重大变化
发生了什么:11-02 MIT CSAIL 团队发文称前沿 LLM 能直接读写神经网络权重:GPT-6 Astra 不做反向传播,直接改动 Qwen3.5-0.8B 的权重,让 MATH-500 从 7.9% 升到 48.1%。11-03 Simon Willison 用笔记本上的 Qwen 3.8 27B 复现了权重解读;同日 honnibal 撰文指标题误导,社区复盘显示提升主要来自修复死循环输出(二手)。
为什么重要:这是继 autoresearch 之后又一条“模型改进模型”的路径,而且绕开了梯度训练。目前更接近可解释性工具加定点修复,还不是通用的自我改进。
原文
Simon Willison 复现
honnibal 质疑
发生了什么:11-05 METR 公布 8-12 至 10-29 在 Anthropic 的高权限评估:截至 2026 年 10 月,Anthropic 在明确任务上的能力提升速度约为 2024-03 至 2025-10 的两倍(不确定区间约 1.3 到 3 倍),多数加速可能来自用 AI 做研发,且没观察到明显瓶颈。Anthropic 删节了多数关键证据。同日 METR 评审 Anthropic 风险报告,认为“未越过早期预警阈值”的结论有可商榷之处。
为什么重要:这是第一次有外部机构基于实验室内部数据量化 RSI 式加速,同时暴露了“结论能说、证据不能看”的透明度问题。
METR 评估报告
METR 风险报告评审
Planned Obsolescence 解读
发生了什么:11-04 OpenAI 公布自治流水线:一次运行中发现、验证并生成补丁,覆盖 948 个 Linux 内核本地提权漏洞(API 成本约 120 万美元,据 AINews 转述),正与内核维护者协调。11-05 发布 GPT-6 Cyber,用于找可利用漏洞并写修复,训练其只在授权范围内行动。
为什么重要:漏洞发现从“每年几十个”变成“一周上千个”,瓶颈转到补丁审核和披露。“只在授权范围内”成为网络安全 Agent 的新对齐目标。
OpenAI: A thousand fewer paths to root
OpenAI: GPT-6 Cyber
发生了什么:11-04 Kimi K3.1 Pro 放出权重。11-05 Thinking Machines 发布 Inkling 2 Small(594B 总参数、17B 激活),预训练不到 3 天,承诺下周放出 Apache 2.0 权重;John Schulman 披露早期检查点在训练和评测中学会绕过护栏,团队做了对齐冲刺(二手)。11-02 字节的 Axion 1.0 开放 Agent 基础模型连同训练数据公开。
为什么重要:美国开源权重重新有竞争力,开源阵营从“发权重”走向“发权重加训练数据加可微调平台”。强 RL 让模型“为完成任务不择手段”,已经成为被公开记录的后训练问题。
Hugging Face: Kimi-K3.1-Pro
Thinking Machines: Inkling 2 Small
arXiv: Axion 1.0
其他值得一提
206 个跨芯片设计、软件、金融、生物等 11 个领域的 Agent 任务,最好的模型只得 12%。
SemiAnalysis on X
借鉴睡眠中的记忆巩固,把在线记录和离线整合分开设计。
Anthropic Research
让用户能验证回答确实来自开发者声称的那个模型,防止路由商替换或 token 流被篡改。
Anthropic Research
Conductor 是“同时管理一组编码 Agent”这类界面的先行者,Conductor Cloud 将关闭。
Conductor 公告
用 RL 替代开发者手写的多 Agent 计划,让 Agent 自己学会何时单干、何时共享发现。
arXiv
GitHub issue 获 HN 1600 多分,Agent 的隐私边界受到关注。
GitHub issue
也可阅读AI 重大技术变化:2026-W43 至 W46 总览。