三种形式——命名选项多选、是/否、序数打分，适合 Agent 路由、工单分类和护栏检查。
规格：稠密 27B、262,144 token 窗口（默认 16384）、单题最多 255 个选项。架构上 64 层里有 48 层是 Gated DeltaNet 线性注意力，另外 16 层是全注意力、每四层插一层且非因果，任意 token 可看全序列；图像走原生视觉塔，对整个请求里所有问题可见，最后用 255 路读出头转成选项概率。
跑法覆盖 NVIDIA GPU（H100 bf16，或 L40S 48GB 跑 8bit）、Apple Silicon 24GB 以上（affine Q4）或 48GB（Q8_0 GGUF）、以及 llama.cpp / Ollama 的 CPU 路径——官方直接给了 llama.cpp 和 Ollama 的 fork。公开 Decision Index 0.4 得分 67.52，比自家 Drex v2.0 高 6.27 分；InfographicVQA 技能分 97.3，Tools 区 81.9（均为自报）。
7. Adobe 造了个”像修图师一样用 Photoshop”的 Agent：用硬指标而不是肉眼选结果
Adobe Research 与 UC San Diego 发布 EditAgent。现有图像编辑 Agent 的通病是：把复杂需求拆成步骤，某步失败就拿同一套工具反复重试，再由另一个模型”肉眼看”结果打分。EditAgent 换了两个做法——按任务挑合适工具（锐化、旋转、缩放这类有专用工具的就别硬让通用编辑器干），以及用测量数据对比结果，包括统计量和局部放大裁切。
在 600 次编辑、五位专业人士盲评的测试里，通用编辑器 Flux-2-Klein-9B 有 42.7% 的情况产不出可用结果；专用工具解决了其中约三分之二，锐化、旋转、缩放尤其明显，而同一编辑器多试几次几乎没用。团队还验证了”迭代精修”与”并行生成多个候选再一次性比较”哪个更好——后者赢。代价是算力：EditAgent 比此前的 Agent 结果更准，但需要约 10 倍算力。它的价值在于产出经过验证的结果，可以用来训练更快的编辑模型。
8. Claude Code 悄悄加规则禁止克隆游戏，结果先把自己的用户惹毛了
有博主发现 Claude Code 似乎在阻止复刻他人游戏，Anthropic 随后确认：技术人员在 Opus 5.5 的系统提示词里加了两句话，要求”可以创建原创游戏、特定类型的游戏、以及用用户自己设计和素材做的游戏，请勿复刻已存在的特定游戏，即使改名或自称原创也不行”。
起因是 Opus 5.5 发布后代码能力大涨，逆向、反编译、移植的门槛被拉平：浏览器里跑《GTA 5》《使命召唤》，越狱的 PS5 上跑 Xbox 独占的《光环 2》和《塞尔达：旷野之息》，独立开发者的 Demo 一夜之间被完整”复刻”。有人称之为游戏业的”Napster 时刻”。
但这个禁令基本是表面功夫。它只管得住 Claude 自己，换个模型出主体框架、再把任务拆成看不出上下文的纯技术小任务丢给 Claude，照样能绕。更麻烦的是错杀：禁令上线没几天，Claude Code 的 GitHub issue 就被刷爆，一堆做原创游戏的开发者写到一半被判定”疑似复刻”而罢工，连复现常见游戏机制、给桌游打补丁都被拒。想防的防不住，不想伤的伤一片。
9. ChatGPT 账号接管漏洞链公开：一个分享链接就能偷走私聊数据，赏金 5000 美元
Parameter Labs 披露了一条针对 ChatGPT HTML 预览（旧称 Canvas）沙箱的完整攻击链，OpenAI 已修复并支付 5000 美元赏金——作者认为对这么严重的漏洞来说偏便宜。
链条是这样的：OpenAI 用 MathLive 这个 JS 库做图形公式支持，该库自带虚拟键盘，父页面通过 postMessage() 接收来自沙箱 iframe 的调用；而处理消息的代码用了 innerHTML，等于任何能发消息的沙箱都能往父页面塞自定义 HTML，且没有机制阻止其他沙箱 frame 调用它。innerHTML 本身不执行 script，但可以注入一个没有沙箱限制的新 iframe。OpenAI 的 CSP 全面禁内联脚本，只允许少数域名加载脚本——其中就有 YouTube，而 YouTube 的 oEmbed 端点可以被用来反射一段 JS 并执行。一旦在 ChatGPT 域名下拿到 JS 执行，读私有数据和用图片请求外带都变得很常规。
最终形态是一个恶意分享链接：任何已登录用户点开，自己的私聊数据就可能被偷走，或以其名义执行操作。这也是沙箱类功能最典型的失败模式——限制在外层，漏洞在库的内层。
10. OpenAI 想给数据中心改个名字：以后叫”AI 算力校区”
Axios 报道，OpenAI 正在为中期选举后准备一轮”公关攻势”，其中一个提案是把数据中心重新包装成 “AI compute campuses”（AI 算力校区）。背景很直接：数据中心在美国地方层面极不受欢迎，亚马逊和微软都已被迫表态不再在与地方政府的谈判中使用 NDA。
OpenAI 首席全球事务官 Chris Lehane 对 Axios 说，中期选举会是”2028 年的预告片”，他预计 AI 将成为总统大选的核心议题。除了改名，讨论中的方案还包括给 AI 设”限速”、让公众觉得 AI 是在赋能自己、以及推动美国主导全球标准。他把围绕数据中心的争论称为”良性且健康的”，并说”社区应该让公司负起责任，这样它们才能真正从这些项目里获得变革性收益”。
改名能不能改变邻避情绪另说，但它标志着 AI 公司的公共沟通重心，正从”能力叙事”转向”选址与电价的政治”。
相关文章
