VOL. 2026-11-04 · 12 STORIES · DAILY INTELLIGENCE
AI HOT RADAR 日报
2026-11-04 · PUBLISHED · 约 10 分钟
当日最受关注的变化来自模型能力边界：MIT 研究展示 GPT-6 A…
当日最受关注的变化来自模型能力边界：MIT 研究展示 GPT-6 Astra 可直接读取并修改其他模型权重，无需传统训练流程，被称为“权重空间编程”。产品与基础设施层面，Mastra 升级 Knowledge 页面树、Agent 跨 API 重启续跑与可观测性，llama.cpp v0.9.0 新增 FP8 量化与多序列 KV 优化，Cloudflare 则推出面向个人 AI 代理的可见性与访问控制。安全方面，PydanticAI 连续发布版本集中修复多个漏洞，其中包含高危问题。研究侧聚焦效率与优化理论，包括免重训练的子空间节点剪枝、多草稿投机解码最优接受率，以及自然梯度下降中相关性作为基变换的处理思路。模型发布延续轻量化与本地化趋势，IBM 推出多语言语音模型，MiniCPM-OCR 与 Greko 2.4 均以 GGUF 格式面向本地或离线部署。
今日看点
5 个章节 · 12 条情报- 01产品发布Mastra 更新：Knowledge 页面树、Agent 持久化与可观测性升级2
- 02研究进展子空间节点剪枝：基于正交子空间投影的免重训练网络压缩4
- 03安全PydanticAI 发布 v1.107.10 修复 7 个安全漏洞2
- 04模型发布IBM 发布 Granite-Speech-5.0-2B 多语言语音模型3
- 05开源项目llama.cpp v0.9.0 发布：FP8 量化与多序列 KV 优化1
产品发布
PRODUCT RELEASE2 篇Mastra 更新：Knowledge 页面树、Agent 持久化与可观测性升级
Mastra 发布多项更新：Knowledge 升级为页面树模型，新增服务端同步 API、只读 HTTP/JS 客户端接口与 SSE 变更流；持久化 Agent 支持跨 API 重启续跑，但需具备 fencing 能力的共享存储；后台任务与 MCP 支持可恢复的“需要输入”流程；可观测性新增流式延迟指标与更丰富的 trace 过滤。同时包含若干破坏性变更，如 Temporal 步骤默认校验输入、移除实验性 memory 选项与 knowledge.reindex()。
Cloudflare 推出个人 AI 代理可见性与访问控制新功能
Cloudflare 推出新的分析工具和更细粒度的访问策略，帮助网站所有者识别个人 AI 代理（personal agents）代表用户访问网站的行为。Security Analytics 新增 Personal Assistants 分类和统计组件，Account Abuse Protection 可显示代理对应的用户账户；同时将 Agents 策略扩展为可按代理设置 Allow、Block on pages with ads 或 Block，并更名为 AI Crawler and Agent access policies。此举让网站主在欢迎代理流量与防范风险之间自行设定条款，而非简单封禁。
研究进展
RESEARCH4 篇子空间节点剪枝：基于正交子空间投影的免重训练网络压缩
该论文提出 Subspace Node Pruning（SNP），一种无需重训练的神经网络结构化剪枝方法。作者证明激活类、Fisher 类等多种重要性度量共享同一二次型，通过下三角基变换构造剪枝子空间，并用线性最小二乘同时补偿被剪节点的影响；对层激活做正交化后，各节点重要性分数解耦可加，从而支持层内多节点同时剪枝而不互相干扰。在 ImageNet 上 VGG-16 与 ResNet-50 优于对比基线，在 OPT-125M 和 LLaMA-2 7B 上 40-shot 设置下与 LLM Surgeon 持平，更少 shot 时更优，且剪枝后无需任何重训练。
面向最优多草稿投机解码
该论文研究多草稿投机解码（MDSD）的最优接受率问题。作者利用最优传输问题的对偶形式，将最优接受率计算转化为子集选择问题，首次在词表规模达数千的真实场景下计算了MDSD效率的理论上界，并量化了现有验证算法与该上界的差距。研究发现草稿采样方法显著影响最优接受率，条件泊松采样（CPS）优于有放回采样，且现有验证算法在有放回采样下未达到理论最优。
相关性正在破坏你的梯度下降
该论文研究自然梯度下降中由层输入数据相关性产生的右因子，指出其本质是基变换而非曲率问题，可移出优化器并放入网络内部。作者提出三种等价实现形式：梯度预条件器、前向传播中的去相关线性变换，以及仅依赖局部信号、全部更新为Hebbian的循环动力学。该方法无需矩阵求逆或分解，仅需单个突触可用信息，可在神经形态硬件等分布式物理约束系统中应用，并在卷积和残差网络上验证了有效性，同时改进了多种近似生物合理的信用分配方法。
MIT 研究：GPT-6 Astra 可直接读写其他模型权重
MIT 研究人员在博客中展示，OpenAI 的 GPT-6 Astra 能直接读取并修改其他 AI 模型的权重，无需传统训练流程，他们将此称为“权重空间编程”。实验显示 Astra 仅凭原始权重就能识别模型训练过的游戏和语言，还能从零生成游戏模型，并在部分游戏中超过训练基线；在 Qwen3.5-0.8B 上仅改动 0.016% 的权重，就把 MATH-500 准确率从 7.9% 提升到 48.1%。研究者认为该方法可用于权重安全审计和定向行为修正，但能力仍有限，且 Jürgen Schmidhuber 质疑其新颖性。
安全
SECURITY2 篇PydanticAI 发布 v1.107.10 修复 7 个安全漏洞
PydanticAI 发布 v1.107.10（及 v2.66.0），修复了 7 个安全漏洞，其中 1 个高危、5 个中危、1 个低危。高危问题在于 web_fetch_tool 及 WebFetch 本地回退在事件循环上对 JSON 响应重新缩进，深层嵌套文档可膨胀数百倍，导致内存耗尽并阻塞同进程其他任务。其余问题涉及腾讯云元数据地址未纳入云元数据黑名单、OpenTelemetry 嵌入 span 泄露凭据、工具 schema 指数级展开、适配器消息加载平方级耗时、反序列化工具结果被重建为文件类型，以及 allowed_domains 在拒绝前先做 DNS 解析。
PydanticAI v2.66.0 修复多个安全漏洞
PydanticAI 发布 v2.66.0，集中修复了 10 个安全漏洞，其中 2 个为高危。高危问题包括 web_fetch_tool 在事件循环上重新缩进 JSON 导致内存膨胀，以及 Harness 私钥脱敏正则指数级回溯。其余中低危问题涉及腾讯云元数据地址未拦截、OpenTelemetry 嵌入 span 泄露凭据、工具 schema 指数展开、适配器消息加载平方级耗时、反序列化文件类型混淆、DNS 预解析泄露等。
模型发布
MODEL RELEASE3 篇IBM 发布 Granite-Speech-5.0-2B 多语言语音模型
IBM 在 Hugging Face 发布 Granite-Speech-5.0-2B 语音语言模型，基于 granite-4.0-1b-base 进行模态对齐训练，使用 39 万小时公开及合成音频数据。该模型支持英语、法语、德语、西班牙语、葡萄牙语和日语的多语言语音识别与双向语音翻译，相比前代在短语音识别准确率、噪声鲁棒性、长语音翻译和关键词偏置（最多 2000 词）方面有所提升。模型以 Apache 2.0 许可开源，面向企业语音处理场景。
MiniCPM-OCR 1.0 发布 GGUF 量化版
OpenBMB 在 Hugging Face 发布 MiniCPM-OCR 1.0 的 GGUF 量化版本，基于 MiniCPM-V-4.6 量化而来，面向 llama.cpp 本地推理。该 1.3B 模型可解析中英文文档与 PDF 中的文本、表格、公式、图表和印章，并提供从 F16 到 Q4_0 的多种量化档位及配套视觉投影器。模型采用两阶段流水线：SDK 端用 PP-DocLayoutV3 做版面检测与裁剪，再通过 HTTP 调用 vLLM、SGLang、llama.cpp 或 Ollama 部署的识别服务组装为 Markdown/JSON。
Greko 2.4：基于 Qwen3-VL-2B 的离线手机助手
开发者 George 在 Hugging Face 发布 Greko 2.4，一个基于 Qwen3-VL-2B-Instruct 微调、以 GGUF 格式分发的离线手机 AI 助手，配套 Android 应用 2.25-beta。它支持看图、读文档、生成 Word/Excel 文件，以及通过 Agent 模式设置闹钟、日历、发短信和打电话，全程在设备端运行。相比 2.3 版本，GSM8K 数学成绩从 69% 提升到 75.5%，希腊语生造词比例从 5.19% 降至 3.71%，拒答有害请求的比例也明显提高。
开源项目
OPEN SOURCE1 篇llama.cpp v0.9.0 发布：FP8 量化与多序列 KV 优化
llama.cpp 发布 v0.9.0，新增 OCP FP8 E4M3 量化支持、提升多序列推理统一 KV 缓存效率的 flash_attn_ext_rows 算子，以及通用批量张量拷贝 API。该版本新增 Clover、Limite、Metis-1.6、Mistral Large 4 四种架构支持，扩展 Chatterbox TTS、Nemotron 3.5 Transcribe 等音频能力，并对 Gemma 4 E2B/E4B 做大幅 prefill 优化。底层 ggml 升级至 v0.29.0，带来 NCCL 多节点张量并行及多后端性能改进。