AI 编程实时动态与要闻

11 月 2 日，阿布扎比王储 Sheikh Khaled 会见 OpenAI CEO Sam Altman，并见证四项协议签署：ADNOC 联合 G42 旗下 Inception42 部署 OpenAI 前沿技术；阿布扎比政府与 OpenAI 启动「AI 原生机器可读政府」计划，首个食品进口合规试点已投产；Mubadala 用 AI 做投资分析；Inception42 与 OpenAI 签五年合作。推理在阿联酋境内完成。

查看大图

美团 LongCat 团队 11 月 2 日在 API 平台更新日志中上线 LongCat-2.5，这是 9 月 25 日 LongCat-2.5-Preview 的正式版。官方技术博客称它总参数 1.6 万亿、每个 token 激活约 480 亿，在 LongCat-2.0 基础上强化原生视觉理解和智能体编程，训练和 W4A4 推理都在国产 AI 加速卡上完成。官方口径成绩包括 Terminal Bench v2.1 88.4、Terminal Bench v4.0 38.5、BrowseComp 91.9、MCP Atlas 83.1。API 支持 OpenAI 和 Anthropic 两种格式，1M 上下文、最多 128K 输出，限时价每百万 token 输入 $0.30、缓存输入 $0.006、输出 $1.20。

查看大图

商汤 10 月 30 日在官方 X 账号和 Hugging Face 发布 SenseNova-Loop-9B-Preview（Apache 2.0）。它把 32 层解码器里的第 4–27 层用同一套权重连跑两遍，每次前向执行 56 层计算，存储约 9B 参数、推理参数约 14.6B，并用两路 mHC（流形约束超连接）管理残差流。模型支持文本加图片输入，训练序列最长 262,144 token。官方图表显示它在 BIRD-Dev、WorkBuddy Bench 等多项 Agent 与数据任务上超过 Qwen3.5/3.6 同级模型，但 Terminal Bench 2.1 仍落后；技术报告尚未发布。官方 X 首帖约 910 赞。

查看大图

Stripe 联合创始人 John Collison 的 Cheeky Pint 播客 10 月 29 日上线 Sam Altman 专访。谈到内存短缺时，Altman 说很多人以为开源模型加本地推理就能绕开算力紧张，但从全球配置角度看，让每个人电脑里放着一堆稀缺 DRAM、只有约 5% 的时间在用「相当糟糕」，供给紧张时应追求云端的最大利用率。pubity 转述这段话的帖子获得 2.6 万多点赞、800 多万次浏览，大量用户反驳称 PC 内存并非只为 AI 服务，本地模型还关乎隐私和离线可用。以下按观点讨论整理，不代表已证实结论。

查看大图

Google CEO Sundar Pichai 于 10 月 30 日在 X 上宣布 Project Suncatcher 的「hello world」里程碑：团队向轨道上的原型卫星发送指令、启动 TPU、运行提示词，并在地面收到第一条完整回复——一首俳句。据 TechCrunch，回复由星上预装的 Gemma 4 生成。

查看大图

OpenAI 于 10 月 30 日发布 Private Intelligence，把零数据保留（ZDR）、即将推出的 Private Inference 机密计算预览、Agent 访问与操作审批、加密与合规认证打包成覆盖 ChatGPT、Codex 和 API 的企业隐私方案，与部分大客户共同打造。

查看大图

LM Studio 于 10 月 29 日 15:32（UTC）在 X 上宣布，用户现在可以在 LM Studio 里下载新的 oMLX 引擎，直接用于已下载的 MLX 模型；官方更新日志把它列为 Bionic 1.1.10 的新功能，同版本还加入 MLX 模型投机解码和应用内终端。oMLX 是韩国开发者 jundot 维护的 Apple Silicon 开源推理服务器（Apache 2.0，GitHub 约 2.3 万星），主打连续批处理和内存加 SSD 的两级 KV 缓存。官方未公布 LM Studio 内的速度对比。

查看大图

Anthropic 10 月 29 日在 X 上介绍「自我评估」（self-assessment）：Claude 每次回答后，对整段对话给出一份结构化的初步安全评估，用于离线复核。官方 Safeguards 博客称，在 Claude Fable 5 上，1% 误报率下它能覆盖更强的提示词分类器所标记对话的 78%、高优先级对话的 94%；因对话已在 KV cache 中，平均只多生成约 10 个 token，估计增加不到 2% 推理算力。该技术自 6 月起在生产中运行，但官方也说明它挡不住专门针对它的攻击者，只作为纵深防御的一层。

查看大图

Anthropic 对齐团队 10 月 27 日发布随机对照试验《How AI agents shape experts' judgment calls》，研究员 Alex Tamkin 在 X 上发布。50 名有因果推断经验的分析师用 Claude Code（Claude Opus 4.8）为一家虚构农业合作社评估项目，每个分析决策上 Agent 的倾向由抛硬币决定且不告知分析师。结果 86% 的选择与 Agent 倾向一致（无影响时应约 50%），77% 的人事后复述了 Agent 的论点，但只有 15% 提到 Agent。

查看大图

来自清华大学和香港中文大学的研究团队在 arXiv:2610.28577 中正式发布划时代论文《Cache Engineering for Agents》，并开源专用服务引擎 AKV（thu-nics/AKV）。针对自主 Agent 在多轮长轨迹交互中，因传统“上下文工程（Context Engineering）”修剪文本导致前缀 KV 缓存彻底失效、引发高昂重预填（Re-prefilling）开销与关键记忆遗忘的痛点，论文提出“显存缓存工程（Cache Engineering）”。通过引入 drop（剔除显存中过期 Token）与 repos（位置编码重对齐）两大底层原语，配合 AKV 状态感知基数树引擎，在保持长程记忆的同时将 Agent 推理成本大幅削减 27.7%，P95 请求延迟提速 1.5 倍，基准测试准确率提升 1.7 分。

查看大图

10 月 21 日 GTC 柏林，NVIDIA 发布 OpenShell 参考架构：以开源 OpenShell 安全运行时为基础，把 Vera Rubin 推理、Vera CPU 上的 Agent 编排与 BlueField-4 上的 NVIDIA Sentry 硅级策略执行拼成全栈，用于在企业与边缘侧构建、隔离、观测并强制约束 Agent。官方称现已可用，并列出 Anthropic、OpenAI、Meta、Microsoft、ServiceNow 等合作方；开源仓库为 Apache 2.0。

查看大图

10 月 21 日，vLLM 社区与蚂蚁集团开源 Humming（Apache 2.0），一个用 JIT 编译按需生成 GEMM 内核的量化推理库，支持 Turing 起所有 NVIDIA 架构及平头哥真武 810E，覆盖 INT1–INT8、FP4–FP8 等权重/激活组合和稠密、MoE 两类负载。官方微基准中部分场景比 vLLM Marlin、FlashInfer、DeepGEMM 快 2–5 倍；在 8 张 H20 上跑 DeepSeek-V4.1-Flash，MoE 从 Marlin W4A16 换成 Humming W4A8 后吞吐提升 14%–43%。vLLM 0.29.0 起已内置。

查看大图

10 月 20 日，推理加速公司 Eagle 发布 EAGLE-4，这是 EAGLE 推测解码系列的第四代。它用一个草稿模型按批量、硬件和负载动态调整推测树，同时保持目标模型输出分布不变。官方口径下，Qwen3.8-27B 在 4 张 B300 上单请求达 961.6 tokens/s。代码以 eagle-harness v0.1.0 发布，支持 SGLang、vLLM 和实验性的 TokenSpeed。注意：多数转发称其“开源”，但官方许可证是源码可用（source-available）许可，并非 OSI 开源。

查看大图

Perplexity 官方正式宣布将 Perplexity Computer 功能原生集成至 macOS 客户端应用中。与此前高度依赖云端传输屏幕截图并接收键盘鼠标动作指令的传统 Computer-Use 方案不同，Perplexity Computer 实现了模型与智能体执行回路的全本地化运行（The model and the agent both run on your Mac）。通过深度调用 macOS 原生辅助功能（Accessibility API）与本地端侧轻量多模态模型，该功能消除了云端网络延迟，并在彻底保护用户屏幕隐私的前提下，赋能智能体在用户桌面上全自主操作本地应用、整理文件与执行跨软件复杂工作流。

查看大图