模型与智能体发布
Hydrogen-1.0 科研模型. Deep Principle 发布 Hydrogen-1.0，这是一个基于 GLM-5.3 构建的科学问题求解模型。它通过文本交互，帮助解答科学问题、完成推导，并处理开放式研究问题。
Anthropic 发布 FlashProve. Anthropic 发布开源 zkSNARK 系统 FlashProve，可生成密码学证明，证实某段回答确实出自指定模型。它能在不暴露权重的前提下验证模型身份，在一台 H100 上对 400B 的 MoE 模型可达每秒约 110 个 token。
Siri AI 接入第三方应用. 苹果将在 iOS 27.3 中向第三方应用开放 Siri AI，让助手能够调用个人上下文、屏幕感知和新的应用技能。watchOS 27.3 同时引入常驻的 Audio Intelligence，包含 Siri Recap 和 Live Rewind。
GPT-6 Astra 设计硬件. OpenAI 称 GPT-6 Astra 在不到一周内从零设计出一款用于和 Codex 编程智能体对话的设备，涵盖外壳、PCB 布局、固件和 UI。一个更新的内部模型在 BenchCAD 2.0 上得分 0.875，Astra 为 0.594，不过 Astra 经过了数轮修改。
Anthropic 推出 Message Threads. Anthropic 以公开测试形式推出 Message Threads，只传输自上一轮消息以来的变更，不再重发完整对话历史。对于 50 万至 100 万 token 的请求，首 token 时间缩短约 35%。
工具与框架
LangSmith BYOC 正式可用. LangSmith 的 Bring Your Own Cloud 已在 AWS 上正式可用，Azure 和 Google Cloud 上处于测试阶段。客户可以把 trace、评测、数据集、prompt 和部署留在自己的云账户里，控制平面由 LangChain 管理。
浏览器智能体优化. LangChain 详解了它如何为深度智能体优化 Browser Use：采用专为智能体打造的 Stagehand 工具，并借助 tracing 和评测反复迭代。他们提到，9 月智能体浏览器请求量涨到原来的 4.7 倍。
语音智能体 STT. Soniox 发布 STT v6，这个语音转文字 API 会读取智能体自身的文本输入，用它提升识别效果并过滤回声。价格为流式每小时 0.12 美元、异步每小时 0.10 美元，未披露模型规模。
研究亮点
读取和编辑权重. 多个团队复现了“权重空间编程”这一思路：GPT-6 Astra、Qwen 3.8 27B、DeepSeek V4.1 Flash、Claude Opus 5.5 等模型能读懂原始权重，甚至改动少数神经元来纠正行为。复现工作包括改变 Gemma 4 的翻译行为、修复 Qwen 的推理死循环。
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights（在新标签页中打开）
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense（在新标签页中打开）
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming（在新标签页中打开）
- What Qwen is thinking when it gets stuck saying "Wait"（在新标签页中打开）
- Qwen 3.8 27B on my laptop can interpret model weights, too（在新标签页中打开）
LLM 论断的保质期. 斯坦福一项研究把 50 条被广泛引用的 LLM 论断拿去对照 20 个较新的模型测试，发现其中 44% 已经失效。关于“模型做不到什么”的论断失效最快，两年后只剩 16% 仍然成立。
长上下文状态追踪. Hugging Face 推出 StateBench，用来测试模型如何在长文档中追踪实体的状态变化。它把简单的“最新更新”任务和更难的连续变更链区分开来，暴露出当前模型的短板。
智能体应用
药物研发智能体. Google DeepMind 展示了 Antigravity 搭配 Cheminformatics Skills 如何加速药物研发流程。一个智能体检索了数千种化合物，一小时内提出带有合成路线的新型大环化合物，原本需要数天。
SETI 的 AI 智能体. SETI 的 Allen Telescope Array 现在由跑在 Nvidia Holoscan 上的 AI 智能体操控望远镜并实时分析信号，处理速度最高达 2.4 Tbps。团队实时探测到蟹状星云中的一颗脉冲星，作为首个成果。
开源机器人框架. 清华大学和加州大学伯克利分校的研究者做出 uni-robot-agent，这个开源框架让 Qwen 3.8 Flash Next 无需微调就能控制真实机器人。在 19 项操作任务上，它的表现与闭源模型持平，单任务成本 1.09 美元，GPT-6 Astra 则为 21.29 美元。
产业与商业
Palantir 企业业务放缓. Palantir 第三季度营收同比增长 96% 至 23.1 亿美元，但美国商业收入增长显露放缓迹象，投资者反应平淡。公司上调了全年指引，散户交易者仍小幅卖出。
Fal 估值翻倍. 推理初创公司 Fal 完成 13 亿美元融资，由 Bessemer 领投，估值 160 亿美元，是 4 月数字的两倍。其年化营收已突破 8 亿美元，不过受算力成本拖累，推理公司的利润空间普遍很薄。
Anthropic 算力成本攀升. Anthropic 在 9 月当季营收达 170 亿美元，但算力成本占营收的比例从上季度的 48% 升至 58%。临近 IPO 之际，利润率恶化令人担忧。
Revolut 削减编程成本. 据 Reddit 上一则帖子，英国金融科技公司 Revolut 弃用 Claude、转向自托管模型，把 AI 编程成本降到了原来的十分之一。公司现在用自研模型完成代码生成。
政策与社会
Google 校园 AI 政策. Google 将默认对 K-12 学生关闭 AI 工具，但选择退出的学校也会彻底失去 Google 搜索的访问权限。公司称搜索与 AI 已深度整合，管理员只能全选或全不选。
苹果 18+ AI 伴侣. 从 11 月 16 日起，苹果要求含性内容或恋爱内容的约会应用和 AI 伴侣应用标注 18+ 分级。此举针对的是 Character.AI、Replika 等常被青少年使用的应用。
Nexus Mods 的 AI 规则. Nexus Mods 将要求模组作者声明作品中是否使用了 AI，AI 辅助的模组还需说明用法。网站表示自己支持人类创作，但不会一刀切禁止 AI。
这一天的内容就到这里——大约 5 分钟读完。