TLDR AI（API 正常，最新为 11-03 期）、HN Best（30 条）、The Verge（AI 栏目 RSS 直连）、HuggingFace Papers（API 返回 50 篇）、TechCrunch（分类页空，RSS 取 15 篇）正常；机器之心仍返回「数据服务」推广页，经 TLDR / HN 间接补充。
💥 重磅新闻与行业变化
在修订后的 S-1 里，Anthropic 表示可能很快满足其内部对「递归自我改进」的定义——即 AI 系统参与创造能力更强的下一代模型。这句话的分量在于它出现在一份面向公开市场投资者的法律文件里，而不是博客：公司等于把「能力非线性加速」写进了风险因素。对买方而言，这既是叙事燃料，也是估值模型里的不确定性来源。
原告方（含纽约每日新闻、芝加哥论坛报等）称 Brave 抓取受版权保护的内容，并将其分发给 Anthropic、Perplexity 等客户，同时允许用户绕过付费墙阅读。这是版权方第一次把「浏览器 + 下游模型厂商」这条链路整体告上法庭，若成立，AI 训练数据的采购路径会被迫重写。
App Store 将要求提供性相关内容或浪漫关系体验的应用（包括 AI 伴侣类产品）使用 18+ 年龄分级。对正在爆发的 AI companion 赛道，这是第一次明确的平台级硬约束：产品可以继续做情感陪伴，但「儿童可及」这条获客捷径被切断了。
苹果在其中国官网宣布，Apple Intelligence 中文能力将先随 iOS 27.3 测试版（11 月 4 日）上线，正式版 12 月推送。这是苹果 AI 在中国市场的一次关键落地，也将直接压到国产手机厂商的端侧助手与国内模型厂商的分发渠道上。
这家成立仅一年的公司投后估值 3 亿美元。它切的是模型定制里最痛的一环：不是算法团队缺工具，而是业务专家（运营、客服、法务）的经验无法变成训练信号。若能把这步产品化，微调的市场规模会比今天大一个量级。
42AI 的核心主张是：在看到行动之前，就能预测一个人在新情境下会怎么做。这相当于把世界模型从物理仿真扩展到行为仿真，可落地方向包括用户研究、营销、仿真训练与安全评估，但也直接踩在心理画像与隐私红线上。
🛠️ 技术动态
Astra 已在 Codex 的用量报告中现身，推测是通过 A/B 测试或分批放量。据报道 OpenAI 跳过了 6.1 版本，原因是「欺骗行为」与作用范围上的顾虑——这本身就是一个信号：下一代模型的发布节奏已经开始被安全评估牵着走。
帖文称 GPT-6.2 Astra 可以直接编辑一个 0.8B Qwen 模型的权重，并让它的数学能力变强，2884 分、869 条评论冲上 HN 第一。若属实，模型优化的对象就从「prompt / 数据 / 超参」下沉到了「参数空间编程」，这是与传统微调完全不同的范式。
反驳文章认为，把这件事说成「模型获得了修改自身权重的新能力」是夸张的——它更像是高级的问题求解：模型写出代码、跑实验、迭代优化，再由外部流程写回权重。真正的区别在于「自动化科研循环」是否已经闭环，而不是模型真的在内部改自己的神经元。这条值得和上一条对照看。
公测版允许 agent 只发送新消息，而不是每轮重发完整历史。对 500K–1M token 量级的请求，首个 token 的中位延迟下降约 35%，且 token 用量不变。这类「便宜且立刻见效」的工程改动，往往比换模型更能改善长上下文 agent 的实际体验。
新能力覆盖世界模型的训练、微调、强化学习与优化，并把视频与 LiDAR 的同步仿真通过 Cosmos NIM 微服务交付。物理 AI（机器人、自动驾驶）最缺的从来不是算力，而是可控、可复现、带多传感器一致性的仿真环境，这一步是在补基础设施。
通过软硬件协同的压缩流水线（LZ4 + Snappy + 一层 Zstd），把 RL 训练中 trainer 向 sampler 同步权重的停顿从秒级降到亚秒级。异步 RL 训练的真实吞吐瓶颈往往就在这条链路上，这类优化直接换算成训练成本。
Harness 2 让 agent 在同一个程序里边流式接收 JavaScript 边执行，避免反复的模型往返。官方给出的收益：成本最多降 33%、执行快 20%、工具调用步骤少 43%、每条消息的缓存输入 token 少 39%。「边生成边执行」正在成为 agent 框架的主流形态。
Enclaves 是一个安全原语，用于跨仓库的 GitHub agent 工作流：规定 agent 能把哪些信息从一个仓库带到另一个仓库。当 agent 同时有多个私有代码库的读写权限时，数据外泄不必是恶意的——一次上下文复用就足够，这个设计正是给这种「合法但危险」的路径上锁。
LifeVal 把评测重点从考试题转向真实生活任务，例如做家庭预算、寻找托育服务、办理政府事务。这类基准更贴近普通用户的实际用法，也更容易暴露模型在「多步骤 + 外部信息 + 合规边界」上的短板。
Audio Intelligence 功能进入 beta，可回听对话并生成笔记，解决「刚才他说了什么」这类即时记忆需求。可穿戴设备上的常驻 AI 助手开始从通知摘要走向环境记忆，随之而来的隐私与录音合规问题也会更尖锐。
面向自动化构建本体的开源项目，用于把领域知识整理成机器可用的结构。知识图谱 / 本体这条老路线在 agent 与 RAG 时代重新变得重要——结构化语义是减少幻觉、支撑复杂查询的基础设施。
📜 论文推荐
现有深度研究 agent 通常先把论文 OCR 成纯文本，丢掉表格、图与公式的版式信息。DR Pixel 直接用渲染后的页面图像作为唯一检索与推理单位，在 106 万页语料上运行，并配套构建 DRPixelBench。它回答的问题是：VLM 能否跳过文本化这一步，直接「看图做研究」。
编码 agent 的后训练数据来自它在仓库里的长轨迹，而「怎么采」直接决定「学到什么」。常见做法是对同一 issue 独立采样多条轨迹再筛选，但论文指出：采样越多，后面的轨迹越冗余。SWE-Trail 把已采集历史暴露给后续采样过程，让采集努力落在真正未被覆盖的部分。
工具型 agent 常执行域策略禁止的动作。LeanGuard 在调用到达环境之前，用 Lean4 写成的策略做检查：策略由状态谓词与带作用域的过去时态算子组合，评估是 fail-closed 的，且判定过程被证明与 LeanLTL 语义等价。被拒的调用可通过反馈或「证明引导的修复」自动纠正。
VLM 常常单个判断正确，却无法稳定恢复并使用物体的精确 3D 属性。作者构建 BedBench：13 个程序化生成任务，覆盖单项判断与组合答案，评测 12 个开源权重模型与 4 个前沿模型。按颜色计数一项，人类 93.3%，最好的模型只有 7.2%；定向微调可把某模型从 3.0% 提到 68.6%，但又暴露出答案不稳定的新问题。
on-policy 蒸馏让学生模型匹配教师的 token 概率，但概率里纠缠了两种信息：教师偏好哪些 token，以及它有多自信——后者反映教师自身容量与校准，小学生模型本就不该照抄，还会让结果对温度敏感。论文提出只保留教师的排序信息（O³），把「学什么」和「抄多少自信」解耦。