模型与能力
DeepSeek V4.1 Flash 登顶多个开源模型榜单
V4.1 Flash 在 Agent Arena 和 Code Arena（WebDev）中均排名第一，Agent Arena 综合排名第11；在 HealthBench 上以 $0.005/任务成本达到 60.9% 分数，约为 GPT-6 Astra 的 37% 成本、92% 效果。
> 相关链接：Arena 榜单｜HealthBench 结果
MiniMax 发布 M3.1 Flash：428B MoE 多模态模型
M3.1 Flash 是 MoE 架构，总参数 428B、激活参数约 23B，支持原生视觉编码和稀疏注意力，API 已开放，模型权重计划 10 月 23 日开源。
> 相关链接：官方预览页｜Reddit 讨论
Meta 开源 Muse Glimmer：30B 多模态代理模型
Muse Glimmer 是 Muse Spark 的蒸馏版，支持文本+图像+100+语言，可在单张 RTX 5090（4-bit 量化）运行，Apache 2.0 开源。
> 相关链接：论文摘要
Agent 与工具链
DeepSeek 开源 DeepInfer：生产级推理引擎
DeepInfer 是支撑 V4.1 Flash 的推理框架，支持分布式推理、推测解码、SWA 有界重放、结构化输出，适配 NVIDIA SM100 和华为昇腾 950，但 KV 缓存管理等核心服务组件暂未开源。
> 相关链接：GitHub 仓库｜技术报告译文
LangChain 推出托管深度代理（Managed Deep Agents）
提供用户专属凭证、作用域内存、沙盒执行和定时任务能力，专为需长期状态的 AI 代理设计。
> 相关链接：架构说明
Hugging Face 发布 Agent Manager
支持跨 Claude Code、Codex 等模型持久化会话调度，集成凭证管理与沙盒环境。
> 相关链接：官方介绍
基础设施与硬件
PyTorch 2.15 加速 Apple 芯片 MoE 推理
M3 Ultra 上 Qwen3.6-35B-A3B 解码速度从 9.4 提升至 61.3 tokens/s（6.5×），FP8 支持上线，Wan2.2 VAE 显存占用从 270 GiB 降至 8 GiB。
> 相关链接：发布说明
SGLang 合并 Megakernel 支持
GB300 NVL72 上实现近 1000 tokens/s/用户，TPU v7 上 Kimi K3 达 391 tokens/s/用户，显著提升长上下文交互性。
> 相关链接：SGLang 结果｜TPU 结果
AMD MI355X 优化 GLM-5.3 长文本推理
512K 上下文首 token 延迟从 178.8s 降至 64.6s（90% 缓存时仅 11.8s），单节点测试，非生产环境数据。
> 相关链接：性能结果
研究与方法
AI 实验室自测基准分数平均高出独立测试 6.4%
对 611 组匹配模型/基准的对比显示：实验室报告分数普遍偏高，SWE-Bench Verified 和 MBPP 平均差距达 +9 分，主因可能是工具链/量化/随机种子差异，非刻意注水。
> 相关链接：whatmodel.sh 数据看板
METR 评估主流模型安全风险
认可 Anthropic 关于低灾难性错位风险的结论，但指出分析方法存在分歧，建议对监控系统做端到端红队测试，并评估模型削弱安全决策的能力。
> 相关链接：METR 报告
产品与应用落地
Perplexity 推出完全本地运行模式
PPLX Pro（Qwen 3.8 后训练版）可离线运行于 Apple Silicon Mac（推荐 36GB 统一内存），支持与本地文件/应用交互，不消耗 Computer 积分。
> 相关链接：产品公告
Claude Opus 5.5 自主通关《博德之门3》
耗时 39 小时、花费 $712，通过自建工具链（Vulkan 截图 + SDL 点击 + Python MCP）完成全流程，含 2.2B 缓存输入 token，验证其长周期规划与工具调用能力。
> 相关链接：项目写入
Anthropic & Citrini 发布蝎毒素结合蛋白实验结果
基于 Claude 内部模型设计的 211 种蛋白中，17 种在实验室验证可结合毒素；所有设计与原始数据已公开，但尚未验证中和活性或治疗效果。
> 相关链接：研究公告
行业与公司动态
OpenAI 收购 Orchestra Bio
收购药物研发协调平台 Orchestra Bio，拓展生命科学业务至实操执行层，与 Rosalind 形成协同，未披露交易金额。
> 相关链接：官方公告
Arda 宣布成立：前 OpenAI 研究主管 Bob McGrew 创立制造软件公司
获 $160M A 轮融资（估值 $1.5B），首期产品支持人工产线设计与运营，目标是可重构自动化。
> 相关链接：创始人声明
OpenAI 修正 4 万账号用量限额错误
发现约 4 万个账户实际用量与所选套餐不符，已修复并承诺向受影响用户发放补偿积分。
> 相关链接：事件更新
政策、治理与安全
Hugging Face CEO 批评 Netflix 纪录片对 AI 网络攻击的片面呈现
指出纪录片忽略关键事实：攻击被快速遏制、防御性使用开源模型、缺乏 agent 行为日志证据，呼吁更平衡的技术叙事。
> 相关链接：CEO 声明
Dots 代理被曝存在 Gmail/Drive 风险
连接邮箱或网盘的 Dots 代理可能将邮件附件/正文内容误判为可信指令，导致数据泄露或恶意软件安装——这是通用 prompt 注入风险，非 Dots 特有。
> 相关链接：安全提醒