智谱 GLM

openJiuwen首发TTSE双轨自演进经验学习框架

openJiuwen提出TTSE（双轨自演进）经验学习框架，借鉴认知科学中陈述性知识与程序性知识的区分，将Agent经验分为FACT（环境事实）与TIP（条件式技巧）两条轨道，通过冷启动、在线增量演进（归因、退役、矛盾分析合成、归纳）循环更新经验库。该框架在ALFWorld、ScienceWorld、GDPevo、SOPBench、PinchBench五个基

DramaGrow：审计多集剧 LLM 评审的 regime-aware 基准

北京理工大学与黑龙江大学的研究者提出 DramaGrow，一个面向 AI 生成中文五集剧的 regime-aware 基准与审计协议，将可验证约束违规、五分之四偏好和评审组内分歧分入不同分母与证据规则。基准包含 800 集、120 个字节保持干预和 1,155 条盲评五人记录。在冻结集上，重复绝对评分 rubric 的偏好准确率仅 53.8–55.8%，而

腾讯AI负责人：AI生物武器将至，封闭模型并非解法

腾讯首席AI科学家姚顺雨警告AI将很快具备开发生物武器的能力，认为完全开源或完全闭源都无法单独解决该问题，主张开源与闭源混合以兼顾防御用途。他以Hugging Face安全事件为例说明闭源模型的安全过滤可能阻碍防御性分析，而开源模型可被用于日志取证。文章同时讨论了开源模型安全过滤易被"消融"技术移除、闭源模型过滤过度激进的问题，并提及中美均未设定开源模型发布

真实测试：AI编码智能体近四分之三任务仍需人工收尾

阿里巴巴与多所亚洲高校的研究者构建了 Co-Design Bench 基准，用真实用户变更请求测试编码智能体。表现最好的 GPT-6 Astra 平均满足约 70% 的需求，但仅 26.4% 的任务完全正确，说明现有基准接近饱和、与现实可用性差距明显。研究还发现工作环境（harness）对结果影响与模型本身相当，建议排行榜同时报告模型与运行环境。

研究揭示让AI文本读起来费力的六种语言模式

纽约大学与得克萨斯大学奥斯汀分校的研究分析了14个语言模型（包括Claude、GPT-5.6、GLM-5、Kimi K2.5及Llama、Olmo等开源模型）在对话、编程和议论文场景下生成的文本，总结出六种让AI文本读起来费力的语言模式，如异常词组搭配、句法成分距离过远、名词堆叠、名词动用等。研究发现小模型更接近人类写作，而训练从RLHF转向RLVR、奖励信

硅基流动：以Token生产力助力央国企大模型规模化落地

硅基流动解决方案总监唐安波在2026秋季央国企CIO峰会上分享，提出「Token生产力=产能×利用率×交付质量」公式，并介绍四层解耦推理架构（模型网关、模型服务平台、高性能推理框架、算力调度）。公司已适配近百款模型，并与华为云、沐曦、摩尔线程等国产芯片合作优化推理性能。案例中某央国企将约50台机器从「租机器」改为Serverless模型服务，模型收敛至约十个

NVIDIA 在柏林 GTC 展示本地 AI 硬件与智能体生态

NVIDIA 在柏林 GTC 上展示了其本地 AI 硬件全线产品，包括面向 Windows PC 的 RTX Spark、面向开发者的 DGX Spark 以及面向企业的 DGX Station。RTX Spark 支持在设备端运行个人智能体，DGX Spark 新增 64GB 版本并支持最多八台集群，DGX Station 则提供 748GB 内存和 20

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

RoundtableReview：多视角协作评审提升自动化科研

该论文提出 RoundtableReview，一个面向自动化科研的多智能体审议式评审框架。它将论文结构化为八个语义槽，并协调六位具有互补视角、检索来源和职责边界的学术与产业审稿人，通过独立评估、交叉质询、圆桌讨论、动态加权投票和主席综合生成可追溯的评审意见。在两个自动化科研骨干模型上的实验表明，该方法在自动与人工评估中均优于基线，且评论数量更少。

Agentic Interpretation：harness 治理的软件智能体证据构建

论文提出 Agentic Interpretation (AgInt) 框架，让模型提出类型化记录，由确定性 harness 负责准入、评分与持久化，并仅在证书满足任务义务时放行答案。在 SWE-bench-Live、DeepSWE、Defects4J 和 GitBug-Java 上，AgInt 在补丁接受度指标上优于普通 agent 与 Agentic C

谷歌开源RSI框架Harness²，让模型运行中自我改进脚手架

谷歌开源了名为Harness²的递归自我改进（RSI）框架，让大模型在运行中自动修改自身的脚手架代码、系统提示词、工具链和技能库。该框架采用任务级与改进级双层递归架构，通过Propose-Probe-Compose机制在没有标准答案的真实任务中做对照实验，并将调试经验沉淀为可跨任务复用的经验库。实测中，装配Harness²的GLM-5在WorkBuddy-B

OpenAI基础设施负责人将离职；DeepSeek宕机补偿；苹果AI国行12月上线

OpenAI基础设施负责人Sachin Katti宣布将于11月15日离职，由计算首席技术官Uday Ruddarraju接任领导整体计算部门，这是OpenAI今年一系列高管离职的最新一起。国内方面，DeepSeek因API服务故障向用户发放全额赠金补偿，年内已至少18次服务异常；阿里加码AI硬件品牌并联动天猫、速卖通；国行版苹果AI有望12月上线，百度、阿

范式智能联合睿思智联推出开源 AI 部署平台“模域ModelSphere”

范式智能联合睿思智联推出开源一站式生产级 AI 部署平台“模域”（ModelSphere），面向企业免费开源并已在 GitHub 上线。平台整合算力管理、模型部署与运行优化，支持华为昇腾、天数智芯、摩尔线程、海光 DCU 等国产芯片的统一调度，并已适配 DeepSeek-V4、Qwen、Kimi 等主流模型。官方称其 AutoTune 等能力可使系统极限吞吐

Anthropic 警告自我复制 AI 蠕虫，专家称确有依据

Anthropic 发布研究警告称，小型 AI 模型可能只需数月就能获得自我复制能力。其实验将 Google Gemma 4 拆分运行在 15 台 Android 电视盒上，并在模拟网络中测试 AI 蠕虫传播，只有 Z.ai 的 GLM-5.2 成功扩散至整个网络。Anthropic 呼吁加强设备安全，但外界也质疑其存在渲染恐慌、为封闭模型站台的公关动机。

DoSA：点稀疏注意力，无损加速稀疏注意力索引器

论文提出 DoSA（Dots Sparse Attention），一种无损稀疏注意力方法，通过为每个 token 构造分数上界与 Top-k 阈值下界，在保留精确 token 选择的前提下跳过大量全头打分。该方法针对 DeepSeek 稀疏注意力（DSA）中带符号 ReLU 索引器的稠密打分瓶颈，利用非负头投影、联合残差界和激活感知聚合来收紧候选排除条件。在

另有 1 家信源报道

DoSA：点稀疏注意力，无损加速 Top-K 选择

该论文提出 DoSA（Dots Sparse Attention），一种无损稀疏注意力方法，通过分数上下界证书提前拒绝候选 token，仅对仍符合条件的候选进行完整打分，从而保持精确的 Top-K 选择。其 GPU 实现使完整 Indexer 相比 SGLang 提速最高 2.74 倍、相比 LiteTopK 提速 1.69 倍。在 GLM-5.2 和 De

另有 1 家信源报道

CogAdapt：认知信号引导的代码大模型稀疏适配

研究提出 CogAdapt 框架，利用人类阅读代码时的脑电（EEG）和眼动注意力数据学习程序级与 token 级先验，再结合冻结模型对任务的响应，决定微调时更新哪些 transformer 块及分配多少适配量。在 Qwen 和 GLM 上，该方法在 LiveCodeBench 和 BigCodeBench 上取得最佳 pass@1，相比常规微调在 LiveC

Reflection 发布 Beam：中国以外最强开放权重模型

AI 初创公司 Reflection 发布其首个开放权重模型 Beam，面向编程、逻辑推理与智能体任务，采用混合专家架构，每 token 仅激活 5010 亿参数中的 230 亿，主打计算效率。Reflection 称 Beam 在关键推理基准上可匹敌 GLM 5.2，但计算量少三到四倍，并接近规模更大的 Qwen3.8-Max。该模型基于 10500 块

Reflection 发布 501B-A23B 美国开源模型 Beam

Reflection 发布 Beam，一个 501B 总参数、23B 激活的 MoE 文本模型，面向编程、智能体与科研任务，从零训练，Apache 2.0 全权重将于本月发布。团队称使用 23.8T 预训练 token，并在约 10,500 块 GB300 上完成预训练与 RL，SWE-bench Verified 得分 80.9。第三方分析认为其智能水平大

Reflection 发布开放权重模型 Beam，对标中国开源模型

Reflection AI 发布首个前沿开放权重模型 Beam，这是一个 5010 亿参数、230 亿激活参数的文本混合专家模型，预训练于 23.8 万亿 token，支持 100 万 token 上下文。公司声称 Beam 在高级推理基准上可媲美 Z.ai 的 GLM-5.2，并超越西方领先开放模型，同时推理算力消耗低 3-4 倍，但该性能声明尚未被独立验

另有 1 家信源报道