Yeekal Logo Yeekal
3,264 字
早报 | MORNING 2026-11-01

Anthropic S-1 拟募资 1000 亿美元,DeepSeek 融资 1055 亿元

今日要点
  • Anthropic S-1 拟募资 1000 亿美元,大客户从 200 家增至 11900 家
  • DeepSeek 1055 亿元融资,国资占比从 2% 升至 27%
  • Parameter.ai 披露 ChatGPT 账户接管漏洞,OpenAI 修复定级 P1
Anthropic S-1 文件披露拟募资 1000 亿美元,10 万美元以上客户从 200 家增至 11900 家,算力、数据中心与电力列为首要风险;The Information 披露 DeepSeek 1055 亿元融资中国有投资者占比从 2% 升至 27%,投资者放弃投票权并锁定五年。

1️⃣ Anthropic S-1 拆解:拟募资 1000 亿美元,算力与电力列为首要风险#

  • 融资与客户数据:All-In 播客围绕 Anthropic S-1 文件讨论称,公司拟募资 1000 亿美元;10 万美元以上客户从 200 家增至 11900 家。Sacks 称 800 亿美元亏损并非现金亏损。
  • 成本与需求判断:Sacks 认为模型降价未必导致收入下滑,企业会把更便宜的模型用于更多任务,Agent 与网络防御等场景仍会消耗更多 Token。
  • 约束条件:S-1 风险因素中,算力、数据中心和电力排在最前;播客提到 8 月时 26% 的下一代模型任务由 RSI 完成。
  • 资本影响:Chamath 估算,到 2027 年底 AI 公司融资需求相当于同期美国国债发行量的 30%。 🔗 All-In 播客

2️⃣ [持续跟踪] DeepSeek 1055 亿元融资细节:国资占比升至 27%,Blackwell 涨价推高募资额#

  • 前情提要:昨日已报道 DeepSeek 完成约 1055 亿元第二轮融资,投后估值 6155 亿元。
  • 最新细节:The Information 披露本轮近 30 家投资者合计投入 1055 亿元,国有投资者贡献 27%,较首轮 2% 上升;产业资本承担两轮融资总额的 42%。
  • 融资动因:融资规模在四个月内扩大一倍,主因英伟达 Blackwell 服务器价格上涨——8 块 B300 服务器从 1500 万元涨至约 1900 万元,约为多数国家同类设备售价的五倍以上。
  • 控制权安排:除国家 AI 产业投资基金外,投资者资金投入梁文锋持有的实体,放弃投票权并锁定五年,除非公司在此之前上市。 🔗 十字路口编译 | The Information 原文

3️⃣ DeepSeek Harness 披露 Super-agent:Router-Worker 双层架构进入内部研发协作#

  • 架构设计:Router 持续运行,统一接收群聊、GitHub、邮件等事件并分派任务;Worker 拥有独立上下文与工具,可继续调用 Subagent,任务完成后向 Router 汇报。
  • 主动执行:系统采用程序规则加大模型判断的两级过滤,并引入投机执行;群聊中无人 @ 时,Agent 可后台复现 Bug、寻找修复并提交 PR,确认有价值才通知开发人员。
  • 工程机制:异步 ReAct Loop 让耗时任务转入后台;执行循环放在云端、会话状态存入数据库,本地仅部署轻量 daemon;独立 Watchdog 检查任务是否陷入无效循环。
  • 实验数据:在约 300 条模拟消息、其中约 20 条工作请求的测试中,Super-agent 任务完成时间 p50 为 12.4 分钟、p95 为 15.7 分钟;传统单 Session 方案 p95 为 29.5 分钟。多会话维护使缓存读取 Token 增加约 37%。
  • 当前状态:部分设计已实现为开源原型插件,尚非 DeepSeek 正式推出的独立产品。 🔗 爱范儿报道

4️⃣ CMU 论文提出统一训练:将预训练、SFT 与 RL 合为单一似然算法#

  • 问题设定:CMU 等机构论文质疑预训练、midtraining、SFT 与 RL 是否必须分阶段进行,提出“unified training”。
  • 方法核心:将合适的 RL 目标视为对模型生成目标的最大似然拟合,RL 生成与静态数据共享一个 loss 和一个 trainer;分阶段训练成为统一训练的一个特例。
  • 实验结果:124M 模型在推理谜题上,最佳统一训练运行在 RL 任务及未见过的大规模谜题上超过分阶段训练;0.76B 模型数学 RL 中混入 0% 至 5% midtraining 数据,数学准确率保持相近且留存提升。
  • 局限:实验规模较小,作者尚未找到跨任务通用的最优数据混合比例与调度方案。 🔗 arXiv 论文 | 论文对话页 | 推荐推文

5️⃣ NVIDIA:AI Agent 正在操控艾伦望远镜阵列搜索外星信号#

  • 部署事实:NVIDIA 称 AI Agent 正在操控北加州 Allen Telescope Array,用于搜索可能的外星信号。
  • 技术栈:SETI Institute 与 Breakthrough Listen 使用 NVIDIA Holoscan 和 CUDA-X 库完成相关观测与信号处理。
  • 行业意义:该案例把 Agent 从文本、代码任务扩展到科学仪器的实时控制与观测调度。 🔗 NVIDIA AI 推文 | NVIDIA 技术链接

6️⃣ Arca 的金融 Agent 实践:任务可长达 10 天,交易仍由人类顾问执行#

  • 业务背景:Arca 是 AI-native 财富管理公司,近期完成 4850 万美元融资,General Catalyst 领投,Index Ventures、Venrock 参与。
  • 长周期任务:金融 Agent 任务可持续至 10 天,包含多决策点与多次交接;Arca 为每个客户建立持久记忆系统,记录进展、待办、责任人与长期跟踪事项。
  • 安全护栏:Agent 仅负责分析与提案,交易及资金移动由人类顾问执行;安全限制采用确定性规则,并配合沙箱、提示注入检查与数据访问格式校验。
  • 工程路径:Arca 自建 harness,按内部基准选择模型,Claude 为主要提供商;同时用 meta-agent 分析顾问反馈与 Agent traces,持续改进 harness。 🔗 Latent Space 访谈

⭐ GitHub 趋势#

📊 类别速览

项目类别Stars
Orkas-AI/OrkasAI Agent / 桌面工作流6.1k
THU-MAIC/OpenMAIC多智能体应用 / 教育42.2k

1. Orkas-AI/Orkas ⭐ 今日 +1044#

语言/许可: JavaScript / MIT
总 Stars: 6.1k
仓库: GitHub

项目定位:
面向桌面端知识工作者与 Agent 开发者,把长期目标拆成待办并统一调度内置专家 Agent 与外部 CLI Agent,区别在于以项目级记忆和本地运行状态维持长任务,而非单轮对话式助手。

核心功能:

  • Commander 将目标拆解为待办,并路由到 16 个内置角色 Agent。
  • 将 Claude Code、Codex、OpenCode、OpenClaw、Hermes-Agent 作为本地 session 纳入同一计划和审查流。
  • Project 级规则、记忆、文件上下文,支持 Auto-advance 与小时/日/周/月定时任务。
  • 本地优先存储;连接 Gmail、Calendar、Notion、Slack、Shopify、Stripe 等工具,发送/删除前默认确认。

技术亮点:
以本地 session 统一封装异构 CLI Agent,由 Commander 维护跨 Agent 计划;模型侧支持内置服务或自有 OpenAI-compatible 端点。


2. THU-MAIC/OpenMAIC ⭐ 今日 +116#

语言/许可: TypeScript / MIT
总 Stars: 42.2k
仓库: GitHub

项目定位:
面向教研内容团队与多智能体应用开发者,将主题/文档生成可交互课堂并交付为 PPTX/离线 HTML,区别在于把多 Agent 讲课、白板、TTS 与课件运行时整合为一条生成管线。

核心功能:

  • 从主题或文档生成 slides、quizzes、交互 HTML 模拟和 PBL 课程。
  • 多 Agent 课堂运行时:AI 教师/同学讲解、讨论、白板绘图与 TTS。
  • 服务端生成与持久化:任务可跨标签关闭/服务重启继续,模型配置集中在 openmaic.yml。
  • 导出 PPTX(保留分镜)、离线 HTML 课件或 ZIP;提供 @openmaic SDK 及 OpenClaw/Codex 技能接入。

技术亮点:
Next.js 16/React 19/TypeScript + PostgreSQL 的 server-first 管线,Web 与 API 共用同一生成流程,并通过 provider-neutral 配置切换模型。

🟧 Hacker News 热议#

Memdoor: A team of 5 Qwen3.8-27B models beats Fable 5 on LiveCodeBench Hard#

17 pts · 4 comments · github.com/guregodevo

📌 内容总结

  • 作者把 Lee (2026) 的 GVS5H 多智能体方法重建成 Memdoor 工作流,用五个 Qwen3.8-27B 角色加一个 repair worker 复现其 LiveCodeBench Hard 成绩,验证开源小模型组合能否逼近 Fable 5。
  • 关键设计:planner、两个 ideator、solver、manager 各自从全新上下文启动,只通过磁盘文件(plan.md、notes.md、solution.py)交换状态;成功由 shell 脚本跑样例测试判定,不采信模型自述。DAG 为 plan → ideate-a/b 并行 → solve → test → review → repair → verify,仅一轮 repair,无人工门。
  • 结果:前 10 题 × 5 次,平均 9.8/10;作者原 harness 9.6;Fable 5 单次 8.0。50 次运行 49 次解决,总成本 35.79(15.3M输出token),含中断尝试35.79(15.3M 输出 token),含中断尝试 38.77;单次中位 40 分钟、$0.39。
  • 与作者实现逐字节对齐(test_parity.py 对四例请求比对一致),差异仅在托管:作者自建 vLLM FP8,本文经 OpenRouter 路由到 Modal/CoreWeave/Parasail/Wafer。
  • 限制:只测 10 题而非作者的 100 题;题目日期为 2025-03-29 至 04-06,模型可能训练时见过,污染无法排除;Fable 5 列为作者文件中的单次调用,未在本 harness 运行。
  • 失败模式集中在 manager:编造错误预期答案的反例,导致改坏正确程序;未明确说 done,导致已过隐藏测试的程序被覆盖。作者认为两处可在不改方法下修复(用小输入暴力验证反例;保留最后通过样例的程序)。

💬 讨论总结

  • 评论主要兴趣在本地部署:以 Bonsai 2 量化为例,Qwen 27B 可在 16GB VRAM / 32GB 内存的游戏机上跑到 50 t/s,认为本地达到 Fable 5 级编码能力的上限可能较高。
  • 同时有评论指出同一 harness 也会提升 Fable 5 的成绩,因此这是相对提升而非绝对超越。
  • 两条评论重复指出这是上周 GVS5H 帖子的延续,讨论线索重叠。
  • 有评论建议换用 qwen3.8-flash-next(Q8 或全精度)重测,尤其在 terminalbench 4.0 等基准上。
  • 评论量小,未对 10 题样本、污染风险或 manager 失败模式展开质疑。

🔗 原文 · HN 讨论页

Do the math: How we took over ChatGPT accounts#

297 pts · 143 comments · parameter.ai

📌 内容总结

  • Parameter.ai 披露一个 ChatGPT 公开分享链接触发跨用户账户接管的漏洞链,展示从 Preview 沙盒逃逸到以 chatgpt.com 身份执行任意 JS 的完整路径,并说明 OpenAI 修复过程。
  • 攻击链:公开对话中的真实图表在主页面加载 MathLive 并安装消息监听器 → 助手生成的 HTML Preview 在沙盒内发送 postMessage 更新虚拟键盘布局(origin 策略为 none,不校验发送方)→ 布局 markup 为原始 HTML,经 innerHTML 注入 → 创建无 sandbox 的 iframe srcdoc,继承 chatgpt.com 身份 → CSP 仅允许 YouTube,借 oEmbed JSONP 回调参数注入执行 JS。
  • 后果:读取页面内 #client-bootstrap 的 session token 与 account ID,调用 /backend-api/conversations 枚举对话、读取从未分享的私有对话,并通过图片请求外传,等于以受害者身份操作账户。最稳定复现需受害者点一次 Preview,另一路径可自动 Preview,约 4.5 秒后执行。
  • 根因与修复:MathLive 接受状态变更消息未验证来源、消息格式允许原始 HTML、动态文档未沙盒。YouTube JSONP 只是绕过 CSP 的临门一脚。OpenAI 于 10/26 修复两个前端版本,定级 P1,赏金 $5,000。
  • 防御教训:postMessage 须同时校验 event.origin 与 event.source;跨窗口设置不应传原始 HTML;动态创建文档保持 sandbox;CSP 只能作纵深防御。文中另注 createHTML 是 Trusted Types 的 identity 包装而非 sanitizer。

💬 讨论总结

  • 输入未包含 HN 评论正文(top_comments 为空),无法聚类社区共识、反驳或工程经验;页面显示 143 条评论,但内容不可得。

🔗 原文 · HN 讨论页

Anthropic blocks users for anything touching training larger models#

151 pts · 52 comments · twitter.com/jiahaoshao1

📌 内容总结

  • HKUST 博士生 Jiahao Shao 公开指控 Anthropic 误判其账户“训练竞争对手”,导致功能降级与封禁。
  • 他的说法:从未蒸馏 Claude,rollout 来自强开源模型,Claude 只用于提交任务和运行分析;但任何触及 RFT、SFT 或训练更大模型的操作都会触发封禁、Opus 5.5 降级为 Opus 5、或会话被直接终止。
  • 核心论点:Anthropic 自身用开放网络数据训练,却禁止他人学习其输出,是双重标准;自称独立替代,却对付费研究者执行企业式封锁。转推补充“护城河是让付费研究者留在外面”。
  • 限制:单方陈述,未见 Anthropic 回应或具体判罚依据;模型名称与降级细节来自推文本身。

💬 讨论总结

  • 输入未包含 HN 评论正文(top_comments 为空),无法提炼社区对判罚合理性、服务条款边界或申诉机制的具体观点。

🔗 原文 · HN 讨论页

864 字
晚报 | EVENING 2026-11-01

ChatGPT 账户漏洞修复,AWS 云容量售罄至 2027

今日要点
  • ChatGPT 漏洞演示可读取私有对话,OpenAI 修复并付 5000 美元
  • 黑石预期 Anthropic 上市评级约 BB,正式评级未公布
  • AWS 大额承诺云容量至 2027 年基本售罄
Parameter Labs 披露 ChatGPT HTML 预览与 MathLive 跨帧消息漏洞链,OpenAI 已修复并支付 5000 美元赏金;黑石预期 Anthropic 上市后评级约 BB;AWS 大额承诺云容量至 2027 年基本售罄。

1️⃣ ChatGPT 共享链接漏洞可接管账户:OpenAI 已修复并支付 5000 美元#

  • 漏洞链条:Parameter Labs 发现,ChatGPT 的 HTML 预览沙箱可通过跨帧 postMessage() 触发主页面 MathLive 组件,后者将未充分校验来源的 HTML 渲染到主站;攻击者再借助未隔离的新 iframe 与 CSP 白名单中的 YouTube oEmbed 路径取得同源 JavaScript 执行能力。
  • 影响范围:研究人员在受控验证中枚举聊天、读取此前未共享的私有对话,并外发少量选定数据;同一权限边界内的其他账户操作也可能受影响,但未证明真实用户已遭大规模窃取。
  • 修复与赏金:OpenAI 于 10 月 26 日确认两个网页前端均已修复,评级 P1,支付共 5000 美元赏金;社区讨论中有人认为该金额相对漏洞严重性偏低。
  • 行业含义:AI 产品的富交互组件、第三方库、跨帧消息与脚本白名单会形成组合攻击面,沙箱隔离需覆盖消息发送方校验和后续 HTML 注入路径。 🔗 Parameter Labs 报告 | Simon Willison 分析 | Hacker News 讨论

2️⃣ AWS 大额承诺云容量至 2027 年基本售罄#

  • 供给状况:Amazon CEO Andy Jassy 表示,AWS 的大型承诺云容量至 2027 年基本售罄,部分 2028 年容量已经分配,公司仍为 On Demand、EC2 与 Bedrock 保留余量。
  • 开发者反馈:从业者讨论称,普通 EC2 实例的按需容量已难获取,其他云厂商也出现类似约束。
  • 行业含义:AI 负载正在提前锁定长期云容量,按需弹性供给收紧;开发者和企业需要更早规划算力预算、容量预留与多云备份。 🔗 InfoQ 报道

3️⃣ 黑石预期 Anthropic 上市后评级约 BB,正式评级尚未公布#

  • 评级预期:《金融时报》引述知情人士称,黑石向投资者传达的 Anthropic 上市后评级预期已从投资级转为较高的非投资级、约 BB 区间;三大评级机构尚未公布正式评级。
  • 融资背景:TechCrunch 跟进称,黑石是 Anthropic 一笔 630 亿美元芯片融资的锚定投资者,此前曾预期公司在 2026 年底前获得投资级评级。
  • 边界说明:Anthropic 与黑石均拒绝评论;不能据此认定公司已被正式降级或即将违约。
  • 行业含义:信用市场开始对前沿 AI 公司的长期算力承诺、收入波动与客户切换风险定价,借贷成本可能影响其基础设施扩张节奏。 🔗 FT 报道 | TechCrunch 跟进

4️⃣ AWS 开源 File Mover Express,支持本地与 S3 大文件传输#

  • 工具发布:AWS 发布 Apache 2.0 许可的开源应用 File Mover Express,支持 macOS、Windows 与 Linux。
  • 功能范围:面向本地系统与 Amazon S3 之间的大文件传输,提供并行传输、自动性能调优、重试、暂停与恢复、文件完整性校验。
  • 行业含义:数据搬运是 AI 与数据管道的基础环节,开源客户端可降低大规模上传、迁移和校验的工程门槛。 🔗 InfoQ 报道