要闻
欧元区工作中使用 AI 的比例翻倍，招聘计划却走弱，毕业生尤其受影响。 欧洲央行（ECB）执行委员会成员 Philip Lane 表示，目前 52% 的劳动者在工作中使用 AI，高于 2024 年的 26%。欧洲央行另一组企业数据表明，64% 的企业以试验方式或适度使用 AI，但只有 7% 达到显著使用程度。
央行尚未看到整体就业或生产率受到重大影响。节省的时间集中在编程等专业任务上，而招聘低迷首先影响新进入劳动力市场的人。Lane 将结果描述为劳动成本与 token 价格之间的赛跑，并警告 AI 可能削弱劳动者的议价能力，降低劳动收入在总收入中的份额。
来源： ecb.europa.eu
一个持续施压的对抗智能体，使正常智能体在内部持有错误信念的比例从 0.6% 升至 44.8%。 在 10 个智能体讨论事实问题时，对抗者不断提出看似合理的错误答案。在 6 个模型、3 个问答数据集上，3 个对抗智能体将最终错误回答率推高至 60.5%。
内部结果比通常的公开从众现象更反常。有 3 个对抗者时，正常智能体在受影响轮次中有 51.6% 在内部持有错误信念，但公开赞同的比例只有 19.7%。仍保留正确认识的智能体往往无法捍卫它，初始事实知识也不能预测抵抗能力。这个结果直接挑战了“智能体群体会自然相互核查”的假设。
来源： arxiv.org
OpenCode 称，攻击者可能窃取了其托管 Console 中存储的服务商密钥。 据公司称，此次入侵涉及正在退役的旧系统，影响了 1.4% 的 Console 用户。受影响产品是托管路由服务，并非本地编程智能体；收到通知的用户应撤销已存储的 OpenAI、Anthropic 和谷歌（Google）密钥，并检查服务商日志。
OpenCode 将事件称为“大规模蒸馏”，但尚未公布支持这一动机的证据，也未公布原因及暴露时间范围。一名 Reddit 用户称，存储的 Anthropic 密钥一夜产生了 158 美元支出。此次入侵说明，当网关持有可直接在其他服务商处消费的凭证时，用户就需要付出额外信任。
深度求索（DeepSeek）更新 V4.1 Flash，自报智能体编程得分提高，API 价格不变。 实验室称，Terminal-Bench 4.0 得分从 31.2 升至 42.3，ProgramBench 从 20.3 升至 29.1，输出更短，任务耗时更少。采用 MIT 许可证的检查点支持 100 万 token；API 非缓存输入仍为每百万 token 0.15 美元，非高峰时段输出仍为每百万 token 0.60 美元。
一项早期独立编程测试的 30 次运行全部通过，每项任务约花费 0.045 美元，但每项任务使用约 55 万 token，而低推理强度的 Opus 5.5 约为 3 万 token。这一单项测试使实验室的效率主张更复杂：模型每 token 价格低、能力也不错，但可能消耗多得多的 token。
来源： huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
Xolotl 在一张 RTX 4090、系统内存和 NVMe 上运行 5520 亿参数的 DeepSeek 混合专家模型。 这个基于 Strata 的引擎只加载每个 token 所需的专家，分布在 24 GB 显存、90 GB DDR4 内存和磁盘上。作者称，在 Ryzen 7 5700X 设备上，生成速度达到每秒 27 token，提示词处理速度每秒 180–320 token，上下文为 512K。
同一配置通过了作者的小规模测试——21 项 HumanEval 任务、10 次工具调用和 3 轮智能体缺陷修复——但这些是基于较旧量化检查点的自测结果。就可用性而言，这仍是引人注目的成果：通常需要服务器级内存的模型，通过内存层级和存储带宽与延迟之间的取舍，在消费级硬件上实现了交互运行。
来源： github.com/Indras-Mirror/Xolotl
新模型与发布
DeepSeek 开放了自研 Search 和 Fetch API。 从 11月1日 起，每个端点每 1000 次成功调用收费 0.75 美元；在此之前，通过 DeepSeek Harness、Claude Code 或 Codex 作为服务器端工具发起的调用仍免费。来源： api-docs.deepseek.com
研究
上下文学习由多种能力发展而来，并非单一能力。 对 17 个模型的检查点分析区分了提示词控制、答案偏好、构建和迁移；在准确率高于随机水平之前，模型就已经关注与任务有关的 token。来源： arxiv.org
代码行为是否显得局部化，取决于探测方法和组件预算。 在 10 个模型上，预算为 12 时，15 种设置中只有 1 种超过随机对照；预算为 40 时则有 6 种，推翻了此前部分关于干预一概无效的主张。来源： arxiv.org
监督训练和强化训练后，推理密度预测正确性的方式不同。 在 60 道 GSM8K 题目的样本上，强制施加所测密度使准确率从 60.0% 降至 8.3%，而提示加缓存干预则提高了 13.3 个百分点。来源： arxiv.org
包含 65 种属性的语义表示，能解释大脑反应中共有和独有的变异。 研究让 7 人听故事，发现具体属性与 LLaMA2-7B 的对应更强，而可解释特征保留了模型未能捕获、可预测大脑反应的信息。来源： arxiv.org
稀疏自编码器特征比随机坐标更具可加性，但仍存在相互作用。 加入成对效应后，操控效果的排序保真度从 0.587 升至 0.779，提醒人们不要在解释时将学到的特征视为相互独立。来源： arxiv.org
自动化研究智能体定期遗忘历史后表现更好。 在 4 项任务上，从迄今发现的最佳候选方案重新开始，相比相互通信的并行智能体最多提升 15%，相比单智能体提升 39%。来源： arxiv.org
经济与就业
亚马逊（Amazon）的 Atlas 系统为仓库的工会组织风险打出 100–900 分。 内部文件列出数百项输入，包括 Reddit 帖子和调查回答，并将 16 个站点列为最高风险等级。亚马逊称，Atlas 只在站点层面运作，不监控个人观点或工会成员身份。来源： opendemocracy.net
Gartner 估计，数据中心业主到 2030 年需要累计取得 8.5 万亿美元营收，但来自 AI 的收入最多为 3.6 万亿美元。 美国银行（Bank of America）另称，由于 token 价格下降的影响超过用量增加，企业 AI 支出已开始下滑。这些是《财富》（Fortune）报道的分析师估计，并非经审计账目。来源： fortune.com
银行、零售商和航空公司正在屏蔽消费端智能体，或向它们收取访问费。 摩根大通（JPMorgan）、嘉信理财（Schwab）、亚马逊和 eBay 屏蔽智能体；达美航空（Delta）禁止自动订票，Yelp 只允许获得其数据许可的智能体进入。Meta 正逐家零售商协商访问权限。来源： theverge.com
中国集成电路出口额增长 136%，出口量仅增长 1%。 据《南华早报》（SCMP）报道的海关数据，9 月出口 327 亿颗，金额达 450 亿美元，说明内存短缺通过价格而非出货量推动了营收。来源： scmp.com
HUMXN 免费提供住宅维修服务，换取拍摄技术工作过程以训练机器人。 在明尼阿波利斯、芝加哥和迈阿密，佩戴采集传感器的技术人员记录检查、工具选择和工作完成过程。公司未公布劳动者报酬条款、数据集规模或机器人部署数量。来源： tomshardware.com
提示词技巧
9 条系统提示词规则，使一个模型的 Terminal-Bench 得分从 52.8% 升至 59.6%。 规则要求智能体完成一种方案、质疑错误前提、将已核查答案视为定论，并寻求外部证据，而不是反复自我怀疑。这是 GLM-5.3-Flash 在 89 项任务上的单次运行。来源： old.reddit.com
大家在做什么
TensorFold 在两套 DGX Spark 系统上，以每秒 56.8 token 的速度运行 DeepSeek V4.1 Flash。 作者的 EXL3 方案在相同硬件上的文本吞吐量超过 vLLM 套件的两倍，并加入持久提示词缓存；结果来自自测。来源： github.com/Elevatormusic/DeepSeek-V4.1-Flash-1017-EXL3-TensorFold-2x-DGX-Spark
Llmspeed 模拟本地模型在指定 GPU 或 Mac 上的使用感受。 其估计混合了社区实测与推算；Hacker News 讨论串中的设备拥有者发现较大误差，且缺乏测试框架细节，因此它只能作为粗略的规划辅助工具。来源： llmspeed.dev
一个 Ternary Bonsai 智能体通过 WebGPU 完全运行在浏览器标签页中。 这个静态 Hugging Face Space 无需服务器，提供 20 亿、40 亿、90 亿和 270 亿参数的 1.58 位模型，未提出基准成绩主张。来源： huggingface.co/spaces/webml-community
Scout 将自然语言任务转为真实浏览器中的点击、输入和滚动操作。 这个采用 Apache-2.0 许可证的智能体使用用户的模型密钥，可以在本地或 Outcrawl 付费浏览器服务上运行；README 未提供可靠性基准测试。来源： github.com/outcrawlai/scout
E2E 记录已验证的智能体步骤，之后无需再次调用模型即可回放。 常规断言验证首次运行；后续网页或移动端测试会重复使用这些操作，直到界面改变，从而降低持续发生的推理成本。来源： github.com/tester-army/e2e
Reason Network 让团队成员的编程智能体点对点交换消息。 这个 Rust 守护进程通过 MCP 提供团队会话、收件箱和状态，无需中央服务器，支持 Claude Code、Codex、Cursor 及其他智能体运行框架。来源： github.com/reason-machines/reason-network
值得一读
Nathan Lambert 认为，Meta 和 Reflection 将西方开放模型的差距缩小了一半。 如果不计这两次发布，他的指数仍显示有 20 多个中国开放模型领先；他同时表示，能力相当的西方模型获得了更多采用。这是有证据支持的论点，并非基准测试论文。来源： interconnects.ai
Ben Recht 称，OpenAI 更快的傅里叶变换是在不现实的计算模型上取得的胜利。 他认为，隐藏常数和机器假设使结果更接近钻基准测试的空子，而非加速真实 FFT；这是他的技术批评，不是正式反驳证明。来源： argmin.net
Sam Newman 介绍了依赖 AI 服务商的软件应如何设计灾难恢复。 这段书摘讨论了在 GPU 短缺、服务商可用性难以预测的情况下，备份恢复、最小备用资源、温备故障切换和双活设计。来源： newsletter.pragmaticengineer.com
Hacker News
亚马逊 Atlas 系统引发了有关 AI 监控劳动者的讨论。 有劳动力分析经验的评论者称，即使输入数据能揭示员工组织工会的风险，类似系统也常以离职或敬业度工具的名义出售。这些说法属于个人经历。来源： news.ycombinator.com
从业者讨论由谁核查智能体编写的代码。 一名评论者称，破坏功能的缺陷同比增加约 40%，但功能和营收增长更快；其他人认为，这种表面生产率将质量保证成本转嫁给了用户。来源： news.ycombinator.com
一名 OpenCode Console 用户称，泄露的存储密钥一夜产生了 158 美元支出。 发帖者称 Anthropic 最初拒绝退款；关于受影响用户将获补偿的说法来自转述。实际应对办法是轮换密钥、设置较低支出上限并检查日志。来源： old.reddit.com
Strata 用户发现，默认设置会以质量换速度。 在 0.1.45 之前的版本中，客户端未指定采样时可能使用贪心解码；跳过路由尾部使一名用户的速度从每秒约 72–81 token 升至 93 token，但一项已公布的分歧指标翻倍。来源： old.reddit.com
YouTube
Featherless AI 介绍了降低推理成本的 4 种方法。 Eugene Cheah 建议测量支出、按需要选择模型规模、有计划地购买 GPU 容量，并检查 token 用量是否对应有用工作；数据来自他的公司。来源： youtube.com
Arize 为金融智能体搭建评测循环。 在示例智能体自信地声称“116% 的分析师表示赞同”后，研讨会结合运行轨迹、代码检查、模型评判和持续集成关卡来开展评测。来源： youtube.com
Monzo 工程师认为，电子表格计算应由代码完成，而非交给模型。 他们的金融智能体直播研讨会以证据、一致性、问责和核查为中心，而不是响应速度。来源： youtube.com
《纽约时报》（The New York Times）报道了拍摄技能劳动过程、用于训练机器人的劳动者。 工人在从事体力工作时佩戴摄像头，产出旨在自动化这些工作中部分任务的数据。来源： youtube.com
简讯
Anthropic 的美国法案草案规定，只有在面临超过 10 亿美元损失，或超过 50 人死亡或重伤的迫近风险时，才能封禁模型。 据报道，文本涵盖生物武器、逃避控制和网络攻击，同时排除部分更严格州级规则的适用。来源： motherjones.com
遭到批评后，Meta 从新的商业抓取条款中删除了“训练”一词。 公司称其爬虫行为没有改变；出版商指出，条款虽不再列出训练，但也没有明确禁止。来源： theverge.com
供应趋紧之际，英伟达（Nvidia）否认停产 RTX 5090。 Tom’s Hardware 发现，这款显卡在多家主要商店缺货，在亚马逊上的报价约为 8500 美元，但英伟达称仍在生产。来源： tomshardware.com
苹果（Apple）首席执行官 John Ternus 将内存芯片短缺称为“绝对是一场危机”。 波及 AI 服务器和 GPU 的短缺如今也制约了消费设备；报道称，在美国政治压力下，苹果已测试中国内存供应商。来源： thenextweb.com
后续关注
DeepSeek 将于 11月1日 开始对 Search 或 Fetch 调用收费，每 1000 次 0.75 美元。Meta 修订后的商业条款将于 10月30日 生效。