字节 Seed 等团队发现 DeepSeek-V4 长文本检索的周期性盲区
字节跳动 Seed 团队联合普林斯顿大学、斯坦福大学和加州大学伯克利分校，系统测试 DeepSeek-V4 与 V4.1 后发表论文，揭示其分块 KV 缓存压缩带来的相位敏感性缺陷。
#DeepSeek
#DeepSeek
今日 6 条AI前线AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 刘润AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 进化岛周报：刘润闭关写年度演讲首稿，Codex、Claude、Grok、CodeBuddy 四模型并行搭基建
刘润进入第六届年度演讲第一轮闭关，10天写首稿，期间用 Codex、Claude、Grok、CodeBuddy 四个 AI 并行开发软件，两小时完成同事数周未写出的部分。
硅星人ProAI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 苹果发布会为何不再是“科技春晚”：AI 大会也还没接住这个位置
苹果发布会正逐渐失去“科技春晚”的光环：供应链爆料让新品提前曝光，2020 年后转为提前录制，智能手机进入成熟期后创新更多体现为性能与体验优化。与此同时注意力转向 AI 发布会，2024 年 5 月 OpenAI 发布 GPT-4o、DeepSeek R1 发布都引发大范围讨论。
创业邦AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 宁德时代加码DeepSeek新一轮融资，算电协同布局累计投入超105亿元
据媒体报道，DeepSeek正进行最新一轮融资，规模至少800亿元，宁德时代和腾讯是领投方之一，具体出资额未披露；今年6月DeepSeek曾官宣约510亿元首轮融资，宁德时代体系出资约50亿元。
Harrison Chase(@hwchase17)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 的 Open SWE 将模型选择移入 harness，任务中位成本降 64%
LangChain 的 Open SWE 把模型选择移入 harness，每个任务交给仍能完成工作的最便宜模型，并按质量进行测试，单任务中位成本下降 64%。开发者反馈 DeepSeek v4.1 Flash 作为编排器表现突出，可协调编码、测试、研究和子智能体，并在验证环节低成本复查代码改动，仅在更难的长尾场景才动用 Opus 或 Sol。
elvis(@omarsar0)AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 elvis 谈后训练门槛降低与长上下文 RL 成本下降
elvis 对后训练变得更易获取这一趋势表示乐观，认为新的后训练时代已经到来。他指出在智能体 RL 中，长上下文任务成本高、效率低且难以扩展，rollout 消耗了大部分 token，每一轮都要重新读取不断增长的上下文，包括工具输出、文件和此前的轮次。
顺为资本AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 扩散智能DiffuSpace连续完成两轮融资，总金额数亿元
10月9日，扩散智能DiffuSpace宣布已连续完成两轮融资，由经纬创投、顺为资本、君联资本联合领投，中科创星、华为哈勃、地平线等跟投，总金额达数亿元。DiffuSpace于2026年5月在深圳成立，团队研发的Dream 7B扩散语言模型部分能力可比肩DeepSeek V3（671B），目前正在训练新一代更大参数规模的模型并计划近期开源。
刘小排rAI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 韩国七家金融机构被黑事件：攻击者用 ARTEX 和 Claude Code、DeepSeek 等 AI 工具
9月28日起，新韩银行等七家韩国金融机构遭渗透，6万多人信息外泄，韩国总统下令彻查。研究人员发现疑似攻击服务器运行开源工具 ARTEX（自主渗透测试控制台），主要接入 DeepSeek，其他会话还使用 GLM、Grok 和 Claude Code，服务器目录浏览未关，配置文件、CLAUDE.md 与 AI 聊天记录可被直接读取。
掘金本周最热AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek Harness 官方桌面端上线：支持 Windows 和 macOS，提供账号登录与插件入口
DeepSeek Harness 官方桌面端已上线，提供 Windows 和 macOS 两个版本，安装包分别接近 300 MB 和 370 MB，内置 Node.js、pnpm 和 Python 运行环境。
DatawhaleAI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 谷歌牵头 32 位作者 154 页综述：把大模型「Token」认字机制讲明白
谷歌联合 20 多家研究机构、32 位作者发布 154 页综述，系统梳理大模型的分词（Token）机制，指出模型数不清 strawberry 里有几个 r、多位数算术出错，病根在文本进入模型前的分词环节。
人人都是产品经理AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯拟发债335亿元：手握5000亿现金，为何还要借钱投AI？
腾讯正考虑发行最高50亿美元（约335亿元）离岸债券，最快本月启动，此前6月已发债筹资近47亿美元。其二季度资本开支达528亿元、同比增长176%，自由现金流为负138亿元，AI预付款主要用于混元、WorkBuddy、CodeBuddy、微信AI及腾讯云的算力采购。
深网腾讯新闻AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 冲刺上市：2万亿估值背后的算力账单
据外媒报道，Anthropic 瞄准 11 月中旬上市，路演最快可能从 11 月 9 日当周启动；9 月曝光的招股书显示去年收入 45.9 亿美元、净亏损 420 亿美元，已承诺的算力和基础设施支出累计达 5180 亿美元。
量子位AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 联想天禧自研代码智能体 TianxiCode 以 71% 解决率登顶 SWE-bench-Live
联想天禧 AI 自研的专业代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）中以 71% 的问题解决率登顶全球第一，并通过官方 Verified 核验。TianxiCode 具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，未来将落地联想 AI 硬件产品。
AI Will(@FinanceYF5)AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 在 OpenRouter 上的 Token 使用量超过四大 AI 巨头总和
9 月最后一周，DeepSeek 在 OpenRouter 上处理的 Token 数量超过 OpenAI、Google、Anthropic 和 xAI 四家之和。
AI Will(@FinanceYF5)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 模型在 OpenRouter 上的 token 处理量超过 OpenAI、Google、Anthropic 与 xAI 之和
9 月最后一周，DeepSeek 模型在 OpenRouter 上处理的 token 量超过了 OpenAI、Google、Anthropic 和 xAI 四家模型的总和。该数据由 Social Capital 披露。
量子位AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 字节Seed发现DeepSeek时强时弱的原因：分块KV Cache压缩带来相位敏感性
字节Seed团队发现，DeepSeek-V4系列在长上下文检索中的表现会随信息位置按固定周期波动，波动周期与模型采用的KV Cache压缩步长一致。
AI Will(@FinanceYF5)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Chris Barber 调查 70 位 AI 从业者：Anthropic 与 OpenAI 位居前沿，Google DeepMind 和 xAI 落后一代
Chris Barber 询问 70 位 AI 数据公司工程师、研究员、创始人和实验室人员，将各 AI 实验室按代际分层。Anthropic 和 OpenAI 获共识评为前沿（frontier），Google DeepMind 与 xAI 获共识评为 n-1。
OpenRouter(@OpenRouterAI)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阶跃星辰 Step 5 Preview 上线 OpenRouter，稀疏 MoE 架构支持 1M 上下文
阶跃星辰（StepFun）的 Step 5 Preview 已在 OpenRouter 上线，官方称其为面向智能体任务的新旗舰模型。该模型采用稀疏 MoE 架构，激活参数 27B、总参数 600B，支持 1M 上下文以及文本、图像和视频输入，官方称其在编码和专业领域知识工作上表现较强，尤其是金融场景。
歸藏(guizang.ai)(@op7418)AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic Haiku 5.5 发布，价格低于 DeepSeek-V4.1 flash 与 GLM 5.3 flash
Anthropic 发布 Haiku 5.5，作者对比其与几款中国竞品的价格和测试评分：价格上比 DeepSeek-V4.1 flash 和智谱 GLM 5.3 flash 都便宜。在 Terminal Bench 4.0 上，作者称其分数比 GLM 5.3 flash 高一分，与另一竞品相同，比其他两个更高。
歸藏(guizang.ai)(@op7418)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 歸藏批评 Anthropic Haiku 5.5 低价狙击国产模型
Anthropic 的 Haiku 5.5 定价专门针对中国竞品，价格低于 DeepSeek-V4.1 flash 和智谱 GLM 5.3 flash；在 Terminal Bench 4.0 上，AA 测试比 GLM 5.3 flash 高一分，也与其他两个竞品持平或更高。歸藏批评此举“恶心”，并质疑外界因降价而淡忘 Anthropic 过往行为。
歸藏(guizang.ai)(@op7418)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 在 Agent 云电脑里装 Pi 或 DeepSeek Harness，让 Grok Bot 调用闲置 Code plan 额度
一种"邪修"用法是在 Agent 的云电脑里安装 Pi 或 DeepSeek Harness 这类编程 Agent，并把其他 Code plan 用不完的额度配置进去。之后让 Grok Bot 调用这些 token 来写代码、渲染视频，从而避免闲置额度被浪费。
歸藏(guizang.ai)(@op7418)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 歸藏分享邪修玩法：在 Agent 云电脑里装 Pi 或 DeepSeek Harness 消耗闲置 Code plan 额度
歸藏（guizang.ai）分享了一种「邪修」用法：在 Agent 的云电脑里装上 Pi 或 DeepSeek Harness 这类编程 Agent，把其他 Code plan 用不完的额度配置进去，再让 Grok Bot 调用这些 token 写代码、渲染视频，从而不浪费闲置额度。
美团技术团队AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团开源 LoHoSearch 搜索智能体评测基准，用知识图谱让机器自动出题
美团 LongCat 团队开源 LoHoSearch，一个基于覆盖 762 万维基百科实体知识图谱自动生成题目的搜索智能体评测基准，含 544 道经人工核验题目、覆盖 11 个领域。
lmarena.ai(@lmarena_ai)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LMArena 评测：Jev Router 模型路由尚未跑赢直连 DeepSeek V4.1 Flash
Jev Router 最常用的 5 个模型中 4 个位于帕累托前沿，可操控性表现突出，但整体权衡不及直接调用 DeepSeek V4.1 Flash——后者以更低成本和延迟取得相近表现。该评测显示，同时平衡任务成功率、可操控性、成本与延迟仍是模型路由的未解难题。
lmarena.ai(@lmarena_ai)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jev Router 与 DeepSeek V4.1 Flash 端到端延迟对比：中位数 6.18 秒对 3.64 秒
Jev Router 的端到端请求延迟高于同类 Pareto 最优模型，中位数为 6.18 秒，DeepSeek V4.1 Flash（Max）为 3.64 秒。在 P90（最慢 10% 请求）上差距扩大，Jev Router 耗时 30.59 秒，DeepSeek 为 14.26 秒。
美团技术团队AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 美团 GeoRA：为 RLVR 设计的 LoRA，获 ACL 2026 杰出论文
美团履约技术团队与北京大学提出 GeoRA，一种为 RLVR 显式对齐更新几何的低秩适配方法，已被 ACL 2026 接收为杰出论文（全球 18 篇入选）。
PyTorch研习社精选AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 CrowdStrike 报告称黑客用 Claude Code 与 DeepSeek 攻破韩国多家银行
CrowdStrike 报告称，2026 年 9 月下旬至 10 月初韩国多家金融机构遭针对性网络攻击，新韩银行约 2.5 万名客户信息受影响，KB 国民银行、韩亚银行等也有不同程度泄露。
为什么值得看
CrowdStrike 报告披露的攻击链细节，可供安全从业者观察 AI Agent 被用于真实金融渗透的方式。
十字路口CrossingAI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 谢扬团队的 Eazo：用图形界面 App 驱动的 Personal Agent，押注另一种形态
谢扬团队的 Eazo 将 Personal Agent 做成"图形界面 App 驱动"形态：用户描述需求，它直接生成带界面和数据的完整 App，背后由 Qoni 提供 Agent 身份、行动和长期记忆。Eazo 已在国内手机端和 PC 端可用且数据互通，内置多款 SOTA 模型可按任务切换，官方称测试中约 30 分钟即可生成一个较完整的 App。
AI科技大本营AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 多加 50% GPU，Rollout 只快 10.3%：Agent 训练的瓶颈开始从模型转向系统
中科大、香港科技大学与阿里巴巴研究者发布 PEARL 论文，针对 Agentic RL 中 Rollout 占端到端时间 81.8% 的 GPU 调度瓶颈，提出动态调整 GPU 角色与 Prefill–Decode 配置的弹性方案。
硅星人ProAI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 为何越来越不说人话：从 Coding 过拟合到文言文式压缩
开发者吐槽 Claude、GPT 等模型在 Coding 场景输出"15/15全绿""单腿哑火"等黑话，语言能力明显倒退。Coding 过拟合与 CoT 压缩是主因：为省 Token，模型思维链被简化成"穴居语"，Token 消耗量比白话文少 70%，Claude 自 Opus 4.6 后也改为非自然语言思维链。
歸藏的AI工具箱AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Haiku 5.5 对比中国模型：价格更低，Max 和 Team 用户获赠 API 额度
Anthropic 的 Haiku 5.5 定价低于 DeepSeek-V4.1 flash 和智谱 GLM 5.3 flash，在 Terminal Bench 4.0 上比 GLM 5.3 flash 高一分，与其他两个中国竞品相当或更高。Anthropic 还向每个 Max 和 Team 用户赠送对应额度的 API 金额，该 API 可在任何支持输入 API 的产品中使用。
钛媒体AGIAI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6全球上线、Claude Haiku 5.5降价，假期AI圈动态汇总
OpenAI宣布搭载智能界面（Intelligent UI）的GPT-6面向全球ChatGPT用户推出，Plus、Pro、Business和Enterprise用户先行，Free和Go用户次日起可用；其作答改为边想边答，联网搜索问题平均比上一代提前44%开始作答。
国际大厂AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软发布 AI 硬件与 Windows 11 更新，强化本地智能体工作流
微软在时隔两年的首场线下活动中发布 Surface Laptop Ultra 与 5999 美元的 Surface RTX Spark Dev Box，并公布 Windows 11 的多项更新。
山行AIAI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 个人 AI 工作空间为何需要边缘常驻加按需沙箱
山行 AI 基于开源项目 Bibo 分析个人 AI 工作空间的架构取舍：日常对话与个人空间由 Cloudflare Workers、Durable Objects 承接，需要系统工具时再获取 Linux 沙箱，文件独立放在 R2 不随临时执行环境消失。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 压缩智能体记忆，每 token 缓存降至 890 字节
DeepLearning.AI 在 The Batch 本周刊中介绍了 DeepSeek 面向智能体记忆的技术拆解：智能体读取量大于写入量，因此 DeepSeek 压缩了它们所记住的内容。
DatawhaleAI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Datawhale 十月组队学习开放报名，首次开设 Jev 课程共 11 门
Datawhale 十月组队学习开放报名，共 11 门课程，首次开设围绕 JEV Cookbook 的共学课程，讲解 Choice / Score / Noul 三种核心问题原语。课程覆盖 LLM 专题、Agent 专题、具身智能专题和 AI Infra 专题，其中 LLM 算法与系统教程按推理优化、性能优化、后训练优化三个方向分设。各学习时间重叠，每人限报 1 门，报名后需本周内扫码进群。
The Rundown AI(@TheRundownAI)AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 The DeepSeek 专题报道
The Rundown AI 分享了一篇关于 DeepSeek 的报道链接，指向其 newsletter 页面 therundownai.beehiiv.com/p/the-deepseek。原文未提供更多具体内容。
Epoch AIAI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Epoch AI 研究：中国 AI 公司如何赚钱
Epoch AI 发布研究，梳理中国六家头部 AI 公司（阿里、字节、Z.ai、月之暗面、DeepSeek、MiniMax）的五类收入来源：面向消费者的 AI 应用、售卖模型访问、面向企业和政府的定制部署、授权费，以及用 AI 带动既有产品线。
Fireworks AI(@FireworksAI_HQ)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fireworks AI 上线 DeepSeek V4.1 Flash 训练支持
Fireworks AI 宣布 DeepSeek V4.1 Flash 现可在 Dedicated Training API 和 Managed Training 两个入口上训练。官方称它是智能体编码、终端自动化和工具调用的强基础模型，且服务成本很低，并给出了微调文档链接 docs.fireworks.ai/fine-tuning/mo…。
elvis(@omarsar0)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SelfSearch 让编码智能体改写自身 harness，成本 4.03 美元追平 Codex
一项名为 SelfSearch 的研究让 AI 智能体基于此前自我修改的记录来改写自己的指令、工具与流程，编码智能体借此在 DeepSeek V4 Flash 上以 4.03 美元的搜索成本解出 Terminal-Bench 2.1 的 82.0% 任务，无需搜索期间的任务奖励。