每日科技/AI 摘要 2026-10-03

今日共采集 91 条，新增 50 条，科技/AI 相关 37 条，深挖 8 篇。

MiniMax M3.1 Flash：Opus 5.5 刷屏的前端绝活，六天后它也会了

来源：机器之心Pro · 一句话：旗舰多模态能力六天沉到 Flash 档。

• 要点：
  • 9-22 Anthropic 发布 Claude Opus 5.5 后 X 上「前端作品」刷屏；9-28 MiniMax 上线 M3.1-Flash-Preview：M 系最新款、1M token 上下文、原生多模态，已进 MiniMax Code 并可通过 API 订阅调用（机器之心口径）。
  • 复刻案例一批：抽卡游戏「星灵召唤」完整十连抽流程、24fps 手绘钢琴动画、网页可玩的复古跳舞机、45 分钟做完的 3D 太空飞船游戏、社区开发者复刻《黑神话：悟空》3D 建模。
  • 关键在训练而非 harness：图文交错多模态预训练打底，模型能「看见」自己渲染的结果形成视觉闭环、主动截图自检，用直接感知替代长推理链；文章未列具体跑分（媒体实测口径，官方基准未核实）。
  • 趋势判断：旗舰能力的「保质期」正以天计——9-30 OpenAI GPT 6.1 Sol 也走了性价比路线。同题另见爱范儿。
• 扩展资料：
  • MiniMax 官网 — 官方模型列表当前只挂 M3/M2.7/M2.5，M3.1 尚未上官网（与「Preview」灰度口径一致）。

Harness-Zero：把 Agent Harness 蒸馏进模型参数，裸模型反超带壳

来源：智猩猩 · 一句话：训练时用壳、部署时去壳，均值 23.3%→44.3%。

• 要点：
  • 北大联合港科大团队提出 Harness-Zero：用一个「Harnessing Agent」观察学生模型的动作、对照优化版 Harness 只在必要时改写，且改写限制在学生自身 Action Space 内——学到的行为才不会在去掉壳后消失；与普通轨迹蒸馏的区别是教「为什么在此状态该做此动作」。
  • 结果（SpreadsheetBench/AppWorld/USPTO 宏平均）：基础模型+最小壳 23.3%，+优化壳 41.7%，Harness-Zero 训练后+最小壳 44.3%——去壳反超带壳；28 项壳特有行为平均恢复 82.3%；USPTO（30.0%）仍不敌优化壳（38.0%），专利域尚有短板。
  • 流程：先演化学生侧 harness → 适配为私有参考壳 → 最小壳下采集被审阅轨迹 → SFT。开源含 Qwen3.5-9B LoRA 检查点与 harness_bank，Apache-2.0。
  • 同日微头条另整理了 harness 设计实证研究（176 组对照实验）：上下文管理价值随预算收紧上升、规划对弱模型是准确率支架、bash 强的模型更适合纯 bash 接口（编程充电站）。
• 扩展资料：
  • metaevo-ai/harness-zero（GitHub） — 一手仓库：74 star，README 数据与报道一致，论文 alphaXiv 2609.24974（Ye et al., 2026）。

Gemini 4 Argon 输出上限 100 万 token，先供给安全防御团队

来源：编程充电站 · 一句话：长时程任务模型，经 Fairwind 计划限量放行。

• 要点：
  • Google 前沿模型 Gemini 4（代号 Argon，10-01 发布）定位于小时级不间断复杂任务：输出 token 上限从上代 64K 升到 100 万；先通过 Fairwind Program 提供给一批可信网络安全防御团队，再逐步扩大到开发者、企业与消费者（微头条口径；官方放行细节未见公开页）。
  • 跑分（转述）：DeepSWE v1.1 77.9%、Zapier AutomationBench 51.3%（Google 称第一）、LVBench 91.7%、CWE-bench v1 68%；定价首发优惠 $2/$10 每百万 token，缓存输入再降 95%，优惠后 $4/$20。
  • Google 内部已真用：量子计算资源优化实验较公开基线降 40%、数据中心遥测内存优化释放 300+ TiB、Fuchsia Zircon 内核 80 万+ 行 C/C++→Rust 迁移；Wiz 在 Scan for Good 中称其发现一处其他前沿模型未找到的医疗软件漏洞。
  • 争议点：给可信防御团队的版本「可移除部分网络安全限制」，红队/滥用边界值得关注（单一信源转述，未核实）。
• 扩展资料：
  • DeepMind Gemini 官方页 — 官方确认 Gemini 4 Argon 定位「真实软件工程与企业知识工作中的前沿性能」。

十个 Opus 5.5 找到渐近更快的最短路算法，但实测还没跑赢 Dijkstra

来源：36氪 · 一句话：C-HD 理论突破 Dijkstra，实践仍是概念验证。

• 要点：
  • Vals AI 让 10 个 Claude Opus 5.5 满力度协作约 15 小时（共享消息板 733 条消息），提出非负权有向图单源最短路算法 C-HD，并给出 Lean 形式化证明：在认证密度区间 m ≤ n·(log₂n)^(3/4) 内界为 O(n·log^(11/12) n)，渐近优于 Dijkstra 的 O(n·log n)。
  • 冷静的一面（官方博客原话）：形式构造常数巨大，「不构成实用加速」，未跑大图基准；独立复现仓库的基准显示 DMMSY 全程最快，C-HD 到 n=2²¹ 之前连 Dijkstra 都跑不过，诚实结论是「渐近赢、实测暂不赢」。
  • 意义在方法：这是「多 agent 满时长协作产出可机器验证的新数学构造」的标志性案例，Lean Comparator + 双人评审把关；36氪标题的「颠覆」说法需打折。
• 扩展资料：
  • Vals AI 博客 — 一手公告：agent 配置、复杂度界、Lean 验证流程与 c-hd-proof 仓库。
  • danalec/C-HD（GitHub） — 独立 C17 实现与基准表：C-HD/DMMSY 比值 1.8-2.8×（更慢），MIT/Apache-2.0。

openJiuwen X-Router 开源：让每次请求选对模型而非最贵模型

来源：量子位 · 一句话：自演进路由内核，成本降四成分数不掉。

• 要点：
  • openJiuwen（量子位称由华为 2012 实验室、华为云等团队与开发者共建）开源 X-Router 模型路由内核：模型画像（能力刷新延迟据称 <1 分钟）+ 多目标决策（KV-cache 亲和、实时负载、目标可用性）+ 基于 Contextual Bandit/轻量 RL 的自演进；算法为纯函数、状态外置，升级互不影响。
  • PinchBench（147 任务）：静态路由 66.3%/$8.25 对比全云 Kimi-K2-Thinking 71.36%/$11.11；开 Bandit 自演进 70.70%/$6.16——成本降约 44.6%、分数只差 0.66 分。Terminal-Bench 侧成本优先模式降本 51.4%、成功率达 Opus 的 95.2%（量子位转述，未独立复核）。
  • 核对仓库后要泼冷水：Rust workspace + PyO3 结构干净（44 commits、Apache-2.0），但 README 自认仍处骨架阶段——weighted/signal/ensemble 等算法目前都退化为「选第一个」、[[evolving]] 尚未接线，昇腾亲和细节正文也没展开；当成早期项目观察更合适。
  • 进程内跑本地 Qwen3-0.6B 分类器做 ComplexityGate 分档（SIMPLE→REASONING 五级），支持边缘/云/私有化混合部署。
• 扩展资料：
  • openJiuwen-ai/model-router（GitHub） — 一手仓库：协议/状态/算法/运行时五 crate 分层与「Working but skeleton」状态自述。

OpenSpec + Superpowers：给 AI 编程上「合同」与「纪律」

来源：编程充电站 · 一句话：变更契约管做什么，技能包管怎么做。

• 要点：
  • 两个互补工具：OpenSpec（Fission-AI）把需求落成 openspec/ 目录里的规格文件，specs/ 记录系统现状、changes/ 存待办变更（proposal/增量 spec/design/tasks）；Superpowers（Jesse Vincent）是 Claude Code 技能框架，强制「没有失败的测试不许写生产代码」的 TDD 流程。
  • 组合流：explore → brainstorm → propose → 子代理并行执行 → archive；五条实践里最值钱的两条：把 spec 当调试基线（行为与 spec 冲突即 bug，按合同验证修复）和把 tasks.md 当子代理工单（零上下文假设 + git worktrees 并行）。
  • 分级使用避免过度流程：一行改动两个都不用、有界功能只用 propose/apply、架构级才上全家桶；及时 archive 让增量并入主 spec，后续会话读的是项目事实而非猜测。
  • 适配面广：OpenSpec 支持 30+ 编码工具，Superpowers 兼容 Codex/Cursor/Gemini CLI/OpenCode 等十余种 harness。
• 扩展资料：
  • obra/superpowers（GitHub） — 一手仓库：294.4K star、MIT，子代理驱动开发与技能库。
  • Fission-AI/OpenSpec（GitHub） — 一手仓库：70.9K star，spec 驱动开发框架与 Stores 跨仓规划 beta。

Fable 5.5 空降：Opus 的审美、更新的知识截止与同题吊打 GPT-6 Astra

来源：量子位 · 一句话：Claude 系新前锋型号，细节掌控惊艳。

• 要点：
  • 量子位实测 Fable 5.5（发布方未官宣，文章依 demo 托管在 Claude 官网、Fable 5.1 网页版已静默切换等线索指向 Anthropic 侧）：超人在 5000 年绘画史中逐帧换美术风格的可交互 artifact、纯 JS 一次成型画漫威/DC 英雄（眼睛跟随鼠标、技能专属动画）、SVG 小细节密度显著更高。
  • 与 Opus 5.5 同题比视频：画面与音效协同更好；知识截止更新——不联网也认识「Tibo」；同题对比 GPT-6 Astra 输出「拉完了」；发布周期从 10 周压到 11 天，作者反问前沿放慢承诺何在。
  • 保留意见：归属与能力均为单媒体实测口径，第三方独立信息暂缺（未核实）；第三方页显示 Fable 5.1 定价 $10/$50、缓存读 $0.25（SEO 站点，可信度存疑）。
• 扩展资料：
  • moksaweb: Claude Fable 5 與 5.1 比較 — 第三方背景：Fable 5 已 Legacy、5.1 自 9-01 供应，可作谱系参考（非官方源）。

Mac 当个人 AI 工作站：256GB 统一内存 vs RTX 5090 的 32GB 墙

来源：Mac玩机研究所 · 一句话：买断制硬件替代按 token 付费。

• 要点：
  • MacStories 的 Viticci 把 $11,299 的顶配 M5 Ultra Mac Studio（256GB 统一内存、1.2TB/s 带宽）当个人 AI 工作站：接开源 Hermes 框架连续跑 99 天本地 agent，云 API 成本为零；顶尖开源模型生成速度 100+ tokens/s，长文本预填较上代 +150%。
  • 核心论点是对内存墙：5090 的 32GB 显存跑 70B+ 模型或多子代理并发会溢出，被迫裁上下文；统一内存让 256GB 全当显存用，且整机功耗几十瓦、静音可常开。
  • 适合谁：多 agent 常驻（编码/搜索/QA）、数据全本地、有原生桌面软件需求的重度用户；买硬件是一次性折旧，替代的是每月 token 账单。
  • 保留意见：微头条自述对比图在评论区、正文未给具体模型名与跑分；短任务单线程原始算力 5090 仍占优，检索未见原发评测独立核实（未核实）。
• 扩展资料：
  • MiniMax/DeepSeek 系本地部署讨论参考 — 同日老周讲AI实测 DeepSeek Harness 桌面版作本地 Agent 工作台，可与本条互补阅读。

今日一句话

• 奥特曼开掉3人，OpenAI又出事了 — 内部人事动荡再起（新智元，细节未核实）。
• GPT-6 Astra 破解拿破仑百年悬案 — 217 年密信被破译（新智元）。
• 豆包手机想干的事，被 Meta 干成了？ — AI 硬件入口之争：Meta 先落地（差评X.PIN）。
• 这次，字节枪口瞄准了谁？ — 字节新一轮 AI 产品攻势复盘（虎嗅APP）。
• 阶跃星辰「第一梯队」是「自嗨」吗？ — 国产大模型座次争论（人人都是产品经理）。
• 深兰机器人破产欠薪超2300万 — 具身智能淘汰赛开打（创业家）。
• GitHub 32.3K+ Star 的 Claude 配置神器 — Claude 组件一键复用（AI开源求索，star 数未核实）。
• DeepSeek Harness 桌面版实测 — 本地 Agent 工作台上手（老周讲AI；9-30 已深挖发布，今日为实测补充）。
• 用 Claude Opus 5.5 做视频 — 外网玩法汇总（人人都是产品经理）。
• AI 一句话改 3D 物体 — 转一圈不穿帮的 3D 编辑（人工智能研究所）。
• Noema 插件管控 AI 代码质量 — 只看本轮改动的圈复杂度/嵌套深度（编程充电站）。
• 这周 8 个开源项目：3 库 + 5 Mac 工具 — 週更工具篮子（Mac玩机研究所）。
• MacBook Pro 首上 OLED + 触控 — Gurman 称未来几周发布（Mac玩机研究所，传闻未核实）。
• 把书蒸馏成 AI Skill — WorkBuddy 把读过的书变成工具箱（老周讲AI）。
• 中国环流三号：可控核聚变可能不用等50年 — 实地探访报道（差评X.PIN）。
• 高通骁龙8 Elite Gen 2 疑似稳定性翻车 — 芯片设计押注激进（科技进化论，未核实）。