📰 AI洞察日报

2026年11月4日 · 星期三
👁 阅读量加载中…
🏆 头条

LLM 学会直接读写神经网络权重:「Weight Space Programming」把自主研究再前推一步

LatentSpace 报道,研究者 Alex Zhang 等提出「Weight Space Programming」:让足够强的模型直接阅读并编辑较弱模型的权重,而不再通过编写 PyTorch/JAX 训练代码来改造模型。演示中该方式被用于编辑 Qwen 的权重以减少推理中的重复循环,且已有独立复现确认有效。目前能力仍限于简单游戏与 RL 策略层面,但「模型改模型权重」这条 RSI 路径完成了从 0 到 1 的验证,效率优势使其很可能被迅速探索。

来源:Latent.Space
📰 今日动态
1

OpenAI 展示模型加速物理世界工程:GPT-6 Astra 一周设计出可对话设备

OpenAI 发布工程专题文章:GPT-6 Astra 在无人工直接编辑的情况下完成了与 Codex 对话的设备的工业设计、外壳结构、PCB 布局与固件集成,两名员工一周内以副项目完成,合约制造商一个月内产出小批量原型。内部 BenchCAD 2.0 基准上,新内部模型平均得分 0.875,GPT-6 Astra 最高推理档为 0.594;2 月以来 OpenAI 硬件团队模型用量(按 token)增长 23 倍。

2

DeepSeek 开源 super-agent harness 原型:长驻路由会话 + 隔离并行 worker

DeepSeek Harness 团队发布设计长文并开源 dsh-superagent-prototype:一个长驻 router 会话负责与人交互并派发任务,隔离 worker 由 GitHub 事件触发并行执行。DeepSeek 自测显示,相比单会话加 subagent 方案,任务完成时间 p95 从 29.5 分钟降至 15.7 分钟。团队坦承原型尚无跨会话长期记忆,仅在小型可信内网环境验证过,安全与智能体间通信仍是开放问题。

3

Google 发布 LiteRT Tensor API:C++ 原生构建与优化端侧 ML 模型

Google 推出 LiteRT Tensor API,一个轻量级 C++ 接口,允许开发者直接在设备端构建、定制和优化机器学习模型,无需依赖云端往返或完整训练管线。它与 LiteRT 运行时配合,面向内存与算力受限的移动/嵌入式场景,为端侧模型的张量操作、图构建与优化提供原生入口,补齐了 Google 端侧 AI 工具链中「运行时之下的可编程层」。

4

CWE-bench v2 发布:100 个真实仓库安全任务,程序化评分可复现

Collinear AI 在 HuggingFace 发布 CWE-bench v2:公开 100 个任务、覆盖 91 类 CWE 漏洞类型,智能体拿到真实开源仓库 checkout 与一条简短指令,需在不破坏现有功能的前提下找到并修复安全弱点。评分完全程序化、结果确定性可复现,且任务经过 LLM 评审面板与人工双重校验,专门防范记忆上游补丁的「背题」解法;另保留 held-out 集持续跟踪前沿模型。

5

MIT TR:用「逆向博弈论」给 AI 智能体设计守法激励

MIT Technology Review 报道机制设计(reverse game theory)思路的对齐新路径:不依赖事后惩罚或行为监督,而是先设计好系统规则,让强 AI 模型在自身利益驱动下自愿遵守约束。该方向将博弈论中的激励相容设计引入智能体治理,被视为对「能力越强、监督越难」困境的结构性回应,研究者正探索其在多智能体与经济场景中的适用边界。

6

HN 热议:OpenAI 疑似悄悄恢复用 Codex 聊天数据训练模型

Hacker News 一条获 375 分、114 评论的帖子指出,OpenAI 似乎正在悄然重新启用 Codex 会话数据的模型训练,同时调整了用量统计的入口位置。社区讨论集中在设置项变化的可发现性与数据使用透明度上。此前 OpenAI 已宣布 11 月 29 日起将 Daybreak Blue 网络安全会话数据纳入训练,本次讨论进一步放大了「训练开关静默变更」的信任争议,OpenAI 官方尚未回应。

7

蚂蚁灵波携全栈开源「机器人通用大脑」亮相乌镇峰会

2026 年世界互联网大会乌镇峰会(11 月 2-5 日,主题「开源开放 共建共享」)上,蚂蚁集团旗下具身智能公司蚂蚁灵波展示了全栈开源的机器人通用大脑,覆盖模型研发、开源协作与场景应用三层进展。这标志着中国开源路线从语言、代码与内容生成进一步延伸到机器人具身智能领域,与峰会开源主题形成呼应。

🛠 技术实践
1

Meta F3 Lightning:广告 ML 特征从想法到生产的规模化流水线

Meta 工程博客详述 F3 Lightning 框架:负责广告排序模型所依赖的机器学习特征的编写、编译与在线服务。文章拆解了如何在保证特征定义正确性与线上延迟的前提下,将新特征快速推入大规模生产环境,包括特征编译层的抽象与特征上线的一致性保障。对做特征平台/在线推理服务的团队而言,是一份可直接对照自查的大厂参考架构。

2

OpenAI 如何给 Codex 时代的 Git 扩容:自研 Pando 后端

OpenAI 工程团队发文 Scaling Git at OpenAI:随着 Codex 驱动的开发规模爆炸,标准 Git 工作流在仓库规模与并发上遇到瓶颈,团队构建了 Git 兼容后端 Pando,让智能体与人类开发者继续用熟悉的工作流,底层则按 AI 工厂级开发量重新设计存储与扩展策略。文中讨论了兼容性取舍与迁移路径,是「AI 写码改变基础设施」的典型案例。

3

Legora CTO 访谈:拿不到任何 trace 时如何构建法律智能体

法律科技公司 Legora 的 CTO Jacob Lauritzen 在 LatentSpace 访谈中拆解一个罕见约束:出于客户数据归属,Legora 看不到智能体为律师执行的任何 trace,只能靠黑盒方式构建与评测智能体。访谈覆盖无 trace 下的评测方法论、百万单元格表格审查的产品化处理,以及计时收费模式在 AI 冲击下的裂缝。对数据高度受监管行业的 Agent 团队有直接参考价值。

📌 行业快讯
🔭 技术趋势观察