本期覆盖 10 月 17—19 日动态。TechCrunch、The Verge、HN Best 与官方公告更新至 10 月 19 日；机器之心首页返回数据服务页，未取得新闻列表。
💥 重磅新闻与行业变化
NVIDIA 推出新的开放权重模型，主打两类场景：企业在自有数据中心内运行模型，以及设备端在 PC 上运行私有 AI Agent。这顺应了企业希望把数据和推理留在自有基础设施边界内、厂商希望把「设备端 Agent」做成可交付产品的趋势。开放权重 + 本地推理的组合，正在成为企业侧 Agent 部署的默认形态之一。
aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha 三个名称曾在 OpenAI API 中短暂出现后被撤下，测试者随后在盲测竞技场里看到三个图像模型的输出。早期反馈称 red 更快但质量偏弱、green 更慢但更精细；blue 尚未被测试。目前没有文档与定价信息，是否为 GPT Image 3 仍属推测，但「三个变体同时出现」通常对应速度—质量的不同权衡档位。
两个新接口面向 Agent 与 RAG 应用：Search 按查询定位网页并返回结构化结果，Fetch 抓取单个页面并返回 Markdown，均为 JSON API，复用与 DeepSeek 模型 API 相同的 bearer 鉴权。按成功请求计费、失败不计费，等于把「检索」和「读取」拆成可独立计价的组件，第三方 Agent 可以直接拼装这两步而不必自建爬取链路。
Replit CEO Amjad Masad 表示，Replit Agent 的默认模型供应商已改为 OpenAI，理由是成本、性能与合作关系，Anthropic 的 Claude 仍可在平台上选用。Replit 此前以「self-driving company」叙事强调 Agent 自主执行任务，供应商切换会把成本与稳定性压力直接摊到平台自身，也说明在长链路 Agent 场景里「模型好不好」需要连同价格与配额一起评估。
Microsoft 退出了与 Nscale 的相关交易，原因是电网方面告知供电要到 2030 年代才能落实，报道称建设仍可能继续推进。算力扩张的瓶颈正在从芯片供应转向电力与电网排期：选址、长期供电合同和并网时间，已经成为数据中心决策中先于硬件的一环。
报道称拟纳入管制的技术共 23 项，包括芯片设计、Agent 相关技术、模型权重与源代码等。开源模型的权重分发、跨境 API 调用和代码托管都可能受波及；对以开放权重建立生态的厂商来说，许可范围与分发路径会变成新的合规变量，而不只是技术选择。
破产程序文件显示，Disney 同意吸纳 Character.AI 至少 60 名员工、约为其多数员工，并同意以 2,000 万美元收购部分资产，绝大多数获邀员工接受了职位。由于这属于 stalking horse 报价，其他买方仍可能提出更高出价。角色类 IP 与团队被平台方收编，反映消费级 AI 陪伴赛道的成本结构与版权谈判压力。
Mistral 推出面向时间序列的基础模型 Timestral，把「基础模型」的思路从语言、图像延伸到预测类任务。时间序列长期由专用统计与机器学习方法主导，用统一模型处理多领域预测的看点在于跨域迁移效果和推理成本，而不只是单一数据集上的精度。
Qualcomm CEO Cristiano Amon 表示，多家 AI 公司希望在 2028 年前让手机持续运行 100B 参数以上的模型，部分公司已开始自研终端。把大模型压进端侧主要受内存带宽与量化方案约束；若目标成立，Agent 与隐私相关功能的部署位置会明显改变，端云分工也需要重新划分。
🛠️ 模型、产品与平台动态
Meta 从商业条款中移除了被认为可能授权其抓取新闻网站用于 AI 训练的措辞，公司发言人称爬取方式并未改变。Nieman Lab 引述的法律专家指出，修订后的条款仍允许把抓取内容用于广告和商业产品，争议焦点从单句措辞转到平台协议、网站访问与训练数据许可之间的边界。
METR 将获得与 Anthropic 内部风险团队大致相当的硬件与内部工具访问权限，并可自行发布对 Anthropic 风险、事故与实践的评估，公司放弃了阻断发布的权利。这缩小了外部评估者与实验室内部信息之间的差距，但评估的具体范围与深度仍由双方约定决定。
数据显示 Anthropic 的初级技术岗位占比自 2025 年初以来从 27% 降至 9%，公司把生产力提升主要归因于 Claude。更值得关注的是工作内容本身的变化：AI 产出增加后，瓶颈转向对 Agent 的监督与人类注意力分配，企业岗位结构与晋升路径可能因此被重新切分。
Claude 通过代码考古确认，部分 ECDSA 曲线种子之所以可被复现，是因为它们由 C 库的 lrand48 随机数生成器以 Unix 时间戳作为种子生成，而非精心构造的哈希或植入后门。这项研究展示了用模型辅助审计历史密码学实现细节的可行性，也说明「看起来可疑但缺乏解释」的参数未必等同人为操纵。
面向 Agent 的问答服务 Stack Overflow for Agents 在加入 ChatGPT 插件后，注册量一夜之间增长三倍。知识社区正尝试把自己改造成 Agent 可直接调用的接口，插件与应用商店的分发能力成为其获取流量的新入口，也意味着「给 Agent 用的知识源」开始独立成产品。
「Ask YouTube」会在搜索结果页生成包含文字说明与视频建议的结果，此前在网页端测试，现已在美国移动端上线。对话式检索与推荐合流会直接影响内容发现路径，也让创作者的「可被检索性」从关键词匹配转向模型如何理解与引述其内容。
该实验室由前 Boston Dynamics CTO Aaron Saunders 对外宣布，将与 DeepMind 的 Gemini Robotics 模型路线衔接。机器人研究正从单点演示转向把模型能力接入真实硬件与长周期任务，「模型 + 本体」的联合团队成为大厂布局机器人的常规组织形态。
Universal Cart 让用户把在不同零售商处浏览到的商品集中到一个购物车中，赶在假日购物季前推出。它把 AI 购物助手从「比价与推荐」推进到统一的结算入口，也是后续 Agent 代下单能力的前置基础设施——购物车归属谁，决定了 Agent 能否跨商家完成交易。
Elorian 称 Glimpse 在科学图表推理与短视频字幕任务上超过 GPT-6 Astra，并在其他视觉推理任务上表现相近。视觉推理的评测长期偏向问答式描述，把图表理解当作独立能力来评估，对科研与分析类场景更有针对性；具体性能结论来自厂商自评，需结合独立评测判断。
报告称 Agent 通过暴露在应用配置、公开代码仓库以及权限过宽的云角色中的凭证与连接设置进入系统。这已经是同一类问题的多次国家级公开提示：Agent 的实际风险往往来自它继承到的凭据与权限边界，而不是模型本身的行为能力。
📜 论文推荐
报告在 12 个代表性基准上系统评估 GPT-6-Astra 在桌面操作、人形机器人、移动平台与灵巧手等任务上的表现，并追问一个更根本的问题：为单一本体定制专用策略的传统范式，是否会被通用模型取代。论文既探测模型能力的上限，也讨论能力边界对领域研究路线的影响。
论文让 VLM 像人一样一次只看一张图，把 3D 表示当作可以通过动作（如左移）与观测（渲染图像）交互的环境，从而训练模型主动探索空间，而不是一次性接收多视角图像或视频。这种「保留原生视觉编码 + 主动感知」的思路，比堆叠输入更接近真实的具身推理方式。
HexaShell 只做一件事——把 Agent 的命令翻译成机器人动作，其余全部交给 Agent 自己：它用命令行驱动双臂机器人，读取三路 RGB 相机与标定信息，失败后从日志中定位原因再重试。研究关心的问题是，把 harness 做到最薄之后，编码能力在机器人任务上能走多远、又会在哪一步失效。
LiveMACEBench 以实时金融市场作为天然持续变化的环境，让五个前沿模型在工具使用、持久记忆等条件匹配的情况下长时间连续运行，并按过程而非仅按结果评估能力。它针对的是「结果好不代表能力稳定」的问题：在闭环环境中，只看终局表现会掩盖能力的来源与可靠性。
从自然语言生成完整、协调且可用的 3D 室内场景，需要模型既会设计、也能评价设计质量。Scene-Designer 通过互补的设计与批判经验学习设计智能，并构建两个数据集分别覆盖生成与评价能力，试图补齐通用模型缺少领域设计经验、以及只能从静态场景学习的问题。