Anthropic 開源 FlashProve,探索以證明核驗模型回答來源
Anthropic 開源 FlashProve,利用 zkSNARK 為模型回答生成證明,讓用戶核對回答是否來自公開承諾 ID 對應的模型權重。作者以 DeepSeek Harness 驗證倉庫提供的合成權重示例,篡改回答及多種證明資料均被識破,但這不代表真實大模型上的表現。
Anthropic 開源 FlashProve,利用 zkSNARK 為模型回答生成證明,讓用戶核對回答是否來自公開承諾 ID 對應的模型權重。作者以 DeepSeek Harness 驗證倉庫提供的合成權重示例,篡改回答及多種證明資料均被識破,但這不代表真實大模型上的表現。
奇瑞全新捷途自由者 7 燃油 SUV 正式上市,售價 11.39-13.49 萬元,限時煥新價 8.99-11.09 萬元。新車搭載 1.5TGDI 發動機及 7DCT 變速箱,最大功率 135kW、最大扭矩 290N·m。車內配備 15.6 英寸 2.5K 中控屏及 8155 車載芯片,支持 DeepSeek + 訊飛星火智能 AI 大模型。
DeepSeek Harness 團隊發布 Super-agent 架構設計及 dsh-superagent-prototype 研究原型,提出以 Router / Worker 協調長期運行與多任務並發。
作者以 9 款大語言模型進行博士論文工作流程的 11 項任務基準測試,並提出按任務分配模型的建議。在約 5000 詞的論文長文問答中,Kimi K3.1 Pro 的 10 道事實題全部答對;Claude Opus 5.5 生成的英文摘要為 247 詞,涵蓋全部 10 個要點。
作者以 GPT-2 small 的結構實作 KV cache;測試生成相同 32 個詞時,總耗時由 9.68 秒降至 0.66 秒,約快 15 倍。
吉利於 11 月 3 日晚推出銀河星耀 6 EF 甲醇電混版,稱其為全球首款量產甲醇電混家轎。新車共 3 款配置,限時煥新價由 7.68 萬元至 9.68 萬元。車輛支援甲醇與汽油按任意比例混合加註,CLTC 純電續航最高 230km。
QuestMobile 報告顯示,紅果免費短劇在 2026 年 9 月的月活躍用戶規模達 4.3 億,同比增長 81.8%,位居 APP 短劇應用月活榜首。同期,微信生態內的綠泡泡短劇月活為 1.56 億,位居微信小程序短劇應用榜首。短劇影片及短影片 App 行業總使用時長淨增量分別為 133.29 億小時和 57.17 億小時,位列增長賽道前兩位。
QuestMobile報告顯示,截至2026年9月,騰訊控股去重總用戶量(APP+小程序)達12.8億,連續第九年位居中國互聯網公司用戶規模榜首。騰訊旗下綠泡泡短劇月活躍用戶達1.56億,位居微信小程序短劇應用月活榜首。
DeepSeek Harness 團隊於 2026 年 11 月 2 日宣佈 Creator Mode,智能體可按用戶的自然語言描述建立、安裝插件並檢查運作情況。
GEO 的目標是讓企業資訊更易被模型讀取、理解和信任,令品牌在 AI 生成答案中獲準確描述,而非只爭取網頁搜尋排名。文章將模型處理問題概括為檢索意圖、取得資料、判斷可信度和組織表達四步,並提出基線診斷、事實梳理、內容結構化、多源分發及監測回改五道工序。GEO 無法保證品牌被提及,效果亦受信源一致性和產品實際表現影響。
這篇指南實測並整理 DeepSeek Harness 十款熱門插件,涵蓋插件市場、OCR 圖像辨識、本地檔案引用、聚合搜尋、長期記憶、費用監控及介面工具。作者建議先安裝 dshmarket 和 modlens,再按使用偏好選擇全功能控制台或代碼側欄,最後按需要加入其他插件;一次安裝全部插件可能引起依賴衝突並拖慢整體執行速度。
dsh-our-free-model 插件可接入 DeepSeek Harness,將多個上游及 AI 編碼助手的免費模型額度整合到模型選擇器,供用戶直接選用。指南分別説明 Web 版命令列與 Electron 桌面端的安裝流程,並整理常見報錯及本機轉發設定。對話資料會傳送至第三方網關,免費額度和穩定性受上游政策影響,文章提醒避免處理敏感資料或用於正式業務。
這份教程詳述在阿里雲計算巢及 ECS 部署 DeepSeek Harness 社區版,並透過計算巢安全代理存取 Web UI 的流程。部署約需 3 分鐘;百煉 API Key 需配合所選地域使用並在建立後立即保存,Web UI 內部使用 127.0.0.1:13080,外部經 Nginx 反向代理至 3080 連接埠。
文章把 DeepSeek Harness 設計文中的 Super-Agent 拆成建置步驟:由長期運行的 Router 分派工作,隔離的 Workers 各自執行任務。
DeepSeek Harness(DSH)的多組 Windows 對照測試顯示,桌面 AI 智能體內置沙箱未必能同時管控腳本、檔案工具和桌面操作。測試涵蓋移除檔案修改授權、刪除登錄檔配置值、替換剪貼簿內容及截獲快捷鍵;受保護運行時,相關請求遭 Windows 拒絕,觀察端則核對目標狀態。
NVIDIA、UT Austin 等機構的研究人員提出 Realtime-Bench,評測 12 款前沿模型在持續變化環境中的即時互動能力;GPT-6-Astra 的任務成功率最高為 44%。
騰訊混元團隊於11月4日發佈新一代大語言模型 Hy4,參數量為770B,並稱其是目前最強的開源模型之一。Hy4提升了指令遵循、長文理解及長程智能體能力,模型權重將於近期開源;下一代 Hy5 的參數規模將進一步擴大。
GLM-5.3 的 API 標價低於 Claude Sonnet 5 和 Sonnet 5.5,每百萬輸入及輸出 token 分別收費 $1.40 和 $4.40;Sonnet 則為 $2 和 $10。
Comma 為持續運作的 Agent 設計了單一主會話、共享事實清單、長期記憶及 Loop 等機制,讓工作要求和任務狀態可延續到後續工作。其前身 Bridge 於今年 4 月 28 日公開,固定主對話與任務委派於 6 月 3 日上線;Comma 於 10 月 1 日正式發布,早於 DeepSeek 的《Super-agent 設計探索》約一個月。
AI 數據公司正成為大模型競爭的重要供應方,向模型團隊提供專家整理的後訓練資料、任務環境及評分標準。報道稱,部分工作場景數據每條報價可達1000至3000元,帶完整操作過程的數據則約1萬元。模型公司開始收緊採購,追查數據質素及訓練效果;文章亦指出評測失真、供應鏈套利與個人資料私隱等風險。
選擇 PPO、DPO 或 GRPO,應按可用的訓練訊號決定:偏好配對適用於 DPO,可由程式評分的答案適用於 GRPO,學習式獎勵模型則適用於 PPO。以 8B 模型完整訓練估算,PPO 約需 295.2 GB、DPO 約需 147.6 GB、GRPO 在關閉 KL 項時約需 131.2 GB;估算未計 activations 及 PPO、GRPO 的生成快取。
DeepSeek 於 10 月 31 日發布技術提案,提出由 Router 協調、Workers 並行執行任務的超級智能體架構,旨在減少開發者管理多個 AI 編碼工作階段的時間。
東風奕派 M8 天元激光版正式上市,限時補貼價15.98萬元起,並全系標配採用寧德時代電芯的金盾電池。新車CLTC純電續航達600km,搭載800V高壓平台,支援4C快充,30%~80% SOC快充約15.5分鐘。天元智駕涵蓋高速及城區NOA,天元座艙接入豆包、DeepSeek雙AI大模型。
DeepSeek Harness 的社區開發者以插件及主題擴充工作台,涵蓋介面改造、餘額和用量統計、RSS 閲讀、聊天軟件接入及手機介面等案例。11 月 2 日公佈的創造模式讓用戶透過對話提出插件需求。作者沒有在本機逐一安裝復現,並提醒部分展示不能證明功能已完整驗證。
作者以 DeepSeek Harness 官方公開的 7 組「創造模式」提示詞各生成一次,7 個插件均一輪完成,共消耗 1.47 億 token,按空閒時段價格花費 8.36 元。
作者以 DeepSeek 和 qwen3.8-flash,對開源多智能體流程各進行 90 次測試,發現部分結論在兩次實驗間反轉。第二次測試中,四智能體比六智能體少用 60% tokens、成本低 54%、耗時少 49%;單智能體則在 30 組報告格式比較中有 27 組優於四智能體。
史丹福研究人員以 20 個模型檢驗 50 項廣受引用的 LLM 主張,發現 44% 已失效,另有 34% 明顯減弱。22 項可估算失效時間的主張平均只維持 15.7 個月;9 項推理相關發現均未維持或增強,其中 5 項已失效。
Prime Intellect 審查 AutomationBench、OfficeQA Pro v2 與 HLE-Diamond,修正任務、評分器及工具使用問題,並開源相關修正。
Deduped 整理本週 5 個熱門 AI GitHub 儲存庫,並為每個專案列出使用步驟。名單涵蓋 DeepSeek Harness 的本地 Web UI、PhotoCraft 編輯 PSD。
DeepSeek Harness 團隊指出,智能體愈能自行完成任務,人類注意力便愈成瓶頸;udctl 透過獨立工作階段和按需提醒,減少用戶持續監看多個終端機視窗的需要。團隊於 10 月 31 日發布智能體系統設計文章並開源研究原型 dsh-superagent;文中所述的 Worker、Trigger 和 Router 設計,在 udctl 均有已推出的對應功能。
中國 AI 產品逐步透過中文命名、親切角色與聲音設計塑造人格形象,DeepSeek 粉絲創作的鯨魚少女是其中一例。這個角色源自 2025 年 6 月創作者 Shangshan Wuxing 設計的鯨魚主題形象,其後 ZipZipPipe 在 2026 年 4 月加入 DeepSeek 品牌元素;DeepSeek 從未正式認可這個角色。
DeepSeek 提出 Super-agent 架構,透過常駐 Router 調度具獨立上下文的 Worker,讓 Agent 跨會話處理多項任務並持續接收事件。
晚間重大事件包括國務院提交金融工作情況報告,供十四屆全國人大常委會第二十五次會議審議;百度 Apollo World 世界模型亮相。DeepSeek 官方狀態頁顯示,網頁/API 自 16:58 起部分中斷;百度回應稱昆侖芯目前處於保密申報階段,網傳 IPO 推遲的消息不屬實。另有 50 個投資項目向民營企業公開推介。
麻省理工等機構研究者提出 HugAgent,以 54 名參與者、1,742 個評測項目,測試大模型能否從訪談推斷個人當前信念,並預測其在未見情境下的回答。信念狀態推斷的最高準確率為 77.56%;信念動態更新則以 Claude Sonnet 4.5 的 68.61% 最高,兩項參與者自我一致性基準分別為 84.84% 和 85.66%。
O'Reilly Radar 發布 2026 年 11 月趨勢盤點,聚焦模型進展、智能體與軟件開發、安全風險,以及基礎設施等變化。文章指出,新模型推出速度加快,最佳開放權重模型正追近前沿模型表現;同時整理智能體互通標準、漏洞與模型安全事件等發展。
DeepSeek 研究工程師高熙在烏鎮峯會表示,公開研究成果是為了讓 AGI 更快到來。DeepSeek 於10月20日宣佈,將內部推理框架 DeepInfer 全面開源。阿里巴巴 ATH 事業羣千問大語言模型項目負責人劉大一恒指出,開源可促進創新、去中心化並降低使用門檻,但也存在不可撤回及缺乏外部防護等風險。
DeepSeek研究工程師高熙表示,公開研究成果是為了加快通用人工智能(AGI)到來,並認為AI競賽真正的對手是時間而非其他大模型公司。DeepSeek於10月20日宣佈將內部推理框架DeepInfer全面開源。阿里巴巴代表指出,開源有助推動創新及降低使用門檻,但也帶來安全風險,並建議完善法律法規、制定行業規範及建設更多基礎設施。
一加 Ace 7 Pro 於 11 月 2 日登上京東電競手機單日銷量榜首,並列京東單品總榜 Android 單日銷量第一。一加官方旗艦店當日亦成為京東手機旗艦店累計銷量冠軍;小米 18 機背設計草圖曝光,OPPO Reno17 系列預告將實況照片時長由 3 秒延至 6 秒。
DeepSeek官方表示,網頁及API服務部分中斷已修復,目前正監控修復效果,但對話服務及DeepSeek V4 Pro、DeepSeek V4.1 Flash API服務仍有性能下降。中斷於16:58開始,受影響服務包括對話、DeepSeek V4 Pro API及DeepSeek V4.1 Flash API。
文章從可驗證回饋、推理時計算、驗證工具、合成訓練材料及跨領域連結五方面,解釋 AI 為何能更深入參與數學研究。文中以 DeepSeek-R1 的強化學習、Aletheia 的反覆生成與驗證,以及 AlphaGeometry 的程式生成幾何訓練例子,説明這些方法如何擴大探索並核查結果。文章同時指出,判斷證明是否新穎、形式化命題是否準確表達原題,以及如何理解和推廣結果,仍需要數學家的判斷。