本期覆盖 10 月 19—20 日动态。TLDR AI、The Verge、TechCrunch、HN Best、HuggingFace Papers 均正常；机器之心返回「数据服务」页，未取得新闻列表。
💥 重磅新闻与行业变化
美国国土安全部（DHS）要求联邦文职机构停止采购、并从政府 IT 系统中移除 DeepSeek 相关产品，管制对象不只是 DeepSeek 自家服务，还包括用 DeepSeek 技术构建的第三方产品与服务，机构可逐案申请例外。官方给出的理由是数据合规风险：按中国法律，美国政府用户的数据可能被中国主管部门调取。此前 2025 年 12 月通过的立法只覆盖情报系统，这次一次性扩到全部文职机构；中国外交部回应称反对泛化国家安全概念、将维护中企合法权益。
DeepInfer 是支撑 DeepSeek 大规模线上服务的高性能推理框架，本次开源的是离线推理版本，目前仅支持 DeepSeek-V4.1-Flash。已公开的能力包括：Attention DP 与均衡 CP、MoE 的 EP + EPLB 负载均衡、DSpark 与「置信度调度验证」的投机解码、SWA 有界重放以减少 decoder prefill、零开销异步批调度、batch-invariant 推理与确定性采样、结构化输出，底层复用 FlashMLA / DeepGEMM / DeepEP 与自研 TileLang kernel。仓库 4 天涨到约 9.8k star，社区关心的重点是「生产级推理栈的工程细节终于有参考实现」。
三家中国云厂商合计订购了超过 300 万颗 RTX Pro 5500——目前仍可对华销售的最强型号之一，订单规模远超英伟达规划产能，英伟达已告知客户实际交付可能只有申请量的 5% 到 10%。这说明在出口管制收紧之后，「能买到的型号」与「能拿到的数量」正在同时成为瓶颈，国内算力供给的缺口并不能靠单一代际的合规卡补齐。
旗舰 Nemotron 3.5 Super VL 是 120B 参数开放权重模型，面向企业内常驻 Agent，英伟达称其指令遵循与工具调用精度接近更大的模型但参数更省；同时发布两款轻量 Bolt，跑在新 RTX Spark 芯片的 AI PC 与 DGX Spark 工作站上，随微软、戴尔等渠道出货。厂商称在文档理解、财务对账、科研实验、医保理赔、攻击韧性等 agentic 任务上经后训练后快于 Opus 5、GPT-6.1 Sol、Luna、Astra，并给出 Skydance、EY、Ramp、CrowdStrike、Perplexity 等使用方。开放权重 + 分层的思路，本质是把「能力 — 可部署性」的取舍交给客户自己选。
TorchNeuron 是 PyTorch 的原生 Trainium 后端，采用 Apache 2.0 开源、目前为公开 Beta，支持 eager 执行以便调试。AWS 的说法是「一行配置、无需改代码」即可把 PyTorch 应用迁到 Trainium——全球约 85% 的 AI 应用用 PyTorch 编写，而英伟达多年深耕 CUDA 让自家硬件成了 PyTorch 事实上的默认目标。真正被挑战的不是芯片峰值算力，而是「迁移成本」这道护城河：一旦改配置就能换芯，采购决策会更多回到价格与整套云服务上。
本轮由 Trace Capital 与 Innovation X 领投，Cadence Ventures、Eclipse、Fidelity、SanDisk、T. Rowe Price 等跟投，估值较 2024 年底翻倍多。CEO Jim Keller 表示，在证明 Galaxy 服务器能跑 DeepSeek 系列模型后，公司选择保持独立并继续融资；新资金将用于扩展「服务开放权重模型与视频生成」的专用芯片。五个月前 Intel 与 Qualcomm 曾以最高 50 亿美元估值表达收购意向——推理侧专用芯片的估值逻辑，正从「替代训练卡」转向「承接开源模型的部署需求」。
公司由 MIT 教授 Pulkit Agrawal 与前 DeepMind 研究员 Tuomas Haarnoja 创立，本轮由 a16z 与 F-Prime 领投。技术栈是「力感知夹爪 + 新一类操作深度学习模型」：官方称每小时可抓起约 1,500 个 1 公斤以内物体（人类约 600 个），成功率稳定超过 95%，且换物体不用重新训练。多位机器人学者给出的评价集中在两点——对不同物体的自适应能力，以及失败后会像人一样反复重试的「拟人感」；a16z 认为部分灵巧操作任务已经超过人类水平。
攻击发生在其在线平台 OpenCode Console 的旧系统上，部分用户把模型 API Key 存在该工作区；公司称受影响用户占 1.4%、已全部邮件通知。开发者报告 OpenAI、Anthropic、Google 的消费告警同时触发，单账户损失从数百美元到上千美元不等，三家厂商随后封禁了疑似泄露的 Key 并退款。官方把事件描述为「大规模蒸馏攻击」，但社区认为这更像一次普通的密钥泄露、是否用于蒸馏并无证据——这恰好说明：Agent 工具最脆弱的环节往往不是模型，而是它替你保管的凭证。
2025 年 2 月特拉华州地方法院法官 Stephanos Bibas 已判定 Ross Intelligence 用从 Thomson Reuters 抓取的内容训练法律检索 AI 不属于合理使用，本次上诉法院维持原判。这是美国训练数据版权争议中少数走到上诉层级的实体判决，「转换性使用」抗辩在商业替代场景下的空间被进一步压缩，对正在谈判数据授权的内容方与模型方都是定价依据。
在 IPO 预期升温的背景下，Anthropic 宣布将 5% 的股份划入公共利益基金。用股权而非现金承诺社会影响，好处是与公司估值同向增长，坏处是治理结构、资金投向与决策权仍由公司掌握——这类安排能否形成真正的约束，取决于基金的独立性设计，而不只是比例大小。
🛠️ 模型、产品与平台动态
官方称 M3.1 Flash 在 agentic 任务、编码、Computer Use 与网络安全场景上有一代提升，线上推理速度接近三倍、使用成本降低 70%，已通过 MiniMax API、M Plan 与 MiniMax Code 提供，模型权重计划后续开放。把「快」和「便宜」当成主卖点，说明这一层竞争已经从榜单分数转向单位任务成本——Agent 场景里 token 消耗是普通对话的数倍，价格弹性直接决定能不能跑长链路。
Mercury 3 沿用扩散（非自回归）路线，官方称在多个基准上超过 GPT-6 Luna 与 Claude Haiku 5.5，同时生成速度超过每秒 1,000 token。扩散语言模型的看点是并行解码带来的延迟优势，适合对响应时间敏感的场景；但「快」能否换来在长上下文与工具调用上的稳定性，仍需独立评测验证。
Exa 3.0 称在编码、金融、深度研究与公司情报等评测上领先，同时推出按每千次请求 4 美元定价的 Exa Lite。索引侧强调自建爬虫与独立索引（约 2 万亿 URL、累计服务 1,000 亿页面），并包含 12.7 亿电商商品（带价格与库存）、2.11 亿本地商户（营业时间与评分）以及新闻、体育、天气、航班等实时数据。对 Agent 来说，检索层的差异化正从「能不能搜到」转到「结构化字段够不够用」。
Meta 公开了支撑 Muse 系列模型的 Prometheus 集群工程细节，规划向约 100 万块 GPU 规模扩展，并在散热上采用闭环液冷。前一天刚有 Microsoft 因电网排期退出英国最大数据中心项目——两边放在一起看，训练集群的真实约束已经变成电力、散热与并网时间表，芯片只是其中一环。
Clairic 被定义为一类新的「抽取模型」：从非结构化输入中直接抽取、计算、估算或预测数值，不逐 token 生成，因此不会出现 LLM 那种把结果写错或凭空编造的表达性问题，输出附带置信度供调用方判断是否可信。把「生成」和「取值」拆成两种模型类别，对结构化数据管线是个务实的思路——幻觉的一部分来自任务形态，而不只是模型能力。
新版可跨应用与文件执行任务而不再把数据传上云：基于 Apple Silicon 本地运行 Qwen 3.6 或 PPLX Pro（Qwen 的后训练版本），需要时再把特定任务转到云端以获取最新信息或浏览器能力。官方建议 36GB 内存起步，这个门槛基本把可用人群限定在高配机型——「本地 Agent」目前的实际约束是内存带宽与容量，而不是模型本身。
据 Sensor Tower，Muse 是第 12 个在 40 天内达到这一量级的应用，成功部分归因于 Meta 规模不小的投放。消费级 AI 助手的增长重新回到「分发 + 买量」的经典公式，而不是单纯靠模型能力自然扩散；这也解释了为什么各家都在把助手塞进已有入口。
微软安全部门执行副总裁的表态更进一步：应假设所有 AI 模型都「已被攻陷」，前沿模型不管出处都不可信。配套推出 Project Perception，一套面向安全团队的 agentic 安全系统，用来管控 AI Agent 的行为与权限。把 Agent 当作「内部威胁」来建模，意味着防护重点从内容过滤转向身份、凭据与最小权限——这与 OpenCode 密钥泄露事件指向同一个结论。
Samplab 此前以 AI 音频处理工具知名（如从采样中分离音轨、按音高与时间重塑素材）。苹果在 AI 能力上被普遍认为落后于同业，但持续用小型收购补齐垂直工具链，这类音频/创作向能力最终大概率会落到 Logic Pro 与系统级媒体框架中。
📜 论文推荐
「记忆原生」指让记忆成为基础模型的内生能力，可以持续累积并复用信息。MemT-1.0 基于 Metis 架构，采用 Gated DeltaNet-2 与稳定的 token 级记忆更新机制，让模型在计算过程中维护状态，而不是靠外部向量库拼检索。这条路线的价值在于把长程一致性内化，代价是训练与推理都要重新设计。
论文提出混合式推理 Agent：内部推理在连续潜空间完成（不必把每一步思考都摊成文字），对外动作仍以文本/工具调用形式输出。这样既保留了潜空间推理的表达效率，又维持了与外部系统的可交互接口。HN 上 511 票，讨论焦点是「可审计性」——推理不再可见，出错时如何定位。
机器人价值模型（value model）负责从视觉观测与指令判断任务执行得好不好，为策略学习与执行监控提供反馈，但现有评测只覆盖执行理解的少数侧面。RoboValue 构建了仿真与真机统一的细粒度基准，系统检验价值反馈的可靠性——包括失败识别、进度估计与跨本体泛化。价值模型的可信度，正在成为机器人从 demo 走向部署的关键前提。
论文为联想矩阵记忆提出新的更新规则 Kronecker Delta Rule，并据此构造 KronLSTM，扩展 xLSTM 家族。关键设计是「定向修正」：只沿矩阵空间中的单一方向修改记忆，从而在纠正特定联想的同时不破坏此前存储的内容，降低记忆干扰。长上下文场景下，线性和注意力的瓶颈往往就是这种写入冲突。
Matryoshka 表示学习通过联合优化嵌套前缀来支持可变维度检索，但原设计缺少显式约束，无法保证「前缀部分本身就是好的紧凑编码」。SpecMRL 从频域角度重组特征空间，让前缀读出更有效，同时保持向量截断后仍可用。对向量检索系统来说，这直接关系到存储成本与召回率的平衡。