Latent Space 周报:权重空间编程复现争议与 AI Engineer 上海站
Latent Space 的 AINews 汇总了 11 月 2 日至 3 日的 AI 动态,重点讨论“权重空间编程”的复现与质疑。GPT-6 Astra 在 Qwen3.5-0.8B 上改动 131,072 个权重(约 0.016%),MATH-500 从 7.9% 升至 48.1%,但复现分析显示多数提升来自消除 32K token 循环失败模式,而非新增数学能力。
Latent Space 的 AINews 汇总了 11 月 2 日至 3 日的 AI 动态,重点讨论“权重空间编程”的复现与质疑。GPT-6 Astra 在 Qwen3.5-0.8B 上改动 131,072 个权重(约 0.016%),MATH-500 从 7.9% 升至 48.1%,但复现分析显示多数提升来自消除 32K token 循环失败模式,而非新增数学能力。
Datasette Agent 0.5a0 发布,最显著的新功能是 panel,可让智能体聊天窗口常驻在 Datasette 的表或查询页面旁。结合 datasette-apps,用户能通过提示词生成数据库驱动的应用,并在应用旁的聊天中继续修改它。该版本可在 agent.datasette.io 用 GitHub 账号登录试用。
Datasette Apps 0.3a0 支持在 Datasette 内托管和编辑自定义 HTML 应用,并强化了与 Datasette Agent 的集成。
百度 Apollo 正式披露世界模型 ApolloWorld,可构建持续变化的虚拟交通环境,让无人车完成完整 Robotaxi 行程级别的虚拟路测。据百度数据,ApolloWorld 一天完成的虚拟路测里程相当于一辆配备安全员的真实测试车连续行驶约三年,目前已用于萝卜快跑无人车的全球化测试与验证。
字节跳动旗下 AI 开发平台扣子(Coze)宣布推进企业级服务产品整合升级,现售企业标准版、企业旗舰版将于 2026 年 11 月 30 日起暂停接受新客户购买。已购客户可在合同有效期内继续使用套餐功能并获得客服支持。旧版套餐将于 2026 年 12 月 31 日全面下线,未使用部分自动退款至火山引擎账户;新版企业套餐则于 2027 年 12 月 31 日下线。
NIO IN 2026 蔚来创新科技日将于 11 月 25 日在广州举行,届时蔚来将分享 AI 原生组织的思考与实践,并展示 AI 驱动的全新智能座舱与智能辅助驾驶产品。此前 2024 年该活动曾发布 5 纳米智驾芯片「蔚来神玑 NX9031」、整车全域操作系统「SkyOS · 天枢」及「Banyan 3 智能系统」。
OpenAI 发布博文展示 GPT-6 Astra 在实体产品研发中的应用,两名员工借助该模型在不到一周内完成一款可与 Codex 交互的测试设备设计,模型承担外观、外壳结构、电子元件选型、电路板布局及固件生成,代工厂在不到一个月内制成小批量原型机。
苹果在年度财务报告中警告,AI 智能体可能违背预期或难以预测,甚至在没有授权的情况下自行采取行动,从而带来法律诉讼和声誉受损风险。苹果称对第三方 AI 智能体的监督和控制能力可能有限,并提到上个月已调整 Mac 的完全磁盘访问权限以降低相关风险。新任 CEO 约翰·特努斯在财报电话会议上表示 Siri 还有很大拓展空间,苹果希望确保用户清楚自己授予了哪些访问权限。
中国信通院、华为、阿里、腾讯、小米、百度、火山引擎等 20 家单位在世界互联网大会乌镇峰会联合发布《智能体发展自律公约》,提出八条自律措施。公约涵盖健全智能体信任体系、提升互操作与安全防护能力、健全治理机制等方向,并明确抵制利用智能体实施算法压榨、黑灰产等行为。公约还倡导共促基础共性技术开源开放,参与国际标准研发与规则构建。
开发者 Computershik 借助 Claude 打造开源项目 Megler,让 Windows 10 Mobile 1703(10.0.15063)及更高版本手机无需 Android 子系统即可直接运行 Android 应用。
Anthropic Claude Code 团队工程师 Addy Osmani 提出“认知投降”概念:AI 输出越准确流畅,用户越容易跳过验证,直接把 AI 判断当成自己的判断。他把人类使用 AI 分为认知卸载、推迟判断、认知投降三个层次,并警告软件开发中测试也可能由 AI 编写,测试全通过并不等于没有问题。他建议提问前先形成自己的初步假设,并以测试结果、运行日志等可验证证据作为验收标准。
openJiuwen AgentMemory 0.2.0 上线多模态记忆能力 OmniMem-Lens,通过视觉与 ASR 语音双流定位真实事件边界来切分长视频,替代固定时间窗口盲切。
爱范儿早报汇总多条消息:苹果推送 iOS 27.3 首个开发者测试版,国行 Apple 智能与 Siri 开放体验,千问被整合进 Siri、视觉智能和写作工具,首批功能覆盖写作工具、实时翻译、照片消除等。
一名用户在 GitHub issue 中报告,打开 Postman 桌面端 12.33.4 后,Postman 日志记录以 auto-existing-upgrade 方式自动安装了 Codex 插件 1.1.0 和 Claude Code 插件 2.0.1。
推荐理由:作者用日志与配置证据还原 Postman 桌面端自动向 Codex、Claude Code 注入插件和钩子的过程,可供评估 Agent 工具链的信任边界。
谷歌 DeepMind 为 Google Antigravity 推出化学信息学技能,将大语言模型的规划与推理能力同 RDKit 等化学计算工具及 ChEMBL、PubChem 数据库结合。
微软研究院研究经理 Mike Walker 分享黑客文化如何塑造其职业生涯,他曾领导 DARPA Cyber Grand Challenge,该赛事今年迎来 10 周年。他认为有效安全取决于对信任与上下文的理解,并强调安全系统每次向用户索取信任时都在消耗这一宝贵资源。
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,基于 RDKit 并接入 ChEMBL 和 PubChem,让智能体负责流程编排与推理、确定性化学工具负责分子计算。
推荐理由:原文展示了智能体在真实肺癌药物案例中完成检索、配对分析与分子设计的具体流程,可据此判断化学研发工作流的分工方式。
国家发展改革委在11月3日“奋进‘十五五’”系列新闻发布会上表示,我国人工智能发展速度、应用规模全球领先。工业领域已累计建成万余家先进级智能工厂,服务业中智能体可自动完成合同审核、报关报税、理赔核损等任务。我国人工智能推理数据量首次超过训练数据量,标志其从模型训练研发阶段迈入规模化产业应用阶段。
极智嘉发布《24/7自主智能仓计划》,目标让AI接管整座仓库调度运营、实现7×24小时自主运行。方案以Gravity统一具身智能框架和Gravity 4D具身世界模型支撑机器人作业,并由RMS、WES、IOP三大系统加三类AI Agent构成“仓库大脑”。其无人拣选工作站在施耐德电气上海物流中心试点中拣选效率达人工2倍,准确率超99.99%。
Momentic 发布 AI QA 智能体 Mo,结束 beta 阶段正式可用,可从编码智能体、应用、PR 评论或 qa CLI 发起测试会话,并由另一个智能体在报告前复现每个功能缺陷。
荣耀正式官宣数字 700 系列手机,研发工程师透露新机将带来多个荣耀产品上从未有过的全新特性,软硬件均有。荣耀 700 元气版、标准版和 Pro 版已通过 3C 认证,将于本月发布,全系标配背屏并配备最高 80W 充电适配器。爆料称该系列全系搭载骁龙处理器、2 亿像素主摄,电池最高 9000mAh。
海马云创始人兼CEO党劲峰提出,AI下一程的竞争不在通用模型参数,而在算力、Harness与数据咬合的"生产力系统"。旗下RunningHub今年3月至9月全站访问量增长266%,7月月Token消耗量达9万亿,平台约60%的模型调用已由智能动态路由完成。
据虎嗅消息,腾讯即将发布一款面向 C 端用户的 AI 搜索引擎,采用极简设计、全面 AI 化,强化权威信源排序,并将 AI 问答与网页搜索整合在同一体验中。腾讯内部人士称,该产品与元宝 App 内置搜索、腾讯云元宝搜索 API 共享一套底层能力。腾讯两周前已面向 B 端客户发布元宝搜索,提供 Skill、MCP 和 API 三种接入方式,腾讯官方对上述传闻暂无回应。
百川智能联合创始人焦可团队发布纯语音 Personal Agent Orilo,主打早晨场景的语音信息播报与跨应用任务执行,目前仅支持英文。
小米以 Xiaomi-Robotics-1 具身基座模型为技术底座搭建 Agent 闭环系统,在小米青年公寓启动试运营,可自主规划并完成桌面整理、垃圾清扫、物品分类归位、房间巡检等任务。官方称该系统实现连续超 30 分钟、覆盖 3 个房间、包含 50+ 任务的长程任务验证。该模型基于超过 10 万小时 UMI 数据预训练,今年 8 月已正式开源。
彭博社报道称,高盛在评估效率与风控后,将 Anthropic 的 Claude Code 和微软 GitHub 等编程 AI 工具限定为仅工程师可用,此前数月银行从业人员也可使用。部分交易员因此不满,他们原本用这些工具监控客户交易流水、搭建市场波动与持仓模型、生成文字及图表材料。高盛发言人表示,经过试验期综合评估效率与风控等因素后,最终将工具开放给最适合长期发挥其价值的人员。
NVIDIA 与合作伙伴在全球城市扩展物理 AI 和智能体 AI 应用,覆盖西班牙、美国湾区、波兰、马来西亚等地。
月之暗面 Kimi 发布「游戏开发与创意工作解决方案」,基于 Kimi K3.1 系列模型、Kimi Code 与 Kimi Work 系列 Agent 产品,以及 Unity、虚幻引擎、Blender 等专业工具插件。该方案可操作专业工具与编辑器、修改现有工程,并交付可继续编辑的文件和操作记录,用于原型验证与跨岗位协作。
Y Combinator 首席执行官加里·谭透露,他每年在 AI 智能体上花费约 10 万至 20 万美元购买 Token,这些智能体能读取他的电子邮件、Dropbox 文件、Apple Notes 笔记乃至过去 20 年的心理咨询记录。
高通 AI Hub 现已面向中国开发者开放,合作伙伴与开发者可借助该平台加速打造终端侧生成式 AI 和智能体 AI。平台集成 Models、Workbench、Apps 以及 GenieX 端侧推理框架,其中 Models 提供超过 230 个并持续扩展的预优化模型库,Workbench 支持在真实云托管设备上进行模型调优。中国版还通过官网、高通终端云中国设备农场和开发者论坛提供资源与支持。
爱诗科技旗下 PixVerse 与 OpenAI 完成一系列产品集成,并首次共同推出“从提示词到成片”(Prompt to Production)教育计划。PixVerse 官方插件已原生接入 ChatGPT 与 Codex,用户可直接在对话中完成视频、图像、音频的端到端生产,PixVerse CLI 则让 Codex 可集中调用生成能力并搭建可复用流程。
苹果公布截至9月26日的2026财年第四季度业绩,营收1144.77亿美元同比增长12%,服务营收315.73亿美元创历史新高,大中华区营收175.39亿美元。
Latent Space 播客访谈 Legora CTO Jacob Lauritzen,讨论在无法查看律师使用痕迹、数据归属律所客户的前提下如何构建和测试法律智能体。
Latent Space 访谈 Legora CTO Jacob Lauritzen,讨论为律师构建 AI 智能体的工程与商业问题。
Anthropic 披露,截至 2026 年 9 月 30 日净收入留存率约为 900%,同一批客户一年内支出规模增长约 9 倍。年消费不低于 10 万美元的客户超过 11900 家,一年前约为 950 家;年消费不低于 100 万美元的客户超过 1900 家。使用 Claude Code 且支出排名前 5% 的企业客户,月均支出约为未使用该工具的普通企业客户的 20 倍。
推荐理由:Anthropic 招股书披露的客户支出结构,展示了编程智能体如何成为企业扩大 AI 支出的入口。
Anthropic 更新了 Claude Code 的系统提示词,阻止该工具被用于复刻现有电子游戏,但用户仍可用它制作原创游戏。Anthropic 的 Addy Osmani 确认,公司在 Opus 5.5 上为 Claude Code 的提示词新增两句话,引导其避免复刻他人特定游戏,理由是使用 Claude 侵犯知识产权违反使用政策。
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,用户只给目标、AI 走完全流程,目前限时免费。官方评测中它在 TeamBench 和 DataAnalysis2.0 上排名第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。
腾讯混元发布 AI 科研系统 Hyra 2.0,研发重点从直接用 AI 攻克科学难题转向让通用 Agent 参与科学模型、研究工作流及软件工具的研发与升级。
网络安全团队 Cisco Talos 发现一款名为 VOLTA 的新型 Windows 恶意木马,它整合 AI 模型分析受害者的个人数据并评估信息价值。该木马会收集浏览记录、加密货币钱包、浏览器扩展、文本文档和聊天记录等敏感信息,上传至 Anthropic Claude 等在线 AI 产品生成摘要供黑客参考,随后尝试自我删除以减少痕迹。
2026 年世界互联网大会领先科技奖在乌镇揭晓,"九章四号"光量子计算原型机、昇腾 950 超节点、基于英特尔 18A 制程的第三代酷睿 Ultra 处理器、AMD 锐龙 AI Max+ 智能体主机处理器、微软 Copilot Cowork 与 Qoder 等分列基础研究、关键技术、工程研发三组获奖名单。