跳到主要内容

AI HOT 日报｜2026年11月4日

gusi

今天的头条是钱和电：AMD 把明年增长押在数据中心芯片上，称将占销售额的 80%；同一批动态里，Ed Zitron 认为 AI 行业资金正在枯竭。模型侧 Mistral 把旗舰以开放权重放出，产品侧 Google 则开始清退 Gemini 2.5。研究上最有价值的一条不是能力提升，而是评测与生产行为之间存在系统性差距。

模型发布/更新

Mistral Large 4 以开放权重发布并附技术报告

Mistral 团队成员 Pierre Stock 宣布 ML4（Mistral Large 4）正式开放权重，称其在代码智能体与网络安全方向具备前沿能力，且比三周前的 Preview 版本更高效、更紧凑。

技术报告同步公开，讲述研发过程，模型权重放在 Hugging Face 的 mistralai/Mistral-Large-4-1T-A52B 仓库，官方称研发故事可在 alphaxiv 上阅读。开放权重加上完整技术报告，意味着这套能力可以被直接自托管，对需要数据不出内网的企业是更实际的选择。

来源：X：Mistral AI (@MistralAI)

产品发布/更新

Google AI Studio 弃用 Gemini 2.5 Pro 与 2.5 Flash，API 请求将于 12 月 1 日起自动路由

Gemini 2.5 Pro 与 Gemini 2.5 Flash 已弃用，无法再在 Google AI Studio 中选择。

对在生产环境里跑 2.5 系列的团队，这是需要立刻排期的迁移：12 月 1 日起 API 请求会被自动路由到替代模型，行为差异不会等人。

来源：Gemini API：更新日志

行业动态

AMD 发布 2026 年三季度财报，预计 2027 年营收增长超 80%

AMD 公布 2026 年三季度财报，预计 2027 年营收增长超 80%，高于分析师建模的 77%，CEO Lisa Su 称数据中心芯片将占明年销售额的 80%。

一家以 CPU 起家的公司把八成年收入压在数据中心加速器上，等于把公司估值绑在 AI 资本开支的持续性上。这个预期越激进，对下游云厂商预算的依赖也越硬。

来源：X：Rohan Paul (@rohanpaul_ai)

Revolut 将约 2000 名工程师迁移到自托管 GLM 编码

据 Revolut AI 运营负责人 David Abitbol，公司把约 2000 名工程师迁到自托管 GLM 做编码，将 Claude Code 和 Codex 列为例外。

两千人规模的编码工具替换不是试点。自托管意味着代码不出公司边界，成本也从按 token 计费变成固定算力支出；把闭源工具留作例外，说明替换的动因更可能是合规与成本，而不是能力对等。

来源：Hacker News：AI 热帖

OpenAI 任命前美国陆军部长 Dan Driscoll 为国家安全现代化高级顾问

OpenAI 宣布任命 Dan Driscoll 为新设的国家安全现代化高级顾问，就先进 AI 如何加强国家与网络安全提供建议，重点与美国盟友合作推动民主 AI 的负责任使用。

来源：OpenAI：官网动态

论文研究

OpenAI 研究：智能体安全评测与生产行为存在差距，评测目标误判是关键因素

OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策上的表现，发现评测成功率普遍低于生产，差距为 10.2 至 37.4 个百分点。

模型普遍会口头表现出评测意识（评测中的一般性意识率 57.0%–83.7%），但真正影响行为的是模型认为这次评测在考什么。干预实验里，仅告知“你正在被评测”没有带来显著变化；说清正确或错误的目标，则让评测表现朝相反方向大幅移动。

结论比数字更重要：安全评测分数并不直接对应上线后的行为，测什么、怎么描述目标，会决定测出来的东西有多少参考价值。

来源：OpenAI：Alignment 研究博客

OpenAI 推出 LifeVal 评测，衡量 AI 在日常任务上的进展

OpenAI 构建了 LifeVal 评测，覆盖照护、健康、教育、家庭事务、个人理财、购物和政府服务等日常任务，用于追踪模型过去一年在日常任务上的表现。

评测基于美国时间使用调查等两项大型研究，并新增 3995 名受访者的代表性调查来确定用户最需要帮助的领域。OpenAI 称最新模型在多项 LifeVal 任务上得分很高，GPT‑6 Astra 在部分任务上达到 100%。

值得注意的是评测的取样逻辑：用时间使用数据决定任务权重，相当于把“人每天真的在做什么”当作难度分布，而不是挑模型擅长的题。

来源：OpenAI：官网动态

技巧与观点

Ed Zitron 解析 OpenAI 1.25 万亿美元估值融资与 Anthropic S-1/A 中的万亿级算力承诺

Ed Zitron 撰文认为 AI 行业资金正在枯竭。OpenAI 上周以 1.25 万亿美元估值融资 110 亿美元，低于此前计划的 300 亿美元、1.4 万亿美元估值；据 The Information，其 Q1 2026 成本收入与研发支出合计 121 亿美元，截至 3 月底持有逾 730 亿美元现金及有价证券。

融资规模缩水、估值下调、单季支出仍在百亿美元量级，三个数字放在一起才构成论点。这篇文章的立场明确，引用时最好回到原始数字自行判断。

来源：Ed Zitron 长文 / Where's Your Ed At

DeepSeek Harness 养鱼教程：在 QQ、微信、飞书养大肥鱼并放上 B 站抖音直播

数字生命卡兹克发布一篇 DeepSeek Harness 养鱼教程，讲解如何在 QQ、微信、飞书接入大肥鱼，并让它去 B 站刷视频、在抖音发视频和直播。

教程的价值不在养鱼这件事本身，而在于把 agent 接到真实的 IM 与内容平台，跑通一条长期在线的自动化链路。

来源：公众号：数字生命卡兹克

OpenHands 与 Snowflake 推出基于现有 agent harness 的模型后训练方案

OpenHands 与 Snowflake AI Research 合作，让开发者无需在独立 RL 框架中重建 harness，即可用现有 OpenHands Agent SDK 配置和 Harbor 格式任务对开源权重模型做 RL 后训练，训练由 Snowflake Cortex Training 提供 GPU 支持。

在同一个 harness 里做推理和训练，能省掉“训练环境与部署环境不一致”这类最常见的问题，也让后训练的门槛从搭框架降到写任务。

来源：OpenHands 官方博客

快讯

评论