arrow_back返回日报
2026.11.11DAILY REPORT

DeepMind AlphaProof Code用300万行Lean证明验证Signal核心加密

20 条·2026.11.11
01 / 研究2026.11.10 20:02

DeepMind AlphaProof Code用300万行Lean证明验证Signal核心加密

Google DeepMind发布AlphaProof Code,其智能体用Lean语言写出了300万行形式化证明,用于验证Signal的核心加密实现。这是形式化验证在真实生产级加密代码上的一次大规模尝试,此前这类工作多停留在小规模算法证明。若方法可复用,加密库、操作系统内核等对正确性要求极高的软件有望用AI辅助完成深度验证,降低人工审计成本。

02 / 观点2026.11.10 18:25

开发者博客:依赖AI写代码会产出脆弱的代码库

开发者Evan Merz在博客中提出,使用AI生成代码会让代码库变得脆弱。文章在Hacker News上获得351点、389条评论,是这批内容中讨论量最高的一条,评论区围绕可维护性、测试覆盖和长期技术债展开争论。文章的具体论据未在摘要中列出。对工程团队的实际含义是:在把AI编码工具纳入流程时,需要配套代码审查和维护机制,避免短期产出速度换来长期维护成本。

03 / 研究2026.11.10 13:00

不改权重也能无限上下文?新方法让现有模型记住所有对话

这篇论文提出一种方法,不改模型权重,只通过调整模型的几何结构(旋转注意力等),就让两个现成语言模型具备了“永不遗忘”的能力:读过的每份文档、说过的每一轮对话都能保留,并据此作答。研究发布在arXiv(编号2611.10141),属于新增论文。实际意义在于,现有模型不用重新训练、不用换架构,就有望获得无限上下文能力,长文档问答和多轮对话场景可以直接受益。

04 / 发布2026.11.10 15:28

Meta发布最小模型Muse Ember,主打工具调用与智能体重复任务

Meta AI发布Muse Ember,定位为其最小、最高效的模型,直接对标Claude Haiku和GPT Luna这类小模型档位。官方称其面向复杂推理执行以及智能体整天重复的工作,例如工具调用。这意味着Meta补齐了小模型产品线,开发者可以用它跑高频、低成本的agent循环,把复杂推理留给更大的模型。目前官方未公布具体参数量和基准分数。

05 / 资讯2026.11.10 14:34

Fable 5.2重回全球第一LLM,Anthropic IPO路演同日启动

2026年11月9日,Claude Fable 5.2与Mythos 5.2在Anthropic IPO路演当天发布,Fable 5.2重新拿下全球第一LLM的位置。Latent Space在报道中提出的问题是:多少“思考”值得付费。对开发者和企业买家来说,头部模型能力差距缩小后,定价和推理成本将成为选型关键,IPO进程也可能影响Anthropic后续的模型开放节奏和商业条款。

06 / 发布2026.11.11 00:03

Gemini 4 Carbon正式开放,谷歌称其为最强Gemini

谷歌DeepMind宣布Gemini 4 Carbon向所有用户开放。该模型两周前仅面向部分网络安全防御者提供,现全面上线。谷歌称这是其迄今最强的Gemini模型,发布定价为输入每百万token 2美元、输出每百万token 10美元。开发者可通过API调用,普通用户也能在谷歌产品中体验。

072026.11.10 18:00

OpenAI在ChatGPT内上线商家档案功能,可管理企业信息

OpenAI推出Businesses in ChatGPT,允许企业管理自己的商家信息,查看企业在ChatGPT中的展示情况,并把用户兴趣转化为实际动作。对商家来说,这意味着ChatGPT不再只是问答入口,而开始承担企业信息展示和线索转化的角色。目前该功能的具体覆盖范围和收费方式尚未公布,做本地生意的商家需要关注自己在模型回答中的呈现是否准确。

08 / 研究2026.11.10 13:00

Jais 3发布:6款阿拉伯语智能体模型,最大375B参数

arXiv新论文介绍Jais 3,一套6款开源的阿拉伯语中心智能体语言模型,参数规模从0.9B到375B。与只做文本问答的模型不同,Jais 3被训练用于为阿拉伯语用户完成多步骤任务规划,定位是智能体而非聊天机器人。对阿拉伯语市场的实际含义是:开源可选方案从通用多语言模型扩展到原生阿拉伯语智能体,本地化应用的开发门槛降低。

092026.11.10 13:00

LLM智能体容易被骗?新框架用心智理论识别并抵抗欺骗

这篇论文关注LLM智能体容易被用户或其他智能体欺骗的问题,提出AVCORP框架。它的思路是结合心智理论(ToM)推理去推断对方的信念和目标,再用通信理论对欺骗策略建模,从而识别并抵御欺骗。论文发布在arXiv(编号2611.10176)。实际影响是,多智能体协作、客服、自动化交易这类需要判断对方意图的场景,可以借助该框架降低被诱导或操纵的风险。

10 / 工具2026.11.11 02:56

NaiveAI宣称2100 tokens/秒,实测编程能力对标DeepSeek

Latent Space对NaiveAI做了上手测试。该模型宣称输出速度达每秒2100 tokens,有望登顶Artificial Analysis速度榜。实测显示其编程质量与DeepSeek相当,速度优势明显。对开发者而言,这意味着在代码补全、批量重构等对延迟敏感的场景中,多了一个高速选项,但输出质量尚未超越现有主流模型,长链路复杂任务仍需谨慎使用。

11 / 研究2026.11.10 13:34

Claude Fable 5.2测试:不说明代码归属,模型更倾向沿用原有结构

Simon Willison引用Anthropic对Claude Fable 5.2的测试结果:在小规模编程任务中,如果提示词未说明代码归属,或把代码库描述为他人所有,模型更倾向于在既有结构上追加内容,而不是重构。也就是说,一句关于“代码是谁的”的提示,会明显影响模型的改法。对开发者的实际含义是:让AI改代码时,明确说明代码归属和你希望改动的范围,能减少模型擅自保留旧结构的情况。

12 / 资讯2026.11.11 02:00

Git修复六个安全漏洞,涉及递归克隆、引用处理与合并

Git发布更新,修复六个安全漏洞,影响范围包括递归克隆、引用处理、合并、二进制补丁和导入功能。GitHub官方博客提醒用户尽快升级到修复版本,并说明了各漏洞的受影响场景。使用Git进行代码托管的团队应检查当前版本,避免在拉取或合并不可信仓库时触发漏洞。

132026.11.10 22:00

Google与Adobe打通:Drive里改PDF,Gemini里用Adobe AI

Google与Adobe宣布整合双方的创意与生产力工具。具体变化包括:用户可以直接在Google Drive中编辑PDF,以及在Gemini中使用Adobe的AI能力。对日常办公用户来说,跨平台切换的成本降低,PDF处理不再是Drive的短板;对企业用户而言,两家工具的账号和数据打通程度将决定实际体验,目前官方尚未说明具体上线时间和资费安排。

14 / 发布2026.11.10 21:00

谷歌云推出医疗版Gemini,统一临床数据并自动化工作流

谷歌云发布面向医疗行业的Gemini,目标是把临床数据统一起来,并自动化医疗机构的日常流程,减少行政工作带来的负担。官方给出的方向包括数据整合和工作流自动化,具体客户案例和定价尚未在公告中展开。对医疗机构的实际含义是:可以评估用该产品承接病历整理、行政流程等重复性工作。

15 / 资讯2026.11.10 15:00

OpenAI与Upwork研究:AI相关自由职业项目预算更高、工时更多

OpenAI与Upwork联合发布研究,分析AI对自由职业工作的影响。结果显示,市场对自由职业工作的需求结构正在变化,出现了新的技能组合,AI相关项目的预算更高、投入工时也更多。研究没有在摘要中给出具体涨幅数字。对自由职业者和用人方的实际含义是:掌握AI技能的供给方在定价上更有空间,招聘方则需要为AI类项目准备更高的预算。

16 / 研究2026.11.10 13:00

LoRazor:削减适配器执行开销,提升多LoRA并发服务效率

arXiv新论文LoRazor针对多LoRA服务场景:多个用户在同一基座模型上挂载不同适配器并发请求时,计算和显存管理开销会大幅上升。该工作提出对适配器执行过程做裁剪,以减少冗余计算和内存调度成本。论文目前为预印本,未披露具体加速比和测试模型规模。若能落地,这类优化可让推理服务商在单张GPU上同时服务更多定制化模型,降低多租户微调服务的单位成本。

172026.11.10 13:00

AutoEMatic:推理时动态调整精度,按需分配指数与尾数位

arXiv新论文AutoEMatic指出,现有LLM训练后量化方法在推理开始前就固定精度,但模型对不同prompt、不同层、不同推理阶段所需的精度是动态变化的。该工作提出一套全栈协同设计,在运行时自动调整指数与尾数位宽,实现混合精度推理。论文未披露具体加速和精度损失数据。若成熟,这类方法可让同一模型在简单请求上跑得更快、复杂请求上保精度,降低推理成本。

182026.11.10 13:00

WorldMind:用潜在世界模拟提升视觉空间推理,应对视角转换任务

arXiv新论文提出WorldMind,针对视觉语言模型在空间推理上的短板,尤其是需要在假设的视角或位置变化下进行心理空间转换的透视取景任务。方法核心是在测试阶段通过潜在世界模拟进行扩展计算,而不是只靠增加模型参数。对多模态研究的实际含义是:测试时扩展这条路线被扩展到空间推理场景,为机器人和具身智能等需要视角推断的任务提供了新思路。

19 / 资讯2026.11.10 18:40

Wired报道:AI陪伴产品中的"悲伤妻子"群体

Wired刊发报道,聚焦围绕AI陪伴产品形成的一个群体,文章将其称为"AI的悲伤妻子",讨论用户与AI伴侣建立长期情感关系后的处境。该文在Hacker News上获得75点、66条评论,讨论集中在情感依赖和产品设计伦理。对AI陪伴产品开发者的实际含义是:用户情感依赖带来的伦理和产品责任问题,正被主流媒体持续关注。

20 / 观点2026.11.11 04:05

Resend工程师Zeno Rocha谈为AI代理设计产品:AEO之后是代理体验

邮件发送平台Resend的工程师Zeno Rocha在Latent Space播客中讨论了为AI代理设计产品的问题。随着答案引擎优化(AEO)逐渐成熟,产品设计正面临新课题:如何让Claude Code这类编程代理顺畅地调用你的API。Rocha以Resend为例,介绍了让代理自动选择邮件API、调用发送工具的具体做法。对开发者而言,这意味着文档和接口设计不只要给人看,还要能被AI代理读懂并用起来。

chat_bubble对今日内容有什么想法?