Hugging Face 提议为 Transformers 制定模型集成契约
Hugging Face 提议推出 transformers-mic，这是一项标准，旨在通过小型测试样例、可运行的用法示例和经人工审核的输出基线来测试 Transformers 模型。将冻结的契约应用于五个月的提交记录后发现，UMT5 测试样例捕获到一项 SDPA 回归问题，该问题从 7 月 30 日持续到 9 月 28 日修复为止；所选 T5 契约的运行步骤在 CPU 上耗时 13.4 秒。截至 11 月 1 日，该 CI 任务会报告失败，但不会阻止拉取请求。
产品发布与更新
The Verge · AI
Apple 在 iOS 27.3 中向第三方应用开放 Siri AI 操作
Apple 表示，开发者可以在 iOS 27.3 开发者预览版中将 Siri AI 功能集成到第三方应用中。Siri 可以利用个人上下文、处理自然语言提示，并理解屏幕上显示的内容；新增的“app skills”（应用技能）功能允许开发者将多个任务组合成一个操作。在某些情境下，用户无需说出应用名称即可发出请求，包括应用处于前台或正在进行实时活动时。
Aravind Srinivas · XPerplexity Computer 新增对智能体插件的支持
Perplexity 的 Computer 智能体框架现已支持 Agent Plugins，可将应用连接器与相应技能组合成套件。这项改动让用户能够以高于单个连接器的抽象层级进行操作。
Google DeepMind一手
Google DeepMind 为 Antigravity 增加化学信息学技能
Google DeepMind 为 Google Antigravity 推出化学信息学技能，并以肺癌治疗及相关化合物为例进行演示。该智能体从文献中筛选分子，分析环化和效力，构建预测模型，并提出带有合成路线的大环化合物。这些技能现已通过 Antigravity Science 插件提供；提出的设计仍需实验验证。
Greg Brockman · X另有 1 家信源报道OpenAI 的 Pando Git 后端可扩展至超大型单体代码仓库
Greg Brockman 将 Pando 描述为一种可扩展至超大型单体代码仓库的 Git 后端。OpenAI 保留了 Git，因此无需改变开发者体验即可启用该后端；Brockman 表示，公司正在考虑向其他组织提供该后端。
行业
The DecoderAnthropic 收入增长 12 倍，但季度亏损达到 233 亿美元
据彭博社报道，Anthropic 当季收入接近 170 亿美元，是上年同期的 12 倍。《The Information》报道，运营成本达 175 亿美元，超过收入；净亏损达到 233 亿美元，高于一年前的 121 亿美元。Anthropic 表示，短期算力容量支出 50 亿美元以及员工捐款配捐 20 亿美元是成本增长因素。
Anthropic文件警告：AI可能使研究进展快于安全措施
Anthropic更新了注册声明，加入第三季度财务业绩，并警告称，AI辅助研究可能推动模型能力进步，其速度超过公司开发和实施安全措施的速度。该公司表示，其模型可能很快达到《负责任扩展政策》中关于AI大幅加速研究的门槛，同时指出，加速迹象可能会延迟显现。文件还披露，第三季度营收约为170亿美元，计算资源采购额为8954亿美元。
The Verge · AI
Google将为拒绝启用其AI功能的学校停用搜索服务
除非学校管理员明确启用，否则Google将为K-12学生账户关闭搜索、Gemini、Gemini Notebook和Classroom中的Gemini。Google称，管理员无法在不停用搜索的情况下关闭由Gemini提供支持的功能。本月，Google将在美国部分学校开始测试搜索AI概览中的引导式学习功能。
研究
MIT 研究人员展示 GPT-6 Astra 无需训练即可编辑 Qwen3.5 权重
MIT 研究人员使用 GPT-6 Astra 检查并编辑了一个 Qwen3.5-0.8B 模型，在不进行训练或梯度下降的情况下更改了其 0.016% 的权重。该模型在 MATH-500 上的得分从 7.9% 升至 48.1%，指令遵循表现也有所提升。文章还介绍了其他实验：Astra 识别了网络功能、修改了赛车游戏策略，并为 MinAtar 网络生成了权重。
CWE-bench v2 将公开安全基准扩展至 100 项任务
Hugging Face 和 Collinear AI 发布了 CWE-bench v2，这是一个包含 100 项任务、涵盖 91 种 CWE 的公开数据集，用于评估能够在真实开源代码仓库中发现并修复弱点的智能体。其确定性检查经过整理和审核，旨在测试指令是否贴近实际、修复是否有效，以及能否抵御记忆式解题。在评估的 11 个模型中，Gemini 4 Argon 以 67.8% 的 pass@1 得分领先；数据集、评分器和测试框架均已开放。
技巧与观点
Latent Space
AINews探讨权重空间编程及其他AI进展
Latent Space的AINews综述介绍了一篇关于权重空间编程的论文：前沿大语言模型无需梯度下降或训练循环，就能检查和编辑神经网络权重。据报道，演示包括根据原始权重识别小型模型的行为、通过编辑3.5%的权重修复控制策略，以及通过编辑Qwen3.5-0.8B的0.016%权重，将其MATH-500得分从7.9%提升至48.1%。综述还总结了对该方法适用范围以及数学结果基线的质疑。
AWS Machine Learning Blog一手
如何配置ServiceNow委托令牌交换，以便与Bedrock AgentCore Gateway配合使用
AWS介绍了如何配置Amazon Bedrock AgentCore Gateway，代表用户交换Microsoft Entra ID令牌，使AI智能体能够以该用户的身份和权限调用ServiceNow REST API。操作指南涵盖Entra和ServiceNow的设置、网关配置，以及一项要求：创建网关时使用MCP版本2025-11-25，才能原生支持委托操作。交换功能在网关目标上配置，并在每次请求时运行。
明早 08:00 把这样一份日报发到你邮箱
和上面这份一样：几件值得看的事。免费，点确认信之后才会开始发送，每封信都能一键退订。 看一份往期日报 · 2026-11-03