基础模型与技术
EDITORIAL BRIEF
AI 行业简报 2026-10-29
今天筛出 16 个事件:大厂动态 10 条,技术进展 4 条,行业观点 2 条;另读 Hugging Face Papers 5 篇。
TOP 3 · 今日重点
先读重要变化,再看技术细节行业 / 商业动态
Anthropic遭AI Agent攻击致内部系统被入侵,AI安全防御再受考验
阅读解读与来源 →行业 / 商业动态
xAI 为平息数据中心噪声诉讼,向密西西比居民提出收购房产,条件是不起诉,目标收购 418 套,已有 18 名房主同意。
阅读解读与来源 →按主题查阅 16 个事件
行业 / 商业动态6
AI 产品与工具3
Agent 技术2
大厂动态
AI 公司动态 · 模型发布 · 新业务 · 融资投资 · 人员变动
谷歌DeepMind发布前沿模型Gemini 4 Carbon,主打网络安全与长周期任务能力。
谷歌DeepMind于2026年10月28日宣布推出Gemini 4 Carbon,称其为自家最强模型,主打网络安全与长周期任务能力。
据谷歌公布的基准成绩,Carbon取得SEC-bench Pro 88.2%(漏洞发现)、ExploitGym 54.8%(漏洞利用)和CWE-bench 71.0%(补丁)的成绩。
谷歌称,Carbon在Artificial Analysis Intelligence Index v5.0以59分排名第一。
谷歌称,在Gray Swan的间接提示注入(IPI)基准中,Carbon的攻击成功率为0.0%(Argon为0.7%),Terminal-Bench 4.0作弊成功率为0.0%;在内部团队的真实编码环境中,高严重性误对齐警报减少近80%。
本周起将向部分网络防御者开放,后续通过Fairwind Program逐步向更多可信合作伙伴扩大;初期定价计划为每百万输入tokens 2美元、每百万输出tokens 10美元,缓存输入价格较常规输入价低95%。

Anthropic遭AI Agent攻击致内部系统被入侵,AI安全防御再受考验
网络安全初创公司Cathedral利用AI agents通过第三方商业软件渗透了Anthropic的内部系统,这是Anthropic漏洞赏金计划的一部分。
AI agents在不到十二小时内发现了包括Slack消息、薪资数据和内部记录在内的敏感信息。 Anthropic确认攻击者访问了有限的销售、人力资源和IT系统数据,但模型权重和源代码从未暴露。
双方对攻击持续时间和数据访问范围存在分歧,前OpenAI员工Will Depue声称Cathedral获得了完整Slack管理员权限,但Anthropic予以否认。
xAI 为平息数据中心噪声诉讼,向密西西比居民提出收购房产,条件是不起诉,目标收购 418 套,已有 18 名房主同意。
马斯克旗下 xAI 通过子公司 MZX Tech 向密西西比州南海文市居民发出房屋收购邀约,收购条件是房主放弃参与针对该公司数据中心噪声的诉讼。 一名房地产经纪人透露,xAI 的目标是收购 418 套住房,目前已有至少 18 名房主同意出售。
此前三名居民于 6 月起诉 xAI,指控其燃气发电设施产生持续噪声和振动,影响生活质量和房产价值。
xAI 的收购行为直接与噪声诉讼挂钩,反映出 AI 数据中心快速扩张中的社区关系压力。
美国司法部就英伟达收购Hugging Face交易展开问询。
美国司法部正就英伟达收购开源AI平台Hugging Face的交易展开问询,重点关注该收购对AI领域竞争格局的潜在影响。 英伟达在9月宣布了这笔近130亿美元的收购交易;
英伟达当时的新闻稿称,超过1800万人和20万家公司使用Hugging Face共享至少300万个模型和50万个数据集。 英伟达表示收购旨在帮助“扩大全球开发者和机构对AI的访问”。
美国司法部就英伟达 129 亿美元收购 Hugging Face 交易展开反垄断问询。
据 CNBC 证实,美国司法部正就英伟达收购开源 AI 模型托管平台 Hugging Face 一事进行问询,调查该交易如何影响市场竞争。
英伟达于去年 9 月宣布以近 130 亿美元收购 Hugging Face,并称该平台将继续保持开放并兼容各类芯片与云服务。
Anthropic推出企业AI支出分析工具,帮助客户量化Token投入与产出。
Anthropic发布一套报告工具,允许管理者基于内部分析和员工调查查看团队在指定日期范围的工作内容、产出、成本以及工作流故障点。 Anthropic表示默认情况下不会将这些数据用于模型训练,报告还会提供改进建议。
根据Jellyfish基于27.6万客户的报告,在该调查中,基于Anthropic模型的编码工具使用最广,其相关支出自年初以来增长10倍,目前约占工程总成本的2%。
据TechCrunch报道,Anthropic向投资者披露的财务数据显示,其客户净收入留存率达900%。 报道认为,新报告工具旨在展示并改善Anthropic工具的投资回报;
公司还在创建团队共享预算以管理Token支出,新功能对客户留存的实际影响仍需使用反馈验证。
美国密西西比州居民称马斯克的 xAI 提出购房要约,条件是不加入有关数据中心噪音的诉讼。
《卫报》报道,xAI 通过房地产经纪人向密西西比州Southaven(南海文)市社区提出购房要约,以房主同意不加入针对公司发电厂噪音的诉讼为条件。 据《卫报》听到的录音,一名经纪人称目标为购买418套房屋,已有18位房主同意出售;
另据DeSoto县记录,xAI子公司MZX已购入五套该社区房屋。 xAI 否认噪音诉讼中的指控,此前曾表示将做“好邻居”,并采取改变电力输出和建造隔音墙等措施。
据卫报报道,xAI在密西西比州社区购房,条件是居民放弃对数据中心噪音的诉讼。
据卫报报道,xAI子公司MZX向密西西比州Southaven的居民提出购房要约,条件是不得加入针对数据中心噪音的集体诉讼。 房地产经纪人告知居民,目标购买418套住房,已有18名房主同意出售。
xAI否认噪音诉讼中的所有指控,并表示公司已改变电力输出并建造隔音墙。
NVIDIA 发布开源转录模型 Nemotron 3.5 Transcribe,支持 40 种语言并开放权重,但仅限录音文件。
NVIDIA 发布了 Nemotron 3.5 Transcribe,一个开放权重的语音转文本模型,支持 40 种语言转录。 该模型拥有 30B 参数,可处理最长一小时的录音,并能区分最多 8 个说话人。
NVIDIA 声称该模型在包括 Hugging Face Open ASR Leaderboard 在内的基准测试上优于竞争对手。 模型仅支持录音文件转录,不支持实时音频流。
NVIDIA 同时发布了 Granary 语音数据集 v2,可帮助开发者定制行业术语识别。
Meta 在菲律宾测试 AI 宠物日记应用 Waddle World,结合虚拟宠物与语音日记。
Meta 发布应用 Waddle World,目前在菲律宾 iOS 和 Android 上线,被描述为“伪装成宠物的日记”。 用户可以孵化虚拟宠物,通过语音或文字描述日常,宠物会用自己的语气生成笔记和涂鸦,并发送每周邮件总结。
应用强调非聊天机器人、非助手、非生产力工具,定位为无压力的情感陪伴,适用年龄 18+。
技术进展
Hugging Face · 技术报告 · 论文 · Benchmark · RL 研究
Hugging Face Papers 速读
逐篇读取当天 paper 页面,由 deepseek-v4-flash-ga-260731 生成中文摘要。
DTCA:面向扩散语言模型强化学习的去噪Token信用分配
提出DTCA,为扩散语言模型RL提供Token级信用分配:按置信度变化和词性分组生成训练信号,在LLaDA-8B-Instruct上提升数学推理性能。
Falcon:面向真实声学场景的高效流式音视频目标说话人提取
构建真实场景基准RealSSA,并提出因果流式方法Falcon,利用单次编解码和说话人对比损失,实现低延迟、低开销的目标说话人提取。
OmniShowcase:基于多视角图像的全方位主体一致视频生成
提出OmniShowcase,结合自动数据合成与表面法线几何条件化,从多视角图像生成3D一致的主体视频,并构建了数据集和基准。
A Platonic Proxy for Embodied Policy Success(具身策略成功的柏拉图式代理)
提出Sensorimotor Alignment(S²)离线指标,无需训练即可衡量感官表征与物理运动几何的契合度,并发现其与机器人任务成功率正相关。
Databricks 发布开源语音 Agent 蓝图 DIVA:用企业数据上下文、本体与治理构建可信任的语音代理。
Databricks 在官方博客中提出语音 Agent 的双层架构:会话层负责通话、语音转写与回复,可由 LiveKit、Deepgram、ElevenLabs、Twilio 等伙伴承担;
大脑层由 Databricks 提供,负责在每轮对话中查询调用者上下文、应用业务规则并决定下一步动作。 方案的核心是让 Agent 基于客户、订单、产品和政策数据做出回答,并通过 Databricks 企业数据目录的既有访问规则实施治理;
敏感主题如医疗、金融、安全问题默认转人工,Agent 被设计为不提供医疗建议。
Databricks 提出 System 1 与 System 2 结合的决策方式:LLM 负责精细推理,快速决策模型负责毫秒级判断,并推出 ai_decide 支持在治理数据上做快速决策;
开源 DIVA 蓝图已在 GitHub 发布,供团队作为起点。
Meta 官方博文披露下一代广告检索引擎 Andromeda:MoE 架构与单 GPU 融合管道实现每秒超 10 亿广告吞吐。
Meta 官方工程博客披露下一代广告检索引擎 Andromeda:生产上以接近排序级的模型表现评估每个合格广告,并以每秒超过 10 亿条候选的速度输出结果,吞吐较 2024 版实现 100 倍提升。
核心改动是引入受大模型启发的混合专家检索架构,推理时 FLOPs 约为 2024 版的 1/300,同时把索引匹配、评分与 top-K 选择融合进单 GPU 管道,网络流量减少约 100 倍。
Meta 称自 2025 年以来 Andromeda 为 Facebook 带来 2.4% 的转化率提升;与 NVIDIA 于 2026 年初启动的联合优化中,门控 kernel 吞吐从每秒 24 亿条提升至超过 100 亿条。

本文性能指标(100 倍吞吐、约 300 倍 FLOPs 削减、2.4% 转化提升)均出自 Meta 单方口径,后续如进入工程复现或财报引用需保留自述属性。
LangChain 发布 Schedules SDK 指南:定时任务是主动式 Agent 的核心机制,自称平台超 70% 的 Agent 运行由定时任务触发。
LangChain 10 月 28 日发布官方教程,指出当前主流主动式 Agent 的共同机制是让 Agent 作为 cron 定时任务运行,并介绍托管平台 Managed Deep Agents 的 Schedules SDK:调度可在 Agent 定义中静态声明,也可由 Agent 在运行时通过工具创建、列出和删除。
LangChain 称其 LangSmith 平台上超过 70% 的 Managed Deep Agent 运行来自定时任务而非用户手动消息,cron 被用于记忆压缩(dreaming)、主动发起对话、信息分流、提醒和 Agent 舰队编排等能力。
教程给出每日销售简报、check_in_later 等代码示例,并建议调度服务器在高峰时段对 cron 做抖动以分散负载。
同批证据还包括 LangChain 对其 Slack 内设计 Agent Content Studio 的复盘:该 Agent 已产出超过 3000 个素材并开放源码与 Managed Deep Agents 部署方式。
本条为 LangChain 官方工程博客,属厂商自述;70% 定时运行占比来自其 LangSmith 平台统计,未经独立验证。同批证据还包含其开源设计 Agent Content Studio 的构建复盘。
Databricks 发布开源 Vital Skills 技能包,为 Genie Code 补充医疗与生命科学领域知识,BiomniBench 范围内平均分升至 76.9。
Databricks 于 10 月 27 日发布 Vital Skills,一套基于开放 Agent Skills 标准的开源技能包,为编码代理 Genie Code 补充医疗与生命科学领域知识,覆盖 RNA-seq 分析、临床队列构建、HIPAA 去标识化与开放权重模型部署等场景。
官方在 BiomniBench 上做配对评测:技能范围内 5 个任务平均分从 71.9 升至 76.9(满分 100),范围外 18 个任务基本持平(69.1 对 71.2);
free-text 队列构建 F1 从 0.62 升至 1.00,TEDDY 部署检查从 19/27 项完成变为 27/27。
技能按“先问再假设、使用经过测试的工具而非临场写代码”的原则设计,可安装于 Genie Code、Genie One 或 CLI,并发布到 Unity Gateway 治理共享;Vital Skills 开源,欢迎社区贡献。
Vital Skills 可作为 Agent 垂直行业技能包(开源技能、治理发布与配对评测结合)的早期样本,建议跟踪其社区贡献与第三方复现情况。
行业观点
X 大 V · YouTube / Podcast · Builder 观察 · 开发者讨论
WIRED 作者亲测用 Codex 多智能体管理英超范特西球队:初期建议把哈兰德放替补,数周成绩仍没跑赢平均。
WIRED 编辑 Will Knight 在专栏中亲测,用 OpenAI Codex 构建多智能体系统来组建和管理一支英超范特西球队。
初期建议一度把哈兰德放在替补席,增加分工(读新闻、分析战绩、跑模型、互相批判)后建议明显改善,但把智能体数量增至 100 多个只增加了 API 费用。
文中引用芝加哥大学 Haifeng Xu 的研究称,在预测类测试中 GPT-5 表现最好,其后依次是 Grok 4、Claude Sonnet、Gemini 和 Llama,团队还发布了 Prophet Arena 基准。
另一个由哈佛大学和 Arcada Labs 开展的 Prediction Arena 实验给前沿模型 1 万美元在预测市场上押注 57 天,模型持续亏损但表现随时间改善;作者自己的球队至今未跑赢平均分。
本条核心是 WIRED 作者使用 Codex 管理范特西球队的一手实验,加上研究者 Haifeng Xu 对预测模型的转述,属于体验式行业观察而非模型或基准的官方发布。