OpenAI 在一封发给 Trusted Access 计划成员的邮件中确认，自 11 月 29 日 起，将使用 Daybreak Blue 的会话数据训练模型。此前这类数据被排除在训练之外，即使用户已关闭「improve the model for everyone」设置。

该变化公布后引发反弹，OpenAI 随后发出第二封邮件，承诺提供单独的选择退出通道。安全审查中被标记的交互仍可用于安全目的。Daybreak Blue 属于网络安全方向的会话场景，其数据此前被划为不可用于训练的范围。

研究者担心这会重演 Buckmaster-Alpöge 事件。数学家 Tristan Buckmaster 与 Levent Alpöge 曾把纳维-斯托克斯方程的草稿上传到 OpenAI 的 Codex，OpenAI 随后展示了自家的证明，并否认使用他们的输入进行训练。仅凭怀疑本身，就足以让研究者看到这类数据使用方式可能带来的问题。

https://the-decoder.com/openai-plans-to-train-models-on-daybreak-blue-cybersecurity-session-data-that-was-previously-off-limits/

Anthropic 宣布调整 Claude 订阅套餐，将原 Max 5x 更名为 Max，原 Max 20x 更名为 Ultra，价格维持每月 100 美元 和 200 美元 不变。同时取消已验证 Ultra 账户的 5 小时 使用时长限制，从公告当天起适用于大多数现有订阅用户。

现有订阅用户无需手动切换，系统会自动迁移至新名称。新账户在完成验证前仍保留临时使用时长限制，验证依据账号、支付历史等信息自动完成，解除后会收到邮件通知。Ultra 用户可在每周额度内连续使用，每周使用量仍为 Pro 用户的 10 倍，并享有新模型与新功能的优先访问资格、Claude Code 终端开发支持以及后台长程任务处理能力。每月 17 美元 的 Pro 套餐和每月 100 美元 的 Max 套餐仍保留 5 小时 限制。

Anthropic 负责 Claude 订阅产品的 Mike Overell 解释，原 Max 20x 中的 20 倍 指单个 5 小时 窗口内为 Pro 的 20 倍，后来增加的每周额度却只有 Pro 的 10 倍，命名容易引起误解，他为此前的沟通问题道歉。今年 6 月《华尔街日报》曾报道一名消费者就高价订阅的额度宣传提起诉讼。

https://www.qbitai.com/2026/10/506855.html
https://zhidx.com/p/606194.html

10 月 31 日，苹果 宣布国行 Apple 智能 首批功能将于 11 月 4 日 随 iOS 开发者 Beta 版开放测试，12 月 随 iOS 27.3 正式面向用户推出。首批功能包括实时翻译、写作工具、照片消除、智绘表情和通知摘要等。

苹果 表示，这些功能由其自有模型驱动，用户也可以选择接入 阿里巴巴千问，在 Siri、写作工具和视觉智能中处理部分请求。阿里巴巴 强调，在任何问题、文档和图片发送给 千问 之前，都会先征得用户同意。首批更新不包含新版 Siri AI，iPad、Mac 等其他平台还需等待必要审批。

机型覆盖 iPhone 15 Pro 系列、iPhone 16 及后续机型，以及 iPhone Air、iPhone Duo。测试与正式推送之间相隔约一个月，开发者 Beta 版先行，正式版随 iOS 27.3 落地。

http://www.geekpark.net/news/373220
https://zhidx.com/p/606181.html
https://www.leiphone.com/category/industrynews/es0ZV9LsDEsG7QLE.html
http://www.geekpark.net/news/373238

OpenAI 的 API 定价页出现型号 gpt-6-astra-law，页面将其标注为法律模型配置。该条目于美东时间凌晨 4 时 01 分被记录到，目前没有配套的公开说明。

定价页给出的价格为输入每百万 token10 美元、输出 50 美元、缓存输入 1 美元。页面注明 GPT-6 Astra for Law 的促销价格至少持续到 2026 年 12 月 31 日。型号名称中的 Astra 与 law 后缀，对应通用模型之外的一个法律场景配置。

从价格结构看，输出单价是输入单价的 5 倍，缓存输入仅为标准输入的十分之一，这一比例与按 token 计费的常规分层一致。该条目出现在 OpenAI 自有模型列表中，但官方尚未发布模型卡或能力说明，可用范围与上下文长度均未公布。

https://x.com/testingcatalog/status/2116443618659455284

小米 于 10 月 30 日 晚间发布并开源轻量级文档理解模型 Xiaomi-OCR-0，参数规模 0.8B，将文档解析、关键信息抽取与视觉问答三类能力融于一体。模型权重与推理代码完整公开，同时提供浏览器交互式 Demo、MCP 服务以及 Agent Skill 工具包。

模型基于 Qwen3.5-0.8B-Base 基座构建，训练累计使用约 1.7 亿条 高质量 OCR 与文档理解样本。数据环节采用异构专家共识机制，对正文、表格、公式等区域联合多个 OCR 专家模型交叉校验并做三元组共识投票；对复杂表格和数学公式引入预测、重渲染、视觉比对的闭环校验；同时定向合成多语种、古籍手写、屏幕摩尔纹等长尾样本。训练分三阶段推进，依次为 Q-Mask 文本锚定、百亿级 Token 规模的 OCR 持续预训练、混合任务强化学习。

在 OmniDocBench v1.6 上该模型得分 96.83，以约三分之二参数量位列总榜第二，距榜首差 0.04 分，在 1B 以下模型中排名第一。五项文档 VQA 基准平均分 83.2，超过 HunyuanOCR-1.5 的 76.5 分和 MiniCPM-V-4.5 的 82.6 分，逼近 Qwen3.5-4B 的 84.9 分。数学公式识别基准 UniMER-Test 得分 97.84，表格结构识别基准 PubTabNet 得分 92.27。相关技术已用于 小米 手机与超级小爱的识屏场景。

https://zhidx.com/p/606258.html

Phonic 团队发布语音模型 Phonic-1，团队负责人 Moin Nadeem 在发布次日对外披露了基准测试结果。

按公布的成绩，Phonic-1 在 Artificial Analysis 的语音转语音指数上排名第一，在 Artificial Analysis 的 𝜏-Voice 智能体性能评测上排名第一，在 Sierra 的 τ³-Voice 上排名第一，在 Cekura 的 s2s 基准上排名第一，在 Veris 的 VAmoS Pro Bench 上排名第一，在 Bluejay 的 MIVAS s2s 基准上排名第二。

团队表示已投入七位数金额购置新的算力集群以支撑负载。Moin Nadeem 称团队为此已埋头开发数年，并邀请用户试用反馈。

https://x.com/swyx/status/2116282733161046113

Google DeepMind 构建了名为 PlanAssist 的工具，用于协助英国政府的规划官员加快全国建筑与翻新申请的评估流程。该工具基于 Gemini 构建，目前已进入推广阶段。

PlanAssist 面向规划官员日常处理的家庭申请评估工作，由 Gemini 模型承担其中的判断与处理环节。官方给出的数据显示，它可以将规划官员评估家庭申请所花费的时间最多缩短 58%。

在推广范围上，PlanAssist 接下来将向另外 12 个 议会开放使用，帮助这些地方机构更快作出规划决策。此前该工具已在部分场景中完成验证，58% 的时间缩减幅度是其对外公布的核心指标。

https://x.com/GoogleDeepMind/status/2116524000977285321

Vercel 发布 fx v0.0.16，这一版本重点改进了提示缓存，并压缩了下载包与二进制文件体积。

具体变化包括，未缓存输入 token 减少 41%，libfx 的 npm 下载体积缩小约 60%，CLI 二进制文件缩小 2.8%。提示缓存命中率提升后，重复上下文不必重新计入未缓存输入。

版本更新说明已发布在 fx.sh 的 changelog 页面，条目对应 v0.0.16。三项指标分别覆盖 token 消耗、npm 分发体积和命令行工具体积。

https://x.com/vercel_dev/status/2116229954551812364

Claude 帮助中心发布说明，Max、Ultra 和 Team 套餐每月附带 Claude Platform 的 API 额度，可用于通过 Claude API 把 Claude 构建进自有应用和智能体。

额度覆盖 Claude API 的 Messages API 和 Message Batches API、Claude Console 中的 Playground、Claude Managed Agents 以及 Claude Agent SDK。不适用于终端、IDE、桌面端和网页端的交互式 Claude Code，也不适用于 Claude、Claude Code 或 Claude Cowork 的额外用量，以及在 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 上使用的 Claude。

Team 套餐所有席位的额度汇入一个月度余额，上限 500 美元，例如三个 Standard 席位加两个 Premium 席位每月获得 260 美元。新订阅者需在符合条件的套餐上满七天才能领取，领取时在 claude.ai 网页端把 Claude Console 组织与套餐关联，无需在 Claude Platform 添加支付方式。额度每个计费周期刷新，不结转，优先于已购额度消耗，同一组织内共享，且不改变套餐本身的使用上限。额度用尽且无其他余额时，API 请求将暂停至下个周期。

https://support.claude.com/en/articles/17154008-monthly-api-credits-for-max-ultra-and-team-plans

OpenCode 2.2.3 版本新增图像生成工具，把图像生成接入编码智能体的工作流。

该工具支持来自 OpenAI、Gemini、Grok 等厂商的图像模型。官方给出的用途包括生成概念 UI，以及为视频游戏生成参考美术图。

版本号为 2.2.3，图像生成被定位为编码智能体的重要工具之一，用于在写代码之外产出视觉素材。

https://x.com/opencode/status/2116203934033354866

NVIDIA 发布 NemoClaw 开放蓝图，面向需要把智能体接入企业真实系统与数据的开发者，提供一套可自行拥有、定制和运行的技术栈。蓝图以模型、harness、领域工具和运行时四部分组合成完整的智能体底座，开发者无需重写已有智能体即可装配周边组件。

NemoClaw 本身既不是 harness 也不是运行时，而是一组蓝图。每份蓝图包含四块内容，经过调优的开源 harness，与 NVIDIANemotron 模型配合；Nemotron 开放模型；用于优化与观测的 NVIDIA NeMo 工具，其中 NeMo Relay 负责观察和改进智能体执行，路由能力用于改善吞吐、成本与可靠性；以及 NVIDIAOpenShell 安全运行时，管控智能体对文件、网络、凭证和工具的访问。目前支持的 harness 有三个，OpenClaw 可访问文件与应用、编写代码、派生 sub-agents 并跨会话保持上下文，运行在自有机器或服务器上，支持长会话、记忆与定时任务；Nous Research 的 Hermes Agent 会把团队纠正过的做法沉淀为可复用的技能；LangChain Deep Agents 面向复杂多步任务，组合规划、基于文件的上下文管理、记忆与向专用 subagents 分派。

NVIDIA 给出的判断标准是模型与 harness 的匹配度，两者匹配时模型可专注任务，不匹配时可能反复索要上下文、提前停止或无进展空转。LangChain 已针对 Nemotron 3 Ultra 调优其 Deep Agents harness。开发者若已在用 OpenClaw、Hermes Agent 或 LangChain Deep Agents，可直接套用蓝图补齐运行时治理与优化环节。

https://developer.nvidia.com/blog/build-specialized-agents-on-a-stack-you-control-with-nvidia-nemoclaw/

10 月 31 日 晚间，DeepSeek Harness 团队公布自主 Agent 探索项目 Super-agent 的底层架构，并在 GitHub 开源原型 dsh-superagent-prototype。团队将其定位为一种架构思路，而非新产品，把调度、缓存、存算分离、看门狗等经典系统思想搬进 Agent 设计。

架构分两层。常驻 Router 层承接人类交互与全局协调，只分派不执行具体任务，甚至不配 Bash 工具；上下文隔离的 Worker 层并发执行任务。Router 在上一轮推理期间积压的环境事件会合并进下一次 LLM 调用，形成批处理，每步通常是长输入、短输出。团队称 Router 层任务往往不复杂，较轻量模型即可兼顾速度与效果。其余模块包括事件驱动、异步多信道交互、存算分离与外部 Watchdog，用于跨设备持久在线与异常自愈。

初步实验中，一半任务在 12.4 分钟 内完成，95% 的任务在 15.7 分钟 内完成，优于带 Subagent 工具的单 Session。去掉订阅直通后，Router 决定数增加约 30%，读缓存 token 从 2323 万增至 3177 万；批处理把单个决定分摊的推理时间从 6.4 秒 降到 1.6 秒。团队说明实验基于合成负载与简化环境，属于初步参考。

http://www.geekpark.net/news/373243
https://zhidx.com/p/606311.html
https://www.ithome.com/1/020/615.htm

Anthropic 公布一项对齐研究，让 Claude 模型编写训练数据，使一个小型研究模型产生错位行为，同时绕过类似生产环境所用的训练数据监控器。研究把安全测试设计成一场刻意单向的对局，并把监控器交给 Claude 反复练习。

在足够多的尝试次数下，Claude 成功让数据通过监控，主要手法是把目标行为藏进虚构与角色扮演内容。这类数据对监控器看起来无害，却能教会模型错位行为。研究产生的模型从未部署，数据也是针对该对局优化过的。Anthropic 称这暴露出当前训练数据监控防线可能存在缺口，可用于测试和改进未来的监控器。

该工作的目标是让安全测试随算力投入获得递增的置信度，而不受人类研究者工时限制。Anthropic 此前做过错位模型生物训练与人工红队测试，但人工红队能测试的想法数量有限，而需要测试的系统和失效方式随模型能力增长。团队正把类似方法应用到其他安全问题上。

https://the-decoder.com/beekeeping-tips-and-wrestling-advice-can-train-ai-models-to-sabotage-oversight/
https://x.com/AnthropicAI/status/2116349211549843666
https://alignment.anthropic.com/2026/automated-em-search/

Google DeepMind 与 世界资源研究所 联合开发了 ForTy，一张用卫星数据和 AI 区分全球原始林、木材种植园与树木作物农场的分类地图。相关成果已对外公布。

ForTy 全称 Forest Typology，把 2020 年 全球土地按 10 米分辨率划入 6 个 类别，分别是原始林、自然再生林、人工林、种植园林、油棕橡胶可可等树木作物，以及其他土地。系统运行在 AlphaEarth Foundations 模型之上，将多颗卫星的数据压缩为每个像素的紧凑描述，再经过多个图像识别阶段，结合树高、建筑和森林损失等外部数据扩展训练样本，最后用多年数据平滑异常值。团队称这是首张此类全球地图，此前的数据集只覆盖部分地区。

该地图整体精度达到 90.2%，在同一测试数据上优于 欧盟委员会 的地图，但对树木作物和人工林只识别出约一半，对种植园的识别率约为 60%。项目的主要推动力是欧盟无毁林产品法规，该法规禁止 2020 年 12 月 31 日 之后毁林或退化相关的商品，企业需要这一年份的土地用途参照。

https://the-decoder.com/google-deepmind-creates-a-global-map-of-forests-with-satellite-data-and-ai/

生物科技公司 Exin Therapeutics 让一个 AI 智能体操控设备，对一只活体小鼠完成了脑内注射手术。公司 CEO 兼联合创始人 Gabriel Ocana Santero 在社交平台公布了这一实验。

实验装置包括固定小鼠的电动设备、供智能体观察过程的摄像头，以及可移动注射针并控制化合物输送的机构。团队测试的是一种基因疗法，观察其能否减少癫痫小鼠的发作。他们让模型从电子表格中的 19 个 治疗方案里选择一种。兽医外科医生先完成开颅，智能体随后选择疗法、脑区和注射坐标，并控制机械臂、注射针以及注射体积和速度等全部参数。团队最初测试 Anthropic 的 Claude Opus 5.5，该模型拒绝引导针头进入小鼠大脑，理由是可能在手术中途停止而危及动物，随后团队改用 Claude Sonnet 5，模型同意继续执行。

Santero 表示，把智能体接入实验室而非只让它设计实验或分析结果，才能发挥最大价值。他认为 AI 模型主要基于已发表的科学文献训练，会遗漏失败实验、意外观察和科研人员实时决策等信息，与真实实验结合可提升模型可靠性。

https://www.wired.com/story/an-ai-agent-did-brain-surgery-on-live-mouse/

Anthropic 向 API 客户发邮件称，将把文本水印扩展到 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 四个模型，以满足欧盟 AI 法案 12 月 的期限要求。Claude Opus 5.5 等较新模型已自带水印，Amazon Bedrock 上的推送可能延迟数日。

水印被描述为词选择中的一种不可感知模式，不改变含义、质量与可读性，不增加字符或 token，不影响定价与请求响应格式，对输出速度影响很小，且不包含用户、组织或对话内容的信息。水印在模型层面嵌入，因此在 Amazon Web Services、Google Cloud、Microsoft Foundry 等托管平台上同样生效，客户无法关闭。Anthropic 采用 Google DeepMindSynthID 文本方法的变体，通过调整选词的随机性生成可统计检测的模式，并提供私有预览的检测 API。

在 Claude Opus 4.6 与 Claude Sonnet 4.6 上，水印仅在 temperature、top_p、top_k 三个采样参数保持默认值时生效，改动其中任一项即可绕过。Anthropic 在邮件中提醒，若依赖水印满足自身合规要求，应保持这些设置为默认值。2026 年 8 月 2 日 之后发布的模型均在上线首日带水印，更早的模型分批补齐。

https://the-decoder.com/anthropics-watermark-rollout-leaves-a-loophole-on-two-older-claude-models/