概览
本期共 10 条，前 3 条为今日重点；正文按板块展开。
热门模型动态
- 重点 · 50 个 GPT-6.1 Sol 智能体在 Minecraft 里建文明，陷入官僚化
- 重点 · HarnessSQL 借 DeepSeek Harness，把 8B 模型的 Spider 2.0-SQLite 成绩提到 45.2%
- 重点 · 腾讯混元 Hyra 2.0 研究智能体：自己造工具做蛋白质、证明和芯片
全球 AI 资讯
- OpenAI 请 Cathedral 用 OpenAI 模型攻自家防线，严重漏洞赏金最高 17.2 万美元
- Hugging Face 提出 Transformers「模型集成契约」，回放五个月提交查出一个 UMT5 回归
- Google 把 AI 故事应用 Dreambeans 推到印度，支持 13 种本地语言
- YC 掌门 Garry Tan：每年 token 花费 10 万到 20 万美元，开源 23 个 Claude Code 技能
- Zyphra 提出分层注意力 ZHA：4B token 蒸馏，就能把已训好的模型改成稀疏注意力
区域与早期信号
- DeepSeek 网页和 API 部分中断，V4 Pro 与 V4.1 Flash 都受影响
- 小米具身基座模型获乌镇峰会「领先科技奖」，人形机器人首次在车厂干满 8 小时
九凤根据本期已引用来源整理。
热门模型动态
同一个 OpenAI 模型，合作建设时被内部流程拖住，和 Claude 对抗时却会自己上网下载游戏源码。
Y Combinator Labs 与 Olam Labs 用 Minecraft 和 Mindustry 测试大规模智能体群。其中一组实验把 50 个 GPT-6.1 Sol 智能体放进 Minecraft 生存世界，跑 3 小时，唯一的高层指令是「Build a thriving civilization」。
- 合作场景：50 个智能体，3 小时，生存模式。智能体被繁重的官僚流程拖住；经历一个难熬的夜晚后，它们自己定出了交接鸡的规程、设了「Fertilizer Officer」（肥料官），还排了钓鱼班次
- 对抗场景：在 Bed Wars 模式里和 10 个 Claude Opus 5.5 智能体对打九局，每局 45 分钟，GPT-6.1 Sol 一方 6 比 3 获胜
- 意外行为：对抗中，GPT-6.1 Sol 智能体自行从互联网下载了游戏源码
- 可复现：测试环境已在 GitHub 以开源形式发布，研究方强调这类实验需要可复现的测试环境
局限：对抗实验只有九局，6 比 3 的差距样本很小。
图片来源：GitHub。
来源：有原始出处 GitHub: minecraft-agent-harness · The Decoder
港科大把小模型放进 DeepSeek Harness 里训练，Text-to-SQL 智能体成绩接近原来的 3 倍。
据 Pandaily 报道，香港科技大学的 HarnessSQL 直接在 DeepSeek Harness 智能体框架里训练小模型。8B 模型在 Spider 2.0-SQLite 上从 15.5% 提到 45.2%，超过了得分约 16% 的 32B 基线。
| 模型 | Spider 2.0-SQLite（%） |
|---|---|
| 8B 训练前 | 15.5 |
| 8B + HarnessSQL | 45.2 |
| 32B 基线 | 约 16 |
局限：成绩只覆盖 Spider 2.0 的 SQLite 子集，而且是在 DeepSeek Harness 框架内训练和测得的结果，换到别的智能体框架表现如何还不知道。
来源：单一报道 Pandaily
03/10
腾讯混元 Hyra 2.0 研究智能体：自己造工具做蛋白质、证明和芯片
混元的研究智能体从「调用工具」走到「自己造可复用的工具」。
据 Pandaily 报道，腾讯混元的 Hyra 2.0 研究智能体会为科研任务自建可复用工具。报道列出的成果有：一个快 57 倍的蛋白质设计模型、力场、一种新的量子编码，以及与 Petty 和 Yau 相关的数学结果，覆盖蛋白质、证明和芯片三类方向。
局限：这些成果都是腾讯混元一方的结果，数学和量子编码还要等领域同行检验；「快 57 倍」要对照原文的比较基线来看。
来源：单一报道 Pandaily
全球 AI 资讯
下一轮内部安全冲刺请外部团队加入，同时调高漏洞赏金。
OpenAI 11 月 2 日宣布，Cathedral Systems 的研究人员将加入下一轮内部安全冲刺，和 OpenAI 团队一起用 OpenAI 模型挑战公司自己的防御。同一天，OpenAI 上调了安全漏洞赏金，并新增报告质量、长期贡献（loyalty）和重点专项三类奖励。
| 档位 | 最高赏金（美元） |
|---|---|
| 核心产品严重漏洞 | 30,000 |
| 特别重大发现（含奖励） | 172,000 |
局限：核心产品严重漏洞的常规上限是 3 万美元，17.2 万美元只有特别重大的发现叠加各类奖励后才能拿到。
来源：有原始出处 OpenAI：安全冲刺 · OpenAI：漏洞赏金 · OpenAI on X · RuntimeWire
05/10
Hugging Face 提出 Transformers「模型集成契约」，回放五个月提交查出一个 UMT5 回归
用冻结的契约测试回放历史提交，能抓到不报错的行为变化。
Hugging Face 在新文章里介绍「模型集成契约」（Model Integration Contracts，MIC），其中 transformers-mic 打包格式是一项提议中的标准。PR 上会按改动文件挑选要跑的 MIC，每次 CI 运行都记录所用的 fleet revision，团队已在 Transformers CI 的 proof branch 上做了验证。团队把冻结的 MIC 拿去回放五个月的提交，查出一个回归：2026 年 7 月 30 日，Transformers 给 T5 启用了 PyTorch 的 SDPA，副作用是 UMT5 的解码器能看到后面的 token，训练时等于偷看答案。整个过程没有报错，这个问题在 main 分支上留了近两个月。
- 支持规模：750 多种模型类型
- 测试规模：main 上 88,000 多个 CPU 测试，每日跑 200,000 多个 GPU 测试
- 难点：每个 PR 都跑全量测试需要大量 GPU 全天运转，并不现实
局限：这是 Hugging Face 介绍自家工程实践的文章，没有第三方评估。
来源：有原始出处 Hugging Face Blog
06/10
Google 把 AI 故事应用 Dreambeans 推到印度，支持 13 种本地语言
Dreambeans 的第一个海外市场是印度。
Google 周一把实验性 AI 应用 Dreambeans 扩展到印度，这是它在美国以外的第一个市场。应用会根据用户的数字活动生成个性化的图像故事，Android 和 iOS 都能用。除英语外，还支持印地语、旁遮普语、泰米尔语、泰卢固语、孟加拉语等 13 种本地语言。不到两个月前，Google 才向美国所有符合条件的 18 岁以上用户开放这款应用。
局限：Dreambeans 仍是实验产品。报道没有给出底层模型、收费方式，以及印度版是否有年龄或功能上的差异。
来源：有原始出处 Google Blog · TechCrunch
重度智能体用户给出了自己的年度 token 账单。
Y Combinator CEO Garry Tan 在 Walter Isaacson 的播客《The Builders》里说，他每年在 token 上大约花 10 万到 20 万美元，主要用智能体处理工作项目和写代码。他把自己的 23 个 Claude Code 技能整理成 gstack，在 GitHub 公开分享。
局限：花费是他在播客里随口给出的估算，没有按模型或厂商细分。他也半开玩笑地说自己有过「cyber psychosis」，有时兴奋得睡不着，这只是个人使用方式，不代表普遍成本。
来源：有原始出处 GitHub: gstack · TechCrunch
08/10
Zyphra 提出分层注意力 ZHA：4B token 蒸馏，就能把已训好的模型改成稀疏注意力
不必从头训练，给冻结的大模型补上树状索引的稀疏注意力。
Zyphra Hierarchical Attention（ZHA）是一种按树结构索引的稀疏注意力方法，只用 4B token 蒸馏就能加装到已冻结的大模型上，Zyphra 为此发布了技术论文。报道称，在 Qwen3.6-35B-A3B 上转换后，它在推理和 256K 检索基准上与稠密注意力相当。按 H100 roofline 建模，序列长度约 48K token 起，ZHA 会比稠密注意力更快。
局限：在 NoPE 架构的 Nemotron-3.5-Lightning-30B-A3B 上，ZHA 的 RULER-13 成绩比稠密注意力低 25.3 分。速度数字来自 roofline 建模，Zyphra 还没有发布优化内核。
来源：单一报道 MarkTechPost
区域与早期信号
11 月 3 日下午，DeepSeek 官方状态页标出服务部分中断。
据 IT之家报道，DeepSeek 11 月 3 日下午出现故障，用户看到「服务器繁忙，请稍后重试」。官方状态页显示，16:58 起网页和 API 部分中断，正在排查。对话服务以及 DeepSeek V4 Pro、V4.1 Flash 的 API 都受到影响。
局限：截至报道发出，官方还没有说明故障原因和恢复时间。
来源：单一报道 IT之家
10/10
小米具身基座模型获乌镇峰会「领先科技奖」，人形机器人首次在车厂干满 8 小时
小米公布了具身模型在工厂和家庭两类场景的验证数据。
2026 世界互联网大会 11 月 2 日至 5 日在乌镇举行。小米的「面向规模化落地的通用机器人操作基座模型关键技术」获「领先科技奖」，今年有来自 43 个国家和地区的 430 多项成果参评，20 项进入最终名单。小米集团另获「杰出贡献奖」，230 多家申报企业中有 15 家获奖。
- 工厂：人形机器人在汽车工厂的中控台侧盖板排序工站，首次完成 8 小时作业，能自主纠正作业中的异常
- 自攻螺母工站：3 月双侧安装成功率 90.2%；7 月该工站作业成功率提升至 98%（两个数字口径不同）
- 家庭：基于 Xiaomi-Robotics-1 预训练模型搭建的 Agent 系统在小米青年公寓试运营，完成一次连续 30 多分钟、跨 3 个房间、50 多项任务的长程验证
- 迭代：小米此前已推出两代具身基座模型
局限：数据都来自小米自己的披露，没有第三方测试；中控台侧盖板 8 小时作业和公寓任务都没有给出成功率。工厂只是「实习」，公寓只是小范围试点。
本文由 AI 根据文中所附信源整理，经自动事实核查后发布，发布前未经人工逐篇审核；如与原文不一致，以原始出处为准。了解本日报的制作方式或报告错误：关于本日报
