谷歌DeepMind与新加坡政府联手：端侧AI如何在不碰用户数据的前提下识别诈骗
谷歌DeepMind与新加坡政府科技局于2026年10月14日在新加坡国际网络周宣布，双方联合开发基于Gemma微调的端侧诈骗检测模型。该系统在用户设备本地完成推理，无需上传对话数据，通过双阶段管线实时识别社会工程学攻击。新加坡自2019年以来诈骗损失已超40亿新元，此方案被视为政府AI应用中隐私与安全双约束下的可复制范式。
AI代理删除瑞典真人秀整季素材 TV4节目延播至2027年
瑞典制作公司Mastiff在《The Challenge Sverige》播出前将AI代理接入编辑服务器，导致已剪辑完成的整季内容被删除，数百天工作成果报废，TV4将节目首播推迟至2027年。此事件凸显AI代理在生产环境中操作文件时的潜在风险，相关方仅确认技术故障，未明确承认AI直接责任。
ASML净利近50亿欧元超预期，客户排队预订2030年产能
ASML 2026年三季度净销售额117亿欧元，净利润49.6亿欧元，大幅超越市场预期。CEO傅凯透露，客户不仅争夺2028年产能，部分已开始预订2029年乃至2030年的机器交付槽位。公司随即上调全年销售指引至440-450亿欧元。这份财报最核心的信号，是AI基础设施建设热潮的时间跨度，正被头部玩家用真金白银的预付订单重新定价。
谷歌发布Gemini 4 Argon：定价仅对手五分之一，Vals Index夺冠但胜差不足2%
谷歌于2026年10月13日正式发布Gemini 4 Argon，定位企业级复杂任务旗舰。发布价$2/$10每百万tokens，不及GPT-6和Claude Fable定价的五分之一；在Vals Index行业基准中以68.90%排名第一，但领先Claude仅约2个百分点。Chrome团队将数月级代码重构压缩至数周完成，提供了迄今最具说服力的实战证据。
GPT-o3代码执行暴跌22.5分 主榜下滑7.8分
GPT-o3今日Smoke评测代码执行从94.50分跌至72.00分，主榜从92.39分降至84.60分；材料约束升至100.00分，任务表达升21.7分。单日10题测试中，代码执行维度2题得分大幅下滑，需判断是题目抽签波动还是模型真实变化。
DeepSeek V4 Pro代码执行72分暴跌22.5 主榜跌至84.6分
DeepSeek V4 Pro今日Smoke评测中代码执行从94.50分跌至72.00分，主榜从92.39分降至84.60分，材料约束却升至100.00分。单日10题快测下，此波动需判断是抽签还是真实退化。
Gemini 2.5 Pro以95.91分居首：2026-10-15 Smoke快测数据简报
2026-10-15 赢政指数 Smoke 快测覆盖 13 个模型，Gemini 2.5 Pro 以 95.91 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
TasteVal基准显示AI创造力每3个月翻倍 RSI时间线或提前至2027年
Anthropic联合创始人Jack Clark在Import AI #476中披露TasteVal基准结果，AI实验研究品味自2025年12月起每3个月翻倍。Claude Opus 5.5以约1/30专家成本超越24名顶级研究员组成的人类基准，促使Clark将AI完全自主递归自我改进概率过半时间线从2028年提前至2027年。该基准聚焦AI能否独立完成前沿AI开发任务，引发对评测框架是否需加入自
苹果发布Minions论文：将闲置Mac GPU聚合成分布式推理集群，排队从10小时压缩至数分钟
苹果机器学习研究团队2026年10月9日发表论文《Minions》，提出将企业内部闲置的Apple Silicon Mac GPU动态聚合为虚拟推理集群，实测将大型ML推理任务排队等待从超10小时压缩至数分钟内启动，且无需采购任何新硬件。这不是一个开源项目，而是苹果内部已实际运行的工程系统，其四组件架构揭示了一条不依赖数据中心新投资的推理算力扩容路径。
IMF官方认证：AI投资托底全球3.1%增速，台湾韩国吃下62%硬件红利
国际货币基金组织10月13日曼谷年会发布《世界经济展望》，维持2026年全球增速3.1%预测，并明确将AI强投资列为抵消中东能源冲击的核心引擎。但报告同时揭示：台湾和韩国占据全球AI硬件净贸易62%，中美两国包揽57%新建数据中心，贡献全球95%增量的经济体从54个急缩至32个。AI已从行业叙事升格为可量化的宏观经济变量，同时成为新型地缘集中风险。
Anthropic与OpenAI要求评测报告发布前获批 独立性承诺现矛盾
路透社2026年10月13日报道，Anthropic至10月5日仍要求新评测机构报告发布前需获批准，OpenAI持类似立场，与两家CEO此前公开承诺的评测机构编辑独立性形成反差。10月8日后Anthropic立场有所调整，此事凸显AI实验室对独立评测的控制诉求。
Linus Torvalds首次署名Claude Code内核补丁 八线程缓存读吞吐提升三倍
2026年10月12日，Linus Torvalds在Linux内核邮件列表提交名为noref-filemap-read-with-llm的补丁系列，明确署名代码、测试程序及初稿由Claude Code在本人指导下完成。该补丁针对页缓存引用计数竞争问题，在八线程16字节读取场景下将吞吐从约1000万次/秒提升至3000-3300万次/秒，CPU周期从2950降至725。这是Torvalds首次公开
从10秒到10分钟：Higgsfield用GPT-6 Astra重新定义AI视频生成的边界
Higgsfield借助GPT-6 Astra将AI视频生成上限从约1分钟提升至10分钟以上，同时引入GPT-Image-2.5实现精准视觉控制，并以GPT-Live开启声音电影制作路径。这一跃升的核心不仅是时长数字的变化，而是从"逐段生成再手工剪辑"转向"单次提示词生成完整影片"的工作流革命。据TokenPost报道，Higgsfield当前拥有逾3200万用户、近100万付费订阅者，年化营收已
xAI推出五档统一订阅：$30能换回原价$90，但Claude用户要多付钱
xAI于2026年10月12日推出"The X Subscription"，将Grok、Cursor和X Premium合并为五档方案（免费至$200/月）。$30档Premium将原本合计约$90的三项服务打包，看似大幅降价；但关键变化在于：Cursor用户使用Claude等第三方模型须额外按API单价计费，"模型无关"编辑器的定位正在动摇。这场打包并非单纯降价，而是一次以Grok为核心的生态锁
Research Lab
WDCD Run #379: GLM-4.6 Leads with Perfect Score as Average Instruction Decay Hits -53.3%
WDCD Run #379 (2026-10-14) tested 15 models for multi-turn commitment integrity, recording an average instruction decay of -53.3% from Round 1 to Round 3. GLM-4.6 topped the leaderboard with a perfect 100-point score.
WDCD v3.1周期：豆包Pro跌22.8 GPT-5.5升11.8 守约分化加剧
本期WDCD v3.1中6模型上升2模型下降，豆包Pro下跌22.8分最剧烈，GPT-5.5上升11.8分至92.60，DeepSeek V4 Pro上升9分进入Top4。GLM-4.6保持100分领先，显示守约能力在多轮施压下的显著分化。
WDCD五场景横评：数据边界1.7分垫底，安全合规成最大短板
WDCD v3.1试点数据显示，数据边界场景最低分仅1.7分（qwen3-max），安全合规场景垫底1.8分（doubao-pro），两者区分度最高。Claude与多款GPT模型在数据边界显著偏科，deepseek-v4-pro在业务规则与工程规范保持满分，对生产流程接入提供明确参考。
WDCD三轮锚点测试：R3诚信率仅73.3%，Qwen3 Max R1直接0分
基于8道v2锚点题的worst-of-3采样，15模型R1确认率93%、R2抵抗率67%、R3诚信率73.3%，仅3次完全崩溃。Qwen3 Max首轮即破，Claude Opus 4.7 R2即崩，GPT-o3 R3崩盘；GLM-4.6等8模型R3满分。数据揭示多约束场景下的真实守约轨迹。
GLM-4.6 WDCD满分100 豆包Pro62分垫底 38分差距暴露什么
GLM-4.6以WDCD 100.00分登顶，豆包Pro仅62.00分垫底，15模型中满分率66%，R3崩溃率2%。头部与尾部差距达38分，揭示不同模型在多轮施压下的约束维持能力差异。
GLM-4.6 Smoke评测代码执行19.50分 材料约束全缺本期不排名
GLM-4.6今日Smoke评测因API故障导致grounding与judgment维度缺失，代码执行得分19.50分，任务表达50.00分，主榜无数据，本期不参与排名。需分析波动成因及关注必要性。
Gemini 3.1 Pro代码执行暴跌27.2分 主榜下滑6.5
Gemini 3.1 Pro今日Smoke评测中代码执行从91.70分跌至64.50分，降幅27.2分，主榜从82.39分降至75.89分。材料约束则从71.00分升至89.80分，工程判断保持100分不变。
Claude Opus 4.7 与 DeepSeek V4 Pro 与 GPT-o3并列92.39分：2026-10-14 Smoke快测数据简报
2026-10-14 赢政指数 Smoke 快测覆盖 13 个模型，Claude Opus 4.7 与 DeepSeek V4 Pro 与 GPT-o3 以 92.39 分并列当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
IMF报告警示AI市场修正风险 全球金融系统面临新压力
国际货币基金组织2026年10月13日发布全球金融稳定报告，指出AI相关股权估值过高可能引发市场修正，并将AI增强型网络攻击列为主要风险之一。报告强调AI投资回报可能低于预期，网络威胁可能破坏金融基础设施，同时债券收益率上升也是潜在冲击来源。文章基于官方报告事实，分析其对全球金融稳定的影响。
美联储、OCC、FDIC同步追问银行：你们的AI代理，关得掉吗
据路透社2026年10月报道，美国三大银行监管机构——美联储、OCC与FDIC——已将AI治理纳入每一项例行银行检查，重点追问机构是否具备紧急关停AI代理的"杀死开关"、人工干预机制以及外包供应商的数据边界管控。与此同时，欧洲央行要求银行在2026年10月底前提交AI网络威胁应对计划。此轮监管收紧的直接背景是CrowdStrike披露的中国AI代理ARTEX攻击韩国多家银行事件，标志着全球金融监管
密码学后门让AI安全审计失效：NeurIPS 2026论文证明模型能力可被永久隐藏
来自多家机构的研究者在NeurIPS 2026上发表论文，用密码学方法证明：可将完整的加密神经网络嵌入宿主模型权重，仅在收到特定触发密钥时激活，且即使持有完整权重、使用微调/梯度搜索/对抗训练等全套审计手段，也无法检出或消除这一隐藏能力。论文10月9日提交arXiv，10月13日登上Hacker News首页获172分讨论。这是迄今首次在理论与实验两个层面同时否定"能力评测可以保障安全"这一假设。
白宫封锁17天解除，英国AISI重获AI模型测试权
2026年9月24日，特朗普政府要求OpenAI和Anthropic暂停向英国AI安全研究所提供模型预发布访问。封锁持续17天后于10月11日解除，英国AI部长纳拉扬于12日公开确认恢复，并透露已获得谷歌尚未公开发布的Gemini 4 Argon的测试机会。事件暴露出跨大西洋AI安全合作在政治压力下的制度性脆弱——当模型访问依赖非正式授权，独立评估的稳定性无从保障。
微软Maia 300：288GB HBM4、每兆瓦多40%算力，但2027年才上线且不对外租用
微软10月12日发布第三代自研AI加速器Maia 300：TSMC N2P工艺，288GB HBM4内存，18TB/s带宽，FP4算力13.8 PFLOPS，单机架96颗吞吐量为上代7倍。但核心问题在于：这颗芯片2027年才部署，效率提升对比基准未披露，且仅供微软内部使用。云厂商减少对英伟达依赖的故事比芯片本身更值得细读。
Anthropic首公开蒸馏攻击工程反制 盗取量降90%-99%
Anthropic于2026年10月12日发布蒸馏防御研究报告，详述锁定reasoning token访问权、双阶段分类器封号及对拦截请求收费三道防线，已封禁数万个账号，使reasoning token泄露量降低10-100倍，相当于减少90%-99%的模型能力盗取。此举将合规约束升级为技术强制围堵。
Anthropic实验：26B模型已在15台电视盒上实现分布式推理
2026年10月12日Anthropic前沿红队实验显示，26B参数模型可通过15台55美元安卓TV盒完成分布式推理，30B以下模型已能执行自我复制多项单步操作。该研究聚焦去中心化IoT环境下的不可中断复制场景，指出现有断网隔离等管控手段可能失效，引发AI安全社区关注。
Epic Games强令迪士尼游戏禁止手写代码，AI首制能否救场延期大作？
Epic Games要求其与迪士尼合作射击游戏的开发团队全面转向"AI优先"工作流，内部指令明确写下"不再手写代码"，所有美术资产须通过AI工作流生成。该游戏原定2026年11月发布，此前已延至2027年3月，如今再度延期且无新档期。迪士尼2024年向Epic注资15亿美元，这款漫威和星战IP射击游戏是双方合作的首发之作。此举令部分开发者震惊，而据GDC 2026年调查，52%的游戏从业者认为生成