「抢跑 DeepSeek」：硅谷华人团队 AFK AI 的 Comma 早已实现单 Router + 多 Worker 的 Super-agent 架构，并开源
对照 DeepSeek Harness 的 Super-agent 设想：一个长期主对话、Router 调度上下文隔离的 Worker、跨微信/Linear 等渠道接活、7×24 值守，并把人工纠错转为训练信号迭代专属小模型。文章偏产品推介，架构思路可参考，效果需自测。
https://www.qbitai.com/2026/11/508264.htmlReposted. Will be removed on request. All rights belong to the original author.
More from this batch
The End of AI Frontiers
John Langford on why MSR's ~50-person AI Frontiers group (AutoGen, Fara) ended after a reorg into scaling-focused Microsoft AI, and why he l…
彭博：英伟达支持的 Groq 寻求 80 亿美元估值新融资，三个月前还是 31.5 亿
Groq 去年与英伟达达成约 200 亿美元授权、创始人被挖走后，转型做推理算力运营，主打网络安全场景。执行董事长称其不靠重债扩张，预计明年营收增 8 倍。正值 CoreWeave、Nebius 等新云股价承压，反映推理算力仍被追捧。
DeepSeek 带火稀疏计算：一家国产 AI 芯片公司再融近 10 亿元，Q3 营收数倍增长
量子位产业报道：稀疏注意力/稀疏 MoE 推理需求起来后，主打稀疏计算的国产芯片公司拿到新融资。对在国产卡上做私有化部署的团队，可关注稀疏算子支持度。
「99.4% 登顶」：一支中国 AI 安全团队刷新 CyberGym 漏洞复现榜纪录
量子位报道国产安全智能体在 CyberGym（「AI 安全世界杯」式漏洞复现基准）拿到 99.4% 的榜首成绩，标题称其「师承世界冠军」。与本周 GPT-6 Cyber、Vals CyberOffense 一起看，攻防 Agent 的能力在快速逼近。
AI 智能体交易平台 Cowboy 获 500 万美元种子轮：让开发者部署、运行、出售 Agent
纽约公司，2025 年成立，定位「Agent 应用商店 + 运行时」。属早期融资消息，产品成熟度待看；可作为 Agent 分发/计费模式的观察样本。
MaxxBench：把 89 道 DeepSWE 任务「轻改需求」，原本挤在 74% 的模型拉开 23 个点——测谁在刷榜
改进什么：区分「会写代码」和「背熟了 DeepSWE」。怎么做：保留工程问题，只改指令或初始代码（参考补丁中位数仅多 17 行），同一 mini-swe-agent 框架各跑两次。结果 Opus 5.5 76.4% 反超原分，GPT-6 Astra 71.9%，DeepSeek …
ReproBridge：把「复现成功的经验」固化成可复用工件，编码 Agent 复现 ML 实验成功率 76.4%→92.6%
改进什么：Agent 复现论文实验常靠猜缺失细节。怎么做：标准化工件＝整理后的代码库＋环境配置＋实验启动器＋复现指南，独立 Auditor 核验执行证据；基准含 36 篇论文 387 个实验 1,029 个任务。四个模型平均成功率升到 92.6%、API 花费降 19.7%，模型…
AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds
Andy Hall re-ran METR's MALT: AI auditors catch most reward hacking at 5% false alarms, but pushing recall to 99% sends false alarms to 15%.
Thinking Machines' Inkling 2 Small drops 316 F-bombs across benchmark runs
Vals AI found profanity in 50 of 2,655 Inkling 2 Small reasoning traces; it is not a useful failure signal.
「改写推理历史」比长推理便宜：把历史思维链压成紧凑状态记录，后续推理变短、Agent 成本下降
改进什么：多轮 Agent 里旧推理不断堆积、拖长后续生成。怎么做：把推理历史改写成简洁的状态记录再喂回去，用因果分析量化其对后续生成的影响；开源权重模型上无需重训即可降 token 成本。适合做长会话 Agent 的上下文压缩策略参考。
[DUMP] 前缀 token：训练检索 embedding 时加几个可训练「垃圾桶」token，吸走残留噪声、提升检索表示
改进什么：embedding 里混着与检索无关的 token 级残留信号。怎么做：训练时在输入前加可训练 [DUMP] token，不改架构、池化方式和损失函数。对自建 RAG、微调向量模型的团队是低成本技巧。
StepX-OPD：文生图扩散模型「学能力」和「少步采样」一起做的多教师 on-policy 蒸馏
改进什么：以往先学能力再蒸馏少步，训练两遍。怎么做：多教师 on-policy 蒸馏同时获得能力与少步采样，效果优于串行方案且训练成本更低。