SemiAnalysis 这期播客把 GLM 5.3 拆得很细:架构没动全靠后训练,还从第一天就适配七大国产芯片,安全攻防圈都在拿它替代闭源模型。
DeepSeek 冲榜,Anthropic 智能体无人工谈判
2026年10月19日,今日 AI 领域最重磅的消息是 DeepSeek-V4.1-Flash-1017 登顶 Code Arena WebDev 开源榜首(1670 分),价格仅 $0.3/$1.2 每百万 token,成本约为 Kimi K3 的十分之一,综合排名领先 Claude Opus 5。第二大焦点是 Anthropic 的两份报告:Project Deal 实验让 Claude 智能体完成 186 笔无人工审批的交易;内部研究显示初级技术岗招聘占比从 27% 骤降至 9%,内部 Agent 总工时已超过人类员工。第三条主线是智能体自我优化与记忆:谷歌开源 Harness² 实现无验证器的递归自优化,Meta 论文揭示智能体从经验中学习的可塑性差异显著,四个 Gemini 4 Argon 智能体则全自主通关 Minecraft,总花费 1,620 美元。
模型发布/更新
5 篇DeepSeek 新版编程模型把 Kimi K3 挤下开源第一,成本只有十分之一,价格没涨,做 Web 开发的可以直接去 API 试试。
Google 用四个 Gemini 4 Argon 智能体全自动打通了 Minecraft,没人给策略,全靠自己写程序和聊天协调,看它们怎么协作挺有意思。
微软把训练账本公开了:1.6万张卡、38天、2.8T token 就出一个新基座,想知道大厂训练节奏的可以看看。
LlamaIndex 做了个真实企业文档抽取的基准,连最贵的 Codex with Astra 也才 58 分,还开源在 GitHub 和 HuggingFace 上,做文档抽取的可以去试试。
产品发布/更新
5 篇Anthropic 真让 Claude 互相砍价成交了 186 笔,结果 Opus 买得更便宜、卖得更贵,输的一方还觉得自己没吃亏。
黄仁勋亲自站台微软新笔记本,N1X 芯片加 128GB 内存主打本地跑智能体,四年研发的细节挺有意思。
CoreWeave 出了个 RL Rollouts,训练时换 checkpoint 不用重新部署,快了 15 倍,NVIDIA 用它把 BrowseComp 从 37% 拉到 45%。
DeepSeek 把网页搜索和抓取做成了 API,千次才 5 块钱,还能直接读公众号文章,做智能体联网的可以试试这个价格。
有人在 GTA 5 里给 NPC 装上了实时语音对话,用 Qwen 3.8 生成台词、Fish Audio 克隆原声,延迟两秒左右,模组下周免费开放。
行业动态
3 篇Anthropic 研究员聊他怎么打开 Claude 看 AI 到底在想什么,还发现模型会提前规划好几个 token,挺有意思
Epic 老大 Tim Sweeney 亲述:当年写 Unreal Engine 70% 时间是体力活,现在这些交给 AI 正合适,还夸 AI 意外成了解题高手。
论文研究
5 篇Google Research 开源的智能体框架,没标准答案也能自动改 harness,弱模型换上后能追平强模型的基础分,代码已开放。
Meta 冻结模型权重测智能体自学能力:GPT-5.6 Sol 每 1000 美元涨 298 分,Claude Fable 5 只有 57 分但胜率涨幅更大,挺有意思的对比。
OpenAI 一次发布 300 多个 AI 解出的数学结果,把密码学家吓到了——如果 AI 真能啃动数论难题,我们的支付和聊天加密可能受威胁。
技巧与观点
5 篇Percy Liang 把 KV cache、GQA、投机采样这些推理优化串成一条数学主线,讲义公式全用 sympy 可验证,想搞懂推理为啥慢的必看。
NVIDIA 出了个表格预测库,TabICLv2、KumoRelational 这些预训练模型推理即用,不用自己训练,做表格任务的可以试试。
GitHub 用开源智能体扫出一个千万下载导航 App 的位置泄露漏洞,还把整套 taskflow 公开了,你可以拿来扫自己的项目。
Stripe 首席设计官 Katie Dill 的演讲实录,讲 AI 时代怎么守住设计品质。MCP 读文档效果差改用 CLI 这个踩坑经验,做 AI 编程工具的都该看看。
Tw93 老哥晒了怎么把 2 个 Claude Max 加 ChatGPT Pro 用到额度见底,多设备让 AI 跑测试的玩法很实用,程序员可以抄作业。