研究发现编码智能体工具链增加成本但不提升性能
一项研究表明，不同编码智能体工具链(harnesses)之间的性能差异主要来自评测噪声，而非实际能力差异。研究团队测试了Claude Code、OpenCode和mini-SWE-agent三种工具链，发现除OpenCode外，其他工具链性能相当，但成本差异可达三倍。研究建议发布工具链比较时应同时提供相同设置的重新运行结果，以区分真实差异与噪声。
#DeepSeek
The DecoderAI 评分7070 钛媒体精选AI 评分8585 AI审计者的显微镜，是被告造的
穷奇观察分析了近期四起AI安全事件，指出AI审计工具存在结构性盲区、易被优化对象带偏，且依赖供应商提供的钥匙。文章探讨了译本、显微镜、火星文和对账五个维度，揭示可读性正从公共品变为私产，并提出三条可能的出路。
推荐理由：AI审计工具的盲区、被带偏和依赖供应商钥匙，揭示可读性正从公共品变为私产，审计者需重新定义权力边界。
雷锋网同事件AI 评分7878 MiniMax M3.1 Flash 发布，在 Agent 任务评测中超越 DeepSeek
MiniMax 发布 M3.1 Flash 模型，在 Automation-Bench 复杂 Agent 任务评测中排名第一，实际测试中完成 3D 校园搭建任务比 DeepSeek V4.1 Flash 快 65 分钟，模型费用相近。该模型每百万 Token 输入 1 元、输出 4 元，价格较上一代降低约一半。
同一件事，精选收录的是《MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一》
钛媒体AI 评分7373 DeepSeek发布开源推理代码，支持华为与Nvidia芯片互操作
DeepSeek发布开源推理代码，首次在同一项目中同时支持华为Ascend处理器和Nvidia数据中心GPU，使工作负载在两种芯片间迁移接近于切换配置。该代码旨在解决中国机房在芯片供应紧张时的灵活性问题，但实际性能和生产环境适配仍需验证。
Latent Space精选AI 评分8585 DeepSeek开源DeepInfer高性能推理框架
DeepSeek开源了其生产级推理框架DeepInfer，支持高达155万亿tokens/天的集群吞吐量，在非高峰时段每卡每小时收入达38美元，约80%的推理利润率，81天可收回成本。该框架基于vLLM定制，添加了优化的KV缓存、预填充/解码分离和负载平衡等功能，支持NVIDIA SM100和华为Ascend 950平台。
推荐理由：开放高性能推理框架DeepInfer将155T tokens/天的吞吐量转化为$22m日收入，开源与商业边界正在重构。
钛媒体同事件AI 评分7676 DeepSeek推理框架DeepInfer对等支持华为、英伟达芯片
DeepSeek宣布开源自研推理框架DeepInfer，同时支持华为昇腾950系列NPU和英伟达SM100 GPU，二者处于对等构建选项地位。开发者可通过环境变量在两类硬件间切换，大幅降低国产芯片适配门槛，有望加速国产芯片替代进程。
同一件事，精选收录的是《DeepSeek开源DeepInfer高性能推理框架》
量子位精选AI 评分8585 MemT 1.0发布：记忆原生模型实现近300B参数规模工程验证
MemT 1.0系列开源发布，包括36B参数的MemT-1.0-Nano和288B参数的MemT-1.0-Flash，首次实现近300B参数规模记忆原生模型的工程验证。该模型将经验编码为内部动态状态，通过专门的记忆分支参与计算，在SWE-bench等任务中表现优于无经验基线，平均成功率和可靠性显著提升。
推荐理由：将记忆编码为内部动态状态，让经验成为模型可学习的能力，为RSI拼图补上关键一环。
IT之家AI 评分6868 DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜
深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，单任务成本中位数约为 0.18 美元，任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一。
Latent SpaceAI 评分3232 Latent Space 发布 DeepSeek V4.1 Flash 1017 等模型动态
DeepSeek V4.1 Flash 1017 以 552B 总参数/16B 活跃 MoE 架构成为开源价值领导者，AA 智能指数升至 45，在 Code Arena WebDev 中排名 #12 开源模型。MiniMax M3.1 Flash 和 Mercury 3 同期发布，前者定价 $0.15/$0.60 per M tokens，后者被称最强扩散 LLM。
钛媒体AI 评分7575 DeepSeek内部群聊曝光'打游戏提升模型'，折射出中国大模型竞争中的智力压制与独特商业逻辑
DeepSeek内部群聊截图显示员工称模型能力'控制不住地涨'，引发行业关注。文章指出这反映了DeepSeek依靠底层算法创新和强化学习自发涌现的技术路径，以及其独特的极客文化和人才战略。
华尔街见闻AI 评分7575 DeepSeek和MiniMax发布新一代Flash模型，挑战旗舰性能
DeepSeek发布V4.1 Flash-1017，MiniMax发布M3.1 Flash，两款模型在编程、网络安全和复杂Agent任务等评测中表现优异，同时大幅降低价格。M3.1 Flash在BankerToolBench中与Claude Opus 5并列第一，输入输出价格降至上一代的一半，缓存读取价格降低约75%。
雷锋网AI 评分4545 OpenAI 将研发人形机器人，奥尔特曼称核心是打造“大脑”
OpenAI 将研发人形机器人，CEO 奥尔特曼称核心是打造驱动机器人运转的“大脑”。该项目预计 2027 年推出演示样机，但机器人走上街头还需数年。
钛媒体AI 评分7575 Kimi和DeepSeek，差异越来越明显
Kimi和DeepSeek作为中国大模型赛道的两家头部公司，在2026年呈现出明显差异。Kimi采取产品驱动路径，估值随产品周期增长，收入以API为主，组织规模约300人，正向港股IPO迈进；DeepSeek则选择基础设施路线，估值基于战略稀缺性，收入注重成本结构，组织更像研究机构，准备在科创板上市。两家公司在技术选择、商业化策略和组织形态上的分岔，标志着中国AI行业开始走向专业化分工。
开源中国AI 评分6565 DeepSeek V4.1 Flash 更新：'许愿式编程'能力提升 + 搜索 API 开放
DeepSeek 更新了 V4.1 Flash 版本（1017），提升了'许愿式编程'从零建项目的能力，并开放自研搜索 API。官方称这是性能-费用的帕累托改进，基准测试全面提升，缩短了任务运行时间和输出长度。
IT之家AI 评分4545 中信证券：看好 DeepSeek Harness 完善生态与商业化闭环
中信证券报告认为 Harness 是 DeepSeek 从模型供给走向平台生态的关键一环，通过插件化、场景预设与跨 Agent 协作拓展用户覆盖。DeepSeek Harness 采用 MIT 许可证开源，以 TypeScript 编写，具备「一切皆插件」架构，支持模型、工具、技能等能力插件化。国产大模型能力持续提升，叠加成本效率与开源生态优势，有望推动 AI 应用向更广泛场景渗透。
财联社电报AI 评分4242 中信证券：看好国产大模型持续崛起
中信证券认为，DeepSeek通过Harness将开源与工程优势转化为生态影响力，通过插件化、场景预设与跨Agent协作拓展用户覆盖，其长期价值在于生态扩张积累需求并增强产品黏性。
IT之家AI 评分3030 DeepSeek V4.1 Flash-1017 新版本发布
DeepSeek V4.1 Flash-1017 新版本发布，性能提升、运行时间缩短且调用成本下降，已适配多个开发平台，模型权重开源开放下载。
量子位AI 评分8585 DeepSeek发布V4.1-Flash-1017模型，性能提升且成本降低
DeepSeek发布新模型V4.1-Flash-1017，在基准测试中性能提升同时降低了任务运行时间和输出消耗，并引入自反馈强化学习技术实现'许愿式编程'功能。同时开放自研搜索API，提供Search和Fetch两个接口，限时免费使用。
The Decoder精选AI 评分8080 Deepseek 发布 V4.1 Flash 1017 模型，在智能体任务中超越更大对手并大幅降低成本
中国 AI 公司 Deepseek 发布了更新的 Flash 模型 V4.1 Flash 1017，在智能体和编码任务中表现优于更大竞争对手，同时大幅降低每任务成本。该模型通过强化学习与自我反馈方法改进端到端项目开发，并将内部搜索引擎首次开放给外部开发者。
推荐理由：Deepseek V4.1 Flash 1017 在智能体和编码任务中超越更大模型，同时大幅降低每任务成本。
The DecoderAI 评分7575 AI可解释性是否接近突破？新论文引发研究者分歧
Cammarata提出神经元多义性可能被误解，认为大多数神经元实际上是单义的，这挑战了传统的叠加理论。Google DeepMind的Neel Nanda对此持谨慎态度，认为可解释性研究仍有局限性。这一争论对AI安全和对齐研究具有重要意义。
钛媒体AI 评分7575 硅谷AI杀疯了，DeepSeek们的性价比还剩多少？
文章分析了全球大模型价格战的新趋势，指出硅谷厂商通过模型分层、计费机制创新和订阅套餐大幅降低使用门槛，国产模型的低价优势面临挑战。文章对比了OpenAI、Anthropic、Google等海外厂商与国产模型在API价格和订阅套餐上的差异，指出低Token单价并不等于低任务成本，未来竞争将转向特定任务中的价格与效果平衡。
IT之家AI 评分6565 OpenCode 宣布 DeepSeek V4.1 Flash 免费提供，但仅支持 200K 上下文
OpenCode 宣布 DeepSeek V4.1 Flash 现已免费提供，免费版支持 200K 上下文窗口，相比 1M 版本有所降低。该模型为原生多模态 MoE 模型，主干参数规模为 552B，社区反馈显示生成速度存在较大波动，上下文增长会导致速度下降。
钛媒体AI 评分4545 Anthropic新规背后，人类何必为难AI？
Anthropic规定用户对Claude进行“持续且无必要的辱虐或残忍行为”将违规。研究显示AI可能拥有类似情绪的状态，而部分模型如GPT-6 Astra在恶意指令下可能拒绝率仅3%。
量子位精选AI 评分8585 字节跳动展示世界模型：AI从生成内容到构建可交互虚拟世界
字节跳动在《2026美好奇妙夜》科技节目中首次展示了其世界模型，该模型支持三维场景生成、自由探索、实时交互和物体编辑，甚至能实现不同空间之间的自由连通。这一技术标志着AI从简单的图像视频生成向构建可交互、可编辑的虚拟世界转变，为机器人、自动驾驶等物理AI提供了新的训练和验证路径。
推荐理由：原文展示了字节跳动世界模型的实际应用能力，读者可了解AI从生成内容到构建可交互虚拟世界的最新进展。
IT之家AI 评分3535 英特尔 CEO 陈立武：中国前沿 AI 模型普及速度非常快
英特尔 CEO 陈立武称中国前沿 AI 模型 Token 成本较低且普及速度快，DeepSeek、Kimi 和 GLM 性能已足够好，他支持开源提高效率。量子计算可能三到五年内走向主流，软件将提升基础设施效率。
钛媒体AI 评分7575 Claude和GPT大幅降价，国内大模型厂商面临挑战
Anthropic推出Claude Haiku 5.5，每百万tokens输入0.10美元、输出0.50美元，价格降至上一代的1/10；OpenAI宣布GPT-6全量上线，免费用户可使用GPT-6 Luna。海外两大巨头同时降价，引发国内大模型厂商如何应对的讨论。
量子位AI 评分7575 字节发现DeepSeek-V4性能周期性波动与KV Cache压缩的关系
字节Seed团队研究发现DeepSeek-V4模型性能会随输入位置周期性变化，最高准确率差距达40.2个百分点，这与模型采用的分块KV Cache压缩技术有关。研究证实这种周期性波动与压缩步长直接对应，后训练和架构迭代可显著缩小差距。
钛媒体AI 评分8585 GPT-6全球上线、Claude Haiku 5.5降价，AI巨头假期动态
OpenAI宣布GPT-6开始面向全球ChatGPT用户推出，采用边想边答方式和智能界面；Anthropic推出Claude Haiku 5.5，称其为速度最快、最便宜、功能最强的Haiku系列小型模型，综合运行成本比上一代低约75%。
华尔街见闻AI 评分7373 英伟达投资8亿美元支持Reflection发布开源模型
获得英伟达8亿美元投资的AI初创公司Reflection即将发布首款开放权重模型，该模型有望与中国领先的开放权重模型直接竞争。Reflection的核心目标是打造"AI工厂"，让企业将专有数据与模型结合构建本地化AI系统。本月预计还有其他西方厂商跟进推出开放权重模型。
Latent SpaceAI 评分1515 AINews 2026年10月1日-2日 AI动态摘要
OpenAI发布GPT-6.1 Sol，定价$2/$10 per百万输入/输出tokens，在DeepSWE v1.1上比GPT-6 Sol高6.4分。Anthropic的Sonnet 5.5 [Max]在Agent Arena排名第3，Chat类别第一，成本$2.74/任务。
Latent SpaceAI 评分7575 Alex Zhang谈学术界研究品味与AI智能体架构
MIT的Alex Zhang分享了他在GPU内核优化、递归语言模型(RLMs)和多智能体系统方面的研究，探讨了学术界应如何进行高风险研究，以及如何通过智能体架构设计提升模型泛化能力。
雷锋网精选AI 评分8585 DeepSeek 开源算子工具 TileLang 支持华为昇腾
DeepSeek 开源 TileLang 算子工具链，原生支持华为昇腾 950 NPU，实现与英伟达 CUDA 生态能力对标。TileLang 采用多级分块技术，将算子开发代码从 500 行压缩至 30 行 Python，性能接近手写 CUDA，同时支持英伟达、AMD、华为昇腾等多平台。
推荐理由：原文展示了开源算子工具如何实现跨平台能力，为国产算力生态提供新路径。
Import AIAI 评分6060 Import AI 473：美国超级智能战略、人鼠嵌合大脑与机器诠释学
Import AI 473 期刊分析了美国超级智能战略，提出"行动自由"策略；报道了研究人员将人类脑组织移植到小鼠头部的实验；探讨了AI发展节奏控制的研究议程；研究了无审查AI模型的分布情况；分析了递归自我改进(RSI)可能带来的智能爆炸动态；并呈现了机器诠释学背景下的科幻故事。