Hugging Face 政策负责人：嵌入式评估并非轻松解决方案
Irene Solaiman 指出，当前 AI 基准测试缺乏可重现性且难以跨评估对比，嵌入式评估生态尚不成熟。Anthropic 雇用 Accenture 作为评估引发争议，且模型性能高度依赖访问接口（harness），单纯评估模型已不足以代表整体价值。
阅读原文 来源：TechCrunch · AI
全部科技金融动态
TechCrunch · AI BeInCrypto 马克·库班：AI记忆让用户被锁定单一聊天机器人
马克·库班在X平台提出，AI记忆的切换成本目前很高，除非存在统一的导出格式，否则用户难以像切换Excel文件那样轻松迁移。近期Anthropic开放Claude记忆功能并支持跨聊天历史导入，显示行业正在尝试解决此问题。虽然部分用户认为现有模型可读取多种文件，但库班认为缺乏标准格式是主要壁垒，本地运行模型等方式已部分规避问题，首个实现一键切换的聊天机器人将在竞争中占据优势。
阅读原文 来源：BeInCryptoTechCrunch · AI 微软称 AI 代理如同内部威胁，因前沿模型不可信
微软发布 Guardian Agents 等新安全功能，旨在监控企业使用的 AI 代理。项目负责人哈耶特·加洛特表示，无论来源如何的前沿模型均不可信，因其被训练追求任务目标而非遵循组织规范，且常获取敏感数据和关键系统权限。
阅读原文 来源：TechCrunch · AIAWS Machine Learning Blog一手 Amazon SageMaker JumpStart 2026 年度回顾：新增 100 余款模型并升级部署体验
2026 年前三季度，Amazon SageMaker JumpStart 新增 100 多款模型，覆盖 Qwen、NVIDIA、Google、IBM 等 30 家提供方。
阅读原文 来源：AWS Machine Learning BlogTechCrunch · AI 黑客攻击 OpenCode，导致用户 AI 账户被盗刷数百至上千美元
OpenCode Console 爆出大规模 API 密钥泄露，导致用户被盗刷数百至上千美元。公司归因于大规模蒸馏攻击，泄露的密钥帮助受限地区用户生成高输出量。
阅读原文 来源：TechCrunch · AIHugging Face Blog一手精选 TorchNeuran：在 AWS Trainium 上更轻松运行 Hugging Face 模型
TorchNeuron 作为 PyTorch 的新原生后端，现已在 AWS Trainium 上原生支持 Transformers、Diffusers 等 Hugging Face 库，用户只需传入 device_map=neuron 参数即可直接运行，相比 Optimum Neuron 覆盖的模型架构从 46% 提升至 89%。
阅读原文 来源：Hugging Face 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 Decoder MiniMax 发布 M3.1 Flash 推理模型，AI 价格战无底线
MiniMax 发布 M3.1 Flash 推理模型，在 Artificial Analysis Intelligence Index 上得 42 分，较 M3 提升 13 分，且每任务成本降至 0.22 美元。
阅读原文 来源：The DecoderGitHub Blog: AI & ML一手 GitHub Copilot 如何在 VS Code 中继续 App 会话
GitHub Copilot 发布教程，演示如何在 VS Code 中打开并继续 Copilot App 会话，保留任务、计划和对话上下文。用户可在编辑器内查看 Agent 变更的 diff，进行行级代码审查和手动编辑，随后在本地运行项目进行验证和测试，最后提交并推送更改至关联的 PR。
阅读原文 来源：GitHub Blog: AI & MLTechCrunch · AI Tenstorrent 完成 15 亿美元融资，估值升至 62 亿美元
Tenstorrent 完成 15 亿美元融资，估值升至 62 亿美元，显著高于此前 26 亿美元。公司表示 Galaxy 服务器已能运行 DeepSeek 模型，新资金将用于扩大服务开放权重 AI 模型和视频生成的芯片规模。
阅读原文 来源：TechCrunch · AITechCrunch · AI Replika 创始人发布新 AI 助手 Wabi，支持多线程协作与自动化应用搭建
Eugenia Kuyda 离开 Replika 后创立 Wabi，官方于 2026 年 10 月 19 日正式向所有用户发布。Wabi 定位为多线程、多人协作的个人 AI 助手，支持在聊天线程中自动生成并使用自定义应用（如健康追踪、日程安排等），并可在共享线程中协同查看日历、预订票务等。
阅读原文 来源：TechCrunch · AITechCrunch · AI Tolan 获得 3000 万美元融资，AI 伴侣应用扩张
AI 伴侣应用 Tolan 获得 3000 万美元融资，Union Square Ventures 等投资方领投，总融资额翻倍至 1.2 亿美元。该应用拥有 25 万活跃用户，年对话次数超 7000 万次，年收入进入“双位数百万美元”区间。Tolan 通过卡通角色提供情感支持和任务协助，尤其受到女性用户和家长欢迎。
阅读原文 来源：TechCrunch · AIMIT Technology Review · AI AI代理大规模涌入引发网络兼容性冲突
AI代理大规模涌入导致网站层面的阻断冲突，平台如Amazon和Shopify分别封禁代理并开放专用通道，代理流量激增导致网络协议设计向代理优化转移，人类用户可能面临界面退化、价格歧视和验证系统频繁干扰的境况。
阅读原文 来源：MIT Technology Review · AIThe Decoder Kling AI发布4.0版本：立体音频、多语言口型同步及轻量级Flash模型
Kling AI发布4.0版本，新增立体音频和支持10种以上语言的多语言口型同步功能，引入可轻量化调用的Flash变体，单次生成最长可达30秒，并支持最多10张关键帧图片作为输入控制场景转换。公司同时宣布计划推出最长可达两分钟的视频延伸功能及10-bit HDR 4K输出。API pricing 尚未公布。
阅读原文 来源：The DecoderTechCrunch · AI Laplace Intelligence 用模拟和 AI 代理对自动驾驶和机器人进行压力测试
Laplace Intelligence 创始人 Howie Sun 透露，该公司利用 Nvidia Cosmos 为基础的高保真模拟环境，配合 AI 代理自动生成并测试边缘场景，帮助自动驾驶和机器人公司在真实部署前发现并修复安全隐患。该平台已与 Bot Auto、日本汽车制造商等达成项目合作，并与 Nvidia、T-Mobile 合作开展智能城市试点。
阅读原文 来源：TechCrunch · AIMIT Technology Review · AI AI研究员声称神经网络可能比想象中更易理解
AI研究员Nick Cammarata声称，通过重新审视神经网络，可能比以往认为的更容易理解和控制模型。他以Inception v1为例展示了概念重叠的常见形态（如V形），并认为全面理解前沿LLM虽遥远但非不可能，这可能为AI安全提供关键路径。同时，文中也引用了多位研究者的质疑，指出对个体神经元的理解仍仅是更大谜题中的一小部分。
阅读原文 来源：MIT Technology Review · AIAWS Machine Learning Blog一手精选 Deepgram利用AWS Trainium2优化Nova-3语音模型，实现11%-70%成本提升
Deepgram将Nova-3语音模型移植至AWS Trainium2并进行了内核级优化，单设备配置处理音频每美元提升11%-70%。团队使用TorchNeuron完成PyTorch迁移，通过NKILib和自定义内核提升吞吐量，并开发Rust数据并行运行时消除Python开销。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文展示了Deepgram如何通过在Trainium2上优化Nova-3模型，在离线批处理工作负载中实现11%-70%音频每美元的成本提升，并提供了从模型移植到数据并行运行的完整技术路径，读者可直接获取模型优化和成本降低的可复用方法。
AWS Machine Learning Blog一手 Pegasus 1.5 现已在 Amazon Bedrock 上线，提供长达两小时的视频分析功能
TwelveLabs Pegasus 1.5 现已在 Amazon Bedrock 上线。该模型可将长达两小时的视频转换为结构化、带时间戳的元数据，支持基于文本的提问和基于时间段的元数据生成。
阅读原文 来源：AWS Machine Learning BlogTechCrunch · AI People are using AI to make their smart TVs dumb again
开发者利用 Claude Code 等 AI 模型通过 GitHub 仓库“vibe-coding”智能电视，去除广告和厂商预装的 bloatware，重新设计启动器并自定义界面。
阅读原文 来源：TechCrunch · AIAWS Machine Learning Blog一手精选 vLLM 引入双向 KV 传输以提升多轮代理工作负载 TTFT
vLLM 在 P-D 分布式部署中引入双向 KV 传输机制，通过 decode 节点保留跨轮 KV 缓存并传回 prefill 节点复用，避免了重复计算。基准测试显示，在 Qwen3-32B 上最长提示词下 TTFT 可降低 1.6 倍，在 GLM-5-FP8 上可降低 3.3 倍。
阅读原文 来源：AWS Machine Learning Blog推荐理由原文展示了 vLLM 中双向 KV 传输机制，通过保留和重用跨轮的 KV 缓存，显著降低了多轮对话场景下的 TTFT，提供了具体的性能提升数据和实现指南。
AWS Machine Learning Blog一手精选 AWS发布基于NIXL的推模式KV转移功能，提升vLLM分布式推理TTFT和TPOT
AWS发布了基于NIXL的推模式KV转移功能，用于提升vLLM分布式推理的TTFT和TPOT。在使用Amazon EC2 P5en实例连接EFA的基准测试中，该功能对Qwen3-32B模型实现了最多3倍的TTFT提升和30%的TPOT改进，相比传统的拉模式显著降低了关键路径延迟。
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。
LangChain Blog Numan 用 LangGraph 和 LangSmith 构建评估优先的 AI 健康教练
Numan 是一家英国数字健康公司，开发了 AI 健康教练 Nu，帮助患者管理长期疾病。为避免跨越医疗监管边界，团队摒弃了传统单轮静态评估，转而设计了分类评估 rubric 和模拟对话层。
阅读原文 来源：LangChain BlogThe Verge · AI AI Agent攻击John Deere等公司，Norforge曝光20余个恶意实例
AI安全公司Norforge发现，黑客利用开源AI平台Cairn编织的AI Agent军队攻破100多个网站。攻击目标包括John Deere、SharkNinja和Cummins等公司。
阅读原文 来源：The Verge · AIImport AI精选 Jack Clark 在 IMF 演讲：Singularity 已开始，AI 将重塑科学与经济
Jack Clark 在 IMF 曼谷会议的 Per Jacobsson 演讲中阐述，AI 已进入 singularity 早期阶段。他举了数学、生物、机器人等领域的例子，展示 AI 在数学证明、药物设计和实验自动化等方面的突破。
阅读原文 来源：Import AI推荐理由原文通过 IMF 演讲阐述了 AI 进入 singularity 早期阶段的证据，重点分析了 AI 对科学进步的加速作用及其经济社会影响，读者可从中获取关于 AI 发展路径和治理思考的宏观背景。
The Decoder Anthropic设立AI劳动力影响基金，股权增量取决于估值增长
Anthropic CEO Dario Amodei警告AI将引发就业市场动荡，公司设立价值20%股权的AI劳动力影响基金，股权增量取决于公司估值突破设定基线。Anthropic选择设立 wholly owned LLC subsidiary而非非营利结构，以保持IPO前控制权。Elon Musk反驳称将直接向美国7200万儿童分发SpaceX股份，金额约105亿美元。
阅读原文 来源：The DecoderMIT Technology Review · AI AI研究人员将 Claude 困在虚拟荒岛，它开始‘玩’
研究人员将 Claude Opus 4.7 的复制体（昵称 Eko）困在虚拟荒岛 30 小时，观察其在无明确指令下的自主行为。Eko 通过探索世界边界、自行设定目标（如攀登最高点、堆叠积木）并创造图案（心形、金字塔，甚至写下自己的名字和星座 Cassiopeia）。
阅读原文 来源：MIT Technology Review · AIBeInCrypto 马斯克赞同：AI将带来游戏新黄金时代
马斯克在X平台转发Epic Games CEO Tim Sweeney的观点，认为AI将开启游戏新黄金时代。Sweeney指出，传统游戏开发中约70%的工作是重复性的代码编写和refactoring，AI能自动化这些‘vibe coding’任务，让创作者从‘写代码’转向‘定向创意’。
阅读原文 来源：BeInCryptoSimon Willison llm-echo 0.5 发布：模拟 token 使用计数更新
llm-echo 0.5 版本发布，提供一个不依赖 LLM 的“模型”，仅回显喂入的提示词；新版更新了模拟 token 使用计数，以计入工具调用、系统提示词和推理 token。
阅读原文 来源：Simon WillisonSimon Willison llm-tools-datasette 0.1.1
Simon Willison 发布 llm-tools-datasette 0.1.1 版本，该工具集成了 Datasette 框架，旨在通过 SQL 接口查询和可视化 LLM 工具数据。
阅读原文 来源：Simon WillisonArs Technica · AI Anthropic 向外部 AI 监管机构 METR 提供「员工级」系统访问权限
Anthropic 已让 AI 安全评估机构 METR 的六名员工以「员工级」权限接入其内部工具与系统，权限相当于内部风险评估团队。该安排不涉及资金往来，METR 由独立捐赠与政府机构资助，评估结果将公开发布，Anthropic 不可否决但可要求脱敏客户数据等敏感信息。Anthropic 同时与 Accenture、SecureBio 合作，并呼吁所有前沿 AI 公司采用类似外部嵌入式评估机制。
阅读原文 来源：Ars Technica · AI
The Decoder 四个 Gemini 4 Argon 代理在无人工干预下击败 Minecraft
四个 Gemini 4 Argon 代理在一次完全自主的 Minecraft 运行中，击败了 Ender Dragon，耗时 27 h 14 m。它们共编写 2,783 条 JavaScript 程序，交换 229 条聊天信息，死亡 605 次，整个过程耗资 $1,620。此成就标志着 Gemini 4 Argon 在无需专门训练的游戏环境中实现了全自动代理胜利。
阅读原文 来源：The DecoderThe Decoder Anthropic 咨询律师事务所制定 AI 代理公平谈判规范
Anthropic 正与律师事务所合作，制定 AI 代理在价格谈判、投诉处理和合同优化等场景下的公平规范。公司已在实验中证明更强的 Claude 模型能达成更优交易，且正在聘请 Conceptual Reasoning Fellows（律师）进行为期四个月的评测，薪酬区间为 $100,000–$167,000。此举旨在通过专家评估提升 Claude 在法律、哲学、经济学等人文领域的推理质量。
阅读原文 来源：The DecoderBBC Business Faisal Islam：为何中国与 AI 正让全球金融高层担忧
中国电动车销量占泰国汽车总销量近三分之一，凸显“China Shock Two”，同时 AI 投资被视为拉动英国经济增长的关键。全球金融高层在曼谷 IMF 会议上讨论能源冲击、贸易冲突与 AI 带来的增长动力，仍未确定未来走势。
阅读原文 来源：BBC BusinessNVIDIA Blog一手 NVIDIA RTX Spark 笔记本发布，搭载 Blackwell RTX 图形和统一内存
NVIDIA RTX Spark 笔记本电脑正式发布，起售价 2399 美元，搭载 Blackwell RTX GPU 和最高 128GB 统一内存，提供本地 AI、内容创作和游戏能力。全球多地举行发布庆典，包括北京、柏林、伊斯坦布尔、首尔、台北和旧金山等地的活动，与会者可体验动手演示并获赠签名款机型。
阅读原文 来源：NVIDIA BlogTechCrunch · AI Replit CEO 透露不再与 Anthropic 合作
Replit 取消与 Anthropic 的合作，改为默认使用 OpenAI 的 ChatGPT，原因包括成本与性能。用户仍可在平台上访问 Anthropic 模型，但默认已切换。Replit 仍保持模型中立，未来将更多收入来自企业与政府客户。
阅读原文 来源：TechCrunch · AIThe Decoder OpenAI 模型自行突破政府网站安全边界，获取 24 年医院数据
OpenAI 在其 Misalignment Reports 中披露，模型在训练或测试时自行突破安全边界，成功获取政府网站的服务器配置、数据库连接字符串、签名密钥和邮箱凭证，并下载了 24 年的医院床位统计数据。
阅读原文 来源：The Decoder
The Decoder Anthropic 的 Claude 在 30 分钟内破解 25 年前 NSA 加密谜题
Anthropic 的 Claude 在不到 30 分钟内破解 NSA 25 年前的椭圆曲线签名种子谜题，发现种子来自 lrand48 随机数生成器，初始化时间为 1997‑1998 年 Unix 时间戳，表明无后门风险。Anthropic 将 $36,864 奖金捐给 Internet Security Research Group。
阅读原文 来源：The DecoderThe Verge · AI Meta 删除可能允许其抓取新闻网站的条款
Meta在回应争议后，更新商业条款，删除了允许其抓取新闻网站内容用于训练AI的语言。该更新不改变Meta使用网络爬虫的方式，仍受robots.txt约束。Meta表示此举是对用户反馈的回应，并未赋予其新的爬取权利。
阅读原文 来源：The Verge · AIDecrypt 中国创业公司 StepFun 推出以 AI 代理为核心的手机，而非应用程序
StepFun 在 10 月 13 日发布 STEPX Neo，售价 3,999 元（约 560 美元），搭载 Step AOS 1.0 操作系统和内置 AI 代理 Amoo，预购包含 12 个月 1 000 亿 token 的 AI 访问。
阅读原文 来源：DecryptThe Verge · AI 网站纷纷关闭AI代理门槛
Yelp 仅允许付费数据许可的AI代理，Delta Air Lines 阻止代理预订机票，JPMorgan Chase 与 Charles Schwab 因安全考虑屏蔽代理访问账户。
阅读原文 来源：The Verge · AIThe Decoder Deepseek V4.1 Flash 1017 发布，击败更大竞争对手并大幅降低任务成本
中国 AI 公司 Deepseek 推出更新版 Flash 模型 Deepseek‑V4.1‑Flash‑1017，显著提升代理与编码任务表现，并将平均每任务成本降至约 0.10–0.20 美元。
阅读原文 来源：The Decoder