81 個 AI 智能體中的一名不良領袖:影響擴散了多遠?
一項以 81 個 AI 智能體組成的社會進行的試驗發現,散播不信任的不良領袖會降低自己子女的合作程度,但影響沒有擴散至其他家族。六個配對世界中,子女的合作率平均低 16 個百分點,整個家族低 9.5 個百分點;影響主要出現在首個階段。研究屬初步試驗,不良領袖在六個世界中有五個提早失勢或破產,擴散深度和網絡差異仍未能定論。
一項以 81 個 AI 智能體組成的社會進行的試驗發現,散播不信任的不良領袖會降低自己子女的合作程度,但影響沒有擴散至其他家族。六個配對世界中,子女的合作率平均低 16 個百分點,整個家族低 9.5 個百分點;影響主要出現在首個階段。研究屬初步試驗,不良領袖在六個世界中有五個提早失勢或破產,擴散深度和網絡差異仍未能定論。
作者提出一套切換 DeepSeek 或 OpenAI 前的 50 封電郵分流測試,以相同郵件、提示詞、輸出欄位和重試政策比較兩者,而非單看 token 單價。每封電郵須按結構、關鍵資訊、建議行動及是否需要人工審核逐項判定,並記錄重試、失敗呼叫和人工修正,計算每項合格任務的 API 成本。作者沒有提供實測結果,並指出 50 封郵件不足以判斷生產可靠性;切換前亦須考慮價格變動及客戶資料處理條款。
豆包工作於11月12日接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型,並推出限時額度優惠。模型選擇頁面標註各模型的額度消耗倍率,倍率越低,額度消耗越少。用戶在工作日及節假日的指定優惠時段使用參與活動的模型可享額度優惠;豆包 2.1 Lite 和 DeepSeek V4.1 Flash 的額度消耗倍率亦已下調。
豆包工作接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型,並推出限時優惠。平台在模型選擇頁標示各模型的額度消耗倍率,並下調豆包 2.1 Lite 和 DeepSeek V4.1 Flash 的倍率。
豆包工作接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型,並推出限時額度優惠。模型選擇頁新增各模型的額度消耗倍率標示,方便用戶按任務需求和使用成本選擇模型。豆包 2.1 Lite 和 Deepseek V4.1 Flash 的額度消耗倍率亦已下調。
作者在兩台 NVIDIA DGX Spark 上部署 DeepSeek-V4.1-Flash-1017,並接通 OpenAI 相容 API 與 Open WebUI。
DeepSeek-V4.1-Flash-1017 在一次 60 頁 PDF 測試中,答對全部 20 題文字及表格題,卻未能提供 5 題只在點陣圖中出現的數值。模型亦正確回應 3 題文件明確未提供的資訊;另一次圖片輸入測試記錄為 5/5 答對,但沒有保留完整對話紀錄。這是一次診斷測試,並非標準化基準測試或受控模型比較。
DeepSeek Harness 是一款基於 DeepSeek 模型的個人化 AI 學習工作台,支援自訂提示詞、知識庫及互動流程,可用作私教或研究助手。它可透過阿里雲計算巢一鍵部署,並需完成模型 API 接入及工作區選擇,再以實際對話確認模型調用。目前產品處於 developer preview,模型 API Key 會儲存在服務實例本地持久化目錄。
豆包工作宣佈接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方大模型,並推出限時優惠計劃。新增模型前,豆包工作主要提供豆包2.1 Lite和豆包2.1 Pro;模型選擇頁會標示各模型的額度消耗倍率,倍率越低,完成相同任務所耗額度越少。
美國律師 Nick Mermiges 用 8 張二手 Nvidia Tesla V100-SXM2-32GB GPU 自建伺服器,在辦公室運行 DeepSeek 處理不宜交由第三方處理的客戶文件。
豆包工作擴大第三方模型接入範圍,加入 Kimi K3.1 Pro、GLM 5.3 及 DeepSeek V4.1 Flash,並推出額度消耗倍率與限時優惠。用戶可按任務在自研模型與第三方模型之間切換,模型選擇頁會標示各模型的倍率;倍率越低,同一任務消耗的額度越少。優惠包括指定時段的額度折扣,以及下調豆包 2.1 Lite 和 DeepSeek V4.1 Flash 的消耗倍率。
百度推出大模型交易平台「詞元所」,供企業及個人尋找、購買和使用模型 Token。百度稱平台推出一個月以來,入駐供應資源超過 100 個,日均調用次數突破 5,000 萬、日均調用 Token 超過 7,000 億;相關數字未經獨立核實。網站可比較同一模型多家供應商的價格、首 Token 延遲及近 7 天成功率,並稱用戶只需接入一次 API,即可切換模型及供應資源。
豆包工作宣佈產品更新,在兩款自研模型之外新增多款第三方模型。新增模型包括 Kimi K3.1 Pro、GLM 5.3 和 DeepSeek V4.1 Flash。豆包工作是面向生產力場景的 AI Agent 辦公產品,可按用戶目標執行任務並交付工作成果。
豆包工作於11月12日接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型,並推出限時額度優惠。模型選擇頁面會標示各模型的額度消耗倍率,倍率越低,消耗越少,用戶可按任務需求和使用成本選擇模型。
香港科技大學團隊研發「ASD Super Agent」,家長可提交兒童日常短片、問卷及基本資料,取得自閉症風險評估和分析報告,供尋求專業醫療評估時參考。平台提供網頁版(https://app.ai4asd.com),支援廣東話、普通話及英語語音互動,初步測試的評估指標 AUC 達 0.92。
文章分析國內大模型 GEO 優化愈來愈難的原因,歸納為引用衡量不再等同頁面排名、通用改寫手法的收益因競爭而收窄,以及檢索取用單位由整頁轉向可摘取段落。文中説明,排名與引用的部分量化證據來自英文搜尋引擎,國內模型尚無公開等價數據。實務建議包括固定問題池和採樣口徑、追蹤引用位次與答案主張,並提供帶有可核驗資料、能獨立回答子問題的段落。
OpenRouter 比較自建大語言模型與 API 的成本,並計算不同 GPU 配置的損益平衡負載。按 2026 年 10 月 8 日價格,Qwen3.8 27B 使用每小時 $0.50 的 RTX 3090 時,損益平衡負載約為 6% 至 12%;DeepSeek V4.1 Flash 使用 4 張 H200 時,則無法勝過最便宜的 ZDR API 端點。
OpenRouter 建議按應用的輸入與輸出格式設計大語言模型基準測試,並以相同任務比較準確率、已核實成本和請求時間。在 60 項合成任務、每項重複三次的測試中,GPT-6.1 Sol 通過 180/180,DeepSeek V4.1 Flash 成本最低,通過 157/180。
dsh-our-free-model 插件把 13 家大廠的免費模型額度聚合到 DeepSeek Harness,讓用戶免登入、免填 API Key 使用免費模型。插件另提供 OpenAI 兼容轉發、用量看板、工具輸出壓縮、路由降級及熱重載,並支援 Web 版與 Electron 桌面端兩種安裝方式。
DeepSeek Harness 提供 10 款插件,涵蓋跨會話記憶、文件解析、視覺辨識、模型切換、搜尋、費用監控及登入憑證刷新等功能,將聊天工具擴展為可配置的 AI 工作台。文章亦説明插件安裝、部署和模型接入方式,並提醒用戶留意版本要求、插件來源及敏感資料處理。
RS Cyber 以 Danfoss AK-SM 800A 為例,測試大型語言模型能否利用公開漏洞資料復現身份驗證繞過。DeepSeek-V4.1-Flash-1017 在兩組測試中均生成 Python 腳本,但只有加入逆向工程所得演算法資料的版本,在實驗室成功完成身份驗證。作者指出,這類技術細節既減少實作所需工作,也可供模型對照公開描述、辨認其中不一致。
今年雙11,商家流量來源進一步分散,AI App、短劇及短影片等內容渠道成為新的引流入口。健身品牌速爾表示,AI App導流訂單目前佔成交訂單20%-30%,無需額外投流,平台收取約4%的交易佣金。謙尋團隊表示,AI短劇項目約7天完成,同等體量的傳統實拍短劇通常需20至30天。
AI鬧回顧 2026 年大模型競爭,指出中美模型追趕週期已縮短至 3.4 個月,競爭也涉及算力、數據和工程資源。受訪者稱新模型的保質期約三個月,蒸餾成本據估計上升 5 到 10 倍,極端情況達 20 倍。文章並指出,模型公司面對如何把短期領先轉化為長期溢價的問題。
vLLM 擴展 EPD 多模態服務,支援編碼器與 Prefill、Decode 分開部署,並完善 metadata-only 請求、嵌入傳輸、共享快取及路由整合。
中國尚未在晶片製造核心環節形成對等反制,但已在原材料、H200 市場准入及記憶體產能上具備非對稱影響力。文中引用的估算顯示,2025 年中國佔全球原生鎵供應 98.9%、鍺供應 68.6%;鎵、鍺等相關對美民用出口管制暫停至 2026 年 11 月 27 日。先進製程、EUV 光刻機和高端 HBM 仍是中國短期內難以突破的環節,文章據此將中美局勢概括為雙方各有對方難以替代的供應鏈節點。
DeepSeek R1 在已公佈的推理基準測試中整體匹配或超越 OpenAI o1-preview,但 AIME 2024 的準確率優勢來自較長的推理鏈,並不代表 token 用量相同。
Token工廠的短期走勢由算力資產價格決定,中期取決於客戶結構調整,長期則由晶片與 Token 閉環能力決定。文章指出,2026年底至2027年是風險窗口,算力價格若轉跌,可能引發資產減值、融資收緊、長期租約虧損及退出受阻。國內服務模型廠商的毛利率為5-6%,海外服務終端企業的同類業務則為45-50%。
作者以 Adzuki AI 的單一 OpenAI-compatible API,比較 7 款中國前沿模型並整理選型指南,明言這不是基準測試。選型需考慮提示詞快取、實際上下文需求及批次處理與延遲要求;所有模型的輸出 token 價格都比輸入高數倍。
Baseten 使用內部 kernel harness 優化 DeepSeek V4.1 Flash 1017 的 80 多個 kernels 和瓶頸,採用 kernel fusion、Programmatic Dependent Launch(PDL)及 host loop minimization,製作出 Fast 版本。
開源插件 dsh-plugin-pinky 以 40 行純 YAML 將 Pinky 手機控制服務接入 DeepSeek Harness,讓 AI 智能體操作 Android 手機或 iPhone。
文章主張,AI 功能不應把每次請求都設為最高推理投入,因為這會增加延遲和成本,部分任務的答案品質還可能下降。一項 SWE-bench Verified 分析中,o1 高推理投入的問題解決率為 29.1%;三次低投入執行後按較低過度思考分數選取,問題解決率為 30.3%,成本少 $200。文章建議以自有評測集比較不同投入水平的準確率、token 用量及 p95 延遲,並採用達到品質標準的最低投入。
Ke Gao 記錄 200 個買家提示詞在 ChatGPT、Gemini、Claude、Perplexity 和 DeepSeek 上的引用網址,發現頁面能否被抓取及內容能否在抽取後保留,比文案本身更關鍵。
聯通雲推出雙11算力優惠,涵蓋 AI 雲桌面、雲伺服器、按量模型服務及通算產品。AI 雲桌面預置千問辦公,連同 Token Plan Lite 免費試用1個月,限量5000份;通用型2核4G ECS 售價11.11元/6個月,限量1200台。HappyHorse 1.1 影片生成服務限時8.3折,DeepSeek-V4-Pro、Qwen3.8-Max 和 GLM-5.3 亦有按量特價。
LibreFang 發佈 v2026.11.11,加入逐訊息推理強度控制,並更新記憶可靠性、會話穩定性及安全隔離。聊天介面、CLI 和 agent editor 可選模型支援的推理級別,也可透過 `/think` 固定整段會話,或在 agent manifest 設定預設值。
Artificial Analysis 發佈 Endpoint Accuracy Index v1.1,涵蓋 103 個無伺服器端點,其中 24 個得分在統計上低於自託管參考部署。
SmartCall 為 AI 呼叫中心加入模型參數精細配置,由伺服器端生成參數目錄供前端渲染,並由模型控制參數是否傳送、智能體調整參數值。智能體綁定模型時會儲存參數快照,保存時按模型當前目錄重新校驗,通話運行時只使用快照。新增已驗證型號須修改 Java 程式碼並發版;未收錄模型可使用自訂分支,參數正確性由配置者自行驗證。
谷歌更新 Android Bench 2.0 榜單,Kimi K3.1 Pro 任務通過率達 24.0%,是 Kimi K3 的兩倍;DeepSeek V4.1 Flash 1017 完成一輪測試的成本為 9.9 美元。兩者分別搭配 kimi-code 和 opencode;該基準測試面向 Android 應用開發,設有 30 項長週期任務。
作者記錄一套客戶案例頁 GEO 改造方法,透過內容數據模型、JSON-LD 和 llms.txt,將含糊敍述整理成 AI 可抽取的事實。方法先以行業、場景、痛點及量化結果建立案例數據模型,再用 JSON-LD 表達頁面語義、以 llms.txt 指明優先讀取的頁面。
谷歌公開 GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 基準成績,評估模型完成 Android 開發任務的能力。
谷歌首次公佈 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 跑分。