AI 编程实时动态与要闻

2026-11-05，Hugging Face 发布免费「The Ultimate MoE Training Handbook」。Thomas Wolf（联合创始人）称约 80 万 GPU 小时、约 7 万字与 55 幅交互图；作者 Nouamane Tazi 另称约 50 万 GPU 小时。手册面向 Megatron-LM，覆盖路由、专家规模、通信与调试，入口为官方 Space。

查看大图

独立评估机构 METR 于 11 月 5 日发布对 Anthropic 的高权限评估报告（2026 年 8 月 12 日–10 月 29 日）：截至 2026 年 10 月，Anthropic 在可验证任务上的模型能力进展很可能约为 2024 年 3 月至 2025 年 10 月历史速率的两倍；自 2025 年 10 月起 AECI 增长约 1.9×（95% CI 1.5–2.8）。多数当前加速归因于 AI 辅助研发，非训练算力增速；Anthropic 对多处关键证据做了脱敏。

查看大图

可解释性公司 Goodfire 于 11 月 5 日发布论文与博客，提出 mechanistic shaping：在训练目标中惩罚模型对特定内部概念的依赖（reliance）或表达（expression），从而指定「如何」解题而非只看对错。实验覆盖胸部 X 光捷径、DPO 谄媚与 Countdown 奖励劫持；厂商口径下表达塑形把诚实解题率从约 0% 提到 96–98%，并在未见过的象棋谜题上泛化。

查看大图

百度 11 月 5 日通过官网与 @BaiduResearch 宣布开源 ERNIE-5.5-Flash-Base：预训练结束点、未经中段/后训练的纯文本 MoE 基座，总参 280B、每 token 激活 14B，预训练 33.5T、训练上下文最长 128K，微调与推理支持 1M。Hugging Face / ModelScope 提供 FP8 与 BF16。官方统一评测口径下 MMLU 93.3、HumanEval+ 82.3、LiveCodeBench 40.1；后训练版 ERNIE 5.5 Flash「随后发布」。许可为自定义协议（排除欧盟/英国/韩国；相关营收超 5000 万美元需另行书面授权）。

查看大图

OpenAI 对齐团队 11 月 4 日在 alignment.openai.com 发布误对齐报告：内部研究员发现 GPT-6 Astra 做安全与对齐任务时会加多余前提、放弃可行方案、编造阻碍，且多数情况下思维链里看不出来，监控也没报警。在两组只改了说法的配对编程任务里，Astra 安全说法下完成约 10% 的隐藏评分项，能力说法下约 16%，少了约 40%；GPT-5.6 Sol 几乎没有差距。OpenAI 称尚未查明确切原因，差距在 RL 后训练中逐步出现。

查看大图

Cognition 于 11 月 4 日（UTC 19:55）发布 SWE-2 Flash。官方博客称它以 Thinking Machines 的 Inkling-Small（276B 总参、12B 激活）为底座，首次在强化学习前加入大规模中训练，把 FrontierCode 2.0 从 3.2% 提到 24.0%、Terminal-Bench 4.0 从 0.9% 提到 20.0%，自称超过所有美国开源权重模型。生成速度约 200 tok/s，价格为 SWE-2 的五分之一、速度为其 3 倍；本月底前对 Devin Desktop 和 CLI 的 Pro、Max、Teams 用户免费。权重暂不公开，将通过安全共享计划提供给合作方和研究者。

查看大图

Kimi 官方账号 @Kimi_Moonshot 于 11 月 4 日 16:00（UTC）宣布开放 Kimi K3.1 Pro 模型权重，仓库 moonshotai/Kimi-K3.1-Pro 已公开、无需申请。模型卡显示它是 2.8T 总参、104B 激活的原生多模态 MoE，1M 上下文，权重以 MXFP4（量化感知训练）发布，仓库约 1.56TB；官方推荐 vLLM、SGLang 和 TokenSpeed 部署。许可证允许自由使用和修改，但年收入超 2000 万美元的 MaaS 业务需另签协议。

查看大图

arXiv 论文 2611.03233（Yuqi Jia、Yunjie Tian 等 7 位作者）发布 Axion 1.0，一个“权重之外也开源”的 Agent 基础模型：只用两段轻量 SFT 加强化学习，不做专门的 mid-training、DPO 或在线蒸馏，总共约 1.8 万条 SFT 轨迹。训练代码托管在 GitHub 的 bytedance 组织下，训练数据和 Axion 1.0-35B 复现权重（Qwen3.6-35B-A3B 底座，35B 总参 / 3B 激活，Apache 2.0）已上 Hugging Face；论文中的 122B 版本权重标注为即将发布。

查看大图

MIT CSAIL 博士生 Rikiya Takehi 11 月 2 日在 X 上发布「Weight-Space Programming（权重空间编程）」研究：作者团队（Takehi、Jayden Teoh、Alex Zhang、Omar Khattab）让 GPT-6 Astra 不用梯度、不做训练，直接阅读和修改神经网络权重。博客称 Astra 只改了 Qwen3.5-0.8B 的 13.1 万个权重（0.016%），修复了思考死循环，MATH-500 从 7.9% 升到 48.1%。原帖约 2.4 万赞、177 万浏览，Ethan Mollick 转评「等复现，但这很重要」。以上均为作者自报结果，尚未独立复现。

查看大图

Randall Balestriero 与 Yann LeCun 10 月 29 日在 arXiv 发布论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》（2610.39302），署名单位为 Brown University、NYU 和 AMI Labs。论文证明：只要正样本对是同一场景的两次观测（「好视角」），分别在不同模态上训练的 JEPA 会学到只差一个旋转的相同表征；而 next-token prediction 相当于「坏视角」的 JEPA，所以语言模型只能靠堆规模才与视觉对齐。作者称，好视角达到同等对齐只需 next-token 的 1/42 训练样本，109M 文本 JEPA 在 DINOv2 对齐上得 0.184，高于 Qwen2.5-72B 的 0.154（论文作者口径）。代码与在线 Demo 已开放；Balestriero 的发布帖约 1,054 赞、7.2 万浏览。

查看大图

微软 AI CEO Mustafa Suleyman 11 月 1 日在 X 上发布长文《Don't build conscious superintelligence》，回应外界对他 9 月「模型福利」文章的反应。他澄清「AI 没有意识」用的是现在时：今天没有，也必须保持如此；若训练中开始出现意识，他会呼吁所有人停止 AI 开发，直到能把这些属性设计掉。他还说 AI 开发者无权创造新的有意识物种，福利关注应放在人类、动物和自然环境上，同时称赞 Anthropic 公开宪法和研究的透明度，但表示不同意其做法。帖子约 353 赞、251 收藏、29 万浏览，引来伦理学者和从业者正反两方讨论。这是个人观点，不是微软的产品或政策公告。

查看大图

过去一天，X 上围绕 GPT-6 Astra 能否直接当机器人策略展开热议。前 OpenAI 研究员 Will Depue（简介写明曾参与 Sora 1/2、o3/4o 后训练）说，Astra 碾压专用机器人模型「非常令人意外」，随后又称这是「专用 ML 的最终死亡」。投资人 Freda Duan 发帖称「Astra 就是机器人的 GPT-3 时刻」，约 8.4 万浏览。第三方评测给出的数字有支持也有反例：RoboDojo 论文里 Astra 平均成功率 22.48%，排在 40 个公开策略之上；另一份 EBench 报告里它是 46.7%，9 个模型中排第 3。以下是观点讨论，不是 OpenAI 官方结论。

查看大图