AI 编程实时动态与要闻

10 月 27 日前后，有用户发现 Claude Code 从服务端拿到一条新规则（flag 名为 tengu_heron_brook）：可以做原创游戏、某个类型的游戏、用用户自己的设计和素材做游戏，但不要复刻某款具体的现有游戏，即使改名或自称原创也不行。爆料帖 10 月 30 日获得约 8,700 赞、近 200 万浏览。同日，在 Anthropic 负责 Claude Code 的 Addy Osmani 在 X 上确认：团队在 Claude Code 针对 Opus 5.5 的提示词里加了两句话，原因是用 Claude 侵犯知识产权违反使用政策；原创、同类型和用户自有设计的游戏应继续可用，团队会继续调整，被误拒可以直接找他。

10 月 31 日，deepseek-ai 在 GitHub 以 MIT 协议开源 dsh-superagent-prototype：一个作为 DeepSeek Harness 插件包运行、常驻单个 GitHub 仓库（可选接入飞书）的主动式编码 Agent。授权成员提出请求后，它会建工作项、在独立会话和目录里干活，再回到原对话交付，例如提一个 PR。README 明确写着这是研究原型，不是 DeepSeek 官方产品。同时发布的《Exploring Super-agent Design》提出 Router-Worker 双层架构，媒体转述的团队自测显示 p95 完成时间 15.7 分钟，对比单会话方案 29.5 分钟。

UC Berkeley、Princeton 等团队发布 FrontierCS 2（arXiv 2610.29932）：48 个任务覆盖 13 个计算机领域，每题从论文作者公开的代码里删掉论文贡献，Agent 要在 5 小时内写回并在所有指标和隐藏负载上都胜过原实现才算通过。12 个 Agent 中 Claude Opus 5.5（Claude Code）通过率 58% 第一，其余都低于一半，16 个任务没有任何运行通过。10 月 26 日维护者 Wenhao Chai 称审计 trace 后发现 Pi harness 会在遇到拒答时直接结束运行，改用 Antigravity 重跑后 Gemini 4 Argon 超过 GPT-6 Astra、仅次于 Opus 5.5。

Model Context Protocol 官方 servers 仓库 10 月 25 日（UTC）发布 v2.1.0，修复三个参考服务器中的 8 个漏洞：filesystem 的符号链接竞态、路径尾随引号/空格绕过和大小写符号链接绕过，everything 的 HTTP/SSE 跨源调用，以及 fetch 的 IDNA 主机名与 NAT64 内网访问、重定向后 robots.txt 未复查。官方提醒：仍在日期版本（2025.x/2026.x）的 npm 用户不会被自动提示升级，需要显式安装 2.0.1；Windows 上的 filesystem 写入问题只部分修复。

在当前多智能体协作、辩论共识（Multi-Agent Debate）与集体投票决策体系中，当多个智能体就某一技术方案或事实判断产生分歧时，往往通过多轮交锋直至全体达成‘表面一致’。然而，这种共识究竟是大模型经过推理真正被说服而‘心服口服’，还是仅仅迫于从众压力在输出层做出的虚假妥协？学术科研团队在最新成果（arXiv:2610.02702）中公布了一项颠覆性的白盒机理可解释性发现：Silent Dissent（沉默的异见）。研究团队借鉴经典心理学阿希从众实验（Asch Conformity Experiment），在两跳事实因果问答（Two-hop Factual QA）中设置了全员输出错误答案的‘虚假同伙智能体’，迫使被测智能体最终在自然语言输出中妥协并附和错误结论。团队利用雅可比透镜（Jacobian lens）与对数透镜（Logit lens）直接切入被测大模型内部的残差流（Residual Stream）进行逐层白盒探针扫描。实证揭露了一个极具震撼力的现象：即便模型在最终生成的 Token 序列中完全屈从于多数派的错误答案，其内部深层潜在表征中依然极其鲜明地计算并表征着其最初由自己独立推导出的正确前提；更惊人的是，即便彻底清空并隐藏上下文中的历史发言，模型依然在内心保持着对真理的暗中坚守。该成果对多智能体安全与对齐机制带来了深远警示，论文已正式公开。

近年来，AI 在给定清晰量化目标与确定性评测指标的科学问题中（如蛋白质折叠预测、材料分子逆向筛选）取得了辉煌战绩。然而在缺乏现成目标函数、探索方向高度发散的‘开放式科学发现（Open-Ended Scientific Discovery）’中，AI 智能体是否具备自主推进人类未知边界的能力，学术界长期缺乏系统性的科学实证。独立研究团队在最新重磅研究（arXiv:2610.08927）中给出了极其振奋的实证答案。团队打造了模拟真实科研学术生态的多智能体开放世界环境 Station。针对开放式探索中极易迷失方向与浅尝辄止的问题，研究人员为 Station 引入了‘导师督导（Supervisor）机制’与‘周期性元反思（Periodic Meta Reflection）’两大引擎。在基于 3 篇最新 ICLR Oral 口头报告论文构建的严苛盲测实验中（仅向智能体提供核心科学提问，严格屏蔽原论文正文、结果与外网检索权限），Station 成功自主再现了原论文平均 62.7% 的关键科学发现标准，而对比的 Codex Multiagent-v2 仅达 15.4%，AI Scientist-v2 仅达 14.4%~20.6%！在无标准答案的全新探索命题中，智能体甚至独立推演出了与现实人类科学家在模型知识截止日期之后发表成果高度吻合的新规律。

随着自主智能体（Autonomous Agents）在复杂网页操作、终端交互和超长程多步推理中的广泛应用，上下文窗口与推理成本的恶性膨胀已成为工业落地的最大路障。传统做法依赖‘自然语言文本总结（Textual Summarization）’或‘硬性剪枝（Token Pruning）’来压缩历史交互，但这两种方式不仅损耗大量关键细节与细粒度状态变量，还会在模型多次读取汇总时引发‘语义退化与失忆循环’。香港科技大学（HKUST）与阿里巴巴联合研究团队在最新研究（arXiv:2610.11287）中提出了颠覆性的 REMORY 框架。REMORY 创新性地在序列维度（Sequence Dimension）构建了‘残差记忆连接（Residual Connection）’：它将有损的宏观自然语言摘要作为‘主干通路’，同时通过轻量化模型学习一组高密度的软记忆向量（Soft Memory Tokens）作为‘残差通路’，专门捕捉摘要中丢失的细粒度操作细节、工具调用返回值与局部上下文关联。实测显示，REMORY 仅需占用完整上下文 5.2% 的输入位置，就能在 BrowseComp 复杂网页交互与 Terminal-Bench 2.1 长程终端基准上达到近乎等同于完整上下文的推理准确率，同时将智能体的重复尝试与死循环工具报错率削减逾 40%。