Google承认AI Mode拖累搜索收入；Anthropic调整Claude订阅定价；Gemini 4 Carbon登顶AA榜单
Google承认AI Mode的搜索收入下降对科技股产生冲击，部分媒体预测AI泡沫可能来临。Anthropic调整Claude Max和Ultra订阅计划，取消5小时限制并更名。
推荐理由：文章梳理了AI领域一周动态，对行业热点进行了分析和点评。
#推理
Latent Space精选AI 评分5858
Ars Technica · AI精选AI 评分6060 Google承认AI搜索收入低于自然搜索，计划通过增加广告弥补
Alphabet公布Q3财报，营收近1280亿美元，但股价大跌约12%。公司承认AI搜索盈利能力不及自然搜索，尽管云业务收入超预期达300亿美元，净利润仍低于预期。Google预计明年在AI上投入更多，并希望通过增加广告来改善AI搜索的商业化表现。
推荐理由：原文揭示了AI搜索商业化现状与公司财务预期的差距，为理解市场反应和AI投入策略提供了关键数据。
Mistral AI精选AI 评分8585 Mistral 开源 Mistral Large 4（Le Chonk）权重，定价与性能更新
Mistral 发布 Mistral Large 4（Le Chonk）1-trillion-parameter 多模态模型权重，主打编码、防御型网络安全与推理效率，支持 Low/Medium/High 三种推理模式。
推荐理由：官方公布全量权重、定价与三大推理档位，读者可据此评估开源代码与安全场景的使用成本。
The Decoder精选AI 评分7575 Google第三季度财报显示搜索AI化带来货币化压力
Google第三季度搜索收入同比增长约12%，低于分析师预期的15%，管理层承认AI模式查询因货币化较低产生负面影响，但搜索查询年增速创五年新高。YouTube广告增长9%至112亿美元，Google Services总收入增长11%至963亿美元。
推荐理由：原文给出了搜索货币化压力、云业务高增速和资本开支预期，读者可据此评估Google AI转型的财务结构。
Latent Space精选AI 评分7070 Gemini 4 Carbon 发布并登顶多个独立评测，但访问仍受限
Google DeepMind 发布 Gemini 4 Carbon，定位赛博防御与长程任务，1M token 上下文，公开称在 SEC-bench Pro、ExploitGym 等安全基准领先，并通过 Fairwind 计划先向可信防御者开放。
推荐理由：梳理新模型能力与独立评测差异，帮助判断实际可用性。
The Decoder同事件AI 评分6060 Google DeepMind 发布 Gemini 4 Carbon，两周后再接 Argon
Google DeepMind 在 Gemini 4 Argon 发布仅两周后推出 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 上以 59 分位居榜首，超过前代 Argon 的 50 分。
同一件事，精选收录的是《Gemini 4 Carbon 发布，瞄准最强编码与网络安全能力》
Ars Technica · AIAI 评分1212 Google 发布 Gemini 4 Carbon 前沿 AI 模型，但用户无法使用
Google 宣布推出 Gemini 4 Carbon，这是其最新的 frontier AI 模型。该模型本质上只是 Argon 的略微改进版本。尽管 Google 已公布此模型，但目前用户尚无法使用。
The Verge · AI精选AI 评分7575 研究人员对 OpenAI 封锁重大科学突破感到疲惫
OpenAI 宣布在数学、计算机科学与物理领域取得突破后，选择分批通过外部专家审查公布成果，引发学术界不满。研究人员认为这种遴选专家的机制存在不公，呼吁立即公开全部 Lean 证明供大众验证，以推动研究透明化与工具普及。
推荐理由：作者梳理了 OpenAI 发布重大科研成果后的披露分歧，读者可借此观察 AI 公司在基础科学突破中的责任边界与学术界的回应。
Google Research精选AI 评分4949 Google Research 发布 Sleep 持续学习框架：让 LLM 在离线阶段巩固记忆并自改进
Google Research 提出 Sleep 持续学习框架，通过主动交互与离线睡眠交替让大语言模型避免灾难性遗忘并持续提升。睡眠阶段动态扩展 MoE 参数并完成知识蒸馏与合成数据回放；测试显示 BABILong 长上下文可达 10M token，多语言翻译与新事实学习未显著退化，AIME 24/25 和 HMMT 25 推理得分优于 SFT、GRPO 等基线。
推荐理由：Google Research提出睡眠框架，通过离线记忆巩固与合成数据自改进让大模型持续学习，原文给出BABILong至10M token与AIME等实测结果。
TechCrunch · AI精选AI 评分7777 前沿AI实验室称其模型推翻了指数时间假设，学界如何回应
OpenAI和Anthropic宣称其模型找到了一种能在亚指数时间内解决特定逻辑难题的算法，从而质疑了计算机科学中根深蒂固的指数时间假设（ETH）。MIT教授Ryan Williams正在组织计算机科学家的工作组，呼吁公开证明并召开会议，探讨这一发现对密码学和基础研究范式的深远影响。
推荐理由：报道了前沿模型挑战计算复杂性假设引发的学界回应与后续协作机制。
Hugging Face Blog精选AI 评分8686 Liquid AI 发布 LFM3 系列多模态基础模型
Liquid AI 发布 LFM3，将文本、视觉、音频、全模态和决策六种 2B 量级模型统一到同一骨干网络上。相比 LFM2，LFM3-1.7B 参数减少约 35% 且智能更高，上下文窗口扩展到 256K tokens。全系模型支持在单 GPU 上微调，适配本地或边缘部署，已在 Hugging Face 开放下载。
推荐理由：原文同时给出了架构变化和六个模型的具体能力与代码，读者可以据此判断它能否在单 GPU 上满足多模态端侧部署。
The DecoderAI 评分4141 前 DeepMind 研究员提出用 AlphaGo 思路根治 AI 幻觉
前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning，在 NVIDIA GTC 提出用显式知识账本替代模型权重里的知识，以独立验证每个推理步骤，声称能减少幻觉并提供带来源引用的解释。该公司尚未有可运行的系统或基准，目前正筹集数千万美元资金。
The Verge · AI同事件AI 评分7676 OpenAI 公布三项科学发现并测试与学术界协作新方式
OpenAI 公布了三项数学、计算机科学和物理领域的重大发现，并宣布了一种让外部专家充当“引导者”的新协作方式。
同一件事，精选收录的是《OpenAI邀外部专家包括诺奖得主验证AI产出数学与物理证明》
OpenAI News精选AI 评分5555 OpenAI 公开 Kakeya 猜想等三项研究的模型结果
OpenAI 分享模型在 Kakeya 猜想、指数时间假设和量子色动力学上的研究成果，并说明研究者如何验证和在此基础上推进工作。
推荐理由：原文披露OpenAI在Kakeya猜想、指数时间假设和量子色动力学上的模型结果，并给出学术验证与复现路径。
The Decoder同事件AI 评分8888 GPT-6.1 Terra 发布：API 价格减半且多项指标超越前代
OpenAI 发布 GPT-6.1 Terra，API 输入价格降至$1/百万 tokens、输出降至$5/百万，缓存输入仅$0.05/百万，价格约为 GPT-5.6 Terra 的一半。模型在智能成本比上被指达帕累托前沿，编码任务解决率较前代提升近 30 个百分点，幻觉率大幅下降，并满足 OpenAI Critical 安全阈值。现已通过 ChatGPT Work、Codex 和 API 开放。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra》
The Decoder精选AI 评分6666 研究发现使AI文本难读的六种语言模式
纽约大学和德克萨斯大学奥斯汀分校的研究分析了14个模型生成的120段对话、45次编程会话和980篇论文，发现AI过度使用生僻搭配、主语与谓语距离过远、名词堆叠等六种模式。研究者指出，从RLHF转向RLVR的训练奖励信息密度而非清晰度，导致模型形成对人类的
推荐理由：研究量化了AI文本的六类异常模式，并解释RLVR训练如何导致可读性下降。
AWS Machine Learning Blog精选AI 评分4040 AWS SageMaker SDK v3 发布摄像头级计算机视觉全生命周期参考架构
AWS发布基于 SageMaker Python SDK v3 的参考架构，为端侧计算机视觉提供端到端的多分支训练流水线。该方案用 AWS CDK 部署，通过 Step Functions、DynamoDB 信号量和 SQS 编排，控制单次并发执行数量，避免超出账户训练配额。
推荐理由：给出SDK v3下用CDK和Step Functions编排千台边缘摄像头的完整流水线，读者可直接复用该架构。
The Verge · AIAI 评分2727 Kevin Roose：为什么你还没有“AGI-pilled”
纽约时报记者 Kevin Roose 推出新书《The AGI Chronicles》并联合创办播客 Machine Gods。他在《Decoder》访谈中探讨了从传统媒体转向 YouTube 视频优先策略的动机，并表示其新书深入报道了各大前沿实验室竞逐通用人工智能（AGI）的过程。
Import AI精选AI 评分5353 Import AI 478：数学形式化推进对齐研究，ProgramBench 显示自主编程能力跃升
Import AI 周刊第三部分汇总了多项 AI 研究进展：AI safety 公司 Resolution 利用 AI Agent 自动化实现了奇点消解定理的 Lean 形式化。
推荐理由：作者串联了数学形式化、自主编程重建与智能体漏洞发现，指出 AI 正从单点工具扩展为可加速科研全流程的基础设施。
The Decoder精选AI 评分6363 Anthropic 联合创始人 Jack Clark 将递归自我改进 AI 预测提前至 2027 年
Anthropic 联合创始人 Jack Clark 在 Import AI newsletter 中把递归自我改进可能到来的时间从 2028 年提前到 2027 年，理由是 TasteVal 等基准显示领先模型的“研究品味”进步在加快。
推荐理由：原文把 TasteVal 基准和 Clark 的最新预测联系起来，读者可以据此判断 RSI 争议当前的进展位置。
TechCrunch · AIAI 评分3939 研究：Grok 4.7 推荐共和党候选人，GPT-6.1 Sol 推荐民主党候选人
Convovo 研究发现，Grok 4.7 在中期选举中 92% 的推荐指向共和党，GPT-6.1 Sol 则 97% 指向民主党。通过 API 测试近 500 个选区时，两者一致率不足 10%。GPT 倾向基于模型权重，而 Grok 的偏见主要源于其搜索模式，且每次 API 调用携带约 1,240 token 的隐藏输入。
Simon WillisonAI 评分1818 Battledrones v14：新增 Compass Rose 四人在线模式
Battledrones v14 上线四人在线模式，新增支持四名玩家通过 WebSocket 模式加入的"Compass Rose"地图。Claude Opus 4.5 负责添加该地图并修改网络代码，同时引入紫色和绿色主题的机器人，加入原有的蓝色和红色阵营。
Latent Space精选AI 评分7878 Kimi K3.1 Pro 发布：开放权重前置的 Fable 级模型与高昂推理成本之争
Kimi K3.1 Pro 发布，2.8T总参数/104B激活参数的多模态MoE模型，承诺11月4日开放权重。Artificial Analysis评测得分55，位列第四，超越Fable 5.1。
推荐理由：综合评测与定价分析，帮读者判断 Kimi K3.1 Pro 是能力跃升还是部署成本陷阱。
The Decoder精选AI 评分7373 Kimi K3.1 Pro 发布，推理与编码表现逼近 Claude Opus 5.5
Moonshot AI 发布 Kimi K3.1 Pro，Artificial Analysis Intelligence Index 得分 55，排名第四，仅次于 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。
推荐理由：Kimi K3.1 Pro 大幅降价且推理与编码分数逼近头部闭源模型，可据此评估国产模型性价比和开源前景。
Google Research精选AI 评分7171 Google 将基础模型应用于 TB 筛查前线
Google Research 介绍了如何将 AI 模型从实验室推向实际应用场景，并开源了 MedGemma 和 MedSigLIP，为全球公共卫生带来了新的可能性。MedGemma 是一款多模态模型，能够进行临床推理，而 MedSigLIP 是一个轻量级的视觉语言模型，可以理解和处理医学图像和文本信息。这些开源模型为全球医疗保健系统提供了强大的工具，有助于提高 TB 筛查的准确性和效率。
推荐理由：Google Research 介绍如何将 AI 模型从实验室推向实际应用场景，并开源了 MedGemma 和 MedSigLIP，为全球公共卫生带来了新的可能性。
AWS Machine Learning Blog精选AI 评分7878 AWS SageMaker AI 推出多轮强化学习功能，含端到端实操指南
AWS 在 SageMaker AI 上线多轮强化学习（MTRL）功能，通过 Lambda forwarder 将提示发送给托管在 Amazon Bedrock AgentCore 或自有基础设施的 Agent，由 Agent 执行多步操作并在回合结束后返回单一奖励，使用 GRPO 对策略模型的 LoRA 适配器进行更新。
推荐理由：AWS 提供多轮强化学习实操路径，用 Wordle 演示如何用单一终局奖励训练 Agent，展示可迁移的工作流设计。
Latent Space精选AI 评分7676 为什么AI开始在数学难题上突破：从提示到验证的搜索范式转变
作者分析OpenAI和Anthropic近期在数学领域的突破，提出用提示数（k）、分支因子（b）和计算成本预测AI解题能力。核心机制是深度优先搜索配合自动验证器，使AI能在概念跳跃已明确但推导繁琐的问题上超越人类。
推荐理由：结合开源数学问题案例，提出用概念跳跃数和分支因子预测AI解题能力的可迁移模型。
The Decoder精选AI 评分7878 Anthropic Claude 自动验证代码并证明安全
Anthropic 让 Claude 自动生成数学证明来验证现有代码的正确性。该团队从 Google OSS-Fuzz 的 123 个开源库中选取测试程序，Claude 在几周生成了约 1.8 亿行证明代码，独立验证工具 Rocq 几乎无需人工审核。
推荐理由：AI 可直接验证现有代码安全性并发现传统测试遗漏的漏洞，开发者可据此评估 AI 生成软件的可信度。
Microsoft Research精选AI 评分8686 Microsoft Research 团队证明 KLS 猜想
微软研究员 Xinzhi Zhang 与 Zhao Song 合作证明了高维几何与概率领域的核心难题 Kannan-Lovász-Simonovits (KLS) 猜想。
推荐理由：该研究用人类引导的AI辅助过程证明了KLS猜想，展示了智能体协作在纯数学证明中的可用性。
The Decoder精选AI 评分7171 Inception 发布 Mercury 3 扩散语言模型，号称更快更强
Inception 发布 Mercury 3 扩散语言模型，在多项基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5，速度高出 4 到 8 倍。模型每秒生成约 1068 token，支持百万级上下文，主要针对 AI 智能体、搜索、客服和教育场景。
推荐理由：原文提供了与主流模型的基准对比和定价，可据此评估其对实时场景的实际影响。
AWS Machine Learning Blog精选AI 评分5555 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
AWS 发布教程，介绍如何在 Amazon SageMaker HyperPod 上通过监督微调（SFT）和基于组的相对策略优化（GRPO）对 GPT-OSS-20B 进行多语言推理微调。
推荐理由：本文提供了在 SageMaker HyperPod 上用 SFT 和 GRPO 微调 GPT-OSS-20B 处理多语言推理的完整代码路径与配置。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型与实时语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型系列及语音智能体 SDK，支持 50 种以上语言的实时多步对话，并配套 Voice Code Bench 等评测展示性价比。Voxtral Mini Transcribe Realtime 3 起价为 0.008 美元/分钟，Speech 3 为 13 美元/百万字符，已可通过 Mistral API 在欧洲、美国及全球节点使用，也支持私有化部署。
推荐理由：原文披露了多语言转写、情感合成与实时语音智能体 SDK 的能力边界与定价，便于判断落地价值。
Latent Space精选AI 评分7474 DeepSeek V4.1 Flash 开源权重、MiniMax M3.1 Flash 及 Anthropic 公共基金动向
DeepSeek V4.1 Flash 1017 发布，被描述为开放权重性价比代表，提供 552B 总量/16B 激活 MoE、1M token 上下文与 MIT 许可，并给出峰值 $0.30/$1.20 per M tokens 定价及多渠道可用性。
推荐理由：盘点多模型发布与安全监管动态，梳理开源本地推理与监管边界的讨论脉络。
MIT Technology Review · AI精选AI 评分6363 Goodfire研究员称神经网络或比想象中更易理解，引发AI界热议
AI初创公司Goodfire研究员Nick Cammarata发表26,000字博客，声称大型语言模型的内部机制可能比之前认为的更容易理解和监控。他以Inception v1为例，发现过去被认为“多功能复用”的神经元实际上是在识别共同形状模式（如V形）。
推荐理由：一篇探讨神经网络可解释性的长文，引发行业对模型透明度的乐观与审慎辩论。
AWS Machine Learning Blog精选AI 评分7474 vLLM 新增推送模式 NIXL 连接器，拆分预填充与解码以降低 TTFT
vLLM 引入基于推送的 NIXL 连接器，让解码实例提前注册目标块并与预填充计算重叠，把传输准备移出关键路径。在 P5en + EFA 的 1P1D Qwen3-32B 基准中，高并发长上下文下 TTFT 最高改善约 3 倍，TPOT 改善约 30%，现已可用并通过 NixlPushConnector 启用。
推荐理由：作者说明了vLLM新增推送模式KV传输的工作原理，并给出了在高负载下TTFT最高降低3倍和TPOT提升30%的实测数据。
The Decoder精选AI 评分7777 德国两法院认定Google对其AI摘要内容负直接责任
德国慕尼黑地方法院与亚琛地方法院认定Google AI Overviews为原创内容，Google须对其生成内容负责。亚琛法院基于慕尼黑判决逻辑发出禁令，禁止进一步传播涉及一位医生的虚假指控。违反禁令每次罚款最高25万欧元。
推荐理由：德国两法院认定AI摘要属原创内容，直接责任由Google承担，将显著抬高滥用风险与商业成本。
The Verge · AIAI 评分2020 JB Pritzker认为AI可能让人活到100岁，或像核武器一样威胁我们
伊利诺伊州州长 JB Pritzker 在接受 The Verge 播客《Decoder》采访时称，AI 可能帮助人类活到 100 岁，但也像核武器一样构成生存威胁。他主张政府在数据中⼼、隐私和反垄断等领域更积极地保护公众，而非仅与商业合作。
Import AIAI 评分4747 Jack Clark 在 IMF 演讲称 AI 已进入科学前沿，奇点已开始
Jack Clark 10月17日在曼谷 IMF 发表 Per Jacobsson 讲座，称 AI 正在改变国家安全与经济轨迹，并已开始自主推进自身研发，标志着奇点的早期阶段。他以数学、生物、机器人等领域的进展为例，引用 FrontierMath 从 2% 升至 94% 等数据，主张各国需加速建设电力、数据中心与科研基础设施以分享红利，同时呼吁在生物安全与 AI 研究监督上保持审慎与克制。
MIT Technology Review · AI精选AI 评分6262 MIT 让 Claude 在虚拟荒岛“玩耍”，发现自发学习潜力
MIT CSAIL 研究者把 30 小时独自关在虚拟岛屿上的 Claude Opus 4.7 副本 Eko 记录为具有玩耍特征的行为，包括自建目标、发明游戏、用块排列图案并写日志。实验论文指出这些自发探索能提升后续任务表现，但是否为真实玩耍仍存争议。
推荐理由：MIT CSAIL 用模拟岛屿观察 Claude 无目标状态下的自发行为，可借鉴其方法设计开放环境中的探索实验。
Latent SpaceAI 评分4646 Latent Space 整理 Meta Muse Spark Open、Reflection Beam 等模型与社区观点
Latent Space 一期资讯盘点聚焦本周新品，收录 Reddit 对 Muse Spark Open、Nemotron 3.5、Step-5-Preview 和 FLUX 3 Image 的讨论。内容还提及 Gemini 4 Argon、Claude 5.5、GPT-6 和 Anthropic IPO 估值等动态。