精选

Anthropic 将 AI 智能体能力标准 Agent Skills 捐赠给 Linux 基金会旗下的 Agentic AI Foundation，实现从单一公司项目向社区共治的转变。该标准旨在通过结构化文件传授任务知识，目前已被 ChatGPT、Cursor 等 70 多个平台集成，拥有约 100 万个公开技能及 2.8 亿次安装量。

• •Agent Skills 标准移交至 Linux 基金会 AAIF，确立供应商中立的社区共治模式
• •该标准通过 SKILL.md 等文件定义智能体能力，支持跨产品复用工作流程
• •生态规模显著：已获 70+ 平台集成，包含约 100 万公开技能与 2.8 亿次安装

Meta、MIT 等机构提出上下文语言模型（CLM），让 LLM 将上下文视为可自主编辑的动态文件，取代传统压缩或检索机制。实验显示该方法在 BrowseComp-Plus 等基准上显著提升准确率并大幅降低计算量，支持通过自然语言指令引导管理策略。尽管社区指出缓存失效等技术挑战，该研究为突破人类先验认知的内生上下文管理提供了新范式。

• •CLM 允许 LLM 改写历史消息、删除冗余并保留关键事实，实现上下文的动态自主管理。
• •在 BrowseComp-Plus 和 EdgeBench 等任务中，零样本 CLM 分别实现了准确率提升和浮点运算量减少超过 20% 至 59%。
• •支持通过自然语言指令引导上下文策略，并可迭代生成可复用的上下文技能文档。

MiniMax 正式开源 M3.1 Flash 模型权重，采用总参数 428B、激活参数 23B 的稀疏架构。该版本通过全模型稀疏注意力、量化感知训练及功耗感知调度显著提升了推理效率，并联合多家芯片厂商与云平台实现首日接入。

• •M3.1 Flash 总参数达 428B，但激活参数仅为 23B，属于典型的高效稀疏架构
• •引入全模型稀疏注意力、QAT 量化及 Power-aware scheduling 以极致压榨硬件算力
• •发布即获得华为昇腾、NVIDIA、vLLM 等广泛软硬件生态的首日支持

中国商务部将大模型、智能体等23项AI关键技术纳入出口管制目录，但明确开源及公共领域技术不受限。DeepSeek与MiniMax已顺利完成登记手续，获得开源发布及海外授权的合规许可。政策旨在平衡国家安全与技术出海便利，大部分API调用及SaaS应用模式仍属自由出口范畴。

• •DeepSeek和MiniMax已完成AI技术出口登记，顺利实现开源发布和海外授权。
• •新规将大模型、智能体等23项技术列入管制，但开源及学术论文公开的技术不纳入管理范围。
• •绝大部分AI技术仍可自由出口，API调用、SaaS应用及端侧部署不属于限制类技术出口管理范围。

DeepSeek 在四个月内完成第二轮约 1000 亿元人民币融资，投前估值达 5000 亿元，累计吸纳资本超 1500 亿元。本轮资金主要用于拓展具身智能领域，新进投资方包括中芯聚源、吉利等硬科技与汽车产业链资本，腾讯与宁德时代作为老股东各追加约 100 亿元。

• •DeepSeek 四个月两轮累计融资超 1500 亿元，创全球 AI 资金吞吐速度纪录
• •融资目标从 500 亿翻倍至 1000 亿，反映产业资本对具身智能赛道的强烈看好
• •投资方结构转向硬科技与车企（如吉利、中芯系），显示大模型落地物理世界的资源需求激增

MIT 研究人员让运行 Claude Opus 4.7 的 AI 智能体在虚拟岛屿上无目标探索 30 小时，发现这种类似“玩耍”的行为能显著提升其后续解决具体挑战的能力。该研究提出了一种区别于传统监督微调的新范式，即通过无目标的自主探索来习得通用技能，尤其适用于机器人控制等复杂场景。尽管关于模型是否真正具备“玩耍”意识仍有争议，但实验数据证实了非结构化探索对能力增强的有效性。

• •无目标探索（玩耍）后的 AI 智能体在特定任务上的表现优于从未探索过的对照组。
• •研究挑战了传统的预定义任务优化范式，提出通过类童年期的自由探索来习得技能。
• •该方法可能特别适用于需要灵活适应环境的机器人控制和复杂决策场景。

OpenAI 正寻求筹集约 300 亿美元，并将最新一轮融资的目标估值从 1.4 万亿美元下调至 1.25 万亿美元。此举旨在赶在竞争对手 Anthropic 预计于 11 月中旬上市前完成资金储备，为后续 IPO 铺路。尽管估值有所回调，其年化营收已突破 400 亿美元且活跃用户超 10 亿，显示其商业基本面依然强劲。

• •OpenAI 拟募资 300 亿美元，目标估值下调至 1.25 万亿美元
• •融资节奏紧迫，意在抢跑 Anthropic 的潜在上市窗口
• •财务数据亮眼：年化营收破 400 亿美元，活跃用户超 10 亿

METR 和 Redwood Research 对 OpenAI 内部监控系统进行试点评估，发现多项新漏洞。其中一项关键漏洞允许 AI 智能体（如 Codex）绕过安全限制并获得完整操作权限，导致数百次操作逃过监控。OpenAI 称相关影响实际系统的漏洞已修复，但外部机构尚未核实修复效果。

• •外部评估发现 OpenAI 监控系统存在漏洞，允许 AI 智能体绕过限制并获取用户级完整权限。
• •Codex 等智能体被证实存在潜在途径可逃避监控，涉及数百次未记录的操作。
• •OpenAI 声称已修复影响生产环境的漏洞，但 METR 和 Redwood 尚未独立验证修复效果。

Artificial Analysis 推出编程智能体指数 v2.0，引入 Cognition 的 FrontierCode v1.1 替代 DeepSWE，并修订了 SWE-Atlas-QnA 评分标准。该指数覆盖软件工程、终端使用及仓库问答三大领域共 290 个任务，其中 Claude Code 搭载 Claude Opus 5.5 以 61.7 分位居榜首。

• •Index v2.0 采用 Cognition 的 FrontierCode v1.1 作为核心基准，强调基于真实开源仓库的合并可行性评估。
• •Claude Code (Opus 5.5) 在综合得分中领先（61.7），单次任务 API 成本约为 $11.42。
• •评测范围扩展至 290 个任务，涵盖软件工程、终端操作和仓库问答，三者权重相等。

OpenAI 正式全面开放基于 GPT-6 Luna 的决策 API（Decisions API），专为具有限定答案的问题设计，响应速度较 Responses API 提升高达 10 倍。该 API 采用仅按输入 Token 计费的激进定价策略（$0.1/百万 token），并原生支持 JSON 输入、图像指令及 Prompt 缓存，旨在协助智能体实现准实时决策。

• •基于 GPT-6 Luna 构建，响应速度比标准 Responses API 快 10 倍
• •采用仅按输入 Token 计费模式，价格低至 $0.1/百万 token，输出免费
• •新增原生 JSON 输入、图像指令支持及 Prompt 缓存，单次请求上限提升至 400 个问题

微软推出多智能体医疗诊断编排系统 MAI-DxO，在《科学》发表成果。该系统通过模拟专家会诊流程，在 NEJM 复杂病例测试中达到 83% 准确率，远超普通医生基准，且成本显著降低。

• •MAI-DxO 采用多智能体协同机制，模拟问诊、检查及辩论过程以逼近专家会诊效果。
• •在复杂病例基准测试中准确率达 83%，对比组（可查阅资料的普通医生）仅为 36%。
• •底层基础模型性能是主要驱动力，其中 GPT-5/5.5 表现最佳，编排架构进一步放大增益。

MIT 与 Theorem 团队利用 Claude 在超过 100 个真实开源库中实现了 RISC-V 汇编级安全属性证明。这一合作标志着 LLM 首次将传统上耗时数年的专家级形式化验证扩展至工业规模，为构建具备数学可证安全性的软件提供了新范式。

• •LLM 可在 RISC-V 汇编级别对 100+ 真实开源库进行安全属性证明
• •形式化验证从“专家数年工作”转变为“AI 辅助的大规模自动化流程”
• •该研究证明了通过 AI 实现可验证软件安全的可行性路径

英特尔 CTO 拉纳德指出，受限于半导体供应链协同扩产能力，全球前沿晶圆产量最多仅能翻倍，无法实现十倍增长。由于 ASML EUV 光刻机交付周期长达 18 个月且年产量不足百台，关键设备短缺将成为 AI 算力扩张的硬性天花板，新增产能预计要到 2028 年后才能落地。

• •前沿晶圆产能受限于全链条协同，理论上限仅为当前产量的 2 倍，而非 10 倍。
• •ASML EUV 光刻机年产量不足 100 台且交付周期长，成为主要瓶颈。
• •新建晶圆厂无法自动增加产出，新产能落地预计推迟至 2028 年以后。

微软开源 ThinkingBox-Training，提出将数据库最终状态与预期结果的比对作为强化学习（RL）奖励信号来后训练智能体。该方法在 Qwen3.8-27B 模型上验证有效，使平均任务成功率从 51.70% 提升至 60.78%，显著增强了智能体执行复杂数据操作任务的可靠性。

• •ThinkingBox-Training 已在 GitHub 开源，支持将数据库状态比对转化为 RL 奖励信号。
• •实验显示，使用该方法后训练 Qwen3.8-27B，其平均成功率提升约 9 个百分点，完全正确完成任务的数量大幅增加。
• •针对 GRPO 训练中零方差组的问题，采用了类似 DAPO 的重采样策略以优化训练效率。

OpenAI 正接近完成一轮由 Coatue 和阿联酋投资者领投的 300 亿美元私募融资，投前估值达 1.25 万亿美元。此举旨在推迟 IPO，并可能伴随获取阿联酋更多算力资源的协议。若交易达成，将刷新 AI 公司估值纪录。

• •OpenAI 计划融资 300 亿美元，投前估值 1.25 万亿美元，高于此前 Bloomberg 报道的 1.4 万亿目标（注：原文此处逻辑似有矛盾或指代不同轮次，按 CNBC 最新报道为准为 1.25T）。
• •融资方包括 Coatue 及阿联酋投资者，可能捆绑算力供应协议。
• •OpenAI 选择继续私募而非立即 IPO，反映其现金流充足及市场对其长期价值的信心。