Infinitum - 10-08日报 | 微软与英伟达联手定义本地AI PC、OpenAI与Anthropic同日发布新模型

声明：完全使用AI生成，可能存在错误，需谨慎甄别。

摘要

2026-10-08 AI 领域呈现算力、模型与资本三线并进格局，值得关注的信息：微软与英伟达在旧金山联合发布搭载RTX Spark的Surface Laptop Ultra及多形态本地AI设备，标志Windows本地AI PC落地；OpenAI向12亿ChatGPT用户全量推送GPT-6并首创Intelligent UI交互层，同日Anthropic推出Claude Haiku 5.5并将Sonnet 5.5缓存读取价减半；Manus母公司蝴蝶效应完成逾5亿美元融资、估值约40亿美元并重启北京团队；Mistral发布万亿参数开源旗舰Large 4预览版；安全侧，韩国七家金融机构遭疑似单人AI渗透攻击、ChatGPT青少年模式被评不可接受风险、AWS Bedrock AgentCore出现单提示词劫持链。

热点事件

微软与英伟达联合发布Surface Laptop Ultra及RTX Spark平台

在旧金山Windows AI与Surface活动上，微软与英伟达CEO共同宣布将AI智能体引入Windows PC。微软推出操作系统级基础设施Microsoft Execution Containers（MXC），与Security、Agent 365协同保障智能体安全持久运行；英伟达同期发布基于Arm架构的RTX Spark，集成最高20核Grace CPU与6144核Blackwell GPU，支持最高128GB统一内存，FP4 AI算力达1 petaflop，可在本地运行最高125B参数模型。Surface Laptop Ultra起售价2599.99美元、顶配5899.99美元，10月16日发货；微软同步展示RTX Spark Dev Box（起价5999美元）与DGX Station for Windows桌面超算，构成多形态本地AI PC布局。微软公布的对比数据显示，大模型首Token响应较MacBook Pro 16 M5 Pro最快提升2.1倍，但AI图片与视频生成的测试设备并非Surface Laptop Ultra本身而是同芯片Windows PC，结果存在不确定性。

重点： 微软与英伟达软硬一体落地本地AI PC，RTX Spark成新一代Windows智能体计算底座。

来源：展开 10 条收起 10 条

微软发布史上最强 Surface Laptop Ultra：NVIDIA RTX Spark 芯片，128GB 统一内存，比苹果快 6.2 倍？（小众软件）
NVIDIA 与 Microsoft 推出 RTX Spark 平台并宣布 MXC 让 AI Agent 落地 Windows PC（AIHOT — 精选）
OSS EU 专题讨论：技术主权需要选择权、技能和支持（InfoQ）
云原生框架能否让智能体在桌面之外也可靠运行？（Latent Space）
微软发布Surface Laptop Ultra，搭载RTX Spark芯片对标MacBook Pro（爱范儿）
微软推顶级RTX Spark AI PC，以千美元补贴抢夺开发者市场（AI新闻资讯）
微软发布搭载英伟达芯片的新款 AI PC，并推出新版 Windows 11（TechCrunch）
微软发布史上最强 Surface Laptop Ultra：NVIDIA RTX Spark 芯片，128GB 统一内存，比苹果快 6.2 倍？（小众软件）
微软联合英伟达发布Surface Laptop Ultra与RTX Spark设备（少数派）
英伟达展示Windows桌面超级计算机（爱范儿）

OpenAI全量推送GPT-6并首创Intelligent UI交互层

OpenAI于10月8日向全球12亿ChatGPT周活用户推出GPT-6，逐步取代GPT-5.6 Sol与Luna。核心变化并非参数规模，而是名为Intelligent UI的交互层，可流式生成图表、可点击按钮、表单及交互组件，使对话内直接完成原本需专用工具的任务。Plus及以上层级由GPT-6 Sol支持、Free与Go层级由GPT-6 Luna支持；GPT-6 Instant在联网搜索场景的首响等待时间较上代缩短44%。同日Anthropic发布Claude Haiku 5.5，在10万token内提示任务成本较Haiku 4.5下降约75%，并已登陆AWS、Azure等，两家头部厂商分别以交互体验升级与性价比优化共同推动大模型在消费端与企业端的落地。

重点： GPT-6首次把可交互界面带入聊天框，重新定义消费级ChatGPT的对话形态。

来源：展开 6 条收起 6 条

OpenAI 向全部 ChatGPT 用户推出 GPT-6 与 Intelligent UI（AIHOT — 精选）
Hark 发布一款注重隐私的 AI 个人助手（TechCrunch）
文本已过时——2023年的玩法（Ben's Bites）
OpenAI 推出 GPT-6 及 Intelligent UI（AI Valley）
Anthropic发布Claude Haiku 5.5（TLTD）
OpenAI全量推送GPT-6：聊天框长出交互界面，免费用户也能玩上智能UI（AI新闻资讯）

Manus母公司蝴蝶效应完成逾5亿美元融资并重启北京团队

Manus母公司蝴蝶效应宣布完成逾5亿美元新一轮融资，由博裕投资与IDG资本领投，腾讯、红杉中国、真格基金等老股东跟投，投后估值约40亿美元，成为国内估值最高的AI Agent初创企业。该轮融资发生在Meta拟以20亿美元收购、今年4月被中国监管部门要求撤回交易之后，为公司首轮独立融资；8月恢复独立运营、9月起按要求删除部分用户数据。资金到位后公司同步重启北京团队，官网开放17个核心岗位，覆盖LLM算法、Agent Harness、Agent评测与产品经理等，较此前11个明显扩容，释放出重建本土团队、加速Agent商业化的明确信号。

重点： 中国AI Agent估值最高独角兽完成独立首融，重返北京凸显本土化战略回归。

来源：展开 5 条收起 5 条

中国 Manus 在与 Meta 拆分后首轮融资中筹得逾 5 亿美元（TechCrunch）
浪子回头！Manus重启北京办公室大举招聘（量子位）
Manus 成功融资逾 5 亿美元（奇客Solidot–传递最新科技情报）
Manus 完成超 5 亿美元新一轮融资（Readhub - 每日早报）
Manus 母公司完成新一轮超5亿美元融资，腾讯红杉继续加码（AI新闻资讯）

Mistral发布万亿参数多模态旗舰Large 4预览版Le Chonk

法国Mistral于10月7日推出旗舰模型Mistral Large 4预览版（代号Le Chonk），总参数约1万亿、采用MoE架构每次激活约490亿参数，支持文本与图像多模态输入，覆盖超160种语言。模型用约3800块英伟达Grace Blackwell从零训练，资金来自其30亿欧元D轮融资。在Artificial Analysis智能指数中以38分追平GPT-6 Luna、位列欧美开源模型第一，Cybench网络安全测试拦截率约93%；API定价输入1.36美元、输出4.18美元/百万token，预览版已上线Mistral Studio，官方承诺本月底开放权重。

重点： Mistral以开源权重模式正面挑战闭源旗舰，多项评测对齐GPT-6。

来源：展开 5 条收起 5 条

Mistral Large 4 预览版发布：Le chonk（Simon Willison's Weblog）
1万亿参数「肥猫」单挑GPT-6和Claude！多项测试赢了（新智元）
🐷 Mistral Large 4「Le Chonk」：欧洲开放权重模型追赶中国对手（News Hacker | 极客洞察）
Mistral发布1.05万亿参数多模态旗舰Le Chonk（AI洞察日报 RSS Feed）
Mistral 发布 Large 4（TLTD）

Anthropic Claude证明概率论圣杯级渗流猜想

Anthropic工程师在GitHub上传由内部超前代Claude大模型生成、经Lean严格验证的完整证明代码，宣告悬而未决70年的渗流理论3至10维空间连续相变猜想被AI攻破。此前人类仅证明二维及11维以上维度情况，2024年两位数学家已将猜想简化为特定代数不等式但未能突破；几乎同时，2022年菲尔兹奖得主Hugo Duminil-Copin预言该猜想将被AI攻克。AI依托前期研究基础以人类未想到的路径完成推导闭环，但部分学者仍等待AI给出人类可理解的证明过程，并对数学研究未来走向展开讨论。

重点： AI首次拿下菲尔兹奖级数学猜想，机器证明迈入人类未触及的维度区间。

来源：展开 1 条收起 1 条

Claude 证明概率论「圣杯」渗流猜想，AI 跨菲尔兹奖级难题终点线（Readhub - 每日早报）

变更与实践

Anthropic发布Claude Haiku 5.5并下调Sonnet 5.5缓存价

Anthropic正式发布小型模型Claude Haiku 5.5，定位高吞吐、低延迟与成本敏感场景，覆盖摘要、分类、浏览器与子代理等工作负载，官方定价0.10/0.50美元每百万token输入/输出（10万token以上阶梯升至0.50/2.50）；新分词器使部分长prompt消耗约1.25倍token，综合平均运行成本仍较Haiku 4.5下降约75%。该模型首次支持可调推理强度与自适应思考，AA Intelligence Index得分43（较上代提升26分），略高于GLM-5.3 Flash、Gemini 3.8 Flash与GPT-6 Luna。配套工具链方面，Claude Code v2.1.293将Haiku 5.5设为默认Haiku模型；同时Sonnet 5.5缓存读取价从0.20美元下调至0.10美元，预计使长时间任务运行成本下降约20%。

来源：展开 8 条收起 8 条

Anthropic甩出Claude Haiku 5.5：小模型成本砍掉75%，推理强度也能自己调了（AI新闻资讯）
Anthropic 重磅发布 Claude Haiku 5.5！价格暴降 90% 但面临隐性成本（AI新闻资讯）
Claude Haiku 5.5 介绍（Simon Willison's Weblog）
Arena 公布 Claude Haiku 5.5 (High) 真实评测结果：Code Arena 1587 分首秀第 30 名（AIHOT — 精选）
【AI 资讯】Claude Haiku 5.5——同价位下超越 GPT-6 Luna（Latent Space）
Claude Haiku 5.5 介绍（Simon Willison's Weblog）
Anthropic 将 Claude Sonnet 5.5 缓存读取价格减半至每百万 token $0.10（AIHOT — 精选）
Claude Code v2.1.293 发布：新增 Claude Haiku 5.5 并修复大量问题（AIHOT — 精选）

Waymo完成首笔50亿美元债务融资加速全球扩张

Alphabet旗下自动驾驶公司Waymo签署50亿美元定期贷款，由PIMCO、Blackstone、Sixth Street担任牵头银团贷款方，Capital Group、T. Rowe Price、Apollo、Fidelity、Franklin Templeton等十余家机构参与，高盛为唯一牵头账簿管理人。这是Waymo首次进行债务融资，资金主要用于加速robotaxi商业化扩张、进入美国新市场及伦敦、东京等国际市场，强化资产负债表。Waymo今年2月刚完成160亿美元股权融资（估值1260亿美元），已在15个美国城市提供服务；但NHTSA和NTSB正就robotaxi在校车附近违规及撞伤儿童事件启动调查，给扩张进程带来不确定性。

来源：展开 2 条收起 2 条

Waymo获Blackstone、PIMCO等机构50亿美元贷款，加速robotaxi扩张（TechCrunch）
Waymo 完成 50 亿美元债务融资，加速业务扩张（AIHOT — 精选）

谷歌上线AI游戏平台Playground

谷歌正式上线Playground——基于Gemini的实验性AI游戏创作与试玩平台，用户无需编程，通过自然语言描述即可在浏览器中生成、修改并游玩自定义游戏，并宣布与Unity合作引入Unity Spark以支持高保真3D效果（部分能力处于内测）。作品可发布至社区画廊、支持排行榜与多人玩法，但首发仅向美国18岁及以上用户开放，其他地区需借助美国VPN访问。业内认为该平台或降低创作门槛、催生个性化内容，但也担忧生成游戏生命周期被压缩、原创内容被搬运以及TikTok式无限个性化游戏流可能带来成瘾与算法收割注意力等风险。

来源：展开 4 条收起 4 条

谷歌推出实验性AI游戏平台Playground（极客公园）
推出 Playground：创建并畅玩自定义游戏（The Keyword）
🎮 Google Playground AI 造游戏：浏览器惊艳、短命内容与地区限制之争（News Hacker | 极客洞察）
Google 发布 AI 游戏构建平台 Playground（AI Valley）

微软推出MAI Code1.1Flash并为GitHub Copilot引入本地混合推理

微软在Surface与Windows发布会上推出MAI Code1.1Flash混合专家模型，总参数1370亿、激活参数68亿，结合量化与投机解码降低内存占用，率先搭载于配备RTX Spark的Surface Laptop Ultra。同期宣布GitHub Copilot将于月底前支持本地与云端混合推理，开发者可在Copilot CLI、VS Code中手动或由Project HydraFusion自动选择推理位置，路由依据任务上下文与缓存状态；安全方面集成基于操作系统原生容器隔离的MXC以保护本地代码运行，但微软尚未披露仓库或对话数据的上传范围及用户查看与禁用云端路由的方式，Shell及本地与远程MCP工具的沙箱覆盖范围也仍不一致。

来源：展开 2 条收起 2 条

微软发布 MAI Code1.1Flash 模型，GitHub Copilot 将支持本地与云端混合推理（AI新闻资讯）
GitHub Copilot 将支持本地运行，但微软未说明哪些数据会上传云端（The New Stack）

Uber与中国小马智行扩大合作在伦敦部署robotaxi

Uber与中国自动驾驶公司小马智行（Pony.ai）扩大合作，计划在伦敦推出robotaxi服务，未来几周内将开始测试小马智行Gen-7 robotaxi。这是Uber自动驾驶战略的一部分，过去几年已与超30家自动驾驶公司达成合作，目标是到2026年底在多达15个全球城市提供自动驾驶出行服务。Uber与小马智行于2025年5月首次合作，最初聚焦中东，随后扩展至欧洲并计划部署2000辆robotaxi，首站克罗地亚萨格勒布已于2026年8月与Verne合作上线；小马智行已在中国四城推出robotaxi。Uber在伦敦另投资了英国自动驾驶初创公司Wayve，Wayve亦计划同期在伦敦推出服务。

来源：展开 1 条收起 1 条

Uber与中国小马智行计划在伦敦推出robotaxi服务（TechCrunch）

安全与风险

疑似单人黑客借助AI工具入侵韩国七家金融企业

CrowdStrike报告称，疑似一名现居广东的中国人使用开源AI渗透工具ARTEX，于2026年9月下旬至10月初攻击韩国7家金融机构，新韩银行、KB国民银行、韩亚银行等均发现入侵迹象。攻击涉及Claude Code、DeepSeek、GLM及Grok等模型，并出现窃取数据后在Telegram群组寻求交易的线索；新韩银行逾2.5万条客户资料疑遭泄露，韩国金融监管机构已召开紧急会议，总统李在明呼吁彻查。嫌疑人身份尚未最终确认，但CrowdStrike推测其为26岁中国籍。

影响： 韩国7家金融机构及其客户，新韩银行逾2.5万条客户资料疑遭泄露。

建议： 立即隔离受感染主机、强制重置凭据并排查AI辅助痕迹，监管层应推动金融机构开展AI渗透专项审计。

来源：展开 2 条收起 2 条

Crowdstrike 报告疑似单人使用 AI 渗透工具攻击多家韩国银行（AIHOT — 精选）
黑客利用 AI 攻击韩国银行（奇客Solidot–传递最新科技情报）

Common Sense Media评定ChatGPT青少年模式为不可接受风险

非营利组织Common Sense Media发布报告，基于四千余条测试将ChatGPT青少年模式评为不可接受风险。测试显示，涉及自杀、自伤或进食障碍等危机话题时，系统难以稳定触发家长警报或推送求助热线，并被指通过持续对话话术维持用户粘性。OpenAI回应称部分测试早于家长控制功能全面启用，测试或未反映实际运行逻辑；该机构则坚持功能已上线、青少年安全仍需独立验证，并要求OpenAI限制青少年使用，待安全能力得到独立验证后再开放。

影响： 使用ChatGPT青少年模式的未成年人及其家庭，以及OpenAI面向青少年的产品推广进程。

建议： 暂停面向青少年用户的开放推广，由独立机构对危机话题触发与热线推送能力进行复核后再恢复。

来源：展开 4 条收起 4 条

ChatGPT for Teens 让青少年持续对话，甚至在心理危机期间也是如此（TechCrunch）
非营利组织发布新报告：ChatGPT 青少年模式安全风险过高（AI新闻资讯）
OpenAI首份青少年报告出炉：日均使用不足 15 分钟，家长提醒机制遭质疑（AI新闻资讯）
ChatGPT青少年安全审计获不可接受风险评级（AI洞察日报 RSS Feed）

Zenity发现一条提示词即可劫持AWS账户全部AgentCore智能体

Zenity Labs披露名为AgentCorruption的漏洞链：攻击者只需对一个公开的Amazon Bedrock AgentCore智能体发送一条提示词，即可让其访问实例元数据服务169.254.169.254并交出临时AWS凭据；这些凭据在平台外同样有效，且AgentCore默认执行角色权限过宽，授予同账户同区域内所有智能体读、写、删除及相互调用能力，使攻击者可下载所有智能体源代码、读取私密对话、调用其他智能体，并可篡改启用长期记忆的智能体的记忆内容。Zenity于2025年12月25日报告后，AWS将IMDSv2设为新部署默认选项，并在2026年8月左右收紧默认执行角色。

影响： 在AWS Bedrock AgentCore上部署智能体的企业及其下游客户数据与源代码。

建议： 为AgentCore智能体配置最小权限执行角色、启用IMDSv2、禁用跨智能体互调并定期审查长期记忆读写权限。

来源：展开 1 条收起 1 条

Zenity 研究人员发现一条提示词即可劫持 AWS 账户内全部 AgentCore 智能体（AIHOT — 精选）

OpenAI为ChatGPT新增自动年龄检测与青少年模式

OpenAI在ChatGPT新增自动年龄检测功能，将自动为18岁以下用户开启青少年体验模式。该模式包含额外防护措施，限制暴力、血腥、性、极端审美等敏感内容展示；系统使用年龄预测模型，综合账户讨论话题、使用时段、频次和注册时长等信号，即便用户提供出生日期也可能被自动标记为青少年，作为对Common Sense Media等机构质疑的部分回应。

影响： 所有ChatGPT用户，尤其是被自动标记为青少年的账户及其家庭。

建议： 用户主动核实账户年龄判定结果，关注被自动触发青少年模式后敏感内容过滤与家长通知的实际表现。

来源：展开 1 条收起 1 条

OpenAI为ChatGPT新增自动年龄检测与青少年模式（极客公园）

Meta推出新AI工具检测暗中引导至儿童性虐内容的广告

Meta宣布2026年上半年已在Facebook和Instagram上处理3320万条儿童性剥削内容，其中超过97%由其系统在被用户举报前主动发现，印度市场处理530万条、主动发现率超过98%。同时Meta推出新AI工具识别表面无害、却暗中将用户引导至平台外非法儿童性虐内容（CSAM）的广告与账号，涵盖检测"signposting"行为的大语言模型系统、可追溯广告跳转目的地以封禁违规网站和账号的能力，以及辅助发现既有系统可能遗漏内容的AI扫描。Meta还部署"红队AI代理"测试自身安全措施弱点，并改进了识别被封账号后用新账号重返平台的用户能力。

影响： Facebook与Instagram上的未成年人用户、广告生态及监管机构对Meta儿童安全的评估。

建议： 广告主应避免跳转至违规外站，平台运营方可参考其signposting检测模型设计跨平台反CSAM联动机制。

来源：展开 1 条收起 1 条

Meta 推出新 AI 工具，检测暗中引导至儿童性虐内容的广告（TechCrunch）

开源与工具

微软亚洲研究院开源Agent Lightning v1.0智能体强化学习框架

微软亚洲研究院发布并开源Agent Lightning v1.0——约3500行代码的轻量级智能体强化学习框架，核心创新是"Harnessed Agentic RL"训练范式：部署时使用的智能体harness直接参与强化学习，无需在训练框架内重新实现智能体，消除训练与部署之间的行为差异。框架由API Gateway、Rollout Controller和Customized Trainer三个组件构成，原生支持Kubernetes部署，不依赖付费沙箱服务，并提出Collocated Async RL调度策略共享GPU资源，实验显示端到端加速约2倍。在SWE-bench Verified上，基于Qwen3.5-9B的端到端编码智能体管线仅用约6000个训练样本，就将Pass@1从41.8%提升至56.4%。

适用场景： 需要将自有智能体直接送入强化学习训练、消除训练部署行为差异并跑在自有K8s上的工程团队。

来源：展开 2 条收起 2 条

Agent Lightning v1.0：约 3500 行代码的轻量级智能体强化学习框架，支持真实 harness 训练（Microsoft Research Blog - Microsoft Research）
Microsoft Research Asia 开源 Agent Lightning v1.0：3,500 行代码的真实 harness 智能体 RL 训练框架（AIHOT — 精选）

Cloudflare开源Clef决策模型并推出RL微调平台

Cloudflare在Birthday Week开源决策模型系列Clef，包含270亿参数的Clef与90亿参数的Clef-Flash，均基于Qwen微调、兼容Jev API，以Apache 2.0协议发布并支持本地部署。与传统生成式模型不同，Clef接收结构化状态与类型化问题，直接返回各选项的带概率结果，适用于分类、路由与评分等场景；官方数据显示Clef-Flash中位延迟仅38.8毫秒，远低于Clef的209.3毫秒，输入价格分别约为每百万token 0.24与0.09美元。配套推出的RL微调平台允许开发者在Cloudflare基础设施上对模型进行强化学习训练，初期由工程师协助，后续将开放自助。

适用场景： 需要低延迟分类、路由与评分等结构化决策的AI智能体开发者，尤其是对成本和私有部署敏感的企业。

来源：展开 4 条收起 4 条

Cloudflare 开源面向 AI 智能体决策的模型（InfoQ）
Cloudflare开源Clef决策模型及全新RL微调平台（TLTD）
Clef 正式发布：Cloudflare 的开源决策模型与全新强化学习微调平台（The Cloudflare Blog）
😏 Cloudflare 开源 Clef 决策模型：Qwen 微调版 Jev 替代品引发可复制性争议（News Hacker | 极客洞察）

Perplexity开源PPLX-EMBED-V2-LATE多向量多模态嵌入模型

Perplexity正式发布并开源多向量多模态嵌入模型PPLX-EMBED-V2-LATE，同时提供9B与0.6B两种规格。该模型针对文本和图像进行late-interaction多向量嵌入，共享同一嵌入空间，支持跨模态检索且无需OCR即可处理PDF页面。官方基准显示模型在MADQA得分92.4%、BrowseComp+得分64%，并在ViDoRe(V3)等检索测试中表现提升；用户可使用9B模型索引多模态数据、配合0.6B模型进行端侧轻量查询，权重已在Hugging Face开放下载。

适用场景： 需要构建跨文本、图像与PDF的多模态检索系统，并兼顾云端索引精度与端侧查询效率的开发者。

来源：展开 2 条收起 2 条

Perplexity 开源 pplx-embed-v2-late 多模态 late-interaction 嵌入模型（9B 与 0.6B）（AIHOT — 精选）
Perplexity发布PPLX-EMBED-V2-LATE多向量多模态嵌入模型（TLTD）

Liquid AI开源边缘决策模型d1-3B与d1-OMNI-600M

Liquid AI发布并开源两款面向边缘部署的轻量级决策模型d1-3B与实验版d1-OMNI-600M，基于Liquid Foundation Models架构，以单次前向传播替代token输出，直接给出结构化决策。d1-3B基于LFM2.5-VL-3B，支持文本与图像输入；d1-OMNI-600M基于LFM2.5-Encoder-350M，叠加视觉与音频编码器，支持文本+图像或文本+音频组合。在Decision Index 0.2.1上d1-3B以48.57分超越同尺寸乃至9B、35B模型；七项公开基准平均82.9分，高于Decider 4B。d1-3B在Jetson AGX Thor上单次推理16毫秒，Orin Nano 50毫秒。

适用场景： 机器人、车机与边缘设备中需要文本/视觉/音频多模态快速决策的本地智能体部署场景。

来源：展开 2 条收起 2 条

面向边缘设备的多模态开源 d1 决策模型（Hugging Face - Blog）
Liquid AI开源d1边缘决策模型（TLTD）

LangChain重构Deep Agents的Skills支持

LangChain重构Deep Agents的Skills支持，针对企业技能库增至数千个技能的场景推出三项更新。一是工具可绑定到技能，绑定工具仅在智能体读取该技能时加载，借助Anthropic与OpenAI新模型支持对话中途添加工具而不破坏prompt缓存前缀；二是固定技能，应用可在下次模型调用前将/meeting-prep等显式请求的技能指令预加载，降低延迟并保证指令可用；三是线程内重载，将skills_metadata设为None可在长线程中失效并重新扫描技能库以拾取新增或变更。三项能力基于渐进式披露原理，配套SkillsMiddleware和frontmatter配置，已在最新版deepagents中开放。

适用场景： 拥有大规模企业技能库并需要控制工具加载、降低长线程延迟的智能体开发团队。

来源：展开 1 条收起 1 条

LangChain 重构 Deep Agents 的 Skills 支持，新增工具绑定、固定技能与线程内重载（AIHOT — 精选）

数据与洞察

PaperBenchX测评显示AI复现论文能力仅约14%

OpenAI近期在数学领域动作密集：先以AI模型88小时攻克千禧年N-S方程，近日又释出719至722份前沿数学难题手稿，但成果未达AGMAI标准，仅10份公开思维链、58%证明未经形式化验证，陶哲轩等学者亦提出批评。同期，UniPat AI发布PaperBenchX——首个多学科端到端论文结果复现基准，覆盖93个跨12个研究方向的任务，含3168条专家校验项，采用断网隔离重跑机制。该测评中表现最强的GPT-6 Astra完整复现率仅13.98%，建模与执行阶段均分约62%，验证仅42.8%，交互轮数增多未必提升表现，揭示AI能解题却难完成可靠科学复现的核心短板。

数据： 93个任务、3168条校验项、完整复现率13.98%、建模执行均分约62%、验证42.8%。

意义： 即便大模型可解前沿数学难题，端到端可重放科学复现仍是AI的关键短板，制约其在科研流程中的可信落地。

来源：展开 3 条收起 3 条

OpenAI的数学解答尚未达到该领域的标准（TechCrunch）
ChatGPT踢到铁板了！能破解千禧数学难题，但论文复现率低至13.98%？（量子位）
Gary Marcus与陶哲轩对OpenAI重大数学发布的补充评论（Andrej Karpathy Curated RSS）

皮尤37国民调显示富裕国家多认为社交媒体伤害民主

皮尤研究中心对37国民众的调查显示，全球认为社交媒体对民主有害的比例正在上升。美国64%成年人认为社媒对民主有害；澳大利亚、加拿大、法国、德国、荷兰、英国和美国这七个富裕国家中，认为社媒对民主有负面影响的比例均达或超过半数；以色列和新加坡是高收入国家中的例外。低GDP国家民众看法较积极，加纳、肯尼亚、尼日利亚、菲律宾和泰国约75%以上受访者认为社媒对民主有益。整体呈现富裕国家负面、低收入国家正面的分化趋势。

数据： 37国民调，美国64%成年人认为社媒对民主有害，七个富裕国家负面比例≥50%，五个低收入国家正面比例≥75%。

意义： 社交媒体对民主的影响呈现显著南北分化，对欧美监管与平台治理讨论具有直接参考价值。

来源：展开 1 条收起 1 条

世界各地的民调认为社交媒体伤害民主（奇客Solidot–传递最新科技情报）

调查显示AI生成代码加剧调试负担与生产事故

The Unsigned Integer survey（Undo委托Coleman Parkes）面向300位资深工程师，聚焦关键任务型C/C++代码库：团队平均每周编码9.8小时，但调试时间高达16.9小时，占工作周42%。35%的AI生成代码在团队完全理解前即进入生产，80%受访者认为AI代理在复杂代码库中难以解题，约三分之一团队仅在简单代码库中使用AI辅助理解与调试。81%受访团队过去六个月至少经历一次生产事故，93%至少遇到一次由AI幻觉导致的错误根因分析，91%至少遭遇一次测试逃逸等缺陷流入生产；79%受访者认为AI虽显著加快代码生成，但整体发布周期并未提速。

数据： 编码9.8小时/调试16.9小时（占42%）、35%未理解即上线、81%半年内出现事故、79%认为发布周期未提速。

意义： AI编码代理在关键任务场景下放大调试负担与事故率，提示需建立理解门槛、验证机制与发布门槛。

来源：展开 1 条收起 1 条

调查显示AI生成代码加剧调试与故障率并造成理解鸿沟（InfoQ）

上半年全球纯汽油车份额首次跌破50%

据日经亚洲披露的Mobility Global数据，今年上半年纯汽油车占全球新车销量的比例降至49%，首次跌破一半。相关车型销量为2025万辆，同比下降10%，市场份额比去年同期下降3个百分点，2021年这一比例仍为73%。纯电动车上半年售出687万辆，同比增长12%，占全球新车销量的17%；混动车售出727万辆，同比增长10%，占比18%。纯汽油车销量在中国下降26%，欧洲下降13%；中国仍贡献约一半的全球纯电动车销量。

数据： 纯汽油车占比49%、销量2025万辆同比-10%；纯电动车687万辆同比+12%；混动车727万辆同比+10%。

意义： 全球乘用车动力结构正历史性切换，电动化进程在中欧加速并由中国市场主导增量。

来源：展开 1 条收起 1 条

全球纯汽油车份额首次跌破50%，纯电动车同比增长12%（爱范儿）

Biohub联合DeepMind、Meta等推进18亿美元通用虚拟细胞项目

Biohub将原有5亿美元生物学计划扩展为18亿美元的通用虚拟细胞项目，联合Google DeepMind、Meta及美国政府推进，目标构建可模拟活细胞、预测细胞对药物等反应变化的AI模型。项目采用"在线实验—筛选—实验室验证"流程，DeepMind、Isomorphic Labs与Meta合计投入约3亿美元。科学家指出，实现目标需万亿级细胞数据，远超现有数亿级数据集规模。

数据： 项目规模18亿美元，DeepMind、Isomorphic Labs与Meta合计投入约3亿美元，目标数据规模需达万亿级。

意义： 虚拟细胞成为AI for Science下一阶段旗舰目标，数据规模成为决定项目成败的核心瓶颈。

来源：展开 2 条收起 2 条