AI DAILY DIGEST · 时间均为北京时间

AI 要闻 · 2026-11-02

星期一 · 11-02 07:26 截稿 · 共 16 条

★今日最该知道的 3 条

NO.1
X · 0xLogicrw · 11-01 11:10OpenCodeAmpClaude Agent SDK

@0xLogicrw: OpenCode/Amp 接 Claude 订阅

为什么值得看:合并两条窗内帖:OpenCode v2.2.3 经官方 Claude Agent SDK 调本机 Claude Code 复用订阅(不读凭证,称已获 Anthropic 许可);Amp 则加独立「Claude Code」模式整段跑 Claude Agent,自研 agent 让位,云端 Orb 可关机续跑。
评分反馈
NO.2
THE DECODER · 11-01StreamVibe主动开口视频 Agent

Google 希望视频 AI 在人们工作时理解他们需要什么

StreamVibe 把「何时该开口」拆成明示/默示/中途改意图三类,基准约 4100 例、183+ 小时日常与软件录像;StreamVibe-VL(文中称基于通义千问 Qwen3.5-9B 系)每秒决定静默或说话,再用强化学习压打断,外挂记忆跟踪未完成请求。

为什么值得看:和 coding agent「何时主动推进度/拦人」同一难题:只训「答对」不够,要单独优化克制与任务状态记忆。接常驻助手前先量长会话自回归崩点,别只看单次「该不该说」分类准确率。
评分反馈
NO.3
量子位 · 11-01 21:09Claude CodeHarness游戏克隆

Claude紧急叫停!暗改Harness禁止逆向游戏

Anthropic 确认在 Opus 5.5 系统提示加约束,禁止「重新创建属于别人的特定游戏」;规则仍允许原创、类型练习与用户自有素材。报道称禁令后 GitHub issue 出现原创项目被误拒,且用别家模型搭骨架、把任务拆成无品牌上下文的小步仍可绕过。

为什么值得看:Harness 层版权策略开始产品化,但误伤原创与「拆任务洗上下文」绕过会并存。自建 coding agent 若加类似拒答,要准备可申诉的误报通道,并假定对手会换模型或去语义化提示。
评分反馈

1专栏:端侧模型

428B MoE 的社区量化菜谱,以及可本机跑的决策小模型。

X · MiniMax_AI · 11-02 04:49MiniMax量化本地推理

@MiniMax_AI: M3.1 Flash 本地量化菜谱

为什么值得看:官方点名 Unsloth 2-bit Dynamic GGUF(约 143.9 GB)、EXL3/Maya 卸载、mlx-community oQ、AMD Quark MXFP4 与 4×3090 专家缓存等路径。跑 428B 级 MoE 先对校准集与专家落盘策略,别只下 GGUF 就当可编码。
评分反馈
MarkTechPost · 11-01Drex Max决策模型本地

Nace AI 开源 Drex Max v1:可在 Apple Silicon 本地运行的 27B 决策模型

Drex Max v1 开源权重:稠密 27B,默认上下文 16k(标称最大 262k),单题最多 255 选项;附 bf16、Q8_0 GGUF、affine Q4 与 llama.cpp/Ollama fork。自评 Decision Index 0.4 得 67.52(较 Drex v2.0 +6.27);Apple Silicon 约 24GB+ 可跑 Q4。

为什么值得看:若 agent 里有「本机策略门闩」(允不允许调工具、走哪条技能),可拿这类决策模型做离线门控,再把重推理留给云端大模型。
评分反馈

窗内 llama.cpp b12027–b12032 多为日常构建,未单列。

2专栏:Agent 记忆与协作

今日无重要更新

OpenCode/Amp×Claude Agent SDK 见今日三条。Handy/hex 为本地听写,非记忆协作,改放 GitHub 热门或未单列。

3主流产品 Changelog 精读

openai/codex · 11-01 22:26 UTCCodexalpha

rust-v0.167.0-alpha.3

为什么值得看:相对 alpha.2 仅三条提交(含 live 分页历史释放 superseded 文本、DotSlash 去掉 Bazel 产物);Release 正文为空。跟 alpha 线的只记版本水位,等有 notes 的稳定档再精读。
评分反馈
QwenLM/qwen-code · 11-01;Desktop 同版本捆绑Qwen CodeWeb Shell后台 Agent

v0.26.5

Managed/Hosted 历史可分页 SQL 查询;Generated UI 默认开且卡片值可摘到输入区;状态栏任务胶囊显示后台 agent 数;Web Shell 一键守护进程更新扩到 pnpm/yarn/bun;/verify-pr 仅在干净 PR head 工作树复用;PR watch 在落后 base 时先合并再修。Desktop v0.26.5 同发。

为什么值得看:企业托管壳在补「历史可查 + 后台 agent 可视」。升完先回归:后台 agent 计数是否准、Generated UI 卡片会不会污染上下文、verify-pr 是否误用脏树。
评分反馈

gemini-cli 仍为 nightly,未单列。codex alpha.2 与 alpha.3 合并为后者。

4GitHub 热门

GitHub Trending · 日榜MoE端侧推理专家缓存

FlashML-org/FreeToken:消费级硬件上的边侧 MoE 推理

为什么值得看:宣称 CPU–GPU 协同、专家 LRU 与语义锚点缓存,面向本机跑 290B+ 级开源 MoE。和 llama.cpp/vLLM 对照时先问带宽自适应策略与 agent 长会话下的 KV/专家抖动,别只看演示吞吐。
评分反馈
GitHub Trending · 日榜语音转写离线桌面

cjpais/Handy:完全离线的开源听写

为什么值得看:快捷键按住说话、本机转写后粘贴;强调可扩展与隐私。给 coding agent 配「语音进上下文」时,优先选不上传音频的路径,再谈模型大小。
评分反馈
GitHub Trending · 日榜SOCLLM AgentMCP

beenuar/AiSOC:可回放决策账本的开源 AI SOC

为什么值得看:告警融合 + LLM 分诊 + MITRE 调查,每步可回放;可无 API key 自托管,并带 Claude/Cursor 用 MCP。安全 agent 的差异往往在审计账本,而不只在提示词。
评分反馈

ghostty、public-apis 与主线无关未收;anomalyco/hex 与 Handy 同属本地听写,只留 Handy;ai-engineering-hub 教程向未单列。

5Agent 工程

arXiv 2610.07289 · 窗内扩散FlowAgentCI程序修复

在心流中接住开发者:Google 规模的低延迟代理式程序修复

全公司部署后给出 295,508 次修复建议,开发者预览 65,069、实际应用 28,554;195 例人工评正确率 67.18%。面向提交前 CI 的低延迟场景,接 Critique/Cider,用 ReAct 循环并加执行前后弃权过滤,避免开发者切走上下文后才出结果。

为什么值得看:测前修复的产品约束是延迟与弃权,不是最终修对率。自建「CI 红了就开 agent」要先定预览入口和「不建议」条件,否则建议堆着没人点。转述帖另称中位跑完约 9.85 分钟,仍常赶不上开发者开改前的中位窗口。
评分反馈
Simon Willison · 11-01 16:49 UTC信任文档Jepsen

@simonw: Kyle Kingsbury 谈 LLM 侵蚀信任

为什么值得看:引用 Jepsen 作者:LLM 让成熟度信号更易伪造,工程师可能对任何新项目默认怀疑。发库/写文档时要想「如何证明不是生成的样子货」——可复现基准、可审计变更,比多一段 README 形容词有用。
评分反馈

Claude harness 禁游戏克隆见今日三条。

6检索与基础设施

X · addyosmani · 11-02 04:09Claude Codeultrathinkeffort

@addyosmani: 任务变难时输入 ultrathink

为什么值得看:终端最新版可在回合进行中打 ultrathink,抬高该回合剩余努力度;常跑 Medium 遇硬点再加码。与昨日网关可关 ultrathink 对照:个人档当油门,企业档先问策略是否仍允许。
评分反馈

7论文

arXiv 2610.35962 · Meta/NYU · 窗内扩散h1Leantest-time compute

h1:自动定理证明里的一点苦涩教训

在 FormalConjectures 解决 8 道开放题,并在 PutnamBench、FATE-X、FormalConjectures100-Solved 报 SOTA;同模型对比下打平或超过 Goedel-Architect、AlphaProof Nexus。做法是精简 harness:高效 Lean 4 接口 + 校验反馈/自反思,不加规划分解。

为什么值得看:Agent 脚手架别先堆工作流;先把工具往返做短、做稳,再比规划层。评 coding/证明 agent 时要固定模型与工具接口,否则分数在比的是 harness 带宽。
评分反馈

8大厂与模型

X · thexpin · 11-01 23:05;官方稿 10-31 见 viaApple Intelligence千问中国区

@thexpin: Apple Intelligence 进中国

为什么值得看:窗内扩散帖:12 月起中国区首批功能,千问接入 Siri/写作工具/视觉智能且 opt-in;称不训练请求/回复,并在发送问题、文档或图片前征求同意。官方新闻稿日期在窗前,公开卡以本帖为准;细节与机型名单见新闻稿。
评分反馈
IT之家 · 11-01 14:11Grok水印EU AI Act

响应欧盟 AI 法案,Grok 模型生成的文本将添加隐形水印

11 月 7 日起 Grok 4.7/4.6/4.5/4.3 与三款 4.20 API 默认加隐形文本水印,覆盖全球区域及结构化输出/工具参数;团队管理员可按模型关。水印嵌在选词概率而非隐藏字符。观察者称北美 ChatGPT 仍是少数未默认可检文本水印的产品之一。

为什么值得看:代理调用 Grok 做对外文案时要默认「可被检出」;需要无水印输出先走团队开关并自担合规。和 Claude/Gemini 已开、OpenAI 分区策略对照着写进供应商表。
评分反馈

Apple 中国区智能 + 千问、Grok 文本水印见本栏。ChatGPT↔Codex 共池与 Cursor 恶意扩展见近两日,未重复占坑。

9X 精选

Agent 工作流

  • Ethan Mollick @emollick · 11-02 04:16 · ♥ 385 独立工作时长agentic生产力
    @emollick: 把生产力分界划在 2026-01
    为什么值得看:称 GPT-4 独立工作约 4 分钟(50% 成功),现在可到数周,并把 agentic 工作起点划在 2026 年 1 月;此前大体量生产力提升多限于写代码。做影响评估别把聊天机器人时代的曲线外推到代理时代。
    评分反馈
  • Rohan Paul @rohanpaul_ai · 11-02 03:59 · ♥ 117 KarpathyClaude CodeHackerTube
    @rohanpaul_ai: Karpathy 两小时搓视频站
    为什么值得看:转述:Medium effort 的 Opus 约两小时,从 HN 二十年评论里捞工程师互荐视频做成站。演示的是「脏数据清洗 + 站」代理速度,不是新产品发布;复现前先核评论抓取与版权。
    评分反馈

算力与模型动态

  • 思维怪怪 @0xLogicrw · 11-01 11:57 · ♥ 6 ColossusBlackwellxAI
    @0xLogicrw: Colossus 2 规划 120 万卡
    为什么值得看:转述马斯克:孟菲斯 Colossus 2 年底前约 120 万块 Blackwell;Gun Range 11 月底约 22 万 GB300 训练,Spam 仓改 12 月约 20 万 GB300 推理。算力叙事用,对工具可用性无直接动作。
    评分反馈

☰往期