Mistral 拆解智能体训练，AMD 数据中心收入近乎翻倍
Mistral 的新技术报告解释长程智能体训练中的架构取舍，Google 明确旧模型 API 的迁移时间，AMD 则披露数据中心业务的收入增长。本期也关注日常任务评测、企业自托管经验，以及开发工具的安全操作。
01
模型与工具
3 篇
2026-11-03Mistral AI
Mistral 技术报告复盘长程智能体的注意力架构取舍
Mistral 公布 Large 4 技术报告，解释这款总参数约一万亿、每次激活约 520 亿参数的多模态模型如何训练和部署。团队发现，开发阶段压缩注意力缓存的方案在后续长程智能体任务上表现较差，因此通过模型结构调整转向全注意力，再引入 DeepSeek Sparse Attention。
报告同时介绍了由智能体编写任务环境、参考解法和验证器的数据生成流程：候选任务会经过多种求解器试跑，修补含糊要求和错误测试。部署部分称，经校准的 NVFP4 检查点约为 606 GB，可放在四张 GB300 GPU 上；这些是报告所述配置，不代表普通消费级设备的运行要求。
2026-11-02Google
Gemini 2.5 退出 AI Studio，旧 API 名称将在 12 月自动转向新模型
Google 在更新日志中宣布弃用 Gemini 2.5 Pro 与 2.5 Flash，两者已无法在 AI Studio 中选择。自 2026 年 12 月 1 日起，使用旧模型名的 API 请求将分别自动转向 Gemini 3.8 Flash 和 Gemini 3.5 Flash-Lite，并按对应新模型价格计费。
迁移还涉及请求格式：函数调用和 thought_signature 校验、用 thinking_level 替代 thinking_budget，以及移除部分采样参数和预填模型回复。Google 要求开发者在截止日前更新模型名称并检查迁移指南；自动转向并不保证旧请求中的全部参数仍然适用。
2026-11-03OpenHands
OpenHands 与 Snowflake 让现有智能体直接参与模型后训练
OpenHands 与 Snowflake AI Research 推出一套后训练流程：开发者沿用 OpenHands 智能体的提示词、工具、技能和轮次限制，用 Harbor 格式定义任务，由 Snowflake Cortex Training 提供强化学习所需 GPU。训练中的每次尝试都运行真实的智能体配置，无需另建一套执行逻辑。
任务测试脚本的评分充当奖励，智能体与评分器在同一个隔离沙箱中执行。团队用 Qwen3.5-4B 做代码定位实验，在最多十轮交互的配置下训练 25 步、每步 64 次尝试，优化文件、模块和函数定位的 F1 总和；这是特定代码定位任务的结果。
02
研究与评测
2 篇
2026-11-03OpenAI Alignment
OpenAI 发现六款模型的安全评测表现低于匹配生产场景
OpenAI Alignment 团队将 Respecting Warnings 安全评测与匹配的 Codex 生产决策对照，发现六款模型在评测中的成功率都更低，差距为 10.2 至 37.4 个百分点。这里的成功指遇到相关警告或限制后，没有尝试被禁止的绕过操作，衡量的是这一类安全决策。
研究区分了“知道自己在被评测”和“猜测评测究竟考什么”。干预实验中，单纯告知正在评测并未显著改变表现，明确正确或错误目标则把结果推向不同方向。生产样本采用去标识化日志，匹配仍是近似的，且不同模型面对的案例组合不同。
2026-11-02OpenAI
LifeVal 将照护、购物与公共服务纳入日常任务评测
OpenAI 发布 LifeVal，将照护、健康、教育、家庭事务、个人财务、购物和政府服务等日常工作纳入评测。任务设计参考美国与多国时间使用调查，并新增一项覆盖 3,995 名受访者的代表性调查，识别人们最希望个人助手提供帮助的环节。
官方展示的任务包括搬家后筛选幼儿园、组织防洪志愿者和寻找符合家庭条件的住房。评测关注浏览器、电脑操作和连接器支撑的实际工作流，而非只生成建议；网页列出的高分属于各自具体任务，不能将某个任务的 100% 解读为所有日常事务均可完全交给模型。
03
公司与基础设施
4 篇
2026-11-03AMD
AMD 三季度营收增长 45%，数据中心收入近乎翻倍
AMD 公布 2026 年第三季度业绩：营收为 133.77 亿美元，同比增长 45%；数据中心营收达到约 85.5 亿美元，同比增长 97%。公司将这一增长归因于 Instinct GPU 与 EPYC 服务器处理器需求，数据中心业务成为本季收入的主要贡献来源。
第四季度收入指引约为 170 亿美元，上下浮动 3%；公司预计非通用会计准则毛利率约为 55%。这些是未来季度的管理层预期。本季度通用会计准则毛利率为 54%，非通用会计准则毛利率为 56%，比较盈利能力时需要保持统计口径一致。
2026-10-13AI Engineer / David Abitbol
Revolut 分享自托管 GLM 的成本、延迟与工程使用经验
Revolut 的 AI 运营负责人 David Abitbol 在 AI Engineer NYC 演讲中介绍，用 56 张 NVIDIA B200 为约 2,000 名工程师提供 GLM 5.3，综合成本约为每百万 token 0.30 美元。团队把开放模型设为这类编码工作的默认选项，同时保留前沿模型服务处理例外需求。
他展示的调优结果是在 GPU 数量不变的情况下，请求吞吐提高 76%，首 token 延迟从 14.26 秒降至 1.68 秒。成本与效率数字来自 Revolut 自己的部署和内部统计；其做法还包括沙箱审批与操作记录。相关经验来自 10 月 13 日演讲，并非本周刚完成的迁移。
2026-11-02OpenAI
OpenAI 任命 Dan Driscoll 为国家安全现代化高级顾问
OpenAI 宣布，前美国陆军部长 Dan Driscoll 将担任新设的国家安全现代化高级顾问，向公司高层及外部合作伙伴提供建议，研究先进 AI 在国家安全和网络安全中的应用。公告特别强调与美国盟友合作，推进相关技术的负责任使用。
Driscoll 将帮助内部团队理解国家安全机构的实际业务需求，并与政府、产业、学术界及盟友机构推动现代化工作。OpenAI 将任命与其 Daybreak 网络韧性及关键服务保护项目联系起来；公告说明的是顾问职责，没有宣布新的采购合同金额或具体部署规模。
2026-11-02Anthropic / SEC
Anthropic 文件细化付款时间：未来十二个月约 698 亿美元到期
Anthropic 11 月 2 日提交的上市申请修订文件细化了算力与基础设施承诺的付款时间。在截至 2026 年 9 月 30 日及随后签订的约 8,954 亿美元采购和租赁承诺中，约 698 亿美元预计在 2026 年 9 月 30 日之后的十二个月支付，其中约 43 亿美元涉及附带条件或开始前可终止的安排。
文件称，约 4,475 亿美元预计在 2030 年底前发生，其余绝大部分分布在 2031 至 2045 年。公司披露截至 9 月底、计入本次发行净收入之前的流动性约为 1,466 亿美元，包含现金、短期投资与可用信贷；承诺总额、到期付款和账面现金是不同口径。
04
实践与安全
3 篇
2026-11-03GitHub
GitHub Copilot 接入 JetBrains Air，支持本地与云端编码任务
GitHub 宣布 Copilot 已接入 JetBrains Air，通过 Agent Client Protocol 支持委派编码任务、跟踪多个智能体会话，并在代码旁审阅修改。本地任务可在 JetBrains IDE 中安装 Air 后连接 Copilot 账号；云端任务使用现有 Copilot 订阅，不消耗 JetBrains AI 点数。
云端使用还需加入启用 Air Teams 的企业组织，并由管理员开放 Copilot。每个任务运行在新虚拟机中的 Docker 容器内，流量经过代理，任务之间不保留状态。Air 的用量分析暂不包含 Copilot，也不能在 Air 内设置 Copilot 支出上限；管理员可以通过策略禁用该接入。
2026-11-03Cognition
Cognition 将开发环境安全措施分成即时与三十天行动
Cognition 发布十一月安全实践指南，把近期软件供应链和开发工具事件对应到企业环境、开发设备、代码、第三方依赖与监控五类措施。即时建议包括抗钓鱼多因素认证、排查公开服务、扫描开发机器和构建产物中的密钥，以及盘点编辑器扩展、插件与 MCP 服务。
依赖管理部分建议设置至少七天的新包等待期、固定版本并让持续集成按锁文件安装。三十天内的计划包括扩展白名单、收紧生产凭证及完善日志告警。七天等待期是作者针对供应链风险的操作建议，不是保证所有恶意版本都会在这一时间内被发现。
2026-11-03Addy Osmani
Addy Osmani 提出让智能体验证结果接受具体证据检查
Addy Osmani 发表文章讨论智能体承担更多工作后，人如何保留判断能力。他建议在非简单任务开始前先形成自己的假设，明确可观察的完成标准，并让智能体列出过程中做出的决定与假设，避免只根据一段“已经完成”的总结批准结果。
文章将验证落实为可检查的命令输出、日志、测试或实际交互，同时追问通过的测试证明了什么、遗漏了什么。Osmani 还建议抽查原始材料，以及让不同模型提出反面论证。这些是其工程实践建议；文中没有提供能量化证明这些方法普遍提高生产率的对照实验。