Anthropic联合创始人Jack Clark于10月17日在曼谷IMF年会上发表Per Jacobsson演讲，宣称"奇点已经到来"，呼吁全球政策制定者正视AI对科学与经济带来的急速变革。他以多项量化指标佐证：Humanity's Last Exam最高分从2025年1月的8%升至Claude Opus 5.5的67.7%，FrontierMath从2%升至94%；在数学、生物学、机器人实验等领域AI已展现前沿能力。Clark指出，Anthropic内部代码产出较前四年增长近10倍，若AI系统广泛自主扩散，美国GDP到2030年或达44万亿美元，全球约1000万科学家将被AI虚拟化扩展为数十亿级"虚拟研究员"。他建议各国加快扩建电力、数据中心与机器人实验设施，同时以"克制"为原则对AI自主科研、网络安全、生物风险等设立边界。全文同时也是Import AI第477期周报的一部分。
infinitum 资讯聚合
MiniMax 正式发布新一代 Flash 模型 MiniMax M3.1 Flash，其前身为匿名模型 Space Bunny，匿名期间已处理超过 200 万亿 token。该模型在智能体任务、编程、Computer Use 和网络安全方面实现代际提升，在线推理速度提升近三倍，使用成本降低 70%。基准成绩方面，M3.1 Flash 在 AutomationBench-AA、BankerToolBench 上得分 76.2，DeepSWE v1.1 上达 73.7%，OSWorld V2 上 61.7 分，ALE 上 29.6 分，CyberGym 上达 82%。日常输出速度可达 200+ TPS，P50 稳定在 170+ TPS。定价为每百万 token 输入 0.15 美元、输出 0.60 美元、缓存输入 0.015 美元。M3.1 Flash 已通过 MiniMax API、M Plan 和 MiniMax Code 提供，模型权重将稍后发布，Pro 版本也在筹备中。
多家媒体援引知情人士报道，亚马逊正与旧金山AI初创公司Decart洽谈收购，潜在估值约70亿美元，较其今年5月约40亿美元估值上浮约75%。公司2023年由Leitersdorf兄弟与Moshe Shalev创立，核心产品为跨芯片适配软件，可让AI模型在英伟达GPU、谷歌TPU及亚马逊自研Trainium之间无缝切换，号称同硬件提速最高8倍，已累计从Benchmark、红杉与Radical Ventures融资超4亿美元。此前Anthropic曾以约60美元尽调后退出，英伟达谈判同样破裂，亚马逊随即接棒。对坐拥AWS的亚马逊来说，收购意在打破芯片厂商绑定，提升云算力调度能力，并将自研Trainium成本压至低于英伟达，但回报仍取决于加速效果在客户自有模型上的普适性。 相关文章： 谁收购了 Gateway 电脑？ - Andrej Karpathy Curated RSS 亚马逊拟约70亿美元收购Decart - AI洞察日报 RSS Feed 亚马逊欲以约 70 亿美元收购 Decart，此前 两大巨头收购谈判均已告吹 - AI新闻资讯 还有更多相关文章...
AWS 正式发布 TorchNeuron，作为面向 Trainium 芯片的开源原生 PyTorch 后端，将于 2026 年 10 月 20 日在 PyTorch Conference North America 上以 Apache 2.0 协议公开 Beta，代码托管于 github.com/aws-neuron/torch-neuronx。TorchNeuron 通过 PrivateUse1 设备后端和 torch.accelerator 扩展点接入，支持 eager、自适应 eager 实验模式以及 torch.compile，并兼容 NKI 自定义算子、torch.profiler 与 Neuron Explorer，覆盖 Trainium2 与 Trainium3。分布式方面支持 DDP、FSDP2、张量并行、流水线并行等，集合通信经 Trainium 专用 collective cores 与 EFA 执行。模型覆盖测试已扫描 10 万个 Hugging Face 模型，截至 2026 年 9 月在 eager 和 torch.compile 下验证；PyTorch 上游
《晚点》深度长文报道了中国AI核心公司的一批三十岁上下的年轻技术管理者如何凭借技术声望获得研发决策权。报道聚焦三个代表性案例：月之暗面创始人杨植麟批准研究员苏剑林提出的Attention Residuals架构并推迟K3训练日程，最终K3以2.8万亿参数发布；智谱在00后曾奥涵等人推动下押注Coding方向，GLM-4.5带动GLM Coding Plan年收入破亿；小米罗福莉带队从7B同步跨越训练万亿参数模型MiMo。文章同时刻画了腾讯姚顺雨、阿里林俊旸等人在巨头中争资源、保团队独立性的组织博弈，并引用唐杰"认知＞格局＞技术＞管理"的能力排序，探讨年轻一代排斥管理却又不得不学习管理的悖论。
南京大学与UIUC研究人员对Codex、Claude Code、Kimi Code三种前沿Coding Agent的动态并发机制进行了大规模配对实验，覆盖354个软件工程任务、2124次执行及约112亿Token。结果显示，动态并发并非通用稳定策略：在LoopsBench、NL2Repo等长周期任务中部分Agent可提升完成率，如Claude Code在LoopsBench从7.1%升至21.4%，但在SWE-bench Verified等短周期任务上出现显著下降，且Token消耗为顺序模式的1.41至3.31倍。轨迹分析归纳出4大类、13子类、28种并发失败模式，其中任务编排、执行治理、全局上下文管理与共享状态集成问题各占约9%到33%；研究表明收益依赖互补分工、并行探索和独立验证三类机制，并发价值取决于主Agent能否有效整合多Agent工作，而非Agent数量本身。
HybridAgent 训练 AI agent 用数值表示内部推理并仍输出文本调用工具，14B Qwen3 模型在 GAIA 上得 52.4 分，高于纯文本 agent 的 43.7 分；每百万问题解码成本从 $470 降至 $176。
多家媒体报道 Ramp 正式上线 Glass AI 工作空间，将原本供内部使用的 vibe-coding 工具对外开放。该工具由四人团队内部打造，允许非工程师通过连接器接入公司数据创建应用，并已纳入新员工入职流程。上线版本主打 AI 工作空间、知识持续累积，支持团队间共享企业知识、可复用技能和协作会话，员工已产生逾 6500 条知识编辑，模型路由将 AI 成本降低 30%。该事件被视为科技公司兴起自建面向非工程师的内部 AI 编码应用趋势的一部分，与 Stripe 由一名工程师用约六周搭建的 Harbor 工具相似；企业动机在于投入小、安全接入内部数据、遵循内部设计规范并减少对供应商依赖。 相关文章： Ramp 与 Stripe 内部 vibe-coding 平台趋势 - TLTD Pulse 观察：科技公司兴起自建"内部 vibe-coding 应用"的新趋势 - The Pragmatic Engineer Ramp推出Glass AI工作空间 - TLTD
单次对比测试中 Gemini 4 Argon 与 Claude Opus 5.5 在发现并修复 14 个种虫的测试中表现持平且成本更低，但在计费和长上下文依赖任务上表现较差；一次错误 API 调用导致多数计费失败，一次手动单行修复即让 Argon 拿到满分。
智元机器人启动「元苼生态发展计划」，未来五年将投入超20亿元，2026年率先投入1亿元，并将超1000台精灵、灵犀、远征等系列机器人真机连同AIMA开发平台免费投放至清华、北大、浙大、上海交大、西安交大、华南理工等20多所高校，总价值达2亿元。清华电子系开设45学时、2学分的《具身智能综合系统实验》，学生通过VR遥操作采集数据，训练模型并部署到精灵G1真机。9月以来，上海交大、华南理工等校陆续签约揭牌实践平台，华南理工机械与汽车工程学院获超千万元投入。此外，智元提出产业XYZ三曲线与「358」宏图，CEO邓泰华表示「智元成不成没关系，产业成就好」，旨在联合科研、开发者与生态伙伴推动具身智能走向部署态普及。