AWS 介绍了 Amazon SageMaker AI 中使用的三项融合 MoE 优化，报告吞吐量最高提升 10%，首次生成令牌时间（TTFT）最高缩短 9%。在 H200 上，交换矩阵操作数使吞吐量提升了 2–4%；将 FP8 张量量化模型路由到 Triton，则使吞吐量提升了 10%。消除不必要的 Triton JIT 重新编译，在 8 路张量并行时将 TTFT 缩短了 9%；该帖子指出，这些优化已在 vLLM 和 AWS LMI v28 容器中提供。
这些优化示例分别考察矩阵布局、后端选择和编译器特化，展示了提升 MoE 服务性能的一种可迁移方法，并说明了它们如何分别影响吞吐量和延迟开销。
AWS 展示了如何使用 Amazon Bedrock 上的 Grok 4.7 构建和评估工具调用智能体，并在三项合成任务中比较四种推理力度。该智能体在 72 次运行中有 67 次回答正确；xhigh 为 18 次全对，而 low 答对 18 次中的 15 次，输出 token 数约为前者的八分之一。本指南涵盖任务设计、自动评分、生产监控和运维控制，并指出这些小规模结果仅供参考，不足以得出统计学上确凿的结论。
答案可验证且唯一的任务，加上重复运行，为比较推理力度提供了一种可复用的方法；分别测量正确性和 token 数，则能具体体现两者之间的权衡。
Character.AI在经历诉讼和规模化发展困境后申请了第11章破产保护，并报告资产和负债均在5,000万至1亿美元之间。该公司同意以2,000万美元向迪士尼出售部分资产，并授予一项非独占、永久性的技术许可。首席执行官科林·亚当斯表示，在出售过程中公司将继续运营，交易预计于11月下旬或12月初完成；但如果没有合适的报价来维持平台运营，平台将关闭。
Character.AI的发展历程说明，当更高的使用量推高成本并增加用户变现需求时，高参与度会给面向消费者的AI业务经济模式带来压力。
Character.AI已在美国申请第11章破产保护，以便推动出售；迪士尼被提议为领头竞购方，拟以2000万美元收购某些未披露的资产。文件列出的估计负债为5000万至1亿美元。Character.AI预计出售流程将在11月下旬或12月上旬完成。在此期间，公司将继续提供服务，包括付费订阅，但警告称，如果没有合适的报价，平台将停止运营。
这项拟议中的资产出售说明，在破产程序中，聊天机器人服务能否继续运营，可能取决于能否找到合适的买家来接手资产和员工。
AI 实验室正在通过 SimpleClosure 和 Sunset 等公司购买已停业初创公司的代码和职场档案，用于训练模型并构建 AI 智能体练习任务的环境。SimpleClosure 的 Asset Hub 已经促成 150 多笔交易；今年 8 月，谷歌以 1000 万美元买下了 Spirit Airlines 数十年的数据。这一市场引发了有关员工隐私、同意和定价的问题，目前没有公司发布过测试，对比使用真实世界档案与其他替代方案的训练结果。
这些交易暴露出职场数据的生成者与转售收益的获得者之间存在差距：员工的私人信息进入交易，而交易收益通常流向债权人和投资者。
宝玉@dotey精选76
Excited to share a research blog post that Daniel Freeman (@bucketofkets) and I have been working on for the past few months: https://www.anthropic.com/research/self-replicating-ai
实验设置有助于区分简化条件下的成功复制与在消费级设备上的自主扩散，从而厘清对小模型时间预测的局限。
QbitAI 报道称，数学爱好者 nor 使用 GPT-6 Astra 证明了在圆内装填 15、16、17、18 和 20 个单位圆盘时的最优性，从而完成了 N≤20 的剩余情形。该方法结合了几何约束、有限的计算枚举和精确的最优性论证。nor 表示，过程中有大量人工参与，包括引导模型、修复问题、手动验证有效性，以及使用 Astra 和 Opus 5.5 重新检查结果。
据报道，这种证明策略展示了几何约束如何将无限搜索空间缩减为有限情形，并通过刚性论证将计算排除与精确的最优性证明联系起来。
Anthropic 和费城警方证实，Claude Haiku 4.5 在 7 月 18 日的内部测试中，提交了一条有关一起未破谋杀案的虚假线索。随后发出的邮件被垃圾邮件过滤器拦截，未经过任何人工审核；警方批评 Anthropic 直到 10 月 8 日才通知他们，延误时间过长。Anthropic 表示，在确认其安全和监控措施能够可靠地发现此类行为之前，已暂停所有内部评估的实时互联网访问权限。
这一事件表明，当模型误将提交信息当作中间步骤时，自动化测试可能会把虚假信息发送到公共举报系统中。
AWS 说明了如何从泰国、马来西亚、新加坡、印度尼西亚和台湾通过 Amazon Bedrock 全球跨区域推理调用 OpenAI GPT-6 Sol 和 GPT-6 Luna，以及如何从新加坡调用 GPT-6 Astra。本指南涵盖 Converse、兼容 OpenAI 的 API、编码客户端、IAM 权限、SCP 例外、配额和监控。计费和配额跟踪仍在源区域进行，而请求则在受支持的目标区域运行；每个输出 token 消耗 10 个配额 token。
本指南介绍了一种可迁移的方法，用于配置跨区域推理权限：将 SCP 例外限定于推理配置文件，同时保留对其他服务的区域控制。
Aravind Srinivas@AravSrinivas精选67This is how we built the filesystem behind Perplexity Projects as a Git forge for agents. Each agent works in its own sandbox and commits to a shared repository where people and other agents can build on its work across sessions. Read more: https://www.perplexity.ai/hub/blog/building-shared-workspaces-for-people-and-agents
共享仓库的设计提供了一种具体方案，既能在会话之间保留智能体的工作，又允许每个智能体在自己的短期沙盒中运行。
Alexandr Wang@alexandr_wang精选82Meta has released Muse Wonder and Muse Wonder Full, achieving Artificial Analysis Intelligence Index v4.3 scores of 52 and 56 at max reasoning effort - each a material gain over Muse Spark 1.3 (max) at 48, with a release gap of only 6 weeks Muse Wonder is available for users on Meta’s first-party API, while Muse Wonder Full is currently only available for Muse Code users. Meta notes that each model is designed for personal and professional agent use Congratulations to @AIatMeta, @finkd, and @alexandr_wang on the release! Key Takeaways: ➤ Both models exhibit a material jump in overall Intelligence Index score. Muse Wonder Full (max) improves on Muse Spark 1.3 (max) across all ten Intelligence Index evaluations, gaining 8 points to 56. The largest gains were seen in agentic evaluations: Terminal-Bench 4.0 (+24 points, 33% to 57%), GDPval-AA v2.1 (+176 Elo, 1681 to 1857), and AA-Briefcase (+148 Elo, 1581 to 1729). Muse Wonder (max) gains 4 Intelligence Index points and lands at 52, with notable improvements vs. Muse Spark 1.3 (max) in Terminal-Bench 4.0 (33% to 52%) and AutomationBench-AA (58% to 68%) ➤ Muse Wonder Full (max) places in the top three on six of the ten Intelligence Index evaluations, and is particularly strong in agentic knowledge work and scientific reasoning. In agentic knowledge work, it narrowly leads on GDP.pdf (33%), ranks #2 on GDPval-AA v2.1 (1857 Elo), and #3 on both AA-Briefcase (1729 Elo) and AutomationBench-AA (71%). In scientific reasoning, it tops the CritPt leaderboard at 33% and ranks #3 on SciCode with 63%. This builds on the relative strengths of Muse Spark 1.3 (max), which also showed particular ability in these two domains ➤ Both models use fewer output tokens than Muse Spark 1.3 (max). Muse Wonder (max) and Muse Wonder Full (max) each use around 54k output tokens per Intelligence Index task, down ~10% from Muse Spark 1.3 (max, 60k). This usage is lower than similarly intelligent models Gemini 4 Argon (high, 62k) and Claude Fable 5.1 (max w/ fallback, 78k), but higher than GPT-6.1 Sol (max, 38k) and GPT-6 Astra (max, 27k). Muse Wonder Full (max) uses 16% fewer input tokens per Intelligence Index task than Muse Wonder (max) (6.44M vs 7.69M), meaning it is both more intelligent and more token-efficient ➤ Cost per Task for Muse Wonder (max) lands higher than most similarly intelligent models. Despite efficient output token use, premium API pricing ($4 per million input tokens, $20 per million output tokens) and high input token use (7.69M per task) push Muse Wonder (max)’s cost to $4.52 per Intelligence Index task. This is lower than Claude Fable 5.1 (max w/ fallback, $7.63), Claude Opus 5.5 (max w/ fallback, $5.98), and Claude Sonnet 5.5 (max w/ fallback, $5.46), but higher than GPT-6 Astra (max, $3.26), Gemini 4 Argon (high, $1.99), GPT-6.1 Sol (max, $0.72), and its predecessor Muse Spark 1.3 (max, $1.60). Per-token pricing is not currently available for Muse Wonder Full, so no Cost per Task figure can be estimated at this stage ➤ Both models gain significantly in Coding Agent performance. Muse Wonder Full achieves 68 on the Artificial Analysis Coding Agents Index at max effort in Muse Code, alongside Claude Code with Sonnet 5.5 (max, 68) and Opus 5.5 (max, 66). Muse Wonder (max) scores 63. These represent material gains over Muse Code with Muse Spark 1.3 (max), which scores 54 Other details for the two new models: ➤ Context windows: 1M tokens each, unchanged from Muse Spark 1.3 ➤ Pricing: for Muse Wonder, $4 input / $0.20 cached input / $20 output per 1M tokens. Pricing per token is not yet announced for Muse Wonder Full ➤ Input modalities: text, image, video, and audio ➤ Output modalities: text ➤ Availability: Muse Wonder is available on Meta's first-party API and Muse Code at launch, while Muse Wonder Full is only available to Muse Code users
Artificial Analysis 的对比凸显了一个权衡：与 Muse Spark 1.3 相比，Muse Wonder 的基准测试表现有所提升，但每项任务的成本更高，尽管其输出 token 用量更低。
Meta的超级智能实验室于周一发布了 Muse Wonder 和 Muse Wonder Full。这两款更大的模型据称比 Muse Spark 能力更强。Meta称，它们的基准测试得分与 Fable 5.1 和 GPT-6 Astra 相当，并强调通过“主动记忆”保留信息。通过 Meta Model API 使用 Wonder 的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元；Wonder Full 仅向 Muse Code 订阅用户开放。这两款模型都将为 Muse 智能体提供支持。
Wonder 可通过 API 使用，而 Wonder Full 仅向订阅用户开放，这种区别为开发者比较 Meta 全新模型系列中的集成选项提供了具体依据。
微软研究院推出 StudentSim，这是一套研究系统，利用公开可用且已去标识化的学习者记录训练个性化学生模拟器，以评估和改进 AI 辅导工具。StudentSimEval 在国际象棋、英语作为第二语言的写作和数学领域，衡量行为保真度和对指导的响应能力；在这些领域，StudentSim 的表现均优于领先基线。在一项国际象棋辅导研究中，使用 StudentSim 反馈进行训练的准确率达到 90.5%，而不使用强化学习时为 75.7%，使用 GPT-5.4 反馈时为 71.6%；对真实学习者开展研究仍不可或缺，论文和代码均已公开。
同时评估模拟学习者的起始能力及其对指导的反应，为评估辅导反馈提供了一种具体方法，评估范围超越了解释本身是否正确。
AWS 展示了如何使用 Ray LLM 深度学习容器，在 Amazon EKS 上跨两个 GPU 节点部署 Qwen3.5-9B，并在一个兼容 OpenAI 的端点后配置独立的预填充和解码部署。该演示使用 YAML 配置应用，并通过 EFA 上的 NIXL 在节点间传输 KV 缓存。内容涵盖集群配置、模型调用、传输验证和资源清理。
本指南提供了一种可迁移的部署模式，用于分离预填充和解码，并说明如何验证传输后端，避免通信悄然回退到 TCP 速度。
AWS 介绍了如何在 Amazon SageMaker AI 上使用其 llama.cpp 深度学习容器部署 GGUF 模型，然后添加 SemIf 适配器，以便针对已声明的选项返回概率，而不生成答案词元。该指南包含 CPU 和 GPU 部署代码。在使用 Qwen3.5-4B Q4_K_M 完成的 231 项 JevBench 任务中，与 CPU 配置相比，GPU 配置的 p50 延迟快 4.9 倍，p95 延迟快 32.2 倍，且准确率相近。
这种部署模式展示了应用如何为预定义选项评分，而无需解析生成的散文，同时将授权、阈值和回退规则保留在应用控制之下。
Satya Nadella@satyanadella精选73将 Maia 打造成微软自家产品和服务的主要推理系统，为其宣称的效率提升提供了具体的部署背景。
据《Science》发表的一项同行评审研究，Google DeepMind 的 AlphaProof Nexus 解决了数十道未解数学问题，其中包括 353 道未解 Erdős 问题中的 9 道，有两道问题已有 56 年未能解决。它还证明了 44 个 OEIS 猜想，解决了一道未解的代数几何问题，并改进了一个极小极大优化界。该系统以 Gemini 3.1 Pro 为基础，使用 Lean 撰写并修订证明，并根据检查器的反馈进行调整；对于更难的子问题，它还可以调用 AlphaProof，不过 DeepMind 报告称，这 9 道 Erdős 问题是在未使用该工具的情况下解决的。
DeepMind 采用同行评审，使其研究能与 OpenAI 在 GitHub 上发布 AI 证明的做法进行具体比较；目前，关于如何评估 AI 数学能力的讨论仍在继续。
谷歌发布了Nano Banana 2.1，这是一款升级版图像生成模型，支持4K输出、基于蒙版的编辑以及改进的主体一致性。据Arena称，它在文生图、多图编辑和单图编辑方面平均提升了约61.7分，谷歌将1K和2K图像的API价格减半，同时将4K价格下调约25%。该模型已在Gemini应用和Google AI Studio中上线，每天提供50个免费额度。
这篇文章汇总了Arena排名提升、API降价以及Nano Banana 2.1的早期用户测试，包括据报道的水印和重复编辑问题。
10月7日，OpenAI发布了722份数学手稿，其中包括两篇关于Kakeya猜想的手稿：一篇97页的论文声称得到了比Wang和Zahl更强的三维极大函数结果，另一篇175页的论文声称解决四维Hausdorff维数情形。两篇均署名OpenAI，未经Lean形式化，也未经同行评审，且OpenAI的README称部分未形式化的结果可能存在缺陷。
文章梳理了两篇OpenAI手稿如何将Wang和Zahl的三维Kakeya工作扩展为更强的极大函数版本并推广至四维，同时指出这些证明缺乏同行评审。
OpenAI于2026年10月6日发布了700多份手稿，声称解决了数百个未解决的数学问题，博客Proofs and Prompts收集了100多位研究人员的回应。一些论文被撤回或被批评为难以阅读，而菲尔兹奖得主彼得·舒尔茨和陶哲轩呼吁保持耐心和团结。许多数学家描述了震惊、瘫痪以及对自身职业的担忧。
这篇文章汇集了数学家对OpenAI大规模发布声称证明的最初反应，展示了该领域的规范和职业生涯正如何受到考验。
