Anthropic / Claude

MiniMax M3.1 Flash 发布：Agent 任务登顶，实测快过 DeepSeek

MiniMax 于 10 月 17 日 DeepSeek 更新 V4.1 Flash-1017 两天后发布 M3.1 Flash，并认领此前匿名模型 Space Bunny。该模型在 Zapier 构建的 Automation-Bench 复杂 Agent 任务中排名第一，BankerToolBench 与 Opus 5 并列第一，AA 智能指数从 M3 的

另有 2 家信源报道

DataPraxis：通过已验证工作区演化扩展分析任务

该论文提出 DataPraxis，一个基于「已验证工作区演化」的分析任务合成框架：通过逐步积累经校验的分析发现与产物，并继承、组合工作区来挖掘更深层问题，再用双重证据校验构建评估标准。作者据此构建了覆盖 15 个领域的 5,000 条已验证轨迹数据集 DataPraxis-5K，并训练出 DataPraxis-27B 与 DataPraxis-35B-A3B

llama.cpp b11776：投机解码支持 logprobs

llama.cpp 发布 b11776 版本，其 server 组件新增在投机解码（speculative decoding）路径下返回 logprobs 的支持（PR #27196），并补充了回归测试，验证被接受的草稿 token 会报告目标模型的 logprobs，与未启用草稿的基线对比。该修复解决了 master 分支上 top logprobs 为空

OpenAI 收购 Orchestra Bio 强化生物科技业务

OpenAI 宣布收购成立四年的 AI 生物科技软件初创公司 Orchestra Bio，交易金额未披露，该公司截至 2025 年已融资约 2000 万美元。Orchestra 开发 AI agent，帮助生物科技公司处理药物研发运营中的琐碎事务，如财务追踪和临床试验排期。OpenAI 将把 Orchestra 的团队与技术并入其生命科学研究模型 Rosal

另有 1 家信源报道

Deepseek 开源其最快最便宜模型的推理引擎

Deepseek 以 Apache License 2.0 协议开源了其内部推理框架 DeepInfer，该框架基于 vLLM 构建，包含优化的计算内核、多芯片分布式处理和更快的文本生成技术，用于支撑其 V4.1-Flash 模型的高效推理服务。Deepseek 同时发布了 deepseek-recipe，用于复现官方 API 的 token 处理流程，使自

Meta 因聊天链接可被公开检索暂停 Muse 分享功能

Meta 在安全公司 Claroc 发现超过 6,800 条 Muse 对话分享链接可通过公开 DNS 记录被检索后，暂停了 Muse 的对话分享功能。Claroc 指出，Meta 用分享标题加随机 ID 构造链接，导致链接可被重建，泄露内容涉及营销公司营收、贷款申请、员工日历等敏感信息。Meta 发言人表示正在审查报告并考虑调整链接发现机制。此前 Chat

Altman 据报提出三种 AI 安全终局方案，含单一公司垄断算力

据 The Information 报道，OpenAI CEO Sam Altman 上周在内部向员工提出三种先进 AI 治理方案：仿照国际原子能机构（IAEA）设立国际监管机构、仿照 CERN 由主要实验室合并为单一联盟（称“Demis Plan”），以及由单一公司凭借自我改进 AI 积累经济优势并切断他人算力的极端情形（称“Eliezer Plan”）。

30 个月指数级增长：AI 能力、价格与协作方式的变迁

沃顿商学院教授 Ethan Mollick 在新书《Co-Existence》发布之际，用图表回顾了自 2024 年《Co-Intelligence》出版以来 30 个月的 AI 进展。他指出，自 GPT-4 之后已有 20 个模型先后登顶，180 个模型在能力上超越 GPT-4 发布时的水平，其中 19 个可在智能手机上运行；METR 长任务基准显示 AI

llama.cpp b11756：Anthropic /v1/messages 透传 id slot

llama.cpp 发布 b11756 版本，修复了 server 端在 Anthropic /v1/messages 接口转换过程中未透传 id slot 参数的问题。此前该接口会忽略 id slot，导致依赖固定 slot 复用 KV cache 的代理回退到自动 slot 选择，在混合/循环模型上触发完整重新 prefill。该改动使 /v1/mess

MiniMax M3.1 Flash 发布：Agent 跑分国产第一，成本降至前代三成

MiniMax 正式发布此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔）模型，代号 M3.1 Flash。该模型在 Agents' Last Exam 上得分 29.6%，位列国产模型第一，并在 Coding、网络安全、Computer Use 等基准进入全球第一梯队，输出速度最快 200+ TPS。价格方面，输入每百万 Token

另有 2 家信源报道

美国下令联邦机构移除 DeepSeek AI 系统

美国国土安全部下令联邦文职机构停止采购中国 AI 初创公司 DeepSeek 的产品与服务，并从政府 IT 系统中移除，禁令还覆盖基于 DeepSeek 技术构建的第三方产品，机构可申请例外。美方以国家安全和用户数据可能被中国当局获取为由推进此举，中国外交部发言人毛宁表示反对过度扩大国家安全概念、将科技和贸易问题政治化。此前美国已通过 2025 年 12 月

另有 1 家信源报道

记忆张量开源MemT 1.0：把记忆原生焊进Transformer

记忆张量开源发布MemT 1.0系列记忆原生模型，包括36B参数（激活3B）的Nano和288B参数（激活17B）的Flash两个型号，通过在Transformer模块中增加与注意力并行的记忆分支，将经验编码为可训练的内部动态状态。这是记忆原生模型首次实现近300B参数规模的工程验证，在SWE-bench Verified等任务上平均成功率略高于无经验基线，

美国禁止联邦民事机构使用 DeepSeek 技术

美国国土安全部禁止联邦民事机构使用中国实验室 DeepSeek 的 AI 技术，要求各机构从 IT 系统中移除现有 DeepSeek 产品且不得采购新产品。该命令还涵盖关联公司产品及基于 DeepSeek 实现的第三方服务，但未设定截止日期，也未说明具体安全担忧。此举依据 2018 年联邦采购供应链安全法律，背景是此前美国政府曾考虑对中国开放权重模型采取制裁

另有 1 家信源报道

n8n 发布 2.45.0，修复 AI Agent 节点与核心运行时缺陷

n8n 发布 2.45.0 版本，集中修复 AI Agent 节点、核心运行时与 API 的多项缺陷。其中 AI Agent 节点修复了 Anthropic thinking 轮次及其工具参数的重放问题，核心层修复了网关模型 ID、凭据更新后清理 Agent 运行时缓存、LLM 失败重试并遵循 Retry-After 等问题。这些改动提升了 Agent 工作

FoH：基于反思自动演化分布式多智能体harness

论文提出 Federation over Harness（FoH）框架，用于自动演化分布式多智能体推理流程中本地客户端与中央服务器两端的 harness。服务器智能体演化客户端 harness 以完成任务与自我反思，同时演化自身 harness 以聚合分布式反思、维护共享知识并更新后续客户端 harness。该方法无需真实标签或验证数据，仅依赖智能体自生成的

纽约市长马姆达尼批评联邦AI监管缺位，呼吁市民抵制

纽约市长佐兰·马姆达尼在AI Now Institute主办的“人民AI大会”上与活动人士伊拉娜·格雷泽对谈，呼吁纽约人抵制AI必然取代工作、影响儿童心智的叙事，主张由地方政府问责AI公司。他此前已下令禁止小学和初中使用AI，并推出房产挂牌AI生成图像披露政策。他批评联邦政府在AI监管上“完全缺位”，并援引美军依赖AI targeting导致伊朗学校遭袭的事

Hugging Face 政策负责人：嵌入式 AI 评估者并非易解方案

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，当前 AI 模型评测方法仍不成熟，可复现性存疑，评测之间难以有效比较，且失效速度快。她指出业界对「嵌入式评估者」（第三方观察员进驻 AI 机构）需求旺盛，但评估者资质标准亟需统一；同时评测对象正从模型本身扩展到包含 harness 与 age

Cloudflare 推出 System One 提取模型 Clairic

Cloudflare 发布 System One 类提取模型 Clairic 预览版，托管于 Workers AI（@cf/cloudflare/clairic），并计划近期开源权重。该模型可从非结构化输入中提取、计算、估计和预测数值，相比传统 LLM 准确率更高、延迟更低、成本更省。它单次前向处理输入、不生成 token，输出带置信度的类型化值（span、

另有 1 家信源报道

“我们看错了”：颠覆AI界的爆炸性主张

Goodfire 研究员 Nick Cammarata 发布约 2.6 万字博客，提出大语言模型内部机制可能比此前认为的更容易理解、监控和控制，引发 AI 圈热议，有人称其为年度最重要 AI 论文。斯坦福的 Chris Potts 等研究者则质疑这只是一个直觉猜想，并未真正降低理解 LLM 的难度。该主张若成立，将有助于应对 OpenAI、Anthropic

Kling AI 发布 4.0：立体声、多语言唇形同步与轻量 Flash 版

Kling AI 发布 4.0 版本，支持单次生成最长 30 秒视频、最多 10 张关键帧输入、8000 token 提示词理解，并升级 Omni Reference 系统可接受最多 15 个参考素材。新版本加入双声道立体声、十余种语言唇形同步及多语言视频内文字生成，同时推出轻量版 Kling 4.0 Flash（最高 720p、20 秒）。Kling 4.