TLDR AI（11-05 期，18 条）、The Verge（RSS + AI 栏目，30 余条）、TechCrunch（RSS 直连，20 条）、HN Best（30 条）、HuggingFace Papers（50 篇）均正常；机器之心主站 / RSS 仍返回「数据服务」拦截页，本期内容经 TLDR、HN、The Verge 间接补充。
💥 重磅新闻与行业变化
月之暗面此前承诺在 11 月 4 日前开放 K3.1 Pro 权重，连续两期采集都没等到；11 月 5 日模型卡终于出现在 HuggingFace，随即在 HN 拿到 600 分。按 TLDR 的描述，这是「3T 级别模型的最新版本」，多模态能力突出，编程、3D 创作、事实准确性较上代提升，支持百万 token 上下文。迟一天不算违约级事故，但它把一个更实际的问题摆上桌：3T 级 MoE 的权重对下游的显存与推理成本意味着什么，这也是开源大模型「发得出来、跑得起来」之间长期存在的落差。
Recursive 的 Ripple-65B 在 TerminalBench 2.1 上拿到 80.5 分，用 140 万次 rollout 就完成，声称比此前最优的 Reflection Beam 少约 70 倍 rollout。它压过的对手规模都大得多：Reflection Beam 501B、Meta Muse Spark Open 816B、Thinking Machines Inkling 975B、Nvidia Nemotron 3 Ultra 550B。TLDR 给出的训练成本是 3200 万美元，约为此前同类开放权重 SOTA 估算的十分之一。方法论上的主张很明确——不靠大规模试错式 RL，而是把算力花在「训练配方与合成数据」上，用截断重要性采样、score centering、线性长度惩罚和逐步加难的长时程环境。模型已上 HuggingFace、Together、GMI Cloud、OpenRouter。
Conductor 的定位不是又一个补全工具，而是让工程师在并行工作区里同时调度多个 AI 编程 agent，分别推进同一项目的不同部分。Meta 把这套东西收进来后，Conductor 的云服务会逐步关闭——典型的 acquihire + 能力内化。值得对照前一天 OpenAI 收购 Pierre：两家买的方向不同，一家买「决策与代码的追溯」，一家买「并行 agent 的调度层」，但都在补同一个缺口：当一个人同时指挥多个 agent 写代码，工程过程的组织方式本身就成了产品。
这是 Dropbox 迄今最大的一笔收购，预计 2026 年四季度交割，且明确不因此裁员（一个月前它刚裁掉全球员工 9%）。Tigris 由前 Uber 存储团队创立，做的是跨区域对象存储：自动把数据放到离用户和算力更近的位置以降低延迟，去年完成 2500 万美元 A 轮。收购落地后要支撑的是 DBX Agent Cloud——先做兼容 S3 的独立对象存储，让企业能直接复用现有工具链，后续再扩到文档、图片、音视频与文件系统语义，目标是让 agent 能管理文件、并在不同任务与会话之间保持连续性。一句话：agent 的「记忆」正在被当成存储产品来卖。
拆开看：微软 Q3 资本开支 452 亿美元（低于 500 亿预期，原因是「第三方产能延迟」，之后又发了 250 亿美元债）；Alphabet 全年 1950–2050 亿、CFO 表示 2027 年「显著」增加；Amazon 全年 2200 亿，CEO 称 2027 年「明显更多」；Meta 1350–1450 亿。四家今年合计至少 7200 亿美元，另有至少 1 万亿美元的未来承诺。文章的核心判断是：扩张停不下来不是因为回报已被证明，而是因为没人敢先停；真正可能踩刹车的只有外部力量——数据中心监管、选举政治、债市与股价。最刺眼的对照是 Google：AI Mode 的变现率仍低，而 Search 广告增速已从 17% 掉到 12%，AI 先侵蚀了自己的基本盘。
日经统计的口径是这些公司为 AI 基建做的、不完全体现在传统负债科目上的融资安排——数据中心租约、合资建设、供应商融资、特殊目的实体等。半年 90% 的增速意味着：算力扩张正在从「用现金流买」转向「用未来承诺买」。这和 The Verge 同日的观察互相印证：四巨头今年的 capex 之外，还压着至少 1 万亿美元的未来承诺。风险不在当期损益，而在折旧与租约到期的时间错配——一旦收入爬坡慢于预期，压力会集中在几年后同时出现。
The Verge 的标题很直接——Data centers lost the midterms。德州两名民主党人预计获胜，其中 Hinojosa 主张暂停数据中心、Talarico 主张取消税收优惠并设「AI 红利」；缅因州共和党人 Susan Collins 在科技资金活跃的选战中认输，该州此前差点通过数据中心暂停令。例外是佛州：支持数据中心的 Byron Donalds 仍以略高于 50% 当选州长，但优势小于 DeSantis 在 2022 年的表现。TechCrunch 补充，AI 行业 PAC 在这轮选举上花了数百万美元去影响国会席位，收效混杂。对算力供给侧来说，这是第一次有明确的选举级证据表明：审批与用地会成为比芯片更硬的约束。
The Verge 的政策前瞻列出四件大概率发生的事：科技 CEO 出席听证、更硬的 AI 与数据中心护栏、对马斯克 DOGE 时期削减项目的调查、以及重写 Section 230 类平台责任条款。文中的判断是「闸门已经打开」——过去两年行业靠游说拖延的议题，会随着委员会主席的更换重新排队。对 AI 公司而言，风险点从「能不能训练」转到「能不能建、能不能卖、要不要为用户输出负责」。
高通在财报中明确把数据中心作为下一阶段的核心增量，背景是智能手机业务持续下滑。这条新闻本身不带太多数字，但方向性很清楚：端侧算力的故事在融资层面已经不那么好卖了，边缘设备厂商正在往机架侧挤。同期还有 Nothing 预告无屏幕 AI 设备、Aina 推出带屏带摇杆的 AI 戒指——端侧 AI 的形态还在乱撞，但没有一家敢只靠端侧讲估值。
这笔交易计划融资 4.65 亿美元。数字很难看：2026 年前六个月收入只有 17.4 万美元且多来自关联方，同期亏损 3.62 亿美元。但另一侧是实打实的落地：9 家客户（Schaeffler、GXO、丰田加拿大工厂、Mercado Libre），在 GXO 的物流设施搬运超过 10 万件货箱，累计 6.5 万小时真实运营数据，工厂年产能 1 万台；新一代 Digit 5 已拿到 30 家客户、约 3 亿美元意向合同，CES 2027 展示原型、2027 年底量产上市。按机器人即服务算，公司称单台每年可为客户省 10 万美元。它和 Figure、Tesla、1X、Boston Dynamics 的差别不在动作漂亮程度，而在于已经进了产线并产生收入。
🛠️ 技术动态与产品发布
新模型全球上线到 ChatGPT 与 Codex，速度比上一版快约 50%，新增 GIF 生成（可调播放速度、编辑单帧再分享）与图像参考能力。API 侧新增两个档位：GPT-Image-2.6 Flare 与 Sunburst。GIF 这个能力看着轻，但它把「静态图生成」推进到了「短时序生成」——同一套接口开始承担轻量动画，对社媒与广告素材链条的影响比参数提升更直接。
Cognition 对 SWE-2 Flash 的技术解释很短，但点到了一个正在成型的做法：在强化学习之前加一个中期训练阶段。这相当于在预训练和 RL 之间插一层领域适应，让策略网络在开始采样时就已经站在分布内，从而减少纯 RL 需要的试错量。这和 Recursive 那套「把算力花在配方而不是 rollout 上」的叙述是同一方向——2026 年下半年编程模型的竞争，已经从堆数据转向改训练流水线的阶段划分。
Hy4 是一个带视觉理解能力的大语言模型，主打细粒度图像处理、复杂图表分析与数学视觉推理，同时能操作命令行与图形界面完成多种工作流任务。官方公告明确写「未来几天公布模型权重和系统卡」——也就是说此刻还不能算真开源。这一点值得在追踪里保留标记：过去半年里「近期开源」的承诺兑现率并不高，Kimi K3.1 Pro 就晚了几天，判断这类模型应按「计划开源」而非「已开源」对待。
Box 的新系统定位是「agent-first」——不再假设由人输入查询、由页面返回列表，而是让 agent 直接消费检索结果。官方给出的指标是回答快 4 倍、错误率降 20%、token 消耗降 90%。最后这个数字最关键：企业内部检索的成本瓶颈通常不在模型，而在把大量无关上下文塞进 prompt。如果 token 真能降一个数量级，等于把「知识库问答」的单位经济性重算了一遍。
思路是用高吞吐 agent 持续针对真实流量做编译优化：观测负载分布、生成候选 kernel、验证后再回灌，形成一个不断自我调整的循环。它不是一次性的离线调优，而是把编译当成在线服务的一部分。这解决的是推理侧一个长期痛点——模型与硬件组合爆炸，人工为每种组合写高性能 kernel 不现实，只能让系统自己去搜。
H-Nets 跳过 tokenizer，直接吃原始字节，在匹配基准表现的同时大幅降低训练算力。分词器一直是多模态与多语言模型里最别扭的一层：跨语言、代码、二进制数据都要靠词表去凑，是大量「模型在某种输入上莫名变差」的根源。字节级建模如果能打平性能，等于把这一层直接拿掉——省的不只是算力，还有一整类分词导致的 corner case。
AlphaEvolve 是 Gemini 驱动的算法设计 agent：模型提出候选算法，自动评估器验证，优胜者进入进化池。DeepMind 称它已被用于优化自家数据中心调度、芯片设计与 AI 训练流程。此次开源仓库包含最小实现与部分发现结果的数据代码——研究价值大于工程价值，但它是「LLM + 自动评估器」这套闭环少见的官方参考实现。
💡 深度分析与观点
在《卫报》的访谈里，这位「AI 教父」把判断说得比过去更直白：如果重来一次，人类未必该走这条路；即使 AI 带来医学与效率上的收益，风险的天平也已经倾斜。他反复强调的不是「机器觉醒」，而是更朴素的一条——当一个系统能在关键决策上替代人，而人类又无法解释它的依据时，纠错机制就先失效了。这类表态本身不改变技术路线，但它正在成为监管辩论里被引用的公共依据。
OpenAI 构建了一条「发现—利用—修补」全自动的漏洞处理流水线，在一次运行中验证并生成了 948 个 Linux 本地提权漏洞的补丁。这件事的分量不在于数字，而在于闭环：模型不仅要找漏洞，还要写出能通过验证的利用与修复。它同时意味着攻防两端的节奏都被压缩——同样的能力如果落在攻击侧，补丁窗口会从月级掉到小时级。这类「自动化安全」很可能成为 2027 年企业安全预算里最确定的一项增量。
Stacks Project 是支撑现代代数几何的开源参考书，规模以万页计。Axiom 宣布将其整体形式化为一个机器可校验的单一 Lean 库，研究者和 AI agent 可以直接 import 用于新证明。对 AI for Math 这条线来说，这类「可复用的地基」比单个定理被证明更重要：模型需要的不只是推理能力，还需要一个不会撒谎的事实底座。
据彭博，Apple 把工程师每日的 AI 使用额度从 300 美元下调到 200 美元，并计划继续压降。这个数字口径很说明问题：它按「每人每天能烧多少 token」来管，说明在 Apple 内部 AI 已经是一种需要配给的运营成本，而不是研发投入。一边是巨头们 7200 亿美元的 capex，一边是最赚钱的硬件公司在给员工的 token 设上限——这两件事同时成立，恰恰是当前 AI 单位经济性的真实写照。
Willy Shih 在新书《Where Does My Stuff Come From?》里讨论存储芯片供应紧张、AI 服务器对高带宽内存的挤占，以及为什么 iPhone 至今难以在美国本土生产。他的核心论点是：AI 的产能问题不是「多建几个晶圆厂」能解决的，瓶颈分布在封装、内存、电力与人才等一连串环节，每一环都需要十年量级的产能建设周期。这也解释了为什么「算力短缺」的叙事每隔几个月就会换一个具体的卡点。
📜 论文推荐（HuggingFace Daily Papers）
流式视频理解要求模型在每一轮反复决定「现在答还是继续看」。已有做法把 GRPO 套进来，但整条轨迹共用一个 advantage，结果是：前面答对了，后面冗余回复也被强化；前面答错了，后面有用的追问被压掉。TurnWise 把学习单元下放到单轮决策，让每一轮是否该回、该回什么分别拿到信用。这是 agentic RL 里一个被反复碰到的问题——长轨迹的稀疏奖励不是靠加长 rollout 解决的，而是靠把奖励拆细。
主流 VLA 的前提是「先把感知压进视觉编码器，再开始动作推理」。但抓取类操作恰恰依赖最容易被这层抽象丢掉的信号：局部几何、边界、深度、细微状态变化。NEO-VLA 做成结构上无编码器的框架，图像用轻量 patch 直接 token 化进入策略网络。它问的是一个根本问题——动作策略应该继承一个固定的视觉端点，还是直接访问正在演化的视觉计算？
交互式世界模型现在能按动作生成可控环境，但 rollout 超过一分钟左右就开始失去一致性。论文指出瓶颈不在模型容量，而在训练数据：现有 gameplay 数据集基本是十秒以内的片段，标注还是整段粗粒度描述，无法支撑可控的长时程生成。GameVerse 把片段拉到分钟级并配细粒度动作条件标注，属于典型的「先把尺子做对」的基础工作。
现有物理 benchmark 只考固定问题、孤立子任务，或者给了解法的论文复现，几乎不检查「研究质量」本身。FrontierPhysics 的 56 个任务由 42 位物理学家依据自己的研究出题，覆盖理论、计算、实验九个方向，要求 agent 自己查文献、写研究计划、做实验、产出结构化成果。这类「端到端」评测的价值在于它无法靠刷题通过——也意味着评分会更贵、更主观，这是所有 frontier benchmark 共同的代价。
论文用 Pass@(K,T) 同时扫采样宽度 K 与交互深度 T，得到一个对工程很有用的结论：轨迹级 RL 的收益高度依赖轮次预算，预算一收紧，优势迅速消失；而且它并不均匀提升单步决策质量，增益主要集中在错误恢复和长时程稳定性上。换句话说，多轮 RL 买的是「出错之后能不能救回来」，而不是「每一步都更聪明」——这直接决定了部署时该给 agent 多少轮预算。