← 返回最新日报
2026-11-08· 当日存档
AI 日报
AI能力跃进与落地鸿沟
今日看点：阿里新基准揭示编程智能体真实任务完成率仅26.4%，能力与落地差距显著；Anthropic坚持IPO但估值缩水，资本趋紧信号明显；METR报告称AI研发AI加速能力提升，但每美元进展下降63%，引发研究界担忧。
模型动向
1
AI coding agents still need human cleanup on nearly three out of four tasks in a real-world test
阿里新基准测真实编程任务，最强模型仅完全解决26.4%，远低于旧基准99%
The Decoder深挖 →
2
Nous Research Releases Arete-27B that Cuts Qwen3.8-27B Propaganda From 22% to 0.9%
Nous开源Arete-27B，微调后宣传性回答从22%降至0.9%
MarkTechPost深挖 →
3
Thinking Machines' Inkling 2 Small drops 316 F-bombs across benchmark runs
Thinking Machines模型基准测试中爆粗316次，但爆粗不代表失败
The Decoder深挖 →
产品上新
4
Earlier this week Tristan published his top YouTube channels: https://thume.ca/2026/11/01/youtube-tier-list-2026/ Which looked excellent so clearly I ...
Karpathy用Claude三分钟做出TristanTube，聚合4.7万硬核视频
@karpathy深挖 →
5
Google AI Releases Elephant-Goldfish Model Plugin for Spec-First Coding
谷歌发布Elephant-Goldfish插件，编码代理先写规格再写代码
MarkTechPost深挖 →
6
Buoyant Releases Kinference: An Open Source Inference Control Plane for Kubernetes and vLLM
Buoyant开源Kinference，为K8s上vLLM提供推理控制平面
MarkTechPost深挖 →
论文研究
7
Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar
九款AI代理挑战国家实验室开放题，135份提交无一达标，114篇造假
The Decoder深挖 →
8
Which Routing Does Each MoE Model Use? DeepSeek, Qwen, Mixtral, Llama 4, gpt-oss Compared
对比10个开源MoE模型路由配置：参数量、专家数、top-k等
MarkTechPost深挖 →
9
State propaganda in some Chinese AI models is only "a thin layer" that fine-tuning can strip away
Nous微调Qwen3去偏，宣传倾向从22%降至1%内，能力不减
The Decoder深挖 →
10
AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds
AI审计员能发现多数智能体异常，但误报太多尚不可靠
The Decoder深挖 →
行业动态
11
Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation
Anthropic坚持感恩节前IPO，估值降至1.25-1.75万亿美元
The Decoder深挖 →
12
Why a new report on Anthropic automating AI development is alarming researchers
METR报告称Anthropic用AI研发AI，能力提升速度约一年前两倍
The Verge AI深挖 →
13
OpenAI lands an $11 billion funding round, but has to court dentists for more capital
OpenAI获110亿美元融资，估值1.25万亿，但需向私人投资者募资
The Decoder深挖 →
14
Google's AI detects high blood pressure from a regular smartwatch without a cuff
谷歌AI用普通智能手表传感器检测高血压，准确率超传统诊室
The Decoder深挖 →
15
16
17
The gap between open and closed AI models in cyber capabilities keeps shrinking
基准显示开源模型网络攻击能力逼近闭源，防御窗口缩小
The Decoder深挖 →
18
Anthropic’s measured AI capability gains accelerated, but R&D spending grew faster, according to an analysis of METR’s data. Progress per dollar fel...
METR数据：Anthropic能力提升加速，但每美元进展下降63%
X · List深挖 →
19
Megaspeed exec was recruited to spy on Nvidia CEO, according to US intelligence memo
美情报备忘录称中国国安招募科技女高管监视英伟达CEO
TechCrunch AI深挖 →
20
实用技巧
21
22
The inventor of the bitter lesson has a bitter lesson for LLM scaling enthusiasts
图灵奖得主Sutton称仅靠算力堆不出智能，需全新学习方法
The Decoder深挖 →
23
MoE Routing Strategies Explained: Top-K, Expert-Choice, Sigmoid Gating and Dynamic Routing (2026 Guide)
解析MoE七种路由策略，从Mixtral top-2到DeepSeek-V4哈希路由
MarkTechPost深挖 →
24
How to Run NVIDIA Dory 4B with llama.cpp: Loop by Loop Guide
用llama.cpp运行NVIDIA Dory 4B循环语言模型的逐步实操指南
MarkTechPost深挖 →
25
26
27
AI broke the cybersecurity world. What’s next?
访谈Cognition安全官Alex Stamos，谈AI冲击下的网络安全走向
The Verge AI深挖 →
28
This is how I'm doing my sign-in modals for every product I build from now on - email via otp - easy for agents to automate - google oauth - for dumb ...
作者分享统一登录弹窗设计：邮箱OTP、Google OAuth、Agent提示词
X · List深挖 →
快讯
·
《周期》后记：马克斯最新访谈——AI大到不能无视，也大到不能重仓
一石一泉一松一月一人
日报存档
2026 年 11 月
14 日谷歌Gemini 4领跑，AI泡沫论升温13 日英伟达换帅震动业界12 日英伟达CEO辞职震动业界11 日谷歌英伟达双线领跑10 日Anthropic万亿IPO与模型军备赛9 日英伟达调查黄仁勋引震荡8 日AI能力跃进与落地鸿沟7 日OpenAI巨额融资与开源模型竞速6 日安全模型与智能体双线突破5 日AI攻防与开源模型双线突破4 日AI债务隐忧与模型竞速3 日AI逼近自我进化临界点2 日OpenAI计费转向与智能体落地1 日OpenAI融资遇冷与产品重构2026 年 10 月
24 日Kimi开源3T模型领跑23 日AI安全与资本双线升温22 日AI攻防与代理竞速21 日智能体安全与开源基建双线并进20 日DeepSeek开源推理栈引关注19 日智能体加速落地，治理争议升温18 日智能体能力与风险同框17 日开源模型双雄并进，安全治理引关注16 日开源巨模与上市竞速15 日Anthropic营收与IPO承压14 日谷歌Gemini 4发布与AI安全警报13 日AI狂飙与隐忧并存12 日AI狂飙与认知鸿沟11 日AI失控与安全警钟10 日AI代理失控警钟9 日AI智能体全面提速8 日GPT-6 智能 UI 上线7 日万亿模型与AI自治争议6 日开源模型与资本双线爆发5 日AI侵蚀大学信任4 日OpenAI安全震荡与验证器研究3 日AI代理安全与落地并进2 日AI能力跃迁与安全隐忧1 日谷歌Gemini 4发布引三强竞速2026 年 9 月
22 日小米开源登顶，AI失控警钟21 日开源图像模型与AI治理并进20 日AI安全与失控风险成焦点19 日AI安全失控与模型竞速18 日AI对齐警报与芯片竞赛17 日AI安全警报与产品整合潮16 日谷歌苹果齐发AI新品15 日苹果Siri重构与AI放缓之争14 日AI巨头放缓迭代引激辩13 日GPT-6 Astra全面突破12 日AI数学错位与安全风波11 日智能体基建与模型竞速10 日GPT-6登场，AI安全恐慌升温9 日AI数学突破引热议8 日AI日报：端侧模型与欧洲融资双热点7 日AI日报：模型竞赛与行业震荡6 日GPT-6 Astra发布，AI竞争白热化5 日GPT-6发布，AGI时代开启4 日GPT-6 Astra开启AGI时代3 日英伟达巨资收购HF2 日AI日报：世界模型与安全并进1 日AI日报：模型突破与行业震荡