OpenAI 发布 GPT-6 Cyber：专注漏洞挖掘与利用
OpenAI 出了个专挖漏洞的 GPT-6 Cyber，Linux 内核找 bug 数量是前代的十倍，连 Mozilla 都在忙着修它报的洞。
早读VOL 2026.11.07301 篇
Inkling 2 Small 发布，MoE 训练手册刷屏
新加坡·二〇二六年十一月七日 星期六·DAILY · 每早八时
2026年11月7日，今日AI圈主打模型与开源知识双爆发。Thinking Machines 发布推理模型 Inkling 2 Small，总参数 594B、激活 17B，Artificial Analysis 智能指数得 31 分，与 Gemini 3.8 Flash (high) 持平，并计划开源权重；腾讯混元 Hy4 正式版新增视觉与 Computer Use，幻觉错误率从 23.1% 降至 5.6%，微信团队也推出 31.7B 的 WeLM-Image 统一图像模型。开源侧，Hugging Face 投入约 80 万 GPU 小时发布约 7 万词的《终极 MoE 训练手册》。研究方面，机制可解释性长篇综述、失控风险 LoC 框架（与真实失败率相关 r=0.84）及 Terminal-Bench 2.1 修复版受关注。
01
模型发布/更新
5 篇
Thinking Machines 发布 Inkling 2 Small，计划开源权重
Mira Murati 那家公司的新模型，跑分追平 Gemini 3.8 Flash，还说要开源权重，价格比同水平模型便宜不少，写代码和跑智能体任务的朋友可以留意。
腾讯混元 Hy4 正式版发布：加视觉与 Computer Use，幻觉错误率从 23.1% 降到 5.6%
腾讯混元 Hy4 正式版上线，这版加上了看图和自己操作电脑的能力，砍幻觉的数字也给得很具体，跟 DeepSeek、Kimi、GLM 的位次文中都摆出来了。
百度开源 ERNIE-5.5-Flash-Base：280B MoE 基座，支持 1M 上下文
百度开源的 280B 基座模型，激活参数只有 14B，KV cache 压缩方案挺巧，自测分数比 DeepSeek-V4-Flash-Base 高一截，做二次训练的可以看看。
OpenAI 联合 Ligo 推出 BioBasicsBench：测试智能体处理湿实验数据分析的能力
OpenAI 和生物公司 Ligo 做了个新基准，用 100 个真实湿实验任务考 AI 智能体能不能看懂原始数据、找出错误，做生物研究的可以关注。
02
产品发布/更新
4 篇Zyphra 发布 ZYFA：AMD MI355X 上的 FP8 FlashAttention 内核
Zyphra 开源了 MI355X 上的 FP8 attention 内核，比 AMD 官方 AITER 最快快 1.76 倍，误差还更低，搞 AMD 推理的可以看看。
Claude Code 发布 v2.1.319：MCP 任务后台化与网关多项更新
Anthropic 给 Claude Code 更新了一批实用功能：MCP 任务能直接丢后台跑，权限卡住时自动拒绝不阻塞，还能用 /claude-api latency-optimize 找 API 延迟点，用网关的团队尤其值得升级。
LangChain deepagents 更新：新增浏览器操作与异步子智能体
LangChain 给 deepagents 加了浏览器操作和异步子智能体，做自主智能体的可以看看这两篇博客。
Shopify 推出 Reflex 架构，让 AI Agent 无需模拟器即可验证原生 App 行为
Shopify 开源博客介绍了他们怎么让 AI Agent 不开模拟器就能测 iOS 和 Android 应用，1,700 多条测试 4 分钟跑完，做法细节写得很清楚。
03
行业动态
3 篇Bloomberg：Microsoft 停用从 Oracle 租用的 AI 服务器
Microsoft 宁可弃用 Oracle 租的 H100 老服务器也不续约，这篇文章讲清了新旧 GPU 代差对推理成本的实际影响。
METR审计：Anthropic研发速度翻倍，或已触及自身AI加速预警线
METR花了11周审计Anthropic数据，研发速度翻倍、八成靠AI自己干——可能已越过Anthropic自己定的预警线，但关键证据被删了，这事本身就挺耐人寻味。
Nvidia 据报请求 TSMC 成为第四家先进内存供应商
Nvidia 觉得三家内存供应商议价权太大，拉 TSMC 做 3D DRAM 当第四家，还要求 HBM 基底统一用 TSMC 3nm，方便随时换供应商。
04
论文研究
5 篇研究提出 LoC 行为框架，用于预测前沿 AI 失控风险
把失控风险拆成三个可打分的维度，测了 13 个前沿模型，r=0.84 能预测失败率，做安全评估的可以看看方法。
机制可解释性综述：理解模型内部能否让 AI 更安全
一篇机制可解释性的全景综述，从 features、circuits 到 steering 都讲到了，还附代码 notebook 能自己跑实验，想做模型内部分析的不容错过。
Zyphra 发布 ZYFA：提升 AMD MI355X 上 FP8 FlashAttention 速度与精度
AMD MI355X 跑 FP8 attention 一直打不满峰值，Zyphra 的 ZYFA 内核比官方 AITER 快 1.16-1.76 倍还更准，代码开源可以直接试。
研究对比 on-policy 蒸馏与 GRPO 的算力效率
这篇论文回答了一个很实际的问题：蒸馏到底比强化学习省多少算力。结论有点反直觉——教师必须选对，自己的 GRPO checkpoint 当教师时能省 50 倍 FLOPs，做训练的人值得看看细节。
Scientist World：把 1000 篇论文变成 AI 科研可执行环境
把 1000 篇论文做成 AI 科学家能跑的实验环境，还测出它在 74% 场景下跑赢人类作者，训练数据也开源了，做科研智能体的别错过。
05
技巧与观点
5 篇Hugging Face 发布免费 MoE 训练手册：80 万 GPU 小时实验整理
Hugging Face 花 80 万 GPU 小时做实验，把 MoE 训练的经验全写出来了，7 万词免费开放，还带能跑的代码，搞训练的直接收藏。
Anthropic 每天 3 万次代码合并：人看证据，Claude 先审
Anthropic 敢每天合并 3 万次代码的秘密：让 Claude 自己测完交录屏截图当证据，人只看证据不放行，方法给你拆好了。
Anthropic 工程博客详解 Claude 记忆系统中的 dreaming 机制
Anthropic 写了篇工程博客讲 Claude 的 dreaming 记忆机制，还附了作者的实战配置思路，做 agent 记忆的可以照着搭。
NiuTrans 与东北大学联合推出免费大模型基础教材
NiuTrans 和东北大学出了本免费的大模型基础书，MIT CSAIL 都在推，想系统补底层原理的可以收藏看看。
LangChain 拆解智能体检索三大坑：搜索笨、结果大、文本旧
LangChain 发的 RAG 踩坑总结，讲智能体检索最常见的三种翻车，做 Agent 的可以照着排查自己的系统。
301今日事件
56一手报道
58新模型
113信源
AITOP · 编辑系统自动生成