AI HOT 日报｜2026年11月3日
今天的头条不是模型，而是电。OpenAI 把算力扩张的另一面摆到台面上：数据中心不只要能拿到电，还得在电网吃紧时主动让出负荷。同一天，Anthropic 的收入与亏损同时放大，Claude Platform 则从工程侧给出了降低长会话延迟的具体做法。
行业动态
OpenAI 推出 Grid Protectors 计划，从 Georgia 校园开始支持电网削峰
OpenAI 推出 Grid Protectors 计划，与电力公司、监管机构和政策制定者合作，让未来的算力校园在电网紧张时降低用电需求，首站是 Effingham County 校园。
这件事的看点在于立场变化：过去 AI 公司谈算力，更多是“我需要多少电”；现在开始谈“我能在什么时候少用多少电”。把灵活性当作可交易、可调度的资源，是大型数据中心进入电力市场的前置条件，也决定了后续扩容能否拿到社区与监管的默许。
来源：OpenAI：官网动态
Anthropic 季度营收增长十二倍至近 170 亿美元，但净亏损达 233 亿美元
据 Bloomberg 与 The Information，Anthropic 该季度营收接近 170 亿美元，是一年前的十二倍；运营成本达 175 亿美元，季度净亏损 233 亿美元，高于去年同期的 121 亿美元。
收入曲线陡峭，亏损曲线同样陡峭。运营成本已经超过营收，意味着毛利尚未转正，算力与推理支出仍在吞掉增量。
产品发布/更新
Claude Platform 推出 message threads 公测，降低长会话智能体延迟
Anthropic 在 Claude Platform 推出 message threads 公测。智能体每一轮只需发送新增消息，不必重发全部对话历史，从而缩短首 token 时间。
这一改动直接针对 agent 场景的结构性成本：上下文越长，重复传输和重复计费的部分越多。改成只发增量后，延迟和 token 消耗随轮次增长的速度都会放缓，对多轮工具调用的长任务收益最明显。
来源：Claude：Blog
腾讯混元发布 Hyra 2.0：让通用 agent 研发可复用的科学工具与模型
腾讯混元发布 Hyra 2.0，把自动化科研的重点从“直接解题”转向“由 agent 研发和升级科学模型、工作流与软件工具”。
系统采用 Overall、Mission、Worker 三层分工，接入企业微信、计算平台和代码仓库构成的实际研发环境，成果已公开在 GitHub 仓库。与一次性给出答案相比，Hyra 2.0 强调的是沉淀：agent 造出来的工具可以被后续任务复用，在同一类科学问题上形成递进式加速。
来源：公众号：腾讯混元
论文研究
OpenAI 训练并部署激活分类器作为前沿模型安全监控层
OpenAI 自 GPT-5.6 起，在其最强模型的内部和外部流量上部署激活分类器（probes）：利用模型内部激活逐 token 实时评分，可在生成中途阻断违规回复与工具调用，并交给推理模型复审。
实验显示，probes 对测试的越狱攻击比更大的文本分类器更鲁棒，准确率随模型能力提升，在后训练各检查点之间迁移良好。限制也很明确：换新的基础模型需要重新训练，且只能检测可显式训练的已知违规类型。这条路线把安全监控从“看输出”推进到“看内部状态”，但也意味着防护能力与模型迭代节奏绑定。
技巧与观点
数字生命卡兹克分享折腾一年的 Agent 自动化系统架构
作者分享了自己搭建近一年的 Agent 自动化系统，核心是把任务起点从人身上移开，由事件触发 agent 工作。
系统分为四层：自动化中台用 rules.json 统一管理事件触发与 agent 调度；本地 Mac mini 负责跑 agent 任务；自建 CI 中台完成审查、检查、合并、发布、核实五步；只有删数据、花钱、改方向这类关键决策才通过飞书卡片找作者拍板。
值得借鉴的是边界划分：机器负责可重复的推进与校验，人只在不可逆或高风险的节点介入。对正在搭个人 agent 工作流的人来说，规则集中管理加五步 CI 闸门，比堆更多 prompt 更耐维护。
来源：公众号：数字生命卡兹克
快讯
- Anthropic 算力与基础设施合同承诺达 8954 亿美元，其中 4475 亿美元须在 2031 年前支付。来源：X：Rohan Paul (@rohanpaul_ai)