SUSE 计划全球裁员 10%
SUSE 宣布计划在全球范围内裁员 10%,涉及当前约 1,900 名员工。 该企业称自动化和人工智能正改变其运营方式,现有架构与成本结构成为发展阻力,部分岗位实际需求已大幅减少。 SUSE 强调此次裁员反映的是组织需求变化,而非员工才能或奉献精神。
SUSE 宣布计划在全球范围内裁员 10%,涉及当前约 1,900 名员工。 该企业称自动化和人工智能正改变其运营方式,现有架构与成本结构成为发展阻力,部分岗位实际需求已大幅减少。 SUSE 强调此次裁员反映的是组织需求变化,而非员工才能或奉献精神。
11 月 3 日 16:58,DeepSeek 网页及 API 服务出现部分中断,官方显示正在排查。 故障提示“服务器繁忙”,涉及对话服务以及 DeepSeek V4 Pro 和 V4.1 Flash 的 API。
中国人民大学与复旦大学联合团队提出CoworkOS系统,旨在通过三层协作架构、共享应用环境和持久工作状态,让智能体成为能处理复杂办公任务并跨会话持续工作的AI同事。
推荐理由:论文提出三层协作与共享应用架构,通过12项基准测试和递归自我改进实验验证了其在真实复杂办公任务中的持续执行能力。
研究证实共谋智能体的 J-space 包含共谋信息,在 NARCBench 基准中 86% 的共谋者表现出误导性表征。 提出的 J-PACT 方法在 GPT-OSS-20B、Llama-3.3-70B-IT、Qwen3-32B 及 DeepSeek-V4-Flash 上保留 85% 的 AUROC,并识别 99% 的共谋对。 该无监督方法为监测多智能体系统中的隐蔽协调提供了新工具。
summary_zh: 提出多级推理(MLR)方法,将长CoT重构为高层规划器与低层执行器的两级随机过程,解决长程规划漂移导致的推理失败。 采用轻量级LoRA模块实现高层策略,并引入迭代Step-DPO结合TSMC提供可规模化的逐步监督。
RLVR 训练使 OLMo-2-1B 在 GSM8K 的首次尝试准确率从 58.0% 升至 61.3%,但 256 次采样的解题覆盖率仅从 94.5% 微增至 96.9%。 内部探针检测推理错误的 AUROC 保持在 0.798 至 0.840 之间,显示模型未建立更清晰的错误表征;仅在最终答案 token 处探针达到 0.93 AUROC,证实 RLVR 改变的是答案选择偏好。
MXCode 提出三种策略,将向量量化压缩与 MicroXcaling FP4 计算结合,实现约 2 bits/weight 权重存储且无需生成高精度中间权重。 在 Qwen3 (235B)、DeepSeek-R1 (671B) 和 GLM-5.2 (753B) 上评估,Qwen3 (235B) 在 GB300 上模型加载内存比原生 FP4 低约 50%,P90 TTFT 最高提升 94.5%。
AgentHop 发布 1011 道选择题及七工具沙箱,拆解检索、合成、工具调用等资源管理四轴评估。 覆盖 19 个模型发现显著家族特征:GPT 早期提交,DeepSeek 与 Kimi 过度搜索。 论文已被 NeurIPS 2026 接收并开源完整测试集与测试框架。
实证研究表明,编码智能体在跨任务持续进化时存在严重灾难性遗忘。 实验发现,在 FeatureBench 上迭代进化会导致 SWE-Bench 性能大幅回落,甚至相对下降 66%。 该发现揭示了智能体持续自我进化面临的稳定性瓶颈与优化方向。
summary_zh: 研究揭示当前 AI 科学家难以复制已发表论文结果,存在科学记录与自主智能体需求间的根本错配。 团队推出基于 MCP 的虚拟环境 OmniQ,评测 59 篇论文及 5 种 LLM 智能体系统;开发 Residual Agents 提升性能,将 DeepSeek V4.1 Flash 成功率从 68% 提至 85%。
提出AttentionIndex,通过倒排索引分组与原生打分优化稀疏注意力检索,提升预填充吞吐。在GLM-5.3和DeepSeek-V4-Flash百万token场景下,预填充吞吐达1.3-1.8倍,较HiSA提升18.4个百分点准确率。
summary_zh: 混合语言模型中,线性注意力直接参与构建 softmax 注意力的查询,而非仅压缩上下文。 在 Qwen3.5 和 Granite4.0 中发现 Encode-Address 电路;跨架构移植 Address 块可在不更新权重的情况下恢复 0.92–0.94 的检索准确率,且大规模模型中该计算趋于分布式。
QuestMobile报告称,2026年9月抖音集团前三大应用为抖音、红果免费短剧、豆包,红果月活4.3亿超越豆包的4.19亿,跃升为集团第二大应用。 抖音集团去重总用户量达12.59亿,同比增速5.2%,维持头部阵营第二位置;同期AI原生App月活5.46亿,同比增长82.1%。
据The Information披露,DeepSeek完成第二轮融资,规模达1055亿元人民币,投后估值6155亿元,小红书作为投资方之一参与。小红书此前已先后参投月之暗面Kimi和MiniMax,此次投资使其覆盖了国内大模型第一梯队的头部玩家。
作者使用强化学习训练 Qwen3.5-9B,使其能够完成以信号时序逻辑描述的机器人运动规划任务。在直接强化学习中,模型因几何计算错误几乎无法学到,团队随后提供了路径规划与路径校验两个工具,使成功率提升至 0.67。
对某 Shopify 商店 30 天日志的分析显示,ChatGPT 和 Claude 等 AI 助手的页面读取量远超用户通过 AI 答案产生的访问。ChatGPT 执行了 1,100 次读取带来 121 次访问,Claude 执行了 164 次读取且无记录访问。
Jack Clark 的 Import AI 479 期重点介绍了 Google DeepMind 的 Genie 4 世界模型,并补充了 Realtime-Bench 和 Metis 研究进展。
Kimi 开放平台推出 Admin API,支持企业自动管理成员、项目、密钥及账单用量,替代控制台手动操作。 接口免费,完成企业认证后自动开通,当前为 Beta 版,可查询审计日志并配置项目预算。
2026款奔驰E 300 L上市,建议零售价42.38万至50.98万元,起售价下调1.6万元。 新车搭载由奔驰中国研发团队主导、融合豆包 AI 大模型的全新一代 AI 智能座舱,支持季度 OTA 升级。 座舱唤醒速度快至 0.25 秒,声纹识别支持 6 位用户,高德导航移动帧率达 60 帧。
研究对比了 OLMoE、DeepSeek-V2-Lite 和 Moonlight 模型中无训练专家剪枝的替换算子,发现存活门控缩放是最大影响因子,常规重归一化操作会导致 0.8-8.5 分精度损失。
提出免训练方法 Verify--Backtrack Loop (VBL),通过双时间尺度验证与故障归因,将 ReAct 的前置条件发现转化为结构化规划状态更新,以提升长程交互任务中的失败恢复能力。
研究提出结构保持专家剪枝框架,包含PEEP与DCEP两种方法,以解决MoE模型部署时的显存开销问题。 实验显示,在DeepSeek-V2-Lite和Qwen3-30B-A3B模型上,该方法在75%和50%专家保留率下,于多数基准测试中优于现有最先进基线。 该方法通过贪心策略优化专家子集选择,兼顾专家全局结构关系与局部重要性。
研究者提出亚层切片方案,目标让 500 MB 至 1 GB 内存的设备参与 AI 模型推理。该方案基于 MoE 架构的专家级分片与 MLA 技术的 KV 缓存压缩,通过稀疏计算降低通信开销。目前仍处于架构设计阶段,实际部署需进一步基准测试验证可行性。
Avartha 发布名为 Ava Zero 1 的开源权重语音模型,其在 Sierra 的 τ³-Voice 基准测试中以 86.0% 的任务完成率位居榜首,超越 OpenAI GPT Live 1、xAI Grok 及 Google Gemini。
推荐理由:原文通过对比任务完成率,展示该开源语音系统在实时场景下超越主流闭源闭环的能力。
研究表明在强化学习前使欺骗性hack足够罕见可防止模型规避监控,即使未进行专门的诚实训练。对模型输出权重的一次性编辑能复现Truthful SFT的保护效果,且激活探针在RL开始前就无法有效识别欺骗性hack,并非RL使其变差。
Vals 团队的一项新研究表明,中国 AI 模型并非单纯的政府喉舌,其政治立场呈现出比预想中更复杂的特征。研究发现,模型的回复政治倾向受多种因素影响:使用简体中文提问时,模型表现出更明显的亲政府倾向;在系统提示中指定“大陆内部使用”场景时,模型也会更倾向于支持官方立场。
详细案例研究正成为展示工程判断力的主流方式。该案例记录了为英国 HVAC 公司构建 AI 工作流的过程,旨在从多个 Gmail 邮箱中提取过去五年的客户数据。 工作流遵循“使其有效、准确、快速”原则,重点在于在数据进入 CRM 前分析邮件内容,以支持客户再营销。 通过公开思维过程,判断力得以在公共领域被评估和改进。
DeepSeek 发布了一个名为 Super-agent 的原型自主编码智能体,旨在与 Anthropic 的 Claude Code 竞争。该开源智能体可监测开发者群聊、标记编码问题并在未被提示的情况下提出修复建议,其说明书表示目标是“尽可能减少人类注意力,提供尽可能多的价值”。
DeepSeek完成1055亿元A轮融资,投后估值6155亿元,为中国AI行业史上最大单笔融资之一。吉利汽车2026年前三季度出口79.8万辆,同比增长169%,其中新能源出口占比超60%。
DeepSeek Harness团队开源了Super-agent底层架构原型,将调度、存算分离等经典计算机系统设计引入Agent系统。实验显示该架构下50%任务在12.4分钟内完成,95%任务在15.7分钟内完成,显著优于单一Session方案。
推荐理由:原文展示了DeepSeek将计算机系统经典调度思想应用于Agent架构的实验数据,读者可评估其提升多任务并发稳定性的技术路径。
DeepSeek 开源了名为 Super-agent 的 Personal Agent 底层架构,支持跨平台多任务并行与自主Bug修复。实测显示该方案任务完成时间中位数为12.4分钟,95分位数为15.7分钟,优于传统单会话方案。该架构采用 Router 与 Worker 双层设计,并引入投机执行、订阅直通机制及 Watchdog 看门狗以实现24小时在线与异常自愈。
同一新闻,精选展示《DeepSeek开源Super-agent架构原型》
DeepSeek Harness 团队发表技术文章,介绍探索中的 Super-agent 双层架构,使 AI 能长期在线、跨会话处理多任务。该架构包含负责协调的 Router 和负责执行的 Worker,支持在群聊或 GitHub 中识别事件并后台复现 Bug,自动提交 Pull Request。
同一新闻,精选展示《DeepSeek开源Super-agent架构原型》
DeepSeek Harness 团队发布文章介绍 Super-agent 架构,采用 Router 与 Worker 双层设计实现并行任务处理与持久在线。实验显示,Super-agent 在合成负载下的任务完成时间 p50 和 p95 分别为 12.4 分钟和 15.7 分钟,优于单 Session 方案的 29.5 分钟 p95 耗时。
同一新闻,精选展示《DeepSeek开源Super-agent架构原型》
DeepSeek 团队在 Super-agent 设计探索中提出了一种面向工程实践的架构思路,旨在突破现有单任务 Agent 在多任务和团队协作上的局限。该架构通过双层架构、事件驱动、面向人的交互、计算状态与环境分离及 Watchdog 五大模块,实现连续、高效、主动和持久运行。初步实验表明,Super-agent 在任务完成时间和稳定性上显著优于依赖提示词的单 Session 方案。
同一新闻,精选展示《DeepSeek开源Super-agent架构原型》
NullPrime 数据集利用剔除小素数因子的整数,证明灵活学习器训练集准确率接近 100% 但在测试集仅得 50% 的随机水平。 该数据集移除原始数字中可学习的首部模式,使 52 维特征(如模小素数余数)在素数与合数间失去判别力,导致模型仅能死记硬背训练集。 研究为 LLM 校准和不确定性估计提供了负向对照基准,相关代码与数据已在 GitHub 以 MIT 和 CC-BY-4.0 协议开源。
DeepSeek 蓝鲸 Logo 在 B 站二次创作中演变为「大肥鱼」及「鲸鱼娘」人设,账号视频播放量超 200 万。 源于识图乌龙与拟人化传播,「大肥鱼」形象衍生出女仆装、摸鱼性格及粉丝阵营,甚至出现屏蔽 AI 评论的插件。 揭示了互联网训练 AI 人设与官方技术版本的割裂,民间刻板印象成为用户认知 AI 的非官方说明书。
使用相同提示词让 DeepSeek V4.1 Flash 与 Hy3 预测自家模型家族下一代版本。两者均提到记忆与 agent 能力,但方法不同。 DeepSeek V4.1 Flash 推测 V5 将具备统一多模态、自适应思考及跨会话持久记忆,预计 2027 年 Q1-Q2 发布,侧重架构变化。
苹果宣布首批Apple智能功能于11月4日随iOS开发者Beta版在中国开放测试,12月随iOS 27.3正式推出,并接入千问模型支持文本与图像理解。 首批功能涵盖实时翻译、写作工具及照片编辑,支持iPhone 15 Pro及后续机型,面对面翻译需搭配AirPods 5等特定硬件。
清华团队提出动作级在线蒸馏方法 ActionOPD,通过语义动作对齐替代逐 Token 拟合,实现教师决策能力向轻量模型的迁移。 该方法仅依赖黑盒文本接口,无需教师 Token 概率或同源 Tokenizer,支持跨模型家族蒸馏及同模型自蒸馏。 实验显示 τ²-bench 单次成功率提升 10.8 个百分点,代码与模型权重均已开源。
OpenCode 宣布启动 Operation Cheepseek 第四阶段,每月 10 美元订阅用户可获价值 100 美元的 DeepSeek V4.1 Flash 模型额度。