主题
AI 每日资讯 · 2026-10-18
自动汇总的全球 AI 相关要闻，非投资建议。链接指向原文，摘要仅供速览。
今日速览
- DeepSeek 放出 V4.1-Flash-1017 — Terminal-Bench 4.0 从 31.2 升到 42.3，API 价格不变
- DeepSeek 开放自研 Search / Fetch API — 各 5 元 / 千次，Harness 侧 11 月 1 日起计费
- Anthropic：初级技术岗招聘占比从 27% 降到 9% — 8 月智能体工时已是员工的 6 倍
- Claude 半小时解开 NIST 椭圆曲线种子谜题 — 来源是 1997–98 年的
lrand48时间戳 - 四个 Gemini 4 Argon 智能体通关 Minecraft — 27 小时写 2783 个程序，打死末影龙
- Reflection 开源 Beam 权重 — 501B 总参 / 23B 激活，Apache 2.0
- GitHub Copilot 11 月 16 日下线三款模型 — Opus 4.8、Opus 5、GPT-5.6 Terra
- OpenAI 推出 Rosalind Academic Plan — 美国大学实验室最多 30 席、12 个月免费
- DeepSeek 整合成立产品部 — 崔添翼统管 Harness、Web、App 与 Platform
- 「鹏城云脑 Ⅲ」1 万 P 国产算力上线试运行 — 昇腾 384 超节点，建成目标 1.6 万 P
详情
1. DeepSeek 放出 V4.1-Flash-1017
DeepSeek API 更新日志 10 月 17 日宣布：V4.1 Flash 升级为 V4.1-Flash-1017，网页端、App 与 API 同步切换。调用名仍是 deepseek-flash，价格不变。官方把这次更新写成性能–费用的帕累托改进：基准分上去，任务运行时间和输出长度下来。
公司自己的对照表：HLE（无工具）36.8 → 42.6（纯文本子集 44.0）；Terminal-Bench 4.0（Claude Code 框架）31.2 → 42.3；DeepSWE v1.1 74.2 → 77.0；ProgramBench 20.3 → 29.1；Apex Bench v1.1 64.6 → 72.1。官方还写：用自反馈强化学习加强了从零搭完整项目的能力，覆盖游戏开发和 3D 建模，面向「许愿式」编程。权重以 MIT 许可证上 Hugging Face 与 ModelScope；Hugging Face 模型卡标总参 763B，上下文 1M token。
- 来源：DeepSeek API Change Log · 2026-10-17；Hugging Face · 2026-10-17；IT之家 · 2026-10-17
2. DeepSeek 开放自研 Search / Fetch API
同一天，DeepSeek 把网页端和 API 背后的自研搜索引擎做成公开接口。文档写：索引全球千亿级网页，过滤 SEO 作弊、GEO 操纵和低质 AIGC。POST /v1/tools/search 按 query 返回结构化结果；POST /v1/tools/fetch 抓单个页面，正文以 Markdown 返回。鉴权与主 API 相同。
计费按成功请求次数，不按 token、也不按返回条数：Search 与 Fetch 均为 5 元 / 千次。只有 HTTP 200 且产生结果才收费（Search 的 results 非空，Fetch 有正文）。每个账号 Search、Fetch 各自 5 QPS。在 DeepSeek Harness、Claude Code、Codex 里经服务端工具触发的调用目前不计费，北京时间 2026 年 11 月 1 日 00:00 起按次收费。
- 来源：DeepSeek 网页搜索与抓取 · 2026-10-17；DeepSeek API 更新日志（中文） · 2026-10-17；澎湃新闻 · 2026-10-17
3. Anthropic：初级技术岗招聘占比从 27% 降到 9%
Anthropic 经济学团队 10 月 16 日发布内部就业报告 How employment is changing at Anthropic（Nathan Wilmers、Regina Catipon、Maxim Massenkoff、Peter McCrory）。技术部门初级员工占比从 2025 年初的 21% 降到 14%；初级技术岗在新招聘中的占比从 27% 降到 9%。初级职缺从 2025 年 12 月起明显减少。约三分之一的机器学习经理、五分之一的软件工程经理表示因 AI 减少了招聘。
公司整体仍在扩张，过去一年规模约增至三倍；技术部门绝对人数还在涨，但销售、财务、招聘更快，技术部门占全员从 61% 降到 56%。按智能体会话遥测：2026 年 3 月智能体工时首次超过员工；到 8 月，员工发起的交互式智能体工时是员工的 6 倍。工程师人均 commit 约是六个月前的 5 倍。报告把 Anthropic 写成可能的领先指标，并写公司已建岗位风险预警、优先内部调岗。
4. Claude 半小时解开 NIST 椭圆曲线种子谜题
Anthropic Frontier Red Team 10 月 16 日发文：一名员工让内部研究模型在不给旧线索的情况下追查 NIST P-192、P-224、P-256、P-384、P-521 的种子来源。不到半小时，Claude 判定它们不是某句玩笑话的哈希，而是 C 库 lrand48 的输出，用 Unix 时间戳做 srand48 初始化，时间落在 1997 年 5 月至 1998 年 4 月。例如 P-256 对应 1997-08-16 01:52:34 UTC，第 1842 个 20 字节候选。
官方强调：这不是对 ECDSA 的新攻击，反而让「NSA 藏后门」更难成立。Filippo Valsorda 用 Go 复现后确认，并把三年前悬赏的 36,864 美元（36 Ki$）捐给运营 Let's Encrypt 的 ISRG；Anthropic 团队 10 月 15 日 01:07:51 UTC 领奖。B-163 种子、以及 P-224 / P-256 / P-384 / P-521 的基点仍未解释。
- 来源：Anthropic · 2026-10-16；Filippo Valsorda · 2026-10-16
5. 四个 Gemini 4 Argon 智能体通关 Minecraft
Google DeepMind 研究员 Maxence Faldor、Satinder Singh、Roberta Raileanu 10 月 15 日把论文挂上 arXiv（2610.22319），官方账号 16 日转发。四个通用 Gemini 4 Argon 编程智能体被放进沙盒生存世界，唯一目标是打败末影龙。每人通过开源库 Mineflayer 控一个玩家，用游戏内聊天和共享记忆协作；没有预分配角色，也没有人类写的游戏逻辑。
随机种子、Easy 难度。全程 27 小时 14 分，自写 2783 个程序，死亡 605 次，聊天 229 条。作者称：在只用标准 Mineflayer、不预探种子、不提供人类写的 Minecraft 专用工具的条件下，这是他们所知的首次端到端通关。研究者可看仪表盘并随时暂停，但这次没有干预。
- 来源：arXiv:2610.22319 · 2026-10-15；Google DeepMind on X · 2026-10-16；Maxence Faldor on X · 2026-10-16
6. Reflection 开源 Beam 权重
Nvidia 投资、前 DeepMind 研究者创办的 Reflection AI，10 月 16 日把首个开放权重模型 Beam 放到 Hugging Face，许可证 Apache 2.0。模型 10 月 5 日宣布，权重按当时承诺于本月放出。规格：稀疏 MoE，总参 501.3B、每 token 激活 23.4B，52 层（3 dense + 49 MoE），256 专家，上下文 1M，知识截止 2026 年 6 月 30 日，输入输出均为文本。提供 BF16、FP8、NVFP4 以及投机解码草稿模型。
官方模型卡给出的内部评测：SWE-bench Verified 81.6%（BF16）、Terminal Bench v2.1 80.1%。vLLM、SGLang、Transformers、Unsloth、Axolotl、NVIDIA Dynamo 宣称 Day 0 支持；API 在 platform.reflection.ai 开公测。Dell、HPE 做防火墙后部署。
- 来源：Reflection · 2026-10-16；模型卡 · 2026-10-16；Hugging Face · 2026-10-16
7. GitHub Copilot 11 月 16 日下线三款模型
GitHub Changelog 10 月 15 日通知：将于 2026 年 11 月 16 日 从全部 Copilot 体验（Chat、行内编辑、Ask / Agent、补全）移除三款模型：
| 下线 | 建议替换 |
|---|---|
| Claude Opus 4.8* | Claude Opus 5.5 |
| Claude Opus 5 | Claude Opus 5.5 |
| GPT-5.6 Terra | GPT-6.1 Sol 或 GPT-6 Luna |
例外：年付个人订阅用户继续保留 Claude Opus 4.8，以便仍有 Opus 可选。Copilot Business / Enterprise 若开着默认模型启用，建议替换会自动打开，除非管理员关了全局默认或单独禁用了该模型。钉死旧模型 ID 的工作流需要在截止日期前改掉。
- 来源：GitHub Changelog · 2026-10-15
8. OpenAI 推出 Rosalind Academic Plan
OpenAI 10 月 15 日宣布 Rosalind Academic Plan：面向美国大学学术实验室，合格实验室最多 30 个 ChatGPT Business Standard 席位，每人每月 0 美元，最长 12 个月，并包含计划用量内的商用前沿模型。生命科学专用模型 GPT-Rosalind 仍须单独通过 trusted-access 审核；席位不等于自动开通 Rosalind。研究数据默认不用于训练。
目前只接受美国大学实验室。无 Enterprise 协议的由 PI / 实验室负责人代为申请；已有协议的走学校 Enterprise 通道。官方写明：不含 API，计划批准也不会给 API 上的 GPT-Rosalind。审核会核机构与负责人身份、研究用途，并指定机构安全联系人。
- 来源：OpenAI · 2026-10-15；OpenAI on X · 2026-10-15
9. DeepSeek 整合成立产品部
澎湃新闻 10 月 16 日报道：DeepSeek 将 Harness 团队与 Web、App、Platform 团队合并为「产品部」，负责全部产品、设计与研发，由 崔添翼 任负责人。崔添翼当天向澎湃确认消息属实。他 3 月加入并组建 Agent Harness 组，浙大计算机背景，6 枚 ACM 亚洲区域赛金牌，此前在 Jane Street 任职九年。
Harness 被写成让大模型成为 Agent 所需的整套运行系统。DeepSeek Harness 8 月 13 日以 MIT 协议开源预览，10 月 3 日加入实验性 Claude Code Mods 兼容层。崔添翼对澎湃说：抄一个 Claude Code 或 Codex、做出和别人没区别的产品，「一定不是推进 AGI 的事情」。合并方向是 Harness 负责人统管客户端，网页、App 和开放平台往后会围着 Agent 重组。
10. 「鹏城云脑 Ⅲ」1 万 P 国产算力上线试运行
10 月 15 日至 16 日，2026 世界算力网大会（WCNC）在深圳举行。开幕式上，大科学装置「鹏城云脑 Ⅲ」的 10000P 国产算力正式上线试运行。中新社报道：大会由中国工程院指导，鹏城实验室与世界算力网联盟联合主办，同期还发布了《世界算力网发展白皮书》和《算电协同技术发展白皮书》。
公开报道写：设施采用华为昇腾 384 超节点架构，首期设备今年 3 月通电点亮；完全建成后算力规模 16000P（16 EFLOPS），定位国内单体规模最大的智算设施之一。此次 1 万 P 先行投运，意味着进入「边建设、边运营」，在全部建成前已开始向国产大模型训练和科学智能研究供算力。
- 来源：中国新闻网（新浪转载） · 2026-10-16；南方+ · 2026-10-17；IT之家 · 2026-10-17