第 110 期

2026-11-03 ·返回归档

今日趋势

近期AI圈围绕“权重空间编程”的研究成为焦点，MIT团队提出修改少量模型权重即可大幅提升小模型性能，还类比为直接操作编译文件，社区也出现相关复现案例，但该研究存在不小争议，有网友发现其效果实际源于关闭模型过度思考，另有文章反驳这并非超能力，只是简单操作，人类研究者也能完成类似任务。另一条核心主线是国内大模型行业陷入发展困境，此前靠蒸馏海外闭源模型快速追赶的路径被海外反蒸馏机制封堵，数据成本暴涨5-10倍，算力差距显著，海外还降价抢占API市场，行业已进入淘汰赛下半场。此外，AI工具迭代、模型服务拓展、法律AI应用等动态同步推进，比如llm工具更新版本、Amazon Bedrock新增印度Kimi推理服务等，为行业发展提供了多元方向。

AI 技术博客

• Qwen 3.8 27B on my laptop can interpret model weights, too — simonwillison.net 一篇关于LLM可读写模型权重的论文指出，GPT-6 Astra能解释和修改机器学习模型的原始权重，Qwen 3.8 27B在笔记本上也具备该能力。论文提到，修改Qwen3.5-0.8B的权重后，其MATH-500准确率从7.9%升至48.1%，IFEval提升3倍。有观点批评论文混淆了两个研究方向，作者聚焦无需工具的模型权重理解能力，认为这是更值得关注的方向。
• LLMs are not superhuman at reading and writing neural network weights — seangoedecke.com 一篇文章反驳LLM读写神经网络权重是超能力的观点，指出GPT-6 Astra识别游戏模型的能力并不惊人，因为模型输入通道有标签，计算游戏相关权重分布的heatmap仅需简单操作。文章提到，修改Qwen数学模型的例子也未达到超预期效果，人类研究者也能完成类似任务，且论文的部分结论存在误导性。
• [AINews] LLMs can read & write neural network weights: “Weight Space Programming” cuts Autoresearch out of the RSI loop — swyx .ai 一篇文章介绍了一篇关于LLM直接读写模型权重的论文，将其类比为直接操作编译后的可执行文件，该论文发现LLM可识别模型功能、修复bug、从零构建网络。文章提到，这一进展呼应了Karpathy的自动研究设想，社区已出现复现案例，目前该能力可能仅适用于简单任务，未来或影响递归自改进研究。
• llm 0.37 — simonwillison.net llm工具发布0.37版本，新增gpt-6.1-sol、gpt-6.1-terra等模型，新增llm openai endpoint add命令以简化OpenAI兼容端点配置。版本默认模型改为gpt-6-luna，价格为原默认模型的一半，嵌入功能支持多内容类型，AI辅助的PR贡献达12位作者，作者称审核负担未超预期。
• OpenAI Updates Its Model Spec — TheZvi OpenAI更新了Model Spec，核心结构围绕“忠于人类意图、减少伤害、诚实透明、促进人类能动性、谨慎”五大价值，删除了“善良”“爱人类”“好奇”等内容。作者认为删除这些内容是错误的，指出新旧Spec的哲学和实践相似，与Claude宪法的侧重不同，该内容对无需深入细节的人来说可选。
• StateBench: Testing how language models track state changes over long documents — huggingface.co StateBench是一款用于测试语言模型在长文档中跟踪状态变化能力的工具，更新于15天前，相关内容获得6.8万浏览量、224次点赞和1条评论，核心功能是评估模型处理长文本时的状态追踪性能。
• Build a semantic layer for agentic AI with EDB Postgres AI and Amazon Bedrock AgentCore — Rajesh Nagpal 文章介绍用EDB Postgres AI和Amazon Bedrock AgentCore构建智能体的语义层，将业务意义存储在Postgres的COMMENT语句，外键定义连接路径，通过MCP端点暴露工具目录。该方案实现了数据治理、安全控制和OpenTelemetry追踪，与之前系列用其他知识图谱的方案不同，无需修改代理代码。
• Introducing India-based inference for Kimi K3 on Amazon Bedrock — Naomi Teng Amazon Bedrock新增印度地区的Kimi K3推理服务，满足数据驻留要求，Ultrahuman已将其用于健康助手，实现每日超1.4万次对话，成本降低80%，多轮聊天速度提升85%。印度推理覆盖孟买和海得拉巴区域，通过跨区域推理配置调用，数据全程在AWS网络内，无需额外VPC。
• Building AI for Lawyers - Jacob Lauritzen, CTO of Legora — Basil Chatha 文章采访了Legora的CTO Jacob Lauritzen，Legora是估值88亿美元的法律科技公司，ARR超1亿美元，产品是AI法律代理，可处理合同、due diligence等任务。采访讨论了计费模式变化、无法访问客户数据时的评估方法、法律工程师分工等内容，Legora今年完成第五次收购。
• Building Legal Agents When You Can’t See the Data - Jacob Lauritzen, CTO of Legora — Latent.Space 文章介绍Legora的AI代理无法访问客户数据，因此构建模拟客户工作的测试环境，Jacob提到模型已能处理60%的法律工作，测试环境类似强化学习的“世界”。采访还涉及模型选择偏好、公司扩张情况、法律工程师分工等内容，Legora在多地招聘工程师。
• Transformers Model Integration Contracts — huggingface.co Transformers Model Integration Contracts相关内容更新于2天前，获得3.22万浏览量和901次点赞，核心是关于Transformer模型的集成合同相关信息，具体内容未展开，仅显示基础数据。
• KVCache Meetup Korea 2026: Event Recap — Junghwan Park (PyTorch Foundation Ambassador, Lead maintainer of PyTorchKR) KVCache Meetup Korea 2026由PyTorchKR和XCENA主办，演讲者来自XCENA、SK海力士、FuriosaAI和LMCache，分享CXL内存扩展、KV缓存优化等内容。会议结合技术演讲和社交环节，参会者可选择兴趣贴纸，演讲涉及Maru项目等KV缓存存储方案。
• ServiceNow on-behalf-of token exchange with Bedrock AgentCore Gateway — Greg Biegel 文章介绍ServiceNow通过Amazon Bedrock AgentCore Gateway实现On-Behalf-Of（OBO）令牌交换，保留用户身份，解决API调用的身份传播问题，避免审计和权限问题。架构涉及AI代理、AgentCore Gateway、Microsoft Entra ID和ServiceNow，生产环境可结合Guardrails过滤内容，适用于OAuth保护的REST API。
• How Gen Digital built Norton Revamp’s AI-curated News Engine with Amazon Bedrock AgentCore Web Search — Iskander Sanchez-Rola 文章介绍Gen Digital用Amazon Bedrock AgentCore Web Search构建Norton Revamp的AI新闻引擎，解决专业人士的实时内容需求。AgentCore Web Search是全托管方案，无需基础设施，数据不出AWS，返回带引用的内容，对比传统方法的劣势，平台2026年3月上线，帮助用户生成符合当前趋势的内容。

即刻简报

• 发布了: 过去国内模型公司能快速追上硅谷，靠的是一个公开的秘密，蒸馏。 拿最前沿闭源模型的输出喂给自己的模型是一条极致高效的捷径，但现在这条路正被逐渐封… — 即刻·莫唯书Mark 本文分析国内大模型曾靠蒸馏（拿海外闭源模型输出喂自己模型）快速追赶海外，如今海外升级反蒸馏机制，获取高质量数据的成本涨5-10倍，国内算力远逊海外，海外还降价抢占API市场，国产模型陷入死局，行业已进入淘汰赛下半场，留给国内厂商的窗口期不多。值得读的是能清晰了解国内大模型当前的核心困境。
• 发布了: 昨晚推上 AI 圈最热门的研究： 我们可能可以像编程一样，让 AI 编写 AI 模型的模型权重文件了。 MIT CSAIL 团队团队用 GPT-6 Astra 直接编辑了 Qwen 0.8… — 即刻·歸藏 本文介绍MIT CSAIL团队的前沿研究：用GPT-6 Astra仅修改Qwen 0.8B模型0.016%的权重，无需重新训练就将其数学能力提升6倍、指令跟随能力提升3倍，提出“权重空间编程”新范式，大幅提升模型可解释性，小模型能力有望大幅突破。值得读的是了解AI模型编辑的全新方向。
• 发布了: 说个特别欢乐的事儿大家一起开心一下吧 上午 MIT 发了个论文说他们通过 Astra 修改 Qwen3.5 0.8B 的权重，结果只改了 0.0.16% 的权重，Qwen 的数学能力… — 即刻·橘AI 本文分享MIT的研究细节：用Astra修改Qwen3.5 0.8B模型0.016%权重，数学能力提升6倍，提出“权重空间编程”概念，但有网友发现实际是关闭模型思考导致效果提升，小模型常因过度思考触及输出上限而表现差，此前修改26亿参数中2个的操作或类似。值得读的是了解这项研究的真实效果与背后细节。
• 发布了: 选择你的大模型，选择每天醒来先刷一遍X看看奥特曼又发了什么狗屁倒计时，选择对着泄露的代码库意淫下一代产品的架构。 选择给Claude和GPT同时交那该死… — 即刻·莫唯书Mark 本文以一系列选择的形式，展现大模型从业者的真实状态：刷行业动态、为海外AI模型付费、切换多个AI工具、吐槽行业乱象（如跑分虚高、商业闭环缺失），却仍投身行业浪潮，保持愤世嫉俗的清醒。值得读的是共情大模型从业者的日常处境。
• 发布了: 这就实现RSI了？先别急着激动，目前只能算是修复了小模型在特定场景下的推理循环bug，能不能泛化到别的缺陷、会不会带来隐性副作用、这套方案能不能迁移… — 即刻·莫唯书Mark 本文说明当前的RSI仅修复小模型特定场景的推理循环bug，未验证是否泛化、存在隐性副作用或可迁移到大模型，但它是可解释性+模型编辑的可行性证明，若放大到更大模型，将彻底改变模型迭代方式。值得读的是了解模型编辑的当前进展与潜力。
• 发布了: 如果价格变得更加便宜，视频和 Coding，会变成一种新的沟通方式。 例如。一张活动海报，是不是可以快速30分钟变成一个「会前信息收集+参会破冰」的情境… — 即刻·余一.Dev 本文提出若AI服务价格更便宜，视频和Coding会成为新的沟通方式，举例用AI工具将活动海报快速转化为会前破冰情境软件，自己的尝试获好评，展现了AI在沟通场景的创新应用。值得读的是了解AI在沟通场景的全新可能。
• 发布了: 突然想到，梁可以通过控制 Deepseek 的发布节奏来操纵包括 A 厨在内未来所有独立上市模型公司的股价了…… 当然，梁大概是不会这么做的。 — 即刻·评论尸 本文提及一个行业设想：Deepseek的发布节奏可被用来操纵相关独立上市模型公司的股价，但明确梁大概率不会采取这种操作。值得读的是了解行业内的潜在关联设想。
• 发布了: 2026 年 10 月，自部署进入大黑暗时代。 个人自部署爱好者面临的安全问题从未如此严峻，就算是所有的补丁都及时更新，也要花费大量精力来维护。 做一个… — 即刻·评论尸 本文指出2026年10月个人自部署AI将进入大黑暗时代，个人自部署者面临的安全问题极为严峻，即便及时更新补丁也需大量精力维护，因此开发全自动运维Agent是必要的。值得读的是提前了解个人自部署AI的未来挑战。