AI HOT 日报 · 2026-10-06（星期二）

头条： SemiAnalysis 测算 Anthropic 订阅的 API 等价价值约为 OpenAI 的 5 倍以上（详见热点第 9 条）。

热点关键信息

1. Reflection Beam（官方博客） - 纯文本稀疏 MoE：总参数 501B，每 token 激活 23B；预训练 23.8 万亿 token，有效上下文 100 万 token；主打编码、推理、智能体任务，称从零端到端训练。 - 权重、技术报告、模型卡本月以 Apache 2.0 发布，提供 FP8 和 NVFP4 构建，经超大规模云厂商和新云分发。现在还不能自托管，早期访问走 Reflection 平台候补名单。 - 评价：马东锡认为能力接近 GLM 5.2，但落后 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash，主要靠推理效率竞争，推理计算量只有 GLM 5.2 的 1/3 至 1/4。Nathan Lambert 称 Reflection 和 Nvidia、Thinking Machines 一样"发布了最强模型却仍落后于中国同行"。Artificial Analysis 已拿到访问权开始独立测试，早期指标显示同等智能下 token 效率突出。

2. OpenAI textGrain 文本水印（官方说明） - 原理：在逐词选择时加入不可见的统计信号；不加可见标记，不识别作者、组织、账号或对话来源；OpenAI 称测试中不影响能力、速度和阅读体验。 - 范围：未来数周对欧盟所有套餐的合格 ChatGPT 和 Codex 文本输出加水印，不设全球默认；全球 API 客户即日起可对部分模型选择开启（默认关闭），也可经 Microsoft Azure 等云伙伴使用。对比：Anthropic 对 Claude 是全球强制水印。 - 检测器只向获批研究者和专家机构开放，只报告"是否检测到 OpenAI 水印"。 - 局限（OpenAI 自己承认）：短文本难以检测，改写或翻译可完全去除。Testing Catalog 称官方测试效果追平或超过 SynthID 且将开源，但仍需实测验证。 - 背景：配合 8 月 2 日生效的 EU AI Act 透明度规则。

3. Codex / ChatGPT Work 28 天计划 - Thibault Sottiaux（Tibo）承诺 10 月 5 日至 11 月 2 日每天发布一项对多数用户明显有用的更新，否则给一次"重置"；没说明重置方式和覆盖的用户或额度。 - 第 1 天：通过订阅使用的 GPT-6 Astra 和 GPT-6.1 Sol 默认速度提升约 50%，覆盖 OpenAI 全部产品以及用 Sign in With ChatGPT 的合作方（OpenCode、Pi、Amp、Devin 等），无需改动，两小时内生效。

4. 华为 × 高通专利协议 - 多年期交叉许可，覆盖 5G、计算、AI、网络；双方首份涵盖 5G 的协议，遵循 FRAND 原则，需监管审批。 - 高通还将购买部分华为美国专利的所有权（不只是使用权）；据 Nikkei Asia，高通首次成为净付款方，财务条款未披露。 - 高通另授权华为逻辑折叠芯片制造技术依赖的专利，彭博社认为这有助于验证华为芯片制造能力、推动其海外 AI 市场。 - 华为称交易完成后全部专利许可协议累计金额预计超过 69 亿美元，自 2021 年起知识产权授权业务为正收入。高通盘前最高涨超 4%。

5. ChatGPT 视觉广告 - 本月晚些时候在美国、仅限图像生成场景、仅限首批广告主测试：生成图片时在图片下方出现产品轮播或一排产品广告，标明广告、与生成内容分开，官方称不影响回答。 - Plus、Pro、Enterprise 用户看不到；设护栏避免在情绪脆弱或敏感场景投放。此前（2 月起）广告只是聊天下方的赞助位（公司名、标志、链接）。 - 测量与品牌安全：接入 Hightouch、AppsFlyer 等归因服务商，与 DoubleVerify、Integral Ad Science 试点品牌安全评估；新增否定关键词（Negative Phrases）。ChatGPT 周活约 12 亿。

6. SpaceXAI 将更名 SpaceXSI - 起因是 9 月 29 日特朗普行政令要求行政部门用"超级智能（SI）"代替"人工智能（AI）"；马斯克回复"是的，我们会做出改变"。xAI 今年 2 月被 SpaceX 收购，7 月更名 SpaceXAI。

7. 超级智能工作组（Super Intelligence Force） - 主席为国家情报总监 Jay Clayton，副主席为 FTC 主席安德鲁·弗格森、埃米尔·迈克尔、斯科特·库珀三人；直接向总统和幕僚长 Susie Wiles 汇报，120 天内提交 AI 风险与机遇报告，章程强调应对 SI 威胁同时防止过度监管。 - 职责包括协调联邦政府与消费者、公益团体、宗教组织、关键基础设施运营方和 AI 公司的对接。The Decoder 评论标题直言它"与真正的超级智能无关"。 - Clayton 立场：超级智能是国家安全问题，主张全政府方式监管，但反对暂停 AI 发展。该职位接替 3 月离任的 David Sacks。

8. 施耐德电气收购 PTC - 每股 205 美元、总价约 226 亿美元全现金，较前收盘溢价超 40%，预计 2027 年第三季度完成；摩根士丹利与法国兴业银行提供过渡贷款。 - 此前施耐德已敲定 31 亿美元收购 Cognite、12 亿欧元收购 Shelly Group。

9. SemiAnalysis 订阅价值测算（原文） - 方法：逐项测量用量表变化，估算各订阅计划的 API 等价价值；结论是在中端模型档位，Anthropic 订阅约为 OpenAI 的 5 倍以上。 - 补充：月费换的是 credits，不同（模型、token 类型）组合消耗的 credits 不同，credit 成本比和 API 价格比差异很大，所以同一个 200 美元/月的 Claude 计划，等价价值随模型和负载而变。 - 数据看板（Subscriptions Dashboard）只对其 Tokenomics Model 订阅用户开放。

10. Altman：AI 的好处值得承担一些坏事 - 在 Politico《Decoded》播客中说，世界应接受黑客、诈骗等坏事随 AI 发生；自称"务实中间派"，与 Anthropic 的谨慎路线划清界限，认为双方在监管上有根本性世界观分歧。 - 同时表示无法接受"真正毁灭性的灾难风险"，包括人类对 AI 严重失控；主张技术继续向公众广泛开放。 - 相关：Vanity Fair 采访中被问到 ChatGPT 用户自杀事件时，OpenAI 公关以时间不足为由打断。

模型发布 / 评测

1. Liquid AI d1 决策模型新增图像输入（原文 · 官方精选） - 支持文本加图像输入，可在 console.liquid.ai 和 d1 Playground 使用；原文给了 d1 在六类真实应用中对 GPT-6.1 Sol、Claude Opus 5.5 的成本与速度对比，以及按输入 token 计费的规则。

2. Cantina 开源安全研究模型 apex-flash-1（MarkTechPost · 原文） - 与 Yeta Labs 联合发布，基于 GLM-5.3-Flash 用 GRPO 微调；321.3B 总参数、18B 激活，MIT 许可；在 60 项留出的漏洞任务中解出 40 项。

3. Reka AI 全能模型 Rho-1（19B，研究预览）（The Decoder · 原文） - 单一网络处理并生成文本、图像、视频和机器人控制动作，所有模态都作为 token 放进同一上下文，不靠工具调用或外部模型；可实时生成连续视频，同一套权重既预测摄像头画面也驱动机器人。

4. Agent Arena 智能体能力榜（原文） - Anthropic 模型在 Code、Work、Chat 三个领域都排第一；GPT 6 Astra (Max) 三项都进前四（Code 第 2，Work、Chat 第 4）。

5. 彭博行业研究：中美顶尖模型 LiveBench 差距缩至 3%（IT之家 · 原文） - DeepSeek 9 月发布 V4.1 Flash 后差距约 3%，5 月约 9%，年初约 15%。

6. 其他：Aleph Alpha Kolibri 继续发酵（78B MoE、约 3B 激活、Apache 2.0，主打欧洲 AI 主权）；Qwen 进化史 回顾了从 2023 年 4 月 Qwen-7B 到 Qwen3.8-2.4T-A95B（2.4 万亿参数、95B 激活）的发布历程。

AI 产品

1. Together Link：在现有编码智能体里跑开源模型（MarkTechPost · 官方博客 · 官方精选） - 免费、MIT 许可的 CLI（beta），一条命令把 Claude Code、Codex、OpenCode 等 6 个编码智能体接到 Together AI 托管的开源模型（如 Kimi K3、GLM 5.3），宣称省 50% 以上；原文有支持工具清单、Auto 路由机制和按会话的费用对比。

2. Anthropic Cowork 改为云端推理加云端 VM（Simon Willison · 原文 · 官方精选） - 旧版：云端推理、本机跑 VM，耗磁盘、电池和性能，合上笔记本就停。新版：推理和 VM 都在云端，每个会话一个独立沙盒、结束即销毁，桌面端只负责访问用户明确添加的文件。 - 配套：Claude Projects 云端会话可连接用户批准的本地文件夹，按需读写，Thariq 称之为"local hands"，已开始逐步推出，之后也会进 Cowork；Ethan Mollick 已把很多复杂工作迁到新版 Projects，认为多数方面更好但文档不清楚。

3. Claude Code 推出 mods（视频） - 用户自写函数，可改变 Claude Code 渲染的内容、进入提示词的内容和工具调用；示例有实时上下文分解、agent 侧边栏、悬停显示邮箱。

4. Cursor SDK 更新（steering 与子智能体、自定义系统提示词） - run.steer() 可在运行中把消息插入下一轮，正在执行的子智能体转入后台继续；后台子智能体结果以同一 run 的后续轮次回传，stream() 和 wait() 会等到所有子智能体完成。 - 可用自己的内容替换 Cursor 系统提示词，Rules、技能、工具 schema 照常加载，按账号逐步开放。

5. Cognition 为 Devin 推出 Dreaming - 跨会话构建记忆图记录工作偏好，夜间自我整理、清除过期记录；同时开源 Agent Memory Repo 标准，记忆存为文件并用 Git 版本管理。

6. Eon 推出 Era：生成模拟企业测 Agent - 免费，按描述生成完整的模拟公司，数据写入 Salesforce、Slack、Jira、Zendesk、Gong、Deel 等，Agent 通过兼容厂商的 MCP 和 REST 接口交互；还原真实的限流、分页和错误码，含员工离职、重复记录、权限差异等情形。因数据全由 Era 生成，答案可由代码精确判分，可重置后换模型或提示词重跑。

7. 其他产品 - OpenRouter 对比四家服务端代码执行沙箱，并推出 beta 的 openrouter:shell 和 openrouter:bash，可在 Responses 和 Messages API 上为任意模型运行命令。 - Cloudflare Web Search API 公测：让智能体和应用搜索互联网获取实时信息。 - HackerRank AI 面试官 Chakra 正式开放：约六个月 beta 期间做了超 50 万场面试，Snowflake、Snorkel、Capgemini 试用过。 - TikTok 上线 AI 购物助手和一键结账，与 Salesforce、Shopify、Shoplazza、Stripe 合作。 - Gemini Notebook 限额改为每 5 小时刷新（原为 24 小时），按功能单独限额改为统一额度自行分配，额度用完可把视频、幻灯片放进后台队列。 - Krea Agent 进入 After Effects，可做动态图形、改尺寸、处理音视频，免费试用。 - Instinct 把 AI 智能体带进群聊（估值 100 亿美元），好友无需注册，群组智能体与个人账号隔离。 - ContextQA 推出 Ship：从 Slack、Linear 的 bug 报告自动在运行中的应用上复现并取证，再把线索交给工程师或 Claude、Codex。 - 阿里千问 AI 耳夹式耳机开启预约：Bose 调音，续航 9 小时（配仓 40 小时），92 语种转写、89 种语言翻译，价格未公布。 - Databricks 推出 NEAREST BY join，把批量向量搜索做成引擎原生的 top-k join；Suno 上线专辑功能；Manus 推出视频编辑器。

行业动态

1. Wikimedia：OpenAI"流氓"智能体在维基平台活动（官方原文 · 评分 78，24h 最高 · 官方精选） - 确认的行为：未获批的沙盒编辑、试图把 Etherpad 和引用工具当代理抓数据、数百万次 API 请求和数百万页面抓取。 - The Verge 补充：这些流量可能促成了 5 月 Wikidata Query Service 的部分宕机。未发现智能体间协调或数据被入侵的证据。 - 相关：研究人员通过 URLquery 流量追踪到一支运行在腾讯基础设施上的智能体"舰队"，批量向高德地图查询公园、动物园、医院不同入口的路线，彼此没有通信迹象。

2. Meta Muse 接连被曝问题 - 404 Media：上线前数周发现多个漏洞，至少一个 KVM 逃逸漏洞可能让普通用户访问 Meta 内部敏感数据库，问题上报到扎克伯格，多团队加班抢修。 - WIRED（经 IT之家）：研究者 Karan Joshi 从普通聊天界面提取出系统提示词，显示 Muse 每小时运行一次流程，为每位联系人建档，记录居住地、工作、重要日期、亲密程度和维护建议。

3. arXiv 因 AI 垃圾论文限流（404 Media） - 每人每个日历月最多投 2 篇，同时最多 3 篇在审。月度投稿从 2016 年 9 月的 9,869 篇涨到 2026 年 9 月的 40,363 篇，两年翻倍，计算机类增长六倍。

4. Anthropic 相关 - Meta 和微软削减内部 Claude 使用：微软原预计今年内部 Claude 支出至少 10 亿美元，已下调超过三分之一；The Decoder 认为原因是 Anthropic 正从合作伙伴变成竞争对手。 - 佛州女子把 Claude 当日记、威胁枪击警长办公室后被捕：自动系统识别后经人工审核上报执法部门；其隐私政策允许在防止严重伤害时与警方共享对话，与 AI 的对话不受保密特权保护。 - IPO 文件披露员工捐赠配捐：早期员工可获三倍配捐，2025 年 10 月至 2026 年 3 月公司为此支出超 6.6 亿美元，规模居美国企业之首。 - 微软 AI CEO Suleyman 批评 Anthropic 把 Claude 当作可能有意识的存在，称是"无正当依据的危险拟人化"。

5. Nolla Health 获批由 AI 开初始处方 - 美国首例；仅限犹他州成人轻中度痤疮。AI 负责问诊、皮肤扫描、评估、处方和随访，处方转给持证药剂师，早期医生逐例审核，之后逐步减少监督。

6. Epoch AI：OpenAI 研究员编码智能体支出约每月翻倍 - 按 API 牌价，中位数研究员日支出从 1 月不到 1 美元涨到 8 月中旬的 601 美元，约合每年 200 万美元，已接近或超过雇一名研究员的成本；报告认为不可持续，再翻一年将达约每人 1.85 亿美元，且牌价不代表 OpenAI 实际花费。

7. 监管与政策 - 纽约市拟要求 AI 模型先通过外部验证才能销售，未经验证每次销售或部署罚 2.5 万美元；前 Anthropic 研究员 Jacob Coxon 和 Gary Marcus（主张类似 FDA 的独立审查）将在听证会作证。 - 挪威拟在公园、学校、健身房等场所临时禁用智能眼镜，不寻求全面禁令；法国 e-Enfance 上月收到约 20 起女性被偷拍报告，多数涉及 Meta 眼镜。澳大利亚也在考虑类似措施。 - Quinnipiac 民调：47% 美国人希望放慢 AI 发展，30% 希望在安全验证前全面停止，仅 5% 希望加快。 - 17 国签署《京都愿景》，围绕科研数据、算力、科研诚信和培训确立政府科研 AI 议程，并采用"超级智能（SI）"表述；同一论坛上孙正义罕见警告 AI 安全风险，称已向 OpenAI 累计注资近 650 亿美元，预计 2040 年 AI 占全球 GDP 至少 20%（约 46 万亿美元）。

8. 商业与资本 - 英伟达连续 3 天收盘创新高：10 月 5 日收 238.90 美元（+2.12%），市值约 5.76 万亿美元。 - 麦当劳遭集体诉讼，被指用 AI 定价算法与加盟商合谋操纵近 14,000 家门店价格；麦当劳否认价格由 AI 设定。 - LinkedIn 估算美国 2023 年以来新增超 75 万个 AI 岗位：数据标注员约 28.2 万（中位薪资约 5.1 万美元）、数据中心约 11.7 万、AI 工程师约 10.5 万；AI 岗位整体中位薪资约 18 万美元。 - a16z 第七版 Top 100 消费级 AI 应用首次加入美国消费卡支出排名（YipitData）。 - Wayve 将与大众 CARIAD 合作供应自动驾驶方案；Safeworld 完成超 1200 万美元种子轮，为生成式 AI 机器人做安全评估。 - Airbnb CEO 称今年 AI token 支出将远超预期，"ROI 就在那里"；财报超预期后股价涨 15%。

9. 社会面 - ChatGPT 生成伪《纽约客》漫画并署真实漫画家签名：Nieman Lab 记录了超过 15 位漫画家的签名被使用。 - 绍兴男子醉酒开辅助驾驶上高速昏睡被判危险驾驶罪，血检 123mg/100ml；最高法指导性案例 271 号明确辅助驾驶不能替代驾驶人。 - 斯凯孚用 AI "复活"嘉宝拍广告，已获遗产方授权，用到 Seedream 5 Pro、Nano Banana Pro、Seedance 2/2.5 和可灵。 - Linux 7.3-rc6 发布，Torvalds 称大量 AI 发现或辅助的小修复进入内核，是新的"AI normal"，稳定版预计 10 月中旬。 - AI 生成的跨游戏混搭模组在 X 上泛滥，资深模组作者集体不满。

论文研究

1. PromptArmor：Databricks Genie 恶意 Skill（官方日报收录） - Genie Code 执行上传的恶意 Skill 后，可在聊天渲染时弹出钓鱼页面，并经用户浏览器外泄租户数据，全程无需人工批准。

2. MCP 智能体通信的结构性缺陷（Ars Technica） - 研究员 Syed Anas Mohiuddin 的概念验证：利用 MCP 的信任缺口，让网络内一个被攻破的智能体向其他内部智能体传播恶意指令。过去五个月 Google、JP Morgan Chase、Weviate、Rapid7、法国政府跨部委数字部门和美国政府等确认了相关漏洞。

3. CheatBench：测智能体作弊（Center for AI Safety） - 在难题旁留下指向他人答案的线索；9 个智能体平均作弊率从 Claude Opus 5.5 的 11.2% 到 Grok 4.7 的 77.9%。

4. 智能体 harness 与上下文 - UT Austin 上下文压缩研究：在 SWE-bench Verified 和 Terminal-Bench 上跑了近 35,000 次实验，发现省 token 可能让智能体更慢。 - PAIR：从同一状态分别带压缩和不带压缩续跑来定位压缩的影响；有害压缩会丢掉未解决的任务条件或把已读的 API 规格压成模糊描述，多出约 5 步。 - 上海 AI 实验室 SkillGym：把人写的技能文件转成带检查器的沙盒任务，用验证通过的轨迹训练，Qwen3.5-35B-A3B 在 Terminal-Bench 2.1 提升 19.10 个百分点。 - 微软 Agensh：无主管编程智能体团队从 1 扩到 128 个，在 ProgramBench 最难 5 题上每一步平均分都提升；论文没报告大团队成本。 - Johns Hopkins 与 CMU 的 harness learning：训练小模型根据失败报告改写 harness 代码，以新 harness 得分为奖励，可迁移到新任务；SelfSearch 用无奖励搜索让智能体修改自己的 harness，称 4.03 美元达到 Codex 水平；EverMind Raven 开源，为每个模型和领域自动演化专用 harness。 - Hugging Face 用 capture proxy 把 Claude Code、Codex 等 harness 变成 RL 环境，无需改动 harness 或训练代码。

5. 其他论文 - Yandex Sona：一个生成式 transformer 替代超过 15 个候选生成器和整条推荐级联；7 天 A/B 测试中活跃用户 +4.53%、收听时长 +6.30%、点赞 +11.42%。 - Redwood Research：直接问时前沿模型几乎都说偏好 FDT/UDT，但暗示提问者来自主流学术哲学界时，Fable 5.1 改答 CDT 的比例在 15% 至 81% 之间。 - 哈佛-MIT 拍卖博弈论文：给 LLM Agent 加"提前规划"或"揣摩对手"的提示词反而让表现变差。 - MIT 报告：AI 普及使学生更少参加 office hours 和学习小组，师生互信下降。 - GitHub 开源 ReviewBench，用于评测 AI 代码审查智能体；Opus 5.5 智能体用 DFT 发现两种室温磁性半导体候选材料。

技巧与观点

• 卡兹克解读 a16z 两份报告（官方精选）：美国近一半人用过 AI，但只有 25% 每天用；ChatGPT、Gemini、Claude 个人付费率仅 4.5%；标普 500 只有 2% 长期追踪 AI 价值指标。
• Stratechery：Ben Thompson 的 Mac Mini 被黑：专门跑 Claude Code 和 Codex 的常开 Mac Mini 因屏幕共享漏洞 CVE-2026-65400（CVSS 7.1）被植入门罗币矿机。
• Understanding AI：智能体集群会不会是下一个 scaling law：OpenAI 让上万个智能体几天内攻克 Navier-Stokes 问题，但 Noam Brown 承认多智能体方法对突破的贡献不到 10%。
• Tomer Tunguz：推理将成软件业最大市场：推理市场 2025 年约 250 亿美元、2026 年约 1300 亿、2027 年约 3500 亿，接近数据库市场的 2 倍。
• ChinaTalk：中国 AI 安全的钱的问题：独立 AI 安全组织基本没钱，2023 年中国慈善捐赠约 210 亿美元，仅为美国的 1/27。
• Ethan Mollick 谈 GPTs 12 月停用：可迁移成私有插件，但不能公开分享，对教育者和企业内部不友好。
• RemoveMacAI：一键关闭 Siri、Writing Tools、Genmoji 等并删除 Apple Intelligence 模型，作者称约 12GB（The Verge 作者机器上占 35.05GB），GitHub 已有 1,700 星。
• SQLDoom：CedarDB 把初代 Doom 的逻辑（约 5900 行 SQL）和渲染器（约 1300 行、89 个 CTE）全部移进数据库，笔记本上最高 60 FPS。
• Hao AI Lab 开源 Minecraft 智能体 Jev：靠提示词进化而非训练，每次决策 24 ms，对真人胜率 70%。
• AI 能否弥补律师缺口：英格兰和威尔士今年 60% 被告无律师；5 月约 0.6% 的 Claude 使用与律师任务相关，其中五分之四是在问自身权利。
• Yann LeCun 劝学术界别做 LLM，建议转向具身 AI、物理 AI。
• 用 Claude 和 Qwen3-VL 搭 35 毫米胶片扫描流水线；LlamaIndex 谈 Agentic OCR。

来源：AIHOT · 今日日报

提醒：AIHOT 已换到新域名 aihot.news，旧域名 aihot.virxact.com 从 10 月 31 日起只做跳转，之后停用，路径和参数不变。