Anthropic 给 METR 员工级访问权限,并放弃发表否决权
Anthropic 宣布向第三方评估机构 METR 开放六个「员工级」席位:配公司硬件、进办公室、用内部工具,访问级别与自家风险评估团队相当;METR 发表评估结果不需要 Anthropic 批准,Anthropic 只能要求删改客户数据、律师特权等少数几类信息,且 METR 有权公开评价删改要求合不合理。外部评估一直有两个死结:看不到内部,发表要厂商点头,这次两条都动了,其中「公开评价删改是否合理」最关键,它让厂商滥用删改权这件事本身变成可报道的内容。公告还提到分级访问框架和更多合作方(SecureBio 正在复核其 8 月风险报告的生化武器章节,Hugging Face 在早期接触),值得盯的是这套分级会不会成为其他前沿实验室的模板。
Meta 发布 Muse Spark Open:816B 开放权重模型,针对 Mac Studio 优化
Meta 发布开放权重模型 Muse Spark Open:原生多模态,总参数 8160 亿、激活 420 亿,上下文 100 万 token,权重已上 Hugging Face,并用苹果的 MLX 框架做了本地优化,官方给的本地配置是两台 M5 Ultra Mac Studio(另见 TechCrunch)。Meta 自称这是「迄今最强的美国开放权重模型」,这个措辞本身就是新闻:自 2024 年底 Artificial Analysis 标记中国开源前沿反超美国以来,开放权重的节奏一直由中国厂商掌握,这是美国大厂的一次正面回应。「本地跑前沿模型」听着美好,但官方口径只说需要两台机器;我的判断是,在这个价位,它面向的是企业和重度开发者,不是普通用户。
据 FT:Anthropic 三季度营收 168 亿美元,环比增约 45%
据 FT 报道(原文付费,数字另有 Yahoo Finance 佐证),Anthropic 在投资者活动上披露三季度营收 168 亿美元,环比从二季度的 115 亿增长约 45%,今年迄今调整后运营利润率 11%,本季度每 1 美元算力开销对应 1.7 美元收入。最后那个比值最值得记住:在「推理到底赚不赚钱」的争论里,厂商自报的口径很少见,而且发布时点就在计划 11 月进行的 IPO前几周。
NVIDIA 开放 Nemotron 3.5 Super VL 与边缘端 Bolt 模型
NVIDIA 发布 1200 亿参数的开放视觉语言模型 Nemotron 3.5 Super VL,外加两款面向边缘设备的 Bolt 小模型。和 Meta 同日的发布放在一起看,开放权重这条战线本周明显升温,而且这次加码的是美国公司。
OpenAI 推出 Rosalind 学术计划
OpenAI 向学术实验室提供 GPT-Rosalind 的赞助访问,定位生命科学研究。公告没有明说图什么,但我的判断是:补贴换来的是真实科研场景里的能力验证案例,一篇用了你家模型的论文,是多少广告预算都买不来的营销。
Mistral 发布时间序列模型 Timestral
Mistral 发布 Timestral,四种规模的轻量概率式时间序列预测模型,零样本可用,CPU 就能跑。基础模型的打法正在越出语言模型的范围:零样本预测能覆盖相当一部分原本各需单独训练模型的业务指标,对要求更高的领域仍可微调。
Simons 基金会联合 Anthropic、OpenAI 投入 1500 万美元,帮数学家适应 AI
Simons 基金会联合 Anthropic 与 OpenAI,共同投入 1500 万美元的资金和资源,帮助数学家应对 AI 工具对研究方式的冲击,款项由 Simons 基金会统一管理和发放。学科级资助方开始把「研究范式被 AI 改变」当成需要专门出钱解决的问题,这个信号比任何一个基准测试结果都说明问题。
Figma 发布 Specs,给 agent 立设计规矩
Figma 在 Config India 上发布 Specs:一个放在画布上的 Markdown 容器,团队把设计规范写在里面,供人和 AI agent 共同遵循;code layers 同时进入公开测试,Figma Agent 转为正式可用并新增 20 个 MCP 集成(另见 Specs 介绍、TechCrunch)。这和代码世界里 AGENTS.md、CLAUDE.md 的思路同构:把「给 agent 的上下文」做成一等公民的产品原语。agent 规范层的竞争,已经从代码蔓延到设计。
研究速递
The Thinking Leakage in Reinforcement Learning for LLMs
Qwen3 这类混合推理模型在 NO-THINK 模式下做 RL 训练后性能上涨,这篇论文发现涨幅主要来自「思维泄漏」:模型在训练中悄悄重新激活了推理行为,并非真的学会了不想也能答对。做 RL 后训练的研究者应该点进去:指标涨了不等于你以为的那个机制在起作用,归因要单独验证。
Cortex: Consolidating Context into Parametric Memory
提出「记忆巩固」框架:把上下文带来的性能增益写进模型参数,上下文移除后增益仍然保留。它把模型编辑、技能学习、行为引导三类此前各自为战的问题放进同一个目标函数,做模型记忆和持续学习方向的研究者值得花时间读框架部分。
Sparse Autoencoders for Mechanistic Interpretability in NLP: A Critical Survey
系统梳理 138 篇 SAE 可解释性研究,结论是各论文在设计假设、评估目标和实验设置上差异太大,「SAE 到底有没有用」至今拼不出一致答案。高度依赖 SAE 的可解释性研究者可以把它当分诊工具:哪些有效性声称站得住、哪些评估设置本身有问题,一篇综述省掉大量独立排查。
今日一句话:把 Anthropic 的两条新闻放在一起看:季度营收 168 亿美元、IPO 在即,同一天把评估发表权交给外部机构——规模冲到这个量级,「安全不能只由自己背书」就不再是姿态;我赌这个时间点不是巧合,外部监督已经是 IPO 叙事本身的一部分。