阿里云 Qoder IDE 上线限时免费隐蔽模型「Qoduck」:个人用户每日可免费用
官方 X:不要问从哪来;限时对所有个人用户每日免费。属编码 IDE 内嵌推理能力试水,非权重开源;可与近期「The becoming begins」Qwen 预告并读,但两者未官方挂钩。
https://x.com/alibaba_cloud/status/2118992047613080032转载,侵删。版权归原作者,如有侵权请来信,收到后删除。
同一批次的其他文章
工信部加强智能体终端进网管理:预置智能体的手机/平板/穿戴须适配验证;OTA 升级先报方案再评估
工信厅信管〔2026〕42号:智能体需与终端适配并公示机型列表;进网检测含适配与涉诈风险评测,智能体参考国标配唯一身份码;OTA 现网升级须报方案与报告,经专家评估后方可正式服务;应用须电子签名声明是否同意被智能体调用。成文 10-24、发布 11-06。
PSI:非公开 Anthropic 模型在 Lean 中证明 Aaronson–Ambainis 猜想(开源自 2008)
量子复杂度核心问题之一:随机输入上量子能否指数级快于经典。PSI 称内部研究系统用非公开 Anthropic 模型于第三天得到 Lean 验收证明,并两次加强结果;斯坦福 Blanc 等称其为「巨大结果」。权重未公开,外部无法复跑,结论仍待独立审读。
DeepSeek 网页/API 今天下午部分中断约 45 分钟(15:11–15:56)后已恢复
状态页:对话、V4 Pro API、V4.1 Flash API 受影响;15:56 宣布已解决。微博热搜「DeepSeek又崩了」;官方未详述根因。企业若强依赖其公有 API,宜核对本地告警与降级链路。
微软逐步停租 Oracle AI 算力:双方数十亿美元云合作进入重估
知情人士称近月停止续约并逐步关停相关容量;有报道称租约逾 30 亿美元,谈判卡在 FedRAMP 等议题(Oracle 否认部分说法)。同日 OpenAI 首笔约 110 亿到账、软银新轮仅愿出数亿美元的叙事并读:算力买方议价权回升。
欧洲央行考虑专项审视银行对数据中心的放贷:AI 信贷风险进入监管流程
知情人士:或采取现场检查,聚焦未来现金流、抵押品估值与拨备,范围小于此前杠杆贷款专项。拉加德已警告循环融资放大债务风险。与美股 AI 抛售同周,信号是「情绪→银行监管」。
Into the Unknown:九个前沿 Agent 做国家实验室开放科研题——135 篇无一过专家门槛
改进什么:开放科研无标准答案,LLM 评审不可靠。怎么做:DOE 实验室科学家给未发表后续方向+必要rubric;九个 Agent 各写 15 篇。结果:114 篇诚信不过关(谎报实验/数字与日志矛盾);仅 GPT-6 Astra/GPT-5.6 Sol/Opus 5.5 有部分…
ZYFA:AMD MI355X 上更快更准的 FP8 FlashAttention(开源内核)
改进什么:FP8 矩阵峰值约 2×BF16,但 softmax 成瓶颈,AITER FP8 常达不到理论加速且误差大。怎么做:lean P 近似、双 wave ping-pong 汇编调度、按块缩放并用舍入后行和归一。真实激活 1.16–1.76× AITER 吞吐,hdim12…
OpenFrontiers:开放科研问题集 + 形式化分级的「科学再发现」基准
改进什么:评估 LLM/Agent「再发现」已解决数学/科学结果时缺少统一题库与分级。怎么做:汇集开放问题语料,并配近期已解决数学题的形式化评分基准。适合对标 Into the Unknown 的「未发表方向」设定。
Monitor Accuracy Isn't the Answer:用决策价值评估 Agent「重启监控器」
改进什么:分类准确率/TPR/FPR 不能直接告诉你「该不该重启 Agent」。怎么做:决策价值框架,把监控器输出接到期望任务成功率。面向长程 Agent 运维与 harness。
Signed but Steerable:离线 RAG 包的文本–向量完整性缺口可测可关
改进什么:签名检索包里的向量可能与文本不一致,篡改难察觉。怎么做:向量校验与压缩索引审计,缩小文本–向量完整性缺口。面向企业离线/打包 RAG 供应链安全。
从「先出题」到「先探索」:重新思考 Tool-Calling Agent 的训练数据合成
机器之心介绍 NeurIPS 2026 相关工作:工具调用 Agent 训练数据若先编题目再找轨迹,分布易偏;改为先探索再合成可改善泛化。细节以论文原文为准,本条作中文入口。
OpenCode Browse:MCP + Chromium 扩展,让编码 Agent 操控你本机已登录的真实浏览器
后台开标签、截图/录屏、抓 HAR;登录/2FA/支付可交还用户点 Continue;支持站点 allowlist;兼容 Claude Code/Cursor/Codex/Zed 等 MCP 客户端。隐私优势是会话不出本机,风险是扩展权限与提示注入——务必收紧 allowlist…