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。
技术方向
推理能力 最新动态
让大模型先想再答的能力：思维链、推理模型，数学与逻辑评测上的突破和争议。
42 条精选近 30 天 38 条共收录 59 条
更新
推理能力的精选
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 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。
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。
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。
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。