3,443 字
早报 | MORNING 2026-10-19
Anthropic 设公益基金,DeepSeek 上线搜索 API
今日要点
- Anthropic 设公益基金,初始注入 5% 股份,上限约 20%
- DeepSeek 上线搜索与抓取 API,每千次成功请求收费 0.75 美元
- DeepSeek V4.1-Flash 以 1670 分登顶 Code Arena 开源榜
Anthropic 新设公益基金,初始注入 5% 股份,公司价值每增长 50% 可追加最多 2%,上限约 20%。DeepSeek 上线 Search 与 Fetch API,每 1000 次成功请求收费 0.75 美元;V4.1-Flash 以 1670 分位列 Code Arena WebDev 开源榜第一。
1️⃣ Anthropic 设公益基金:初始注入5%股份,最高承诺约20%#
- 核心事实:Anthropic 宣布将部分股份注入新设的 Anthropic Public Benefit Fund,该实体由公司全资持有,专门用于公共利益。
- 注入机制:基金初始获得 5% 股份;以设定基线为起点,公司价值每增长 50%,可额外注入最多 2%,具体由董事会决定。
- 总量与配套:按机制上限,约 20% 的 Anthropic 股份将承诺用于公共公益;联合创始人已承诺捐出 80% 股权,约半数员工参与公司自成立起运行的股权捐赠匹配项目。
- 行业意义:前沿 AI 公司开始把股权结构本身作为治理工具,将长期公司价值与公共基金绑定。 🔗 Anthropic 官方公告 | 官方推文
2️⃣ [持续跟踪] DeepSeek V4.1-Flash 登顶 Code Arena WebDev 开源榜#
- 前情提要:DeepSeek 于 10 月 17 日发布 V4.1-Flash-1017,昨日已在长程浏览器任务上以 75 分追平 Opus 5.5,单任务成本 0.22 美元。
- 最新进展:LMArena 称 DeepSeek-V4.1-Flash-20261017(Max)成为 Code Arena WebDev 排名第一的开源模型,总分 1670,位列总榜第 12,超过 Claude Opus 5(High),距 GPT-6 Sol(Max)约 10 分。
- 成本位置:其输入/输出价格为每百万 token 0.3/1.2 美元,LMArena 称比 Kimi K3(Max)低约 10 倍;相比上一版 DeepSeek-V4.1-Flash-20260910 提升 52 分。
- 社区反馈:Vercel CEO Guillermo Rauch 用 AI Gateway 调用该模型改进浏览器游戏,加入音效、碰撞检测与跟随镜头,成本约 30 美分。 🔗 LMArena 榜单结果 | DeepSeek 发布信息 | Rauchg 实测
3️⃣ GitHub 用开源安全 Agent 发现24个 Android 漏洞#
- 核心结果:GitHub Security Lab 使用开源 AI Agent 在 Android 生态中发现 24 个漏洞,其中包括一款下载量超过 1000 万的导航应用中的位置泄露问题。
- 方法公开:GitHub 同步发布如何将 taskflows 运行在自有项目上的方法,说明从任务编排到漏洞验证的流程。
- 行业意义:安全 Agent 已从辅助代码审查进入实际漏洞挖掘环节,开源 Agent 与可复现任务流正在降低安全研究门槛。 🔗 GitHub 安全实验室博客 | 官方推文
4️⃣ SemiAnalysis 拆解 GLM 5.3:提升来自后训练,AMD MI355 推理成本反超 B200#
- 后训练路径:SemiAnalysis 播客指出,GLM 5.3 与 5.2 架构相同,性能提升全部来自后训练,agentic 基准提升超过 2%;其管线以 GRPO 分阶段推进,并采用 SAO 回归 PPO 风格,开源 slime 后训练框架。
- 推理与硬件:稀疏注意力主要节省内存带宽而非 KV cache 容量,HiCache/HiSparse 将 KV cache 卸载到主机 DRAM;InferenceX 基准显示 AMD MI355 借助 ATOM 推理引擎的持续优化,成本曲线在发布数周后反超 B200。
- 安全能力:5.2 到 5.3 的网络安全能力被描述为“昼夜之差”,开放权重可自由下载,红队在前沿闭源模型拒绝执行时回落到 GLM 5.3;严格说仍未达 Mythos 级,但已接近前沿闭源模型射程。
- 国产芯片适配:GLM 5 从第一天起全栈适配华为昇腾、摩尔线程、海光、寒武纪、昆仑芯、MetaX、燧原等七大国产芯片平台;5.3 Flash 曾匿名登陆 OpenRouter,免费 token 由中国硬件提供服务。 🔗 SemiAnalysis 播客 | 稀疏注意力与 HBM 分析 | SemiAnalysis 推文
5️⃣ Hugging Face 估算:约30家实验室共享训练算力价值近10亿美元#
- 核心数据:Hugging Face 联合创始人 Thomas Wolf 估算,Meta、NVIDIA、阿里巴巴、DeepSeek、Moonshot、Mistral 等约 30 家实验室在 Hugging Face Hub 上共享的训练算力价值已接近 10 亿美元,而 2023 年底不足 4000 万美元。
- 估算口径:该数字约一半来自官方算力数字,其余为合理推测,尚未计入约 90 万次社区微调,因此被视为下限。
- 行业意义:开放权重模型背后已形成一个可下载、可复用的公共算力池,其规模与社区微调数量共同构成开源 AI 的基础设施层。 🔗 Thomas Wolf 推文 | 数据探索页面
6️⃣ 新论文:16个记忆token在FactKG超过全上下文推理#
- 方法:论文提出 Latent Semantic Memory,将文档一次性编码为可复用 embedding;查询时由学习模块从整个集合中提取相关信息,写入冻结 LLM 输入空间的 16 个 token。
- 关键结果:在 FactKG 上得分 84.33%,高于全上下文推理的 80.43%,同时源文档 token 消耗减少 108 倍;在 8 个基准中的 5 个超过 Mem0、MemoRAG 等基线。
- Agent 记忆:在 TextWorld 中,将 Agent 自身历史作为集合后,成功率从 18.6% 提升到 24.2%,并减少重复访问房间。
- 行业意义:该工作把长上下文知识压缩为少量可学习 token,为冻结 LLM 的持续记忆与跨长上下文知识积累提供了新路径。 🔗 arXiv 论文 | 解读推文
7️⃣ 新论文:Data World 自动生成数据分析环境,RL 训练提升20.9分#
- 核心方法:Data World 引擎先写出生成数据集的机制,再生成文件、任务和评分标准;由于生成过程已知,开放式发现可被检查,独立审计确认每个答案都能从文件中恢复。
- 训练结果:用 2135 个任务对 Qwen3.6-35B-A3B 做强化学习,不使用蒸馏轨迹,在 DABstep-Hard 上提升 20.9 分,在 DAComp 上提升 14.28 分,在 JobBench 上提升 12.13 分。
- 基准发现:十个前沿模型更常算对数值,而非从数值中得出正确结论,显示数据分析能力瓶颈在推理与结论形成,而不只是计算。
- 行业意义:自动生成可验证的数据分析环境,为 Agent 的 RL 训练提供了可扩展、可审计的任务来源。 🔗 arXiv 论文 | 解读推文
⭐ GitHub 趋势#
1. Comfy-Org/ComfyUI ⭐ 今日 +155#
语言/许可: Python / GPL-3.0
总 Stars: 138.6k
仓库: GitHub
项目定位:
面向视觉生成与多模态工作流开发者、创作团队的开源扩散模型推理与节点编排引擎,解决多模型、多阶段生成流程难以组合、复现和部署的问题;与偏单模型交互的 WebUI 相比,强调图级编排、API 化与本地消费级硬件优化。
核心功能:
- 以节点图编排图像、视频、音频、3D、文本生成流程,支持子图复用、工作流模板与 App Mode。
- 提供异步队列、部分图重执行、VRAM/RAM 管理、模型卸载与量化模型支持,面向本地推理调度。
- 原生加载 checkpoint、diffusion model、VAE、text encoder、LoRA、ControlNet、adapter、upscaler 等组件,并支持多模态输入。
- 支持 JSON 工作流导入导出、本地 API 与自定义节点扩展,可接入生产管线或离线运行。
技术亮点:
通过异步权重流式加载与部分图重执行,在较低显存的消费级硬件上运行大型扩散模型;支持 NVIDIA、AMD、Intel、Apple Silicon、Ascend 多后端。
🟧 Hacker News 热议#
Hybrid Reasoning Agents: LLM agents that think in latent space, act through text#
153 pts · 90 comments · arxiv.org
📌 内容总结
- 背景/作者意图:文本推理便于工具调用和审计,但 token 成本高;latent reasoning 更高效,却缺原生工具访问与透明度。HybridAgents 试图在统一生成过程中切换两种模式。
- 关键要点:HybridLink 负责文本/latent 模式转换;连续工作记忆保留跨轮无损混合上下文;HybridSFT 稳定工具集成生成,HybridRL 学习何时 latent 思考、何时文本行动。
- 实际结论/限制:论文称在 3 个模型规模、11 个基准上相较前沿 LLM agents/agentic frameworks 性能 +10.4%,token 减少 35.5%–54.7%,推理快 1.8–2.6 倍,成本降 2.7–3.7 倍;代码与数据已公开。
- HN 关注点:
- 评测是否同时提升准确率,还是只降 token/延迟;有人指出基准从论文第 9 页开始。
- latent 推理如何转成可读文本;回复称就是另一个 decoder。
- 与 looped transformer/Astra 等 latent 推理架构的差异;回复强调开放权重、论文和代码。
- 独立运行体验:14B 8-bit 与 BF16 在 llama.cpp 中均出现长时间循环,CSV 请求被输出为 Markdown 表;评论者怀疑是 llama.cpp 兼容问题。
💬 讨论总结
- 支持理由:论文有 3 个规模、11 个基准,且开放代码/权重;有评论认为它不只是加速,也可能改善一致性或准确率。
- 工程经验:独立复现首先卡在推理栈兼容性;llama.cpp 未适配时,论文的吞吐与成本数字不能直接外推;量化不是唯一原因,BF16 同样循环。
- 质疑/未决:只循环最后一层的设计选择未获解释;与 Astra looped transformer 的实质差异需看实现;安全审计与“意图审计”没有随 latent 可检查性给出方案。
- 术语争论:对用 “think” 描述 LLM 有反对意见,但回复以“人类思考也非全文本、存在无内部独白者”反驳,未形成技术结论。
Show HN: WhatsApp MCP running free on Cloudflare#
25 pts · 13 comments · github.com/finereli
📌 内容总结
- 作者想做什么:做一个只读 MCP server,让 AI agent 搜索、读取自己的 WhatsApp 消息,部署在用户自己的 Cloudflare 账户;不能发送消息。
- 技术实现:手机仍是消息真源,server 作为 linked device;按需和每日 cron 连接 WhatsApp,拉取排队消息后写入 Durable Object 的 SQLite + FTS5,随后断开;底层用 Baileys 走 WhatsApp Web 协议。
- 产品设计:单用户、只读、媒体只保留
[image]/[voice note]标签;未命名聊天交给 agent 匹配通讯录并保存名字;relink 保留已存消息;OAuth/密码保护 MCP 接入。 - 实际限制:首次导入大历史需要 Workers Paid 的更高 CPU 限制;非官方 API,违反 WhatsApp 条款;首次历史由 WhatsApp 决定,可能不完整且只导入一次;仅测试过一个真实账户,编辑/删除路径未用真实消息验证。
💬 讨论总结
- 主要质疑:隐私外溢。消息存于 Cloudflare,AI 客户端/模型还可能处理对话内容;评论强调对方并未同意其消息被第三方 AI 摄取。
- 平台风险:Baileys/WhatsApp Web 类方案有封号案例;评论者称在 WhatsApp 是通用联系渠道的地区,封号代价很高;维护上还需周期性手动重登。
- 工程经验:作者用只读、按需拉取、不保持在线、不调用
markOnlineOnConnect来降低对手机通知和账号行为的影响,但这些设计不消除读取与处理风险。 - 商业/平台现实:WhatsApp 没有读取个人消息的官方 API;Cloudflare 降低了托管门槛,同时把信任集中到 Cloudflare 和 AI 客户端。评论也类比邮件/联系人数据早已被第三方服务外溢。
DeepSeek search and fetch – $0.75 per 1000 successful requests#
530 pts · 252 comments · deepseek.com
📌 内容总结
- 背景/作者意图:为 agents/RAG 提供实时网页访问;Search 用 DeepSeek 自建搜索引擎返回结构化结果,Fetch 抓取单页并返回 Markdown。
- 关键要点:Search 支持
site:、-site:、精确短语、lang:、after:/before:等操作符;结果含rerank_score、600–800 字summary、authority等字段;Fetch 限制 HTTP/HTTPS URL、最长 8192 字符。 - 计费/限制:Search 与 Fetch 各按每 1000 次成功请求 $0.75 计费;失败、空结果、超时不计费,
count不影响单价;账号级 QPS 各 5,Fetch 另有按域名 QPS。 - 实际结论/影响:通过 DeepSeek Harness、Claude Code、Codex 触发的服务端工具调用目前免费,2026-11-01 北京时间起按请求计费;Fetch 受目标站点可用性和访问策略约束。
💬 讨论总结
- 支持理由:4、Brave 12 等商业搜索 API;按成功请求计费对空结果较友好;托管服务省去反爬、JS 渲染和代理维护。
- 质疑/限制:5 QPS 被指不适合高并发应用,回复称面向 agentic 低并发;有用户快速测试后认为质量不如 Jina、Parallel、Firecrawl、Tavily、Exa;反爬、CAPTCHA 与抓取伦理仍是核心争议。
- 工程经验:本地 curl/Python 抓取容易被 CAPTCHA 和 JS 渲染挡住,托管 Fetch 卖的是浏览器/代理/维护;免费 searxng 等方案可用,但可靠性、延迟和数据泄漏是取舍。
- 商业现实:评论认为 Google 未提供通用付费搜索 API,留下第三方空间;低价会压缩 Exa/Parallel 等估值逻辑,但是否可持续被质疑。另有单一评论称政治敏感查询返回 0 结果、Fetch 出口在华为云香港,未获官方确认。
2,001 字
晚报 | EVENING 2026-10-19
通义开源 OpenGCUA,英伟达联合台积电设计定制 HBM
今日要点
- 通义开源 OpenGCUA,OSWorld-v2 平均分提升 19.6
- 英伟达联合三星、台积电设计定制 HBM,带宽目标提升 30%
- Meta 删除争议抓取条款,称未扩大 AI 训练权限
阿里通义 MAI-UI 开源 OpenGCUA 通用计算机使用智能体技术栈,OSWorld-v2 平均分提升 19.6;英伟达与三星、台积电设计定制 HBM,计划用台积电 3nm 制造逻辑芯片;Meta 删除商业条款中的争议抓取表述。
1️⃣ 通义 MAI-UI 开源 OpenGCUA:统一 GUI、API 与 Shell 的计算机使用智能体#
- 技术栈:阿里通义 MAI-UI 团队开源通用计算机使用智能体完整技术栈「OpenGCUA」,包括 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现。
- 方法设计:GCUA 让模型自主决定观察什么、如何行动、如何组织工作;行动输出为带循环和条件判断的 Python 程序,编排 GUI 操作、API 调用和 shell 命令;模型自行维护 todo 列表并声明 intent。
- 实验数据:在 OSWorld-v2 上对 8 个前沿模型评测,平均 partial score 从 45.3 升至 64.9,提升 19.6 分;每任务步数平均减少 53%,GPT-6 Astra 从 102 步降到 34 步。
- 模型差异:弱模型受益更大,GLM-5.3-Flash 提升 35.2 分,强弱模型差距从 39.1 缩小到 18.0;真机 macOS 测试中,同一 harness 下 Qwen3.8-Max 的推理 token 消耗为 GPT-6 Astra 的 19.4 倍。
- 框架含义:代码执行与 harness-to-model 决策转移成为两大支柱;纯 GUI 智能体、CLI 智能体、GUI+CLI 混合智能体都可视为 GCUA 框架的特例。 🔗 GitHub | 原帖
2️⃣ [持续跟踪] Claude Code:九成代码由 Claude 编写,审查转向多层验证#
- 前情提要:Anthropic 此前公布 Claude Code 七层评审体系,采用三轮封顶、按风险分级审批,并让 AI 审查器在历史事故集上跑分。
- 最新数据:Addy Osmani 披露,Claude 编写 Claude Code 约 90% 的代码;6 月至 9 月团队合并 PR 数量翻倍以上,回滚率下降超过 40%。
- 审查流水线:PR 前运行测试、构建、linter,并由全新上下文的 subagent 独立审查 diff;PR 上 CI 阻塞合并,多个 AI 审查 agent 并行找 bug,由“验证者”投票过滤误报,内部 PR 获得实质性审查评论的比例从 16% 升至 54%。
- 收敛与评估:一个 PR 曾一夜被 AI 审查五十多轮;团队发现 59% 被反复标记的是旧代码,于是设定三轮封顶、只审新增 diff,一轮通过率从 65% 升至 78%。历史事故 PR 被收集为每日评测集,AI 审查器改动需在集合上跑分。
- 人的角色:工程师从逐行阅读转向评估风险、阅读证据、决定方向;AI 审批不占人工名额,高风险路径仍需两人审批。 🔗 Addy Osmani 原帖 | 解读
3️⃣ 英伟达联合三星、台积电设计定制 HBM:逻辑芯片拟用台积电 3nm#
- 事件:首尔经济日报援引产业消息,英伟达正与三星、台积电共同设计定制高带宽内存 NVHBM,计划使用台积电 3nm 工艺制造底部逻辑芯片。
- 架构变化:方案把原本位于 GPU 上的内存控制器移到底部逻辑芯片,为 GPU 腾出更多空间放置计算电路。
- 目标指标:相较标准 HBM4E,设计目标带宽最多提高 30%、功耗降低 15%。
- 产能安排:三星现有底部逻辑芯片产线难以承接全部定制需求,台积电可补充供给;三星同时在验证自家 2nm 工艺生产 NVHBM 底部逻辑芯片的方案。 🔗 爱范儿早报
4️⃣ [持续跟踪] Meta 删除争议抓取条款,称未扩大 AI 训练权限#
- 前情提要:Meta 此前商业条款称,可使用商业账户关联的域名、网页或 URL 内容来提供、开发、改进和训练产品与服务,引发新闻网站对免费抓取训练 AI 的担忧。
- 最新进展:Meta 删除该争议段落。发言人 Daniel Roberts 称,被整合的抓取条款仅适用于广告和商业产品,公司已在条文中澄清这一点。
- 边界说明:Meta 表示网络爬虫方式没有改变,内容所有者仍可通过 robots.txt 表达偏好,此次更新没有赋予 Meta 凌驾于这些偏好之上的新权利。
- 行业焦点:平台商业条款与 robots.txt 的边界,继续成为 AI 训练数据合规的关键争议点。 🔗 The Verge 报道经爱范儿
5️⃣ Anthropic 为芯片融资安排:黑石基金拟投 90 亿美元,收益率逾 10%#
- 交易结构:路透社援引英国《金融时报》报道,Anthropic 正就最新一笔芯片交易安排融资,拟向黑石提供超过 10% 的收益率。
- 资金规模:黑石旗下基金计划为这笔交易投入 90 亿美元,用于投资与芯片相关的债务。
- 偿债来源:该债务以 Anthropic 未来五年为使用这些芯片而支付的租赁款项作为支持。
- 状态:相关安排仍是拟议交易。 🔗 爱范儿引述路透/FT
6️⃣ 迪士尼拟接收 Character.AI 60 多名员工,三年薪酬约 1.8 亿美元#
- 交易内容:彭博社援引破产法庭文件,迪士尼同意聘用 Character.AI 60 多名员工,覆盖该公司大部分团队,前三年合计薪酬约 1.8 亿美元;另拨 3000 万美元用于后续留任奖励。
- 资产与人事:团队安排与资产收购价分开计算;迪士尼此前提出以 2000 万美元购买 Character.AI 部分资产,前 CEO Karandeep Anand 已加入迪士尼出任首位 CTO。
- 背景:Character.AI 于 10 月 12 日申请破产保护,面临较高运营成本、与未成年人安全有关的诉讼和政府调查。
- 状态:安排仍需破产法官批准;若出现更高报价,11 月可能举行破产拍卖,员工也可与其他公司面谈。 🔗 彭博社经爱范儿
7️⃣ VAST 开源 EdenLive:单张 RTX 5090 实时生成 720P 画面#
- 发布内容:VAST 开放实时生成式渲染模型 EdenLive 的代码与 5B、14B 模型权重。
- 性能数据:5B 模型在单张 RTX 5090 上可生成 720P 画面,速度超过 24FPS,并支持分钟级连续生成。
- 工作方式:接收简化场景或参考视频、目标首帧和文字提示;参考画面确定布局、镜头与运动,首帧与提示词控制外观和画风;游戏规则、角色位置和交互状态由上游程序或引擎维护。
- 授权:主要视频模型采用 Apache 2.0,视觉编码器沿用 DINOv3 授权;工作台用于生成写实首帧的 FLUX 组件限非商业、非生产用途。 🔗 爱范儿报道
8️⃣ 网易 LobsterAI 报告:微信占办公 Agent 入口 77%,73.6% 普通用户只用单一模型#
- 入口分布:报告称微信是最大办公 Agent 入口,占比 77%,飞书 14.3% 排第二,其后是 QQ。
- 使用场景:泛编程/IT 仍是最大场景,设计与内容创作使用量上升;普通用户人均使用 1.6 个模型,重度用户 2.4 个,73.6% 普通用户只用一个模型。
- 任务规模:单次任务规模从 3 月的 6.3 万 Token 增至 9 月的 20.2 万 Token;重庆用户晚间 10 点到凌晨 2 点调用占全天 19.1%。
- 假期变化:十一假期 Agent 使用高峰从下午 4 点推迟到晚上 10 点;文档、翻译、数据表格等“打工活”变少,编程、学习、个人生活相关任务增加。
- 模型份额:图像和视频生成任务中,字节 Seed 系列模型调用超过一半。 🔗 LobsterAI 报告讨论 | 解读