更新速报

月之暗面旗下 Kimi-K3 以 1679 分登顶 Arena 前端代码榜、超越 Claude Fable 5，同时 Kimi K3.1 预告聚焦专业工程任务，中国大模型在代码与 Agent 赛道持续加压 [20][2][17]；资本层面，OpenAI 约 300 亿美元融资的目标估值从 1.4 万亿美元下调至 1.25 万亿美元，而美国 13 只公共养老金已靠 AI 股票录得 1380 亿美元账...

模型竞争从“堆算力”转向“算力效率与后训练”：微软 MAI-Base-2 宣称用 OpenAI 四分之一算力反超 GPT-5.6 后端模型，DeepSeek V4.1-Flash 以“更强、更快、更短输出”形成帕累托改进，GLM 5.3 被...

OpenAI 据报正以 1.25 万亿美元估值洽谈至多 300 亿美元融资 [16]，同时 Grok Bot 密集打通手机原生应用与 1Password 登录能力，智能体正从“聊天”走向“代办”[0][17]；技术侧，微软 MAI-DxO 在 NEJM 复杂病例上达到 83% 准确率并登上《科学》[2]，而 英特尔 CTO 警告前沿晶圆产量现实上限仅约 2 倍，算力扩张受供应链硬约束 [5]。

Google 正加速推进 Gemini 生态迭代，Pichai 确认 Gemini 5 将较 Argon 实现大幅跃升，同时 Gemini 应用侧持续落地网页构建与视频配乐等创作能力 [15][2][10]。开源侧，蚂蚁百灵与 Recursive 分别发布医疗增强 MoE 模型 Ling-3.0-flash-Sante 和自动化研究模型 Flint，长上下文推理优化方案 TokenGate 则报告...

本周安全与模型迭代同时加速：PHP 内核高危漏洞引发全球紧急下线，暴露了AI 辅助漏洞发现的双刃剑效应 [0]；与此同时，科大讯飞发布基于全国产算力的星火 X2.6 与 SparkAudio 1.0 [10][5]，Anthropic 推出主动式智能体应用 Claude Duet [11][14]，而 Mirendil 以不足千万美元成本完成千亿参数代码基座模型预训练 [4]，AI 研发的门槛与范...

Grok Bot 迎来重大更新，支持实时 artifacts 与协作编辑，甚至能直接在页面玩《毁灭战士》[0][4][5]；与此同时，Anthropic 推出基于 Claude Opus 5.5 的主动式智能体应用 Claude Duet，并发布首个正式版 Claude API 版本 [7][22]；沃尔玛 则上线 MCP 智能体网关，允许 AI 代用户下单购物，标志着智能体商业化落地加速 [2]...

可灵 4.0 今日完成多平台密集部署并开放 API 申请，原生多模态视频能力成为焦点 [2][3][13]；与此同时，OpenAI 牵头修复潜伏 14 年的 PHP 高危漏洞，AI 在网络安全攻防中的实战价值被进一步验证 [16][24]。

SpaceX 在 Q3 财报中首次实现季度盈利，其 AI 算力租赁业务收入达 76 亿美元，超越 Starlink 成为最大收入来源，并计划明年新建 20GW 电力与散热设施 [22][20]。与此同时，OpenAI 收购 Orchestra Bio 切入生物医药研发协作，Mistral AI 与 ElevenLabs 分别发布语音模型新家族，AI 基础设施与垂直应用正同步加速 [3][9][13...

智能体（Agent） 正成为 AI 生态的核心增长引擎：OpenRouter 平台智能体周用量已达人类用量的 8 倍，自 2026 年 2 月以来激增 34 倍 [18]；与此同时，DeepSeek-V4.1-Flash 登顶 Arena 的 Agent 与 Code 双榜开源第一 [2]，Mistral、VAST、Eagle Corp 等厂商密集发布语音、世界模型与推理加速新品，行业竞争从模型能...

本周 AI 领域迎来开源生态的密集爆发：VAST 开源实时世界模型与渲染器，DeepSeek 开放生产级推理框架 DeepInfer，IBM Research 则以学习式准则登顶 τ²-bench 客服榜单。与此同时，黄仁勋访欧呼吁勿过度监管 AI，而 Spotify 一年内移除超 5000 万首 AI 垃圾歌曲，显示治理与创新正同步加速 [1][3][4][7][12]。

AI 资本开支与收入增长的错配引发市场关注，美银研究显示今年 AI 资本开支超预期 50% 而收入仅超 20% [11]，但 Morgan Stanley 仍预测 2027 年超大规模厂商与 neocloud 的 AI 支出将达 1.58 万亿美元 [12]。技术侧，面壁智能首次实现 35B-A3B 规模 MoE 在手机端侧实时无损运行 [10]，Marvell 光子模块则让 HBM 与 GPU ...

本周 AI 行业呈现“安全治理”与“模型性价比”双线并进：微软推出 Guardian Agents 将 AI 智能体视为内部威胁加以监控 [0][10]，而 MiniMax M3.1 Flash 则以“隐身模型”姿态连续 10 天登顶 OpenRouter、处理 56.7T tokens 后正式揭晓 [23]，并在 Cline 上以约 1/25 成本对标 Opus 与 GPT [21]。与此同时，...

谷歌 Gemini 4 Argon 智能体首次实现无人类辅助、27 小时自主通关《我的世界》，标志着 AI Agent 长程任务能力迈过关键门槛 [8]；与此同时，DeepSeek V4.1 Flash 以 4 块钱成本完成 3D 网页与游戏开发，将 Vibe Coding 的性价比推向新高度 [1][14]。企业侧，Meta 用 1300 行瘦编排器调度 14 个子智能体，为 Agent 可靠性...

AI Agent 正从演示走向真实业务场景的深水区：面壁智能发布覆盖“五位一体”监督能力的大监督智能体 [4]，火山引擎以单部最高 20 万元激励 AI 短剧创作 [6]；但与此同时，Amazon 论文指出仅靠 QA 分数评估记忆系统存在平均 16.8 分的偏差 [7]，而一项让 6 个 Agent 处理退款的实验全部失败 [9]，提醒业界 Agent 落地仍需更严谨的评估与边界设计。

开源生态的“二次开发”重心正意外地向图像模型倾斜，FLUX.1-dev 以 4.3 万个衍生模型 成为 Hugging Face 上被改造最多的基座，超过 Llama 与 Qwen [0]；与此同时，DeepSeek-V4.1-Flash 在 Code Arena WebDev 榜单登顶开源第一，成本仅为对手约 1/10 [19]。商业化侧，Anthropic 承诺将 5% 股份 投入新设公益基金...

本周 AI 行业呈现“技术跃进与风险重估”并行的格局：一方面，英伟达通过 vLLM 优化将 Kimi K3 推理速度提升 1.68 倍，Google DeepMind 的四个 Gemini 4 Argon 智能体更在无人类干预下首次击败 Minecraft [6][11]；另一方面，CoreWeave 股价暴跌 25%、垃圾债收益率飙升至 15%，成为本轮 AI 投资热潮中“股债双杀”的风暴眼，市...

Anthropic 连发多份报告勾勒 AI 经济影响全景：其内部员工预期 AI 到 2030 年可完成 75% 本职工作，联合创始人 Jack Clark 更预测 AI 将推动美国 GDP 增长近 50% [1][14]；与此同时，AWS 称 AI 服务器投资回报周期不到三年，而 DeepSeek 以每千次 5 元的价格开放搜索与抓取 API，进一步压低 Agent 构建成本 [6][12]。

智能体AI的规模化访问正迫使政府与企业重新权衡服务策略，而长程智能体的可靠性问题揭示出单步99%成功率在百步任务中可能骤降至37%的严峻现实 [0][19]。与此同时，Anthropic因OpenCode蒸馏攻击撤销受影响Claude API密钥，NVIDIA则以起价$2,399的RTX Spark笔记本将1 petaflop算力带入端侧 [14][15]。

DeepSeek 发布 V4.1-Flash-1017，以“性能与成本的帕累托改进”实现基准更强、速度更快、输出更短，被评测者称为对 GPT 5.6 Sol 形成竞争压力 [15][16][19]；与此同时，Anthropic 的 Claude 在不到 30 分钟内破解了悬置 25 年的 NSA ECDSA 种子之谜，再度引发对密码学后门与模型推理边界的讨论 [4]。

DeepSeek 正式上线 Search/Fetch 网页搜索 API，以每千次 5 元的低价切入搜索基础设施赛道 [4]；与此同时，StepFun 以开放权重发布 600B MoE 的 Step 5 Preview，支持 1M 上下文，开源大模型竞争再升级 [7]。在应用侧，Anthropic 披露 Claude Code 代码审查体系，实现 PR 翻倍但回滚下降 40%+ 的显著成效 [23]...

Anthropic 最新报告揭示 AI 智能体工作时长已达人类员工 6 倍，初级技术岗位招聘占比从 27% 骤降至 9%，同时其向美国国会推介的 AI 监管草案 设置了极高的叫停门槛 [3][4][9]。与此同时，马斯克 宣布开发企业议价机器人 Hagglebot，声称可提升成本效率 5% 以上，按全球 GDP 测算每年节省最高达 6 万亿美元 [6]。

本周 AI 行业迎来模型能力与基础设施的双重爆发：Google Gemini 4 Argon 在 ARC-AGI-3 上以 97.5% 的成绩成为第二家越过 95% 门槛的实验室 [5]，而 Reflection 则发布首个开源权重模型 Beam，以 501B 参数 MoE 架构和 Apache 2.0 协议搅动开源生态 [14][23]。与此同时，英伟达 RTX Spark 芯片的笔记本实测与豆...

苹果确认国行 Apple 智能本月上线，库克亲自站台；与此同时，Mistral CEO 撰文反对欧洲放弃前沿 AI，英伟达软件授权模式曝光，Gemini 4 Argon 向 Pro 用户开放——全球 AI 竞争进入生态卡位与商业模式验证的关键阶段 [0][2][22][16]。

微软发布自研基础模型 MAI-Base-2，宣称以 OpenAI 四分之一算力实现性能反超 [3]；与此同时，Anthropic 公布新一代反蒸馏防御成果，推理 token 窃取量骤降 90%–99% [6]。国内方面，阿里云百炼推出 Coding Plan 整合千问、GLM、Kimi、MiniMax 等模型 [9]，小米则开源首个端到端空间音频理解大模型 [21]。

微软自研模型 MAI-Base-2 以仅 OpenAI 四分之一算力 实现性能超越当前 GPT-5.6 后端模型；Anthropic 新一代反蒸馏防御使推理 token 窃取量骤降 90%–99%，并将该威胁升维至国家安全层级 [2][4]。