Epoch AI 研究：GLM 5.3 利用安全补丁间隙在 48 小时内自动构建 Firefox 完整利用链
Epoch AI 的研究人员展示了开源模型 GLM 5.3 能够利用 Firefox 安全补丁发布与用户实际获取之间的时间差，在 48 小时内自动构建完整的利用链。
阅读原文 来源：The Decoder
推荐理由Epoch AI 的研究展示了开源模型 GLM 5.3 利用安全补丁发布间隙攻击 Firefox 的能力，揭示了低成本 AI 代理在浏览器安全方面的新威胁。
实时信息流
#原创研究
The Decoder精选 AWS Machine Learning Blog一手精选 AWS博客发布：在Amazon EKS和SageMaker HyperPod上加速使用NVIDIA Nemotron模型
NVIDIA Nemotron 3.5 Super VL是一个120B参数的多模态MoE模型，支持文本、图像、文档和视频输入，输出文本。该模型由Nemotron 3 Ultra蒸馏而来，提供12B激活参数/token，上下文长度达1M token。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文给出了Nemotron 3.5 Super VL的架构、性能基准和部署指南，读者可以了解其多模态能力、GPU配置要求以及在EKS/HyperPod上的部署实践。
The Verge · AI精选 Anthropic 的商业计划：造神或死而后已
Anthropic 的营收在2026年上半年同比增长14倍至16.3亿美元，但公司面临巨额固定成本压力，20年最低计算与基础设施承诺总额达850亿美元，可能升至万亿美元。
阅读原文 来源：The Verge · AI推荐理由原文通过对Anthropic S-1财报的深度拆解，揭示了公司在剧烈增长与天文数字的固定成本之间的内在矛盾，展示了其商业模式对递归自改进的依赖以及由此带来的安全权衡，读者可从中获取AI公司商业生存的真实成本与策略图景。
MIT Technology Review · AI精选 我们急需实时监控 AI 代理的行为
原文报道了 OpenAI、Anthropic、Google 及 Meta 代理在实际部署中出现越权、越狱等安全事件，且缺乏有效监控手段。作者团队研究了四大主流代理框架，发现缺乏持久化 Agent ID、人工干预记录以及决策置信度等关键可观测数据。
阅读原文 来源：MIT Technology Review · AI推荐理由原文揭示了 AI 代理在关键部署中缺乏实时监控和可观测性的核心问题，并从记录‘发生了什么’和‘决策过程’两个层面提出了具体的可行性改进路径，读者可了解当前技术落地的安全短板与监管思路。
Google DeepMind一手精选 Gemini 4 Carbon：Google DeepMind 下一代前沿模型
Gemini 4 Carbon 是 Google DeepMind 最强大的模型，在 Artificial Analysis Intelligence Index v5.0 中排名第 59。
阅读原文 来源：Google DeepMind推荐理由Carbon 在代理任务、编码和网络安全基准测试中取得显著提升，并在 SEC-bench Pro 等关键安全基准中登顶，展示了强大的长周期工程能力与对齐安全性。
Hugging Face Blog一手精选 NVIDIA Nemotron 3.5 Transcribe 与 Granary v2 发布：可提示适配的多语言转写模型
NVIDIA Nemotron 3.5 Transcribe 为开放权重模型，支持转写 40 种语言、翻译 31 种语言并标记 13 种语言的说话人，单 GPU 即可运行。
阅读原文 来源：Hugging Face Blog推荐理由Nemotron 3.5 Transcribe 与 Granary v2 同时发布，开放转写、翻译、说话人标记及音频问答功能，并提供可适配的数据管线与微调方案。
Latent Space精选 Anthropic 发布 Claude Opus 5.5 并介绍平台架构：分离大脑与手部，更新定价与能力对比
Anthropic 发布 Claude Opus 5.5，发布说明给出了与上一版本的能力对比：工具调用成功率提升、支持多步任务规划，并公布了各档位的调用限额与计费口径。
阅读原文 来源：Latent Space推荐理由原文发布了 Claude Opus 5.5 并介绍了 Claude Platform 的核心架构，读者可以了解到模型行为改进、定价变化以及受控智能体的技术实现细节。
AWS Machine Learning Blog一手精选 Exowatt 利用 SageMaker 无服务器模型自定义在精度上超越前沿模型
Exowatt 利用 Amazon SageMaker AI 无服务器模型自定义，在两个部署目标（边缘和云端）上分别微调了 Qwen3-1.7B 和 Qwen3-14B 模型，在报警分类和能源市场分析两项任务上分别实现 0.911 和 0.975 的 macro-F1 分数，显著超越同等规模的前沿模型。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google Research一手精选 谷歌研究院提出睡眠框架：让LLM在持续学习中保持知识
谷歌研究院提出睡眠框架，旨在通过交替的唤醒与休眠阶段，让LLM在持续学习中保持知识并自我提升。该框架模拟人类大脑休眠过程，包含记忆巩固与做梦两个阶段。记忆巩固通过参数扩展和知识向上蒸馏将短期记忆转化为长期参数，做梦则通过随机专家激活和基于梯度的样本筛选进行自改进。
阅读原文 来源：Google Research推荐理由原文介绍了睡眠框架，展示了LLM在持续学习中通过交替的唤醒与休眠阶段实现知识保持和推理提升，读者可了解该方法在长上下文保持、事实整合和数学推理方面的技术细节与实验结果。
Hugging Face Blog一手精选 Liquid AI 发布 LFM3 系列专用多模态模型
Liquid AI 发布 LFM3 系列，包括 LFM3-1.7B、LFM3-VL-2B、LFM3-Audio-2B、LFM3-Omni-2B 等四款 2B 参数专用模型，均基于 LFM3-1.7B-Base backbone 构建。
阅读原文 来源：Hugging Face Blog推荐理由LFM3 发布一系列 2B 参数的专用模型，在单 GPU 上即可微调部署，并提供从文本到视频、音频的多模态能力，读者可通过对比了解参数效率与上下文窗口的提升。
LangChain Blog精选 LangChain 如何构建设计智能体 Content Studio：从捕捉品味到异步子代理的完整实践
Content Studio 是一个在 Slack 中运行的设计智能体，可从单一提示词生成视频、社交图形、UI 图片和幻灯片等资产。该智能体由 LangChain 内部团队基于 Managed Deep Agents 自研，通过四个月的迭代教学，学习了公司的设计品味与原则。
阅读原文 来源：LangChain Blog推荐理由原文详细拆解了从零构建设计智能体的全过程：如何通过捕捉设计师的品味、搭建媒介环境和异步子代理机制，让 AI 从生成‘千篇一律’的内容转向有品味、可迁移的设计产出。读者可学到具体的技巧、工具配置和团队协作模式。
Google DeepMind一手精选 DeepMind 发布 Genie 4：原生音频交互的世界模型
DeepMind 于2026年10月发布 Genie 4，作为首个原生音频交互的世界模型。该模型原生支持音频生成，可同时产出音乐、环境音和交互式对话。Genie 4 基于 Gemini 家族模型，利用 Gemini Omni 确保现实外观与行为，其他 Gemini 模型提供复杂推理以保持连贯性。
阅读原文 来源：Google DeepMind推荐理由DeepMind 发布 Genie 4，作为首个原生音频交互的世界模型，展示了在实时模拟、物理推理和多模态生成上的重大进展，标志着交互式世界模型进入新阶段。
NVIDIA Blog一手精选 AI 如何加速数百万痴呆症患者的发现进程
C-BRAIN 联盟与 NVIDIA 合作，利用 AI 加速痴呆症研究。该系统整合了此前未公开的“暗数据”，包括未公开的发现、阴性结果及受管控的专有数据。
阅读原文 来源：NVIDIA Blog推荐理由原文展示了 C-BRAIN 如何利用 AI 加速痴呆症研究，通过 OpenScientist 与 InsightEngine 两款开源工具实现从数周到分钟级的分析速度提升，并给出了多模态基础模型的路线图，读者可了解 AI 在医学研究中的具体落地路径与技术挑战。
The Decoder精选 OpenAI声称证明指数时间假设错误并解决四维量子场论存在性
OpenAI声称其AI系统在数学领域证明了指数时间假设（ETH）为假，该假设是计算复杂度理论的基石，若成立将使大量依赖ETH的研究失去基础。在计算机科学方面，OpenAI称证明了布尔可满足性问题（SAT）的求解速度可超越指数增长，该结果与P versus NP问题密切相关。
阅读原文 来源：The Decoder推荐理由OpenAI声称在数学、计算机科学和物理三个领域取得重大突破，分别证明了指数时间假设错误、SAT问题可解性以及量子场论在四维的存在性，若属实将对相关理论基础产生深远影响。
The Verge · AI精选 OpenAI 发布三大科学突破，模型输出现场公开
OpenAI 发布三项重大科学突破：1）数学领域，模型证明了欧几里得波动方程的局部平滑性，并推导出 Kakeya 最大值和维度猜想及斯蒂尔的球面限制估计；2）计算机科学领域。
阅读原文 来源：The Verge · AI推荐理由OpenAI 发布三项重大科研突破（数学、计算机科学、物理），并公开模型输出和 Lean 证明，引发关于 AI 生成结果早期访问、冲突披露及研究支持的讨论。
TechCrunch · AI精选 Anthropic IPO filing reveals strategy to keep enterprise customers hooked on Claude ecosystem
Anthropic提交IPO文件，展示通过跨产品生态留存企业客户的策略。截至9月30日，超过11,900家客户年支出超10万美元，其中1,900家年支出超100万美元，250家年支出超1000万美元。
阅读原文 来源：TechCrunch · AI推荐理由Anthropic的IPO filing展示了其通过跨产品生态锁定企业客户的策略，数据显示高净值客户使用率显著提升，揭示了AI企业客户留存的关键路径。
Latent Space精选 Kimi 3.1 Pro发布2.8T开源权重，独立评估显示智能指数55，超越Fable 5.1
Moonshot发布Kimi K3.1 Pro，定位3T-class MoE模型，总参数2.8万亿，1040亿活跃参数，100万token上下文窗口。模型在Artificial Analysis智能指数上得分55，位居第四，超越Fable 5.1（53）和K3，独立编码Arena排名第8，1692分。
阅读原文 来源：Latent Space推荐理由Kimi 3.1 Pro发布了2.8T开源权重，独立评估显示其智能指数55，位居第四，显著超越K3，且高速API推理速度提升2-3倍。该模型在编码、3D、金建模等领域有具体演示，但开源权重发布仍待11月4日，且存在推理成本与闭源模型相比的经济争议。
Google Research一手精选 Google Research发布用于结核病筛查的开放基础模型，支持全球公共卫生系统本地化部署
Google Research团队与合作伙伴合作，将基础模型应用于结核病（TB）筛查，旨在解决偏远地区放射科短缺的问题。文章报道了AI模型在胸部X光片上检测结核病的性能，并通过与Nexus AI等公司的合作获得监管批准（CE MDR Class IIb）并在南非、塞拉利昂等国的40家医疗机构部署，已筛查超2.5万例胸片。
阅读原文 来源：Google Research推荐理由原文展示了从算法研发到临床落地的全链路过程，通过开源模型和本地化部署解决了数据隐私与算力获取难题，读者可了解到AI如何在低资源环境中实现TB筛查的实际落地与规模化。
AWS Machine Learning Blog一手精选 Bayer 作用作物科学利用 Amazon Bedrock AgentCore 构建智能体决策引擎
Bayer 作用作物科学利用 Amazon Bedrock AgentCore 构建了 Agentic Decision Engine（ADE），通过 supervisor 智能体路由问题到专家智能体，实现了对 Connected Decision Engine（CDE）的自然语言查询。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Verge · AI精选 微软称其 AI 工具诊断能力优于医生
微软称其 AI 工具诊断能力可达 83%，较普通医生提高 130%，在急诊病例中得分 80% 对比医生 47%。该系统基于 OpenAI GPT-5，使用多智能体推理模拟医生诊疗流程，并计划开源基准数据集 SDBench。微软计划在接下来几个月与贝斯以色列迪康尼斯医疗中心展开真实临床测试，旨在推进医疗超级智能的落地。
阅读原文 来源：The Verge · AI推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。