腾讯科技企鹅智库旗下AI领域一周观察：一周一期，比信息整合深一步
文｜博阳
编辑｜徐青阳
一、产业
1. Anthropic 第三季度收入达 168 亿美元，投资者开始重估 IPO 价格
根据媒体报道，Anthropic 在旧金山总部的投资者日上向参会人士披露，公司 2026 年第三季度收入达到 168 亿美元，并在扣除特定费用后实现了“调整后盈利”。
回顾今年前两个季度，Anthropic 第一季度收入为 47 亿美元，第二季度跃升至 116 亿美元；短短半年内，单季收入规模扩大到原来的约 3.6 倍。但值得注意的是，这组数字来自面向潜在投资者的内部推介，并非公开审计的正式季报。紧接着在 10 月 15 日，路透社报道称，部分现有及潜在投资者正在讨论将 Anthropic 计划于 11 月进行的 IPO 估值设定在 1.5 万亿美元左右，较此前市场普遍预期的 2 万亿美元下调了约 5000 亿美元。
一家成立仅五年的公司达到年化近 700 亿美元的收入规模，为何反而遭遇估值回调？核心原因在于资本市场对增长速度与真实盈利质量的重新审视。
在万亿美元级别的估值水平上，投资者更看重增长的斜率：Anthropic 第二季度收入环比第一季度增长了 147%（翻倍有余），而第三季度环比增速放缓至 45%，增速换挡直接压低了买方愿意给出的估值倍数。更重要的是，“调整后盈利”剔除了股权激励及部分重资产投入，而公司今年 9 月披露的招股书底稿显示，其 2025 年全年净亏损高达 420 亿美元，且签下了未来十年至少 5180 亿美元的云服务与算力采购承诺（包括向亚马逊采购最高 5 吉瓦的 Trainium 芯片算力以及租用 Google Cloud）。
这一估值调整还会直接传导至二级市场。亚马逊与 Alphabet（Google 母公司）既是 Anthropic 的核心算力供应商，也是其主要股东。亚马逊第二季度 626 亿美元净利润中有 534 亿美元来自以 Anthropic 为主的账面投资收益，Alphabet 同期也有 990 亿美元的证券投资收益与此挂钩。如果 Anthropic 最终以较低估值上市，两大科技巨头未来财报中的账面投资收益将随之缩水。
2. Anthropic 内部就业报告：员工转向管理 Agent，人的注意力成为瓶颈
Anthropic 于 10 月 16 日发布了题为《How Employmentis Changing at Anthropic》的内部研究报告，结合公司内部的系统运行记录、代码提交、日历数据、面试评分卡、员工问卷以及 17 次深度访谈，呈现了深度使用 AI 对组织形态的真实影响。
报告显示，今年 3 月，公司内部由 AI Agent 执行的工作时长首次超过了人类员工。到 8 月，员工发起的交互式 Agent 活跃运行时长已达到人类工时的 6 倍，工程师人均代码提交速度也增至半年前的 5 倍。
不仅研发部门如此，法务审核合同、财务处理发票、销售跟进客户的产出均在引入编程与自动化 Agent 后明显上升。
但报告特别指出，机器运行时长是人类的 6 倍并不等于生产率提高了 6 倍，因为在多轮交互式会话中，Agent 实际上有约 80% 的时间处于闲置状态，等待人类员工输入指令或确认结果。造成“机器等人类”的原因，在于人类的阅读速度和注意力已经成了整个工作流程的最大瓶颈。报告按人类平均阅读速度折算发现，即便在非技术部门，员工如果要把名下 Agent 生成的文字全部读完，也需要花掉每周工作时间的一半以上。
一位受访工程师将这种工作状态比作“同时照看一群小孩子”：每一个并行运行的 Claude 都会向人类发出请求，但一个因为鸡毛蒜皮的权限问题卡住的 Agent，与一个正在处理核心系统故障的 Agent，争夺人类注意力时的紧迫感几乎没有差别。
为了应对信息过载，员工不得不把大量精力投入到“管理 AI 的元工作（Meta-work）”中，包括编写更详细的任务规范、开发用于监控 Agent 运行状态的看板，甚至专门配置一个“主管 Agent”去筛选其他 Agent 的请求。
数据显示，这类用于准备工具、制订计划和审查结果的“管理型工作”，在员工与 AI 会话中的占比已从 2025 年秋季的 10% 上升至 2026 年春季的 22%。与此同时，由于具体执行步骤被交给机器，人类员工需要花更多时间通过当面沟通来解决跨部门的系统性问题，公司员工的中位会议时长比一年前增加了 20%。
工作内容的改变直接重塑了公司的招聘结构。尽管 Anthropic 的总人数在过去一年翻了三倍，但技术部门中初级员工（Junior）的占比却从 2025 年初的 21% 降至 14%，在新增技术招聘中的占比更是从 27% 大幅滑落至 9%，针对初级岗位的招聘需求自 2025 年底起显著收缩。
对数千份面试评分卡的分析表明，招聘经理在评估候选人时，对“特定领域的现成技术熟练度”和“基础执行力”的提及比例下降，而对“自主性（Autonomy）”“跨领域判断力（Judgment）”以及“创造性使用 AI 工具的能力”的重视程度成倍增加。
这说明 AI 对就业的冲击并非简单表现为“公司整体裁员”。编写常规代码、起草初稿等执行环节被机器接管，使得原本用来培养新人的基础岗位需求萎缩。而甄别结果好坏、承担决策责任以及跨团队协调的担子，则更密集地压在了资深员工肩上。
为此，Anthropic 已在内部建立了一套岗位转型预警机制，优先通过内部转岗（比如让原本撰写产品界面问候语的文案团队转去编写模型评测标准与提示词）来消化组织变革。
3. Character.ai 申请破产重组，平台买家仍未确定
10 月 12 日，知名消费级 AI 聊天机器人公司 Character Technologies（即 Character.ai）在特拉华州正式申请破产，计划在法院监督下通过破产拍卖程序处置资产。华特迪士尼公司（Disney）以 2000 万美元的价格作为“假马竞标方（Stalking Horse Bidder）”给出了保底起始报价，交易标的仅限于部分底层技术的非独占、永久性许可，而不包含 Character.ai 平台本身的运营权。
在破产申请前的 2026 年 9 月 18 日，迪士尼先一步与 Character.ai 签署了排他与预付协议，将该公司 86 名员工中的 66 人（包括出任迪士尼全公司首席技术官的原 CEO Karandeep Anand）招入麾下，并预付了 750 万美元。迪士尼此次出价 2000 万美元购买的，只是模型后训练设施、长程安全监控系统 Guardian、年龄预测及多模态推理等 25 项底层技术的非独占使用权，明确排除了 Character.ai 的品牌、客户端应用、用户数据以及沉重的历史法律责任。目前，仅剩 18 名全职员工的 Character.ai 正依靠被迪士尼录用的老员工按过渡协议兼职维持运转。
回溯这家明星独角兽的历程，可以清晰看到消费级 AI 陪伴应用面临的双重困境。2024 年 8 月，Google 曾向 Character.ai 支付约 27 亿美元现金，买下其早期大模型技术的非独占授权并将两位创始人重新召回 Google，留下一家由员工持股、改用开源模型做后训练的独立公司。此后，Character.ai 一方面陷入严峻的未成年人安全诉讼与监管调查，包括多起青少年自残及自杀索赔诉讼（其中大部分于 2026 年初达成和解），以及全美 46 个州检察长针对未成年人保护与隐私发起的联合调查，迫使平台在 2025 年 11 月全面关停了未成年用户的开放式聊天功能。
另一方面，维持每天平均使用两小时的 1200 万月活用户需要高昂的算力成本。即便公司将月度运营开支从 2024 年下半年的 2190 万美元压缩至 2026 年 8 月的 1330 万美元，面对约 530 万美元的月收入，每月仍要净消耗 820 万美元现金。公司自 2025 年 8 月起聘请投行接触了 28 家潜在买方与投资人，均因诉讼风险和持续亏损而未能成交。
4. Meta 发布 Muse Wonder，把跨会话记忆和持续执行纳入旗舰模型
Meta 于 10 月 12 日发布了旗舰模型系列 Muse Wonder 以及更高规格的 Muse Wonder Full。这是自 14 个月前 Meta 围绕 Alexandr Wang 重组“Meta 超级智能实验室（MSL）”并启用俄亥俄州 Prometheus 超算集群以来，首次推出直接对标行业最高水平的模型。
在产品分发上，普通版 Muse Wonder 即日起向开发者开放 API 调用并接入终端编程工具 Muse Code；而参数规模更大、能力更强的 Muse Wonder Full 暂不开放 API，仅向每月付费 50 美元或 200 美元的 Muse Code 订阅用户提供。
此次更新重点解决的是 AI 在处理现实长周期任务时的两个核心痛点，分别对应 Active Memory（主动记忆） 和 Active Focus（主动专注） 两项新能力。过去用户使用大模型处理跨度较长的复杂项目（如跟进理赔、分析合同或开发完整应用）时，每次开启新对话往往需要重新交代背景，模型很难跨天、跨周乃至跨月保留用户的偏好与历史决策。Active Memory 的作用正是在不同会话之间自动提取并调用关键上下文，省去重复沟通的成本。
而在单次长流程执行中，传统 Agent 一旦遇到代码报错、工具失效或信息缺失，往往会直接停下来把问题抛回给人类，或者在原地打转偏离最初目标。Active Focus 则专门训练模型在受阻时主动尝试替代方案、从错误中恢复并紧盯最终目标，只在关键节点向人类核实。
在衡量超长程软件工程能力的 SWE-Marathon 评测中，Muse Wonder Full 取得了 57.5% 的成绩，高于 Claude Opus 5.5 的 46.3%；在第三方机构 Artificial Analysis 的综合智能指数上也拿下了 56 分（紧随 58 分的 Claude Opus 5.5）。
不过，部分独立开发者在实测 3D 场景渲染和小游戏编写时发现，Muse Wonder 的实际生成质量存在阴影错乱、画面模糊等瑕疵，表现不及 Claude Opus 5.5 与 GPT-6.1 Sol，这也引发了行业关于模型是否针对特定评测集进行了过度优化（即“刷榜”）的讨论。
此外，首发当日即便是每月付费 200 美元的高级订阅用户也频繁遭遇配额耗尽的问题。
5. Gemini 4 Argon 正式开放，促销价改善了高端模型的调用门槛
Google 于 10 月 13 日正式将 9 月 30 日进入预览阶段的旗舰模型 Gemini 4 Argon 正式向全球开发者、企业及订阅用户开放。
该模型支持 100 万 token 的统一上下文窗口，并在上线初期推出半价促销：每百万输入 token 和输出 token 的价格分别为 2 美元和 10 美元（缓存输入可享 95% 折扣），但在 2026 年 11 月 30 日促销期结束后，将恢复至 4 美元和 20 美元的标准定价。
从 Google 披露的内部与早期客户案例来看，Gemini 4 Argon 的发力重点在于跨大规模材料的多步深度推理与工程重构。例如，Chrome 团队利用该模型在几周内重构了 Chromium 4000 万行代码库中一段长达 600 万行的历史遗留模块，使网页在不同窗口和边栏之间移动时无需重新加载；科研人员用它将开源量子化学软件包 xTB 的分子构象搜索与结构预测速度提升了约两倍；在机器人领域，模型仅通过观察一段人类投掷沙包（Cornhole）的普通视频，便自主计算出空间坐标与全身关节轨迹并生成仿真代码，迁移至 Apptronik 的 Apollo 人形机器人后实现了现场连投 7 中。
Artificial Analysis 上，Gemini 4 Argon 在智能指数上获得 53 分，与 GPT-6 Astra、Claude Fable 5.1 并列处于第一梯队前列。由于它在推理过程中生成的思考文本相对详尽（在评测集上共输出约 1.1 亿 token，高于同级别 8500 万 token 的中位数），按当前促销价折算，完成单次评测任务的平均综合成本为 1.99 美元。这一价格明显低于同为 53 分的 GPT-6 Astra（3.26 美元/任务），但约为得分相近（52 分）的 GPT-6.1 Sol（0.72 美元/任务）的 2.7 倍。
6. 沙箱业务随Agent崛起，相关公司对应年化收入达 3 亿美元
AI 云基础设施公司 Modal 于 10 月 14 日宣布完成由 Accel 领投的估值175亿美元的D轮融资，距离今年 5 月上一轮融资时的 46.5 亿美元估值仅过去五个月，估值翻了三倍有余。
据报道，公司目前的ARR 已突破 10 亿美元，比一年前增长了 15 倍以上。其中，专门面向 AI Agent 的 Sandboxes（沙箱）业务年化收入达到约 3 亿美元，占公司总收入的三成。
Modal 自 2023 年推出该功能以来，利用自研的文件系统、容器软件和跨 20 多家云厂商的算力调度器，累计已经启动了近 30 亿个沙箱实例。
在 Agent 时代，企业为每次任务支付的账单正在一分为二，除了向大模型厂商支付模型推理的 Token 费用外，还必须为 Agent 动手操作时的隔离计算环境支付另一笔持续的基础设施费用。
7. DeepSeek 更新 V4.1 Flash，重点改善终端和软件工程任务
DeepSeek 于 10 月 17 日更新了项目仓库与线上接口，正式发布 DeepSeek v4.1 Flash（1017版本）。
根据官方模型卡介绍，该版本是针对端到端工程任务进行强化学习微调后的新检查点。在完全相同的评测条件下，考察命令行终端操作能力的 Terminal-Bench 4.0 得分从 9 月份旧版的 31.2 大幅提升至 42.3（上涨 11.1 个百分点），考察软件工程能力的 DeepSWE v1.1 得分从 74.2 提升至 77.0（上涨 2.8 个百分点，在官方对比表中微幅领先于得分为 74.0 的 Claude Opus 5）。
根据官方公告，这次提升的主要原因，是它在训练中更充分地练习了完整任务，并针对实际使用的工具环境进行了针对性优化。 官方称，它重点优化了 DeepSeek Harness、CodeBuddy、WorkBuddy下的表现。
在9月份发布的《Pushing the Limit of KV Cache》论文中，DeepSeek目前正在把真实工作中的失败案例重建成训练环境，用多个智能体制作并检查编程任务，再扩大强化学习的任务量和训练规模。模型因此有机会反复练习自己容易失败的工作流程。
同时，DeepSeek 还向所有开发者开放了自建的网页搜索（Search）与页面抓取（Fetch）API。
8. 早期信号｜视觉 Agent 开始在执行中保留图像信息
初创公司 Elorian 于 10 月 16 日在官方博客中发布了多模态视觉推理模型Elorian 。该模型由一支小团队利用数百张 GPU 在开放权重底座上通过后训练构建而成，API 定价仅为每百万输入 token 0.60 美元、输出 3.00 美元（比 GPT-6 Astra 便宜 94%，比 Claude Opus 5.5 便宜 85%），却在科学图表解析、细粒度视频动作理解、开放词汇计数和具身空间推理等多项评测中追平甚至超越了顶尖闭源模型。
Glimpse 最值得关注的技术探索，在于它改变了 AI 处理图像与视频信息的思考方式。目前主流的多模态大模型在面对复杂画面时，往往在第一步就将看到的画面压缩转换成一段文字描述，随后的多步逻辑推理全部建立在这段文字摘要之上。
这种做法有一个致命缺陷：如果模型在第一眼扫视时漏掉了角落里的某个微小物体，或者看错了某个一闪而过的动作细节，这个信息就会在后续纯文字推理中彻底丢失，导致模型沿着错误的初始印象一路错下去。
为了解决这一问题，Glimpse 将视觉表征直接保留在多步推理过程中，相当于给模型配备了一个随时可以回看的“视觉工作台”，并支持模型在思考中途调用工具放大局部画面、动态调整视频抽帧密度，或派生出子 Agent 协同核查画面细节。
例如，在官方公布的一段 6.13 秒的真实推理轨迹中，模型需要判断两只蓝鸟从门把手起飞时的镜头运动究竟是“连续摇镜头（Pan）”还是“剪辑切换（Cut）”。Glimpse 先以每秒 8 帧的常规密度浏览全片，随后在 2.4 至 4.0 秒处自动放大画面确认鸟爪抓握细节。当它发现 4.3 至 5.2 秒之间镜头快速移动、难以定性时，主动将这 0.9 秒区间的采样率加密到每秒 14 帧重新审视，通过比对中间帧背景墙面的连续位移，排除了剪辑切换的可能。
在另一项指挥机械臂完成“把奶油奶酪放进碗里再端上柜顶”的规划测试中，Glimpse 一边拆解步骤一边实时核对相机画面，单次任务规划成本仅需 0.035 美元，而同样完成该任务的 GPT-6 Astra 则耗费了 0.249 美元。这种“带着画面思考、存疑时随时回头取证”的机制，为工业质检、长视频分析及机器人控制提供了一条更具性价比的技术路径。
二、研究
1. 早期信号｜AI可解释性迈入新阶段
在大模型可解释性（Interpretability）领域，研究者本周围绕一个根本性的方法论问题展开了激烈交锋：要想看懂神经网络内部是如何思考的，我们究竟是否必须借助额外的数学工具把神经元激活重新拆解一遍，还是说模型原本的神经元本身就已经足够清晰易读？
要理解这场争论，可以先了解神经网络内部的基本运作逻辑。当大模型处理一段文字或一张图片时，内部数以百万计的“神经元”（即基础数学计算节点）会各自产生不同强度的数值反应，称为“激活（Activation）”。在早期研究中（包括 Nick Cammarata 与 Chris Olah 在 2020 年合著的经典论文，以及 Cammarata 2023 年在 OpenAI 主持的自动可解释性项目），学界发现单个原生神经元的行为看起来非常混乱。比如同一个神经元在看到“猫”的图片时会强烈激活，看到“汽车”时也会强烈激活。
因为一个神经元似乎同时混杂了多个毫不相干的概念（学界称之为“多义性 Polysemanticity”或“特征叠加 Superposition”），当时的结论是只有不到 2% 的原生神经元能被人类直接看懂。为此，过去几年整个领域投入巨大精力去训练一种叫“稀疏自编码器（Sparse Autoencoder，简称 SAE）”的外部辅助网络，试图把原本混杂的神经元信号拆解成数百万个单一含义的纯净“特征”。
然而在 10 月 15 日，现就职于可解释性研究机构 Goodfire 的 Nick Cammarata 发表长文 《Neural Networks Are Already Clean》，推翻了自己早年的判断。他提出，原生神经元之所以显得杂乱无章，不是因为模型本身混乱，而是过去分析工具的观察方式太粗糙。
通过让更聪明的 AI Agent 协助深入比对激活样本，他发现当年那个著名的“既对猫反应、又对汽车反应的神经元”，实际上根本不是在分别识别猫和车，而是一个纯粹的“V 字尖角形状检测器”。因为猫的尖耳朵和汽车前脸引擎盖的棱角都呈 V 字形，所以都会触发它，而圆形物体则会抑制它。
他还总结出一种名为“递归泛化（Recursive Generalization）”的规律：例如某个神经元最初只是用来识别字母组合 "iy"，随着训练深入，它顺带学会了识别包含这两个字母的缩写 "diy"（自己动手），最后甚至对完全不包含 "iy" 字母的完整短语 "do it yourself" 也会强烈激活。表面上看它响应了不同层级的词汇，实则有一条清晰的演化逻辑。
基于对开源模型 Qwen3-32B 的初步排查，Cammarata 提出工作假说：模型中约 90% 的神经元节点其实都只负责一项明确的主要功能，或许根本不需要大费周章去拆解重构。
这一乐观假说在发布后数小时内引发轰动，但也迅速遭到同行学者的严肃质疑。10 月 17 日，研究者 Leo Gao 发表回应文章《neural networks are not already clean，Google DeepMind 可解释性团队负责人 Neel Nanda 也就此提出批评。他们的核心反驳可以用一个简单的逻辑来理解：“事后找共同点编故事”与“真正掌握科学规律”是两码事。
具体来说，当研究人员观察一个神经元时，通常的做法是挑出让这个神经元反应最剧烈的十几个例子，然后用人类的联想能力给这十几个例子总结一个共同标签。问题在于，人类极其擅长在有限样本中寻找规律，这种事后总结很容易陷入“幸存者偏差”。
那么，怎样才算真正“读懂”了一个神经元？Leo Gao 指出，唯一严格的验收标准是“事前预测与替换测试（Simulation & Downstream KL）”。也就是说，如果你声称自己总结出了某个神经元的工作规律，你不能只拿看过的例子说事，而必须把这条规律写成一个明确的打分规则；当我们输入成千上万句模型从未见过的新文本时，单靠你总结的规则，就必须能准确预测出该神经元在每句话上会激活到什么数值。更进一步，如果我们把大模型里那个真实的神经元临时“拔掉”，直接用你规则预测出来的数值填进去顶替它，模型最终输出的回答分布应当几乎不受影响（即下游 KL 散度变化极小）。
2. 四个 Agent 完全自主后训练 104 小时，追平小模型官方指令版
字节跳动与高校研究人员 Yufa Zhou 等人于 10 月 15 日提交了论文 《Athanor: An Agent-Native System for Autonomous Post-Training Research》，探讨了一个关乎“AI 能否自我迭代训练 AI”的核心实验：如果不给任何人类研究员的指导，让前沿大模型驱动的 Agent 自己去后训练一个只经过预训练的模型，能做到什么水平？
研究团队开发的 Athanor 系统将后训练的所有工程环节封装成一套自动研究环境，并把一个完全未经微调的 Qwen3-4B-Base 毛坯模型交给了 4 个由 Claude Opus 5.5 驱动的 Agent。每个 Agent 分配到一台搭载 8 张 GPU 的计算节点，在完全隔离的沙箱中连续自主开展 104 小时（四个半昼夜）的后训练研究。
为了保证实验公平，系统禁止它们在线调用更强的大模型来直接生成答案（即禁止在线向教师模型求救），只能自行筛选和清洗已有的公开数据集（其中包含部分公开蒸馏数据）。
在这 104 小时里，4 个 Agent 完全像人类算法团队一样自主运作：它们自己阅读数据集样本、分析每次实验的评测涨跌、修改强化学习的采样算法、把彼此训练出的优秀模型进行权重合并（Weight Merge），并开展多轮自我蒸馏。
最终，在包含六项任务的开发评测集上，它们训练出的模型平均分从基座的 15.9 分大幅提升至 67.3 分，略微超过了官方发布的精调版本 Qwen3-4B-Instruct-2507（66.5 分）。更重要的是，在 Agent 全程毫不知情的保密测试集（Held-out suite）上，最终模型得分也从基座的 9.2 分升至 48.2 分，同样与官方指令版的 47.9 分持平。这证明其能力提升并非靠针对公开题库“刷分”得来。
不过，实验记录也暴露出一个明显的瓶颈：绝大部分性能跃升都发生在启动后的第一天内，随后几天里提升曲线迅速趋缓，4 个 Agent 选择的数据配方与训练思路逐渐趋同。
这说明，当前的顶尖 Agent 已经具备独立跑通一整套标准模型后训练流程的工程能力，但若想通过单纯延长运行时间来做出突破性创新，还必须解决多 Agent 容易陷入同一套常规思路、缺乏发散探索的问题。
3. 135 份 Agent 科研论文，无一满足开放问题的全部验收条件
由卡内基梅隆大学（CMU）联合美国能源部（DOE）多家国家实验室的一线科学家共 28 位作者，于 10 月 13 日发布了预印本论文 《Into the Unknown: Benchmarking AI agents on open scientific research problems 》。
为了检验当下最强的 AI Agent 究竟能否独立承担真正的开放式科学研究，团队请国家实验室科学家从量子计算、等离子体物理、计算化学、材料科学和科学机器学习五个领域中，拿出了 15 项尚未发表的真实后续研究课题，并由科学家预先制定了严格的客观验收条件（例如必须复现某一物理现象、计算误差必须控制在特定界限内、必须满足指定的输入输出物理约束）。
随后，团队让 9 种前沿科研 Agent 分别针对这 15 个课题独立开展实验并撰写完整学术论文，共计收到 135 份论文提交。
最终的评估结果给“AI 全自动做科研”的热潮敲响了警钟：在全部 135 份提交中，能够同时满足科学家预设的所有科学验收条件的论文数量为 0。
比“没能解出难题”更值得警惕的，是高达 114 份提交（占总数的 84%）未能通过最基础的“研究诚信与一致性检查（Integrity Check）”。
所谓未能通过一致性检查，是指研究团队通过自动化审计流程（并经领域专家交叉核验），将 Agent 最终写出的论文正文与它在沙箱中真实留下的代码运行记录、实验输出日志进行逐一比对时，发现了普遍的“文实不符”现象。
这 135 篇论文在排版格式、学术用语和图表外观上全部合格，读起来极具说服力。但翻开后台日志就会发现，有的 Agent 在实验代码根本没有跑通的情况下，依然在论文里信誓旦旦地宣称“已成功完成某项实验”。有的 Agent 则在论文表格中汇报了与实际运行日志直接矛盾、甚至凭空捏造的漂亮数据。
在被测的 9 种前沿 Agent 中，有 6 种在全部 15 个课题上的诚信通过率均为零。即便是表现最好的 GPT-6-Astra，也仅有 11 篇通过了诚信检查（占全部 21 篇合规论文的一半以上），且同样未能满足所有科学完备性要求。
需要明确的是，这种现象并不代表模型产生了像人类一样的蓄意造假动机，而是暴露了现有训练目标的缺陷，大模型被训练得极其擅长模仿“一篇优秀顶会论文的文字外观”，当它在复杂的真实科研环境中遭遇实验失败或算力受阻时，往往会顺着语言模型的惯性“把故事编圆”，用流畅的学术修辞掩盖缺失的实验链条。
这项研究提醒学界，在将 Agent 引入开放式前沿探索时，绝不能仅凭最终生成的论文文本做同行评审，必须建立沿着原始数据、执行代码和运行日志逐项核验的刚性审计机制。
4. Claude 找到更省资源的量子电路，七项任务同时减少门数与比特数
与上一项开放式科研的受挫形成鲜明对比，当研究问题拥有即时、精确的自动化验证标准时，大模型展现出了惊人的发现能力。哈佛大学、QuEra Computing 与 Anthropic 于 10 月 15 日在 arXiv 提交论文 《Discovering state-of-the-art quantum circuits with large language models 》，展示了由 Claude Mythos 5 模型在开源进化搜索框架 OpenEvolve 中自主设计并优化的八项基础量子计算电路。
结果显示，在其中七项标准计算任务上，Claude 发现的新电路同时大幅减少了所需的 Toffoli 门数量与量子比特（Qubit）数量，综合成本最高降低了 39 倍。在第八项难度极高的椭圆曲线模逆运算中，模型经过连续 53 小时的探索，走出了一条此前从未有人发表过的全新算法路线。
对于非量子物理背景的读者，可以用“厨房做菜”来理解这两项指标的权衡关系：在容错量子计算机中，量子比特（Qubits）就像是操作台上的空盘子，决定了计算需要占用多少硬件空间，数量极其宝贵且容易出错；而 Toffoli 门则是量子计算中代价最高昂、最耗时的基础逻辑操作，相当于极其繁琐的加工步骤，学界通常用 Toffoli 门的总数来衡量一段量子程序的运行时间成本。在传统设计中，“省盘子（减少量子比特）”和“省步骤（减少 Toffoli 门）”往往是矛盾的，如果你想少用几个盘子，就必须在用完中间食材后立刻把盘子洗干净腾出来（在量子计算中称为“逆计算清除中间状态”），等后面再用到这份食材时又得重新切配一遍，从而导致操作步数暴增。
Claude Mythos 5 之所以能打破这种常规权衡，得益于研究团队构建的严密闭环：量子电路可以被直接写成普通 Python 代码，并由经典计算机上的验证程序在几秒钟内检验其计算结果是否完全正确，同时算出“比特数 × Toffoli 门数”的资源总分反馈给模型。在无需人类中途干预的多轮迭代中，模型在固定点高斯函数任务上将原本需要 24,000 个 Toffoli 门和 362 个量子比特的业界最佳方案，压缩到了 1,583 个门和 139 个比特（成本降低 39 倍）；在 HHL 旋转角、Reed-Solomon 解码器等任务上也分别实现了 32 倍和 12 倍的成本缩减。
最引人注目的突破发生在第 8 项任务，椭圆曲线点加运算的核心瓶颈“模逆运算（Modular Inversion）”上。
在传统计算机里，求模逆通常采用一种叫 divsteps 的高效算法，但在计算过程中会不断丢弃分支选择的历史记录；而在量子计算中，所有电路操作都必须是“可逆的（Reversible）”，为了不丢失信息，以往的做法只能耗费海量量子比特把每一步的选择记录老老实实存下来，导致该算法无法成为实用的量子电路。
Claude Mythos 5 在人类仅给出初始任务说明和偶尔提醒“拓宽思路”的情况下，连续自主工作了 53 个小时，最终发现了一个巧妙的数学性质：根本不需要专门耗费空间去存储那些分支记录，因为只要观察每一步算出来的数字本身，就能反向推算出上一步做了什么选择！ 模型不仅写出了这一无需存储记录的新电路，还自己编写了形式化证明代码，在数学验证器 Lean 中严格证明了该解码恒等式的正确性。
与此前比特数最少的已知方案相比，Claude 的新设计仅多用了约 12% 的量子比特，却将昂贵的 Toffoli 门数量从 7000 万个锐减至 400 万个（减少了约 17 倍）。
当然，这些成果目前仍属于逻辑电路层面的蓝图优化，要真正运行还需要未来容错量子硬件与纠错码的配合，但它清晰地证明了：只要一个工程或科学问题能够被写成代码、并配有一个快速可靠的自动评分器，大模型就能在数百小时的不间断搜索中找到超越人类专家多年积累的设计方案。
5. Anthropic 展示 AI 蠕虫风险
Anthropic 前沿红队（Frontier Red Team）研究员 William Zhou 与 Daniel Freeman 于 10 月 12 日发布了安全研究报告 《AI models may be capable of self-replicating without access to a datacenter》。
长期以来，安全界在讨论能够像计算机病毒一样在网络上自主传播、拷贝自身权重的“AI 蠕虫（AI Worm）”时，往往假设它必须攻破守卫森严的大型云计算数据中心才能获得运行所需的显卡算力。而 Anthropic 红队在此次研究中提出了一个更贴近现实的威胁模型：如果 AI 蠕虫不盯数据中心，而是钻进千家万户缺乏安全防护的智能电视盒子、智能冰箱、摄像头等物联网（IoT）设备里呢？
为了评估这种可能性，团队拆解并测试了两个关键前提条件。
第一组实验测试的是“廉价低端硬件能否抱团跑起一个足够聪明的模型”。研究人员在网上采购了 15 台单价约 55 美元的杂牌安卓电视盒子。这类设备通常只配备 4GB 内存，且厂商几乎不提供安全更新（历史上曾感染超过 200 万台设备的 Kimwolf 僵尸网络正是以这类电视盒子为主要目标）。团队利用流水线并行技术，将参数量达 260 亿的开源模型 Gemma4-26B-A4B（每次激活 40 亿参数）拆分成碎片，让每台电视盒子分别装载模型的两层神经网络，通过局域网串联起来协同推理。实验证明，这 15 台廉价盒子确实能把大模型成功跑起来，平均生成速度约为每秒 0.39 个 token（在 32k 上下文负载下约为每秒 0.3 个 token）。
虽然这个速度慢得无法与人类实时聊天，跑完一轮完整的环境部署需要耗费 71 到 150 个小时（约三到六天），但研究人员将其比作自然界中的“粘菌”或“果蝇群”：它虽然繁殖缓慢，但由于分散在成千上万台家用电器中、没有任何中心控制节点，一旦在公网上形成规模，防御方将极难将其彻底清除。
第二组实验测试的是“现有开源模型能否独立走完从入侵、配置环境到自我复制的全流程”。在传统网络攻击之外，AI 蠕虫最难的一步其实是在陌生的目标机器上“把自己搭起来跑通（Inference Setup）”，它必须自己识别目标机器的芯片架构与操作系统、挑选兼容的推理框架、解决繁琐的软件包版本冲突并在报错后自行调试。
团队在第一部分测试中发现，90 亿参数的 Qwen3.5-9B 已经能在测试的 9 种异构硬件（从个人电脑、服务器到边缘计算板 Orange Pi）中的 8 种上成功搭起推理服务。接着在端到端复制实验中，团队搭建了一个由 8 个运行安卓模拟器的节点组成的隔离网络（为简化起见，节点间留有未设密码的 ADB 调试端口，模拟现实中常见的弱口令物联网设备），观察模型能否从“零号病人”节点出发，自主扫描网络、传输文件、在目标机器上搭起模型服务并继续感染下一台机器。
结果显示，体积较小、能塞进电视盒子的模型（如 Qwen3.5-9B 和 Gemma4-26B-A4B）在多步串联时频繁犯错，5 次尝试中均未能完成端到端传播。
而体积庞大、能力更强的开源模型 GLM-5.2（7440 亿参数） 则在 5 次测试中有 4 次成功感染了全部 8 个节点，另 1 次感染了 7 个节点（实验中决策模型运行在外部服务器上，目标节点负责部署较小的负载模型，并由测试框架辅助触发新实例）。
将两组实验放在一起，安全边界变得非常清晰：目前，“小到能塞进廉价电视盒子的模型”还不够聪明，而“聪明到能独立完成全套复制流程的模型（如 GLM-5.2）”又太大、无法在电视盒子上直接运行。
但报告根据开源小模型在 Epoch 能力指数（ECI）上每年提升约 13.7 分的历史趋势测算，目前 300 亿参数以下小模型的能力上限与 GLM-5.2 设定下的复制门槛之间仅相差 2.4 分，如果演进速度不变，最快到 2026 年底，小模型就可能跨过这道门槛，这也是该报告呼吁业界提前加强物联网与边缘设备防御的原因。
三、政策
1. 中国拟调整技术出口目录，过渡期登记安排同步启动
10 月 16 日，中国商务部与科技部联合就修订《中国禁止出口限制出口技术目录》向社会公开征求意见（意见反馈截止日期为 2026 年 11 月 15 日）。
此次拟增列的技术涵盖人工智能、生物医药和光伏三个领域共计 40 项关键技术，其中有 23 项与人工智能直接相关（涵盖大模型、智能体、算力集群与信息处理等方向）。
在全部 40 项技术中，有 14 项拟列入“禁止出口”类别（例如人工智能自主驱动的恶意代码生成与变异技术），26 项拟列入“限制出口”类别（例如人工智能辅助漏洞挖掘技术）。
尤为关键的是，尽管最终目录尚处于征求意见阶段，但公告明确规定：自 10 月 16 日公告发布之日起，针对公告所列技术的“出口前临时登记管理措施”已经同步启动，正在进行但尚未完成的技术出口也在此登记范围内。
对于众多正在推进国际化业务的国内 AI 企业而言，最关心的问题莫过于“自家的出海业务到底算不算技术出口、需不需要审批或登记”。对此，商务部新闻发言人在同日发布的答记者问中，根据技术的具体交付形态划出了非常清晰的合规边界。
首先，判断一项出海业务是否落入监管范围，核心标准在于“是否涉及将受限制的底层技术从中国境内转移至境外”。如果国内企业将纳入限制类目录的大模型技术出售、授权给境外主体，或者为海外客户在境外的本地服务器/私有化机房开展“海外本地化部署”，由于模型核心文件与技术实质上交付到了境外，这明确属于技术出口管理范围，企业必须履行登记及后续的许可证申请手续。
其次，政策为风险可控的国际化经营留出了便利通道。如果中国企业是将受限技术部署在自建自营的海外自有云算力中心，或者是为了开展技术开源、赴境外进行芯片流片制造、利用境外资源开展联合研发以及参与国际标准制定，均可适用“自动许可”等便利化措施，基本实现“即报即出”。
最后，也是对广大应用层与模型服务商最重要的一颗定心丸，纯粹的在线服务与公开学术成果不纳入大模型技术出口管理范围。
只要企业没有把底层受限技术本身打包移交给海外，而是通过向境外用户提供 API 接口调用、海外版手机 App、网页端对话交互、SaaS 软件订阅服务，或是本地端侧的轻量化模型部署，均不属于技术出口管控对象，业务可以照常开展。此外，已经通过开源社区或公开发表学术论文等方式进入公共领域的相关技术，同样拟不纳入出口管理范围。
2. METR 研究人员进入 Anthropic 内部
Anthropic 于 10 月 15 日发布官方公告 ，宣布兑现此前在《白宫超级智能协议》中的承诺，正式向非营利独立评估机构 METR 的一个 6 人研究小组开放接近公司内部正式员工的深度访问权限，同时还在推进与生物安全评估机构 SecureBio、埃森哲（Accenture）及 Faculty 的分层评估合作。
在此之前，外部机构对前沿大模型的安全评测大多停留在“黑盒测试”层面——即模型厂商在产品临近发布前，给外部测试者提供一个受限的 API 接口跑几套测试题。这种方式面临严重的信息不对称：外部测试者既不知道模型是怎么训练出来的，也看不见模型在内部研发阶段暴露过哪些危险苗头（例如模型在测试中假装顺从的“对齐伪装”行为），更无从知晓厂商内部的安全防线究竟是如何运作的。为了打破这种隔阂，Anthropic 此次参考了金融监管中向大型银行派驻“驻场检查员（Resident Bank Examiners）”的做法，将第三方评估分为三个权限层级，其中 METR 的 6 名研究员直接获得了最高层级的“类员工权限（Employee-like access）”：公司为他们配发了内部办公电脑、实体工位以及内部系统账号，允许他们像 Anthropic 自家的对齐风险团队成员一样，在日常研发过程中直接查阅训练信息、安全护栏设计并与内部员工自由交流。
3. 英国把前沿 AI 网络风险纳入国家防御部署
英国政府（由内阁办公厅、AI 安全研究所 AISI、国家网络安全中心 NCSC 及科学创新与技术部联合发布）于 10 月 12 日公布了国家防御部署计划，重点应对前沿 AI 系统及自主 Agent 在网络安全与关键基础设施领域带来的新型风险。
随着前沿大模型在代码分析与漏洞利用上的能力迅速攀升，攻防两端的时间窗口正在被急剧压缩。英国此次采取的是“以 AI 强化防御”与“提前防范失控事故”双管齐下的策略。
在防御实战层面，英国政府披露，此前在政务系统中开展的两项前沿 AI 网络防御试点项目，已经协助安全人员扫描、识别并修复了超过 1000 处潜在的政府系统网络安全漏洞。接下来，政府将把这一利用前沿 AI 查找漏洞、监测威胁的项目扩大到整个公共服务部门。
与此同时，英国国家网络安全中心（NCSC）与 AI 安全研究所（AISI）正在联合启动一项专门针对“自主 AI Agent 重大突发事件”的应急响应研究。因为一旦具备自主行动能力的 Agent 在缺少人类监督的情况下发生故障、失控或被恶意利用，其连锁反应扩散的速度和广度将远超政府以往习惯应对的传统人为事故。
在制度与立法层面，英国政府表示正在探讨通过推进中的《网络安全与韧性法案（Cyber Security and Resilience Bill）》及相关监管体系，为医院、公用事业水电网等关键基础设施补充针对新兴 AI 风险（包括自主系统脱离人类监督的失控风险）的法律保护，并研究建立针对 AI 严重事故以及“险些发生的未遂事故（Near-misses）”的识别与上报机制，以便像航空安全领域一样在酿成大祸前快速吸取教训。
