每日科技/AI 摘要 2026-10-19

今日共采集 88 条，新增 48 条，科技/AI 相关 35 条，深挖 8 篇。

DeepSeek V4.1-Flash-1017 上线：性能-成本新帕累托最优，「许愿式编程」直指端到端开发

来源：极客公园 · 一句话：开源权重小步快跑，跑分更强、耗时更短、输出更短、成本更低。

• 要点：
  • 10 月 17 日 V4.1 Flash 更新至 1017 版本，官网网页端、App 与 API 已同步切换（deepseek-flash 调用方式不变），官方称在「性能-成本」上取得帕累托提升：基准更强 + 任务完成更快 + 输出更短（官方公告口径）
  • 带自我反馈的强化学习训练，主打从游戏到 3D 建模的端到端项目开发，官方演示含故宫 3D 建模、网页赛车游戏、Godot 重制 Portal 2 等（媒体称「许愿式编程」，机器之心/编程充电站同题报道）
  • 权重以 MIT 协议开源（HF 模型卡）：552B MoE 主干（384 路由专家每 token 激活 6 个），prefill 仅激活 8B / decode 16B，原生 1M 上下文，KV cache 每 token 仅 890 字节
  • 针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台定向优化；新增 Search & Fetch API 定价每千次 $0.75（10 月 31 日前 Harness/Claude Code/Codex 内免费）
  • 用户实测提醒（浪里白条王）：DS Flash 尚不能良好支撑满 1M 上下文，官方模型默认配置建议改回 260K，否则 token 消耗飞快且无收益（个人实测，未大规模验证）
• 扩展资料：
  • DeepSeek 官方更新公告 — 基准图表与定价的官方口径
  • DeepSeek-V4.1-Flash 模型卡 — 架构细节、MIT 协议、1M 上下文确认

Anthropic 公开新一代多 Agent 编排架构：Claude 自己写程序管理 Agent

来源：InfoQ · 一句话：从「主 Agent 委派子 Agent」进化到「Agent 写 workflow 由平台执行」。

• 要点：
  • 10 月 12 日 AI Engineer New York 2026 工作坊上，Anthropic 工程师 CJ Avilla 与 Harrison Stall 公开该机制：Claude 将多环节工作写成 workflow 程序，平台作为后台 workflow run 执行，主线程解放出来继续与用户对话
  • 官方文档确认硬性边界：每个 workflow 最多预定义 20 个 agent（与 subagents 各自独立计 20），workflow run 的线程不占用 subagents 的 25 并发线程名额；线程在 run 结束时归档、不可追加消息
  • 适用审计、迁移、深度研究、批量审查等多阶段可并行任务；启动无需额外 API 调用，由 agent 自行判断时机；预算通过 session budget 控制，超限自动暂停、提额自动恢复
• 扩展资料：
  • Managed Agents 官方文档 — Dynamic Workflows 与 Subagents 的差异、20 agent/25 线程等限制核实

Claude 写代码太快 Git 扛不住：Anthropic 7 人 5 个月重造版本控制系统 Scion

来源：InfoQ · 一句话：日均合并 4 个月翻 12 倍至 3 万+，Git 镜像方案先崩了。

• 要点：
  • 背景：5 月日均合并约 2500 次 → 9 月 30000+ 次；单仓主干历史约 100GB、压缩工作副本超 25GB，CI 每天约 2500 万次 checkout，朴素 Git fetch 理论传输量可达每天 600PB+
  • Scion 架构：提交/合并/rebase/历史查询全部服务端完成，无 push 步骤；changeset + WAL + 内容寻址 refs，元数据放 Spanner；三层缓存 daemon→cache→server 各层命中率 99%+
  • 成效：基础设施 CPU/内存约为 Git 镜像方案的 1/200，checkout 从分钟级降到秒级，CI 省出约 25% 算力；配套自研代码评审工具 Antique、代码搜索与权限管理
  • 过程细节：Claude Mythos Preview 重写 Git 导入流水线（内存省 20 倍、快 4 倍）；「superfans」Claude agent 7x24 监控运维；非 Git 替代品、未开源，沿 Google Piper / Meta Sapling 思路
• 扩展资料：
  • Anthropic 工程博客原文 — 10 月 13 日官方原始出处，含全部数据

Transformer 作者团队下场 RSI：Sakana AI 用「鸣人分身」自我进化

来源：量子位 · 一句话：让一个开源模型分身组队、互相挑毛病，经验灌回本体越练越强。

• 要点：
  • Transformer 奠基论文核心作者 Llion Jones 创办的 Sakana AI 联合 UCSB 等机构发布 Multi-Agent Self-Improvement Sweep（MASS），面向递归自我改进（RSI）的系统性替代方案
  • 核心思路：不追求小模型「顿悟」涌现更强能力，而是让同一开源模型多分身协作——自主分工、互相评估、自动过滤低质量经验后写回本体，训练迭代最多 8 轮，以小步快跑逼近前沿
  • 同期 MIT-IBM 沃森 AI 实验室（拟脑 AI）、All Hands AI、弗劳恩霍夫研究所等也在探索多 agent 协作式自我进化，RSI 赛道开始拥挤（媒体梳理，单篇论文结论待社区复现）
• 扩展资料：
  • MASS 论文 — 方法细节与实验数据原始出处

VAST 开源实时世界模型 EdenLive：单张 RTX 5090 跑 720P 超 24FPS

来源：量子位 · 一句话：把「世界模拟」与「画面生成」解耦，灰盒参考视频实时渲染成世界。

• 要点：
  • VAST（tripo3d.ai 母公司）AI 研究院开源 EdenLive：上游程序（游戏引擎或 coding agent）负责规则与状态、产出灰盒参考视频，EdenLive 参考目标首帧与文本提示将其渲染为细节画面
  • 性能：分钟级 480P/720P 生成；5B 模型 + LightX2V 加速在单张 RTX 5090 上 1280×704 约 24.7 FPS，达到实时播放；附文本到可玩游戏的 game-prototype-turbo 技能与 workbench 前端
  • 开源内容：5B/14B 双尺寸权重（双向与块自回归两种推理模式，HF 共约 210GB）；代码 Apache 2.0，权重主体 Apache 2.0，但 FLUX.2 [klein] 组件为非商用许可（商用需注意组件许可差异）
• 扩展资料：
  • EdenLive 仓库 — README、权重与实时推理代码

国产「模型群体智能」刷榜：协调一组便宜模型，均价 6 分钱追平前沿

来源：新智元 · 一句话：路由编排廉价国产模型，9 基准平均 77.15 超越 Opus 5.5。

• 要点：
  • 南芥智能（SinapisAI）技术报告提出 Collective Model Intelligence：Model Eval（少题目能力画像）+ Mio（Models in One 编排）+ Mos（服务操作系统）三件套，思路承自南京大学周志华十年前提出的「学件」范式
  • 自报成绩：Mio 1.0 Lite 在 9 项基准平均 77.15 分、13 个方案中排第 1，平均每请求成本 0.062 元；对比 GPT-6.1 Sol 平均高 6.35 分且成本省 94%，Claude Opus 5.5 单请求约 3.93 元（约为其 1/60）
  • 强项在自动化与函数调用（BFCL V3 得 77.50 高于 Opus 5.5 的 66.00），弱项是关工具的 Humanity’s Last Exam（-7.97 个百分点）；注意：此为厂商技术报告、自测口径，组件级验证，消融与实时调度尚待更多评估，未第三方复核
• 扩展资料：
  • collective-model-intelligence 仓库 — 技术报告与评测数据公开处

Codex 翻盘记：Tibo 接手不到一年，从废墟到「吞掉」ChatGPT

来源：机器之心Pro · 一句话：被 Claude Code 压着打一年，靠 agent-native 反向吃掉宿主。

• 要点：
  • Every 联合创始人 Dan Shipper 长文《How Codex Happened》采访 Greg Brockman、Thibault Sottiaux（Tibo）等 6 位核心成员还原全过程：2025 年 5 月 Codex Cloud 上线失利后 Tibo 接手，用 Rust 重写 agent 并与终端解耦
  • 关键翻盘点：模型不再共享 ChatGPT 主线、独立 Codex 模型线快速迭代；桌面端反向集成——ChatGPT Mac 桌面应用 bundle id 至今仍是 com.openai.codex，「Codex 吞掉了 ChatGPT」
  • 数据节点：2026 年 3 月 WAU 200 万 → 6 月 500 万+（约 1/5 知识工作者）→ 7 月 9 日 Codex 桌面端成为新 ChatGPT 桌面端，如今 Codex + ChatGPT for Work 合计 WAU 4000 万+；Tibo 升任统领 ChatGPT/Codex/API 核心产品与平台
• 扩展资料：
  • How Codex Happened 原文 — 六位当事人完整访谈记录

Claude Code 桌面版负责人：大家用 AI 都太保守了

来源：量子位 · 一句话：把「做一份 PPT」改写成「30 分钟说服一群忙碌的人」。

• 要点：
  • Claude Code 桌面版负责人 Felix Rieseberg 分享「野心式」用 AI 方法：给模型模糊但更宏大的目标，而不是琐碎的明确指令——「做汇报 PPT」应表述为「在 30 分钟内让忙碌的人信服你对前因后果的解释，并在不明朗时决策」
  • 完整方法论成文于其个人博客 Using AI Ambitiously（中译可见「人人都是产品经理」同题文章），核心是从「工具思维」转向「委托思维」，让模型自己规划路径
• 扩展资料：
  • Using AI Ambitiously 原文 — 完整方法论文本

今日一句话

• AI 生成的代码看不懂就扔掉重来：首席架构师的 5 条 Agent 编程反常识原则 — InfoQ，Agent 时代代码所有权与可维护性的实践反思
• DHH 演讲引燃深圳 GOSIM：25 年未变的系统该变天了 — CSDN，Rails 之父鼓吹脱离大厂生态的独立开发路线
• 曝阿里通义万相视频模型负责人离职 — 创业家爆料，未核实
• 前华为车 BU 世界模型基模负责人创业，杭州具身大脑公司获近亿元融资 — 36氪硬氪首发
• DSH 一条提示词烧掉 1500 万 token — 浪里白条王实测 DeepSeek Harness，时间换可靠性
• Reflection 发布 Beam-1.0-501B-A23B 开放权重模型 — HF 已核实：501B 总参/激活 23B，主打推理编程与 Agent，含 FP8/NVFP4 变体
• 要什么英伟达，你家的电视盒子也能跑大模型 — 差评，端侧推理的极客玩法
• MiniMax 海螺的语音合成，为什么在短视频圈口碑不错 — 老周讲AI
• WorkBuddy 新上浏览器、支持 MCP、补发 500 积分 — 老周讲AI 多条合并，国产 agent 平台快速迭代
• Manus 白嫖党必看：每天 300 积分怎么花不亏 — 老周讲AI
• Code Mode：Code Agent 工具的实现、收益与边界 — VibeCoder，近期 CodeAgent 领域趋势梳理
• 传华为将推新品牌「星芒」主打性价比 — 极客早知道转引，未核实传闻