全部动态

AMM（Adaptive Multi Mode）是一种面向连续黑盒优化的预算感知路由器，它通过在线探测曲率、平台、可分性、折点、盆地与分形结构，在拟牛顿、信赖域、坐标、多起点与进化策略等优化引擎之间分配已知预算；在预留 bbob 实例上，AMM 在 600 个“函数-维度-预算”单元中的 382 个取得最高目标份额。

论文提出“受控上下文增强”与“选择性鲁棒性”两个概念工具，用于系统比较不同上下文增强方式如何影响LLM社会智能体在意义保持型提示扰动下的行为稳定性，并在类囚徒困境博弈中展示了该框架的可用性。

MIT CSAIL 公布八项实验，测试 GPT-6 Astra 不经梯度训练、直接读写神经网络权重（“权重空间编程”）：在 Qwen3.5-0.8B 上仅改动约 0.016% 权重，MATH-500 准确率从 7.9% 升至 48.1%，IFEval 从 21.0% 升至 62.3%。

值得关注：与既有卡片《MIT 用 GPT-6 Astra 直接改写 Qwen 权重，数学能力提升约 6 倍》相比，本条增量信息是：补充了 IFEval 由 21.0% 升至 62.3%、八项实验的范围（权重识别、从零构建游戏网络…

据腾讯研究院 AI 速递（2026-11-03）汇总，Anthropic 与 OpenAI 的下一代旗舰模型线索接连出现在官网源码、第三方配置与 API 响应中，暗示 11 月可能出现一轮旗舰模型集中更新；但所有细节均来自泄露与社区截图，官方尚未确认。

值得关注：对图书/简报而言，这是一个“发布前信号识别”的典型案例：官网源码残留、第三方网关配置、API 响应字段是三类常见的提前泄露面。 与前序卡片的关系：已有卡片《GPT-5.6 与 Fable 5 联手解决悬置25年的 MI…

据量子位报道，MIT 团队提出“Weight-Space Programming（权重空间编程）”，让 GPT-6 Astra 直接读取并编辑小模型权重，在 Qwen3.5-0.8B 上仅改动约 0.016% 权重、不做梯度训练，就把 MATH-500 得分从 7.9% 提升到 48.1%。

值得关注：若该结果可复现，意味着前沿通用模型不仅能生成代码和文本，还可能直接操作神经网络的参数空间，把“诊断—定位—修补”串成一条不依赖梯度训练的流程。这与既有卡片中 Astra 在业务工作簿处理（Basis 案例）和论文复现基…

Marvell于11月2日宣布以全股票方式收购光通信厂商Lumentum，隐含企业价值约1150亿美元，交易溢价约23.9%，旨在强化AI数据中心的光互联（NPO/CPO）布局。

值得关注：AI数据中心的算力扩张对高速光互联的需求持续上升，NPO/CPO被视为降低功耗、提升互联密度的关键技术路径。Marvell通过收购Lumentum直接切入这一环节，可能改变AI网络互连的供应格局。与既有卡片“Marve…

据可获得的元数据，Cisco 将网络智能与 OpenAI 模型结合，用于强化企业安全防护并构建更具自适应性的防御体系；具体技术细节与成效待核实。

值得关注：安全运营长期受限于告警量大与人力不足，厂商侧将模型能力嵌入网络与安全栈，可能改变企业安全团队的处置节奏与分工方式。 与既有卡片中 AT&T 法务场景的合作案例相比，本条指向的是安全运营这一不同职能场景，可作为“Open…

据 OpenAI 官方页面标题与摘要，欧洲住宅房地产管理公司 Heimstaden 使用 OpenAI 的 ChatGPT Enterprise 与 Codex 改造物业管理流程、降低成本并赋能员工；具体做法与量化效果待核实。

值得关注：房地产管理是劳动与文档密集型行业，AI 落地案例可为同类传统行业提供参照。 该案例同时使用 ChatGPT Enterprise（通用办公）与 Codex（技术/自动化），体现“双工具组合”在企业部署中的模式，可作为观…

据腾讯研究院AI速递（20261103）报道，Karpathy用Claude Code（Opus 5.5 Medium）凭一句提示词在两小时内建成HackerTube，复刻YouTube布局并收录6454个HN推荐视频，以HN用户多年主动推荐替代点击时长排序。

值得关注：**开发范式**：把“建站”压缩为人配置API Key、VPS、域名，其余由模型完成，是AI编程工具能力的一次公开演示。 **推荐机制反思**：用HN多年主动推荐替代点击时长，回应了算法推荐追逐停留时长带来的内容质量问…

极智嘉（Geek+）于2026年11月发布《24/7自主智能仓计划》，提出以具身智能机器人完成复杂物理作业、以AI Agent构建“仓库大脑”统筹调度运营，目标实现仓库7×24小时自主运行与持续进化。

值得关注：将具身智能的竞争焦点从单机任务（拣货、家务）推进到“整仓系统级自主”，对应物理AI规模化落地的三道坎：复杂作业独立完成、整仓自主决策、模式可大规模复制。 提出把资深仓管人员的隐性运营经验转化为AI可调用、可复用的知识，…

OpenAI 发布文章《Accelerating engineering for the physical world》，主张 ChatGPT 与 Codex 可加速 CAD、PCB 设计、仿真等物理世界工程流程；由于正文未能抓取，具体能力、客户案例与量化收益**待核实**。

值得关注：若上述方向成立，意味着 AI 辅助的边界从纯软件代码扩展到需要几何、约束与物理验证的工程领域，可能影响 EDA、CAD 与仿真工具的使用方式与工程师分工。 与既有卡片的关系：本卡片关注"AI 进入物理世界工程工具链"这…

谷歌数据中心能源负责人 Amanda Peterson Corio 公开给“太空数据中心”热潮降温：把算力送上天，成本最高可能达到地面建设的 100 倍，且维护升级困难，落地“绝非近在眼前”。

值得关注：对“太空数据中心”这一叙事提供了来自超大规模数据中心运营方的一手降温判断，可与企业家侧的激进时间表形成对照阅读。 把讨论从“电力够不够”拉回到“并网审批与评估流程”，为理解 AI 基础设施扩张的真实瓶颈提供另一条线索。…

商汤发布 SenseNova 6.8 Flash 正式版，主打“长期记忆+主动交互”的主动办公能力与覆盖 Web/SVG/Three.js/PPT/Blender/Figma 的动态设计生成，官方称其在智能体协作、数据分析与演示生成上超过部分国际前沿模型。

值得关注：与既有卡片中 DeepSeek-V4-Flash、Qwen3.8-Omni-Flash 等“Flash 级”模型的更新脉络相比，本条增量不在上下文长度或全模态输入，而在于**主动性与交付物可编辑性**：长期记忆驱动的主…

LongCat-2.5 是一款总参数 1.6 万亿、每 token 激活约 480 亿的原生多模态模型，核心定位是长程 Agent 任务，训练中引入长程轨迹数据与大规模长程强化学习，并在国产算力与 W4A4 推理上给出吞吐提升数据。

值得关注：与既有卡片中 Kimi K3（2.8 万亿参数、强调开源与综合能力）相比，本条增量在于：LongCat-2.5 把“长程 Agent”与“失败轨迹转可验证任务”作为训练核心，并公开了国产算力训练与 W4A4 推理的吞吐…

月之暗面推出面向游戏开发的 Kimi Agent 方案，通过插件直接操作 Unity、UE、Blender 现有工程，并展示了无编程经验者快速做原型、Agent 连续 20 小时无人干预产出原生工程等能力。

值得关注：既有的 Kimi Code Desktop 卡片记录了编程 Agent 进入桌面 GUI、支持多 Agent 模式与开发工具集成；本条是其能力向垂直行业工具链（游戏引擎、建模软件）的延伸，增量在于“直接操作现有工程”与…

腾讯混元发布Hyra 2.0，采用Overall、Mission、Worker三层Agent协作架构，接入企业微信、计算平台与代码仓库，并以“从头研发”方式产出多个科学模型与工具——包括推理速度更快的蛋白质模型、量子纠错码与处理器优化成果（具体数值见原文，待独立核验）。

值得关注：与既有脉络相比，本条是腾讯混元Agent路线的延续但重点不同：此前的Hy Memory 2.0聚焦记忆框架全栈开源，Hy3聚焦基座模型能力与价格，Hy-Embodied聚焦具身智能体；Hyra 2.0的增量在于把Age…

HumanLayer 创始人德克斯·霍西（Dex Horthy）对“无人值守的软件工厂”模式提出质疑：测试只能验证当下的改动，糟糕架构的代价会按月、按年逐步显现，无人看管的模型难以在多轮修改中维持代码库质量；分阶段评测 SlopCodeBench 显示受测 Agent 无一完整做完任务，最佳严格通过率仅 14.8%（十月更新升至 16.3%）。

值得关注：与既有的“写代码不是软件工程瓶颈”观点形成呼应：AI 加速的是执行环节，而决策、架构与交付把关仍需人类参与；本条进一步把焦点放在“多轮修改后的代码库质量”这一长期维度上，补充了“测试通过≠可维护”的具体论据。 对图书/…

论文主张前沿语言模型在长时程与长输入任务中维持短上下文、频繁压缩历史，几乎不损失任务准确率，从而质疑“长上下文模型”的必要性；具体数据与实验细节待核实。

YANAMI 是面向统一多模态模型（UMMs）多轮“状态化交互”的大规模数据集与基准，包含 40 万条多轮多模态对话（YANAMI-400K）和 400 条对话的评测集（YANAMI-Bench），用于补足现有数据与评测偏重单轮、轮间信息可独立求解的缺口。

Wonder 4 提出一种面向图像质量增强的混合专家（MoE）模型，试图在同一张真实照片中按区域同时修复模糊、噪点、压缩、划痕与低分辨率等多种缺陷；按元数据，它在 DIV2K ×4、DIV2K ×8 与 Flickr2K ×4 三个测试设置上取得最优 LPIPS、DISTS 与 NIQE。以上结论主要来自摘要与元数据，具体数值与实验细节待核实。