主题：DeepSeek 用一次"帕累托改进"给周末开了场，而清华把 Agent 的操作系统开源了
周六本该清淡，但今天有两件事值得单独记。DeepSeek 突然上线 V4.1-Flash-1017：分数普遍上扬，任务耗时与输出长度却同时下降——官方把这叫"性能—费用的帕累托改进"，并配了一套叫"许愿式编程"的能力，模型写完第一版会自查再修。同一天，清华 THUNLP 联合面壁、OpenBMB 开源了 PilotDeck 2.0，把 Agent 的文件、记忆、任务做成可隔离、可查看、可修改的"工作舱"，并声称能把复杂长任务成本砍掉近六分之五。
另外两条是"AI 已经能做到什么"的侧写：智谱把垂直模型卷进法律圈，GLM-Legal 在 Vals AI 双榜拿下开放权重第一；Claude 则用不到半小时，解开了密码学界悬了二十多年的 ECDSA 曲线种子来源——答案不是传闻的"加薪口令"，而是一台 90 年代电脑的时钟。
需要说明：今天量子位当日只有 5 篇、OSCHINA 仅新增 4 条开发工具，故本期十大在当日条目之外，补入本周尚未在本刊出现过的几条重要进展，均以「本周补记」标注。
🔥 1. DeepSeek 突然发布 V4.1-Flash-1017：分数涨、耗时降，还顺手开放自研搜索 API — 1000 pts
"干活更快、更省，还更能打了。"
官方网页端、APP 与 API 已同步切换到新模型。相比上一版 V4.1 Flash，1017 在各项基准几乎整齐抬头，代码与 Agent 任务提升明显；更关键的是性能上冲的同时，任务运行时间与输出长度反而被一起压了下来——官方称之为"性能—费用的帕累托改进"，即模型开始少绕路、少说废话，直接奔着把任务做完。训练时针对 DeepSeek Harness 做了专项优化（需升级到 0.2.1-rc.1 及以上），DeepSeek Harness、腾讯 CodeBuddy 与 WorkBuddy 都吃到这轮优化。新能力叫"许愿式编程"：只说要什么，规划、写码、运行、检查、修改由模型自己推进，背后是基于自反馈的强化学习——写完第一版会继续自查再回头修。演示里有可实时浏览的 3D 故宫、网页赛车游戏、Godot 版《传送门2》复刻。发布前模型列表曾短暂出现该条目，接口系统指纹也从 aeb56401… 变为 e72d3c7f…。
→ https://www.qbitai.com/2026/10/504067.html
🔥 2. 清华开源智能体操作系统 PilotDeck 2.0：任务成本降 83%，AI 记忆变成可查可改的"白盒" — 962 pts
专治 Agent 干活时的三个老大难：上下文污染、Token 烧得快、人一走就卡住。
清华大学 THUNLP 实验室联合面壁智能、OpenBMB 推出开源智能体操作系统 PilotDeck 2.0，原生支持 MCP。底层以 WorkSpace（工作舱） 为基本单位，每个项目拥有专属的文件系统、记忆库与技能集，物理隔离——在 A 舱剪音视频、B 舱写 iOS 小游戏，记忆与检索空间互不打架。更关键的是把记忆做成"白盒化"：从生成、抽取、存储到被调用，整条链路对用户可见，能逐条查看、直接修改或删除，还能一键固定重要信息。配套 Dream 模式（空闲时后台归纳、去重零散记忆，出错可一键回滚）与 Always-on 常驻执行（关掉窗口后 Agent 仍在后台推进长周期任务，完成后落成本地文件并附报告）。成本侧靠 Smart Routing 智能路由：强模型管决策、小模型干杂活，复杂长任务成本可砍掉近六分之五。在 Workbuddy Bench 上，PilotDeck 搭配 Qwen3.6-35B-A3B 得 79.1 分，高于 Claude Code 的 77.3。
→ https://www.qbitai.com/2026/10/503935.html
🔥 3. 智谱开源法律专用模型 GLM-Legal：Harvey LAB 与 LegalBench 双榜开放权重第一 — 928 pts
卷完聊天、办公和代码，AI 开始盯上合同和案卷里的细活了。
智谱推出法律专用开源模型 GLM-Legal，不只聊法条，还能审合同、串证据、做跨境合规研究并交出可用成果。在 Vals AI 法律测评中，它以 19.2% 的任务全通过率和 86.23% 的准确率，拿下 Harvey LAB 与 LegalBench 双榜开放权重模型榜首。它的关键差异不在"能给建议"，而在"能把建议落到条款上"：换供应商场景下它把终止通知从 60 天缩到 30 天、增加最长 90 天过渡支持，并要求交回全部工作成果（含未完成、未付款部分），而 GLM-5.3-Flash 只给较泛的建议。证据分析场景中，它能把对外报告的 60% 进度与内部记录的约 41% 的矛盾，关联到更早的风险警告与内部沟通。Harvey LAB 采用严苛的"全条件通过"机制，首版就有 1200 多项模拟律所任务、覆盖 24 个法律业务领域。还有一组反差值得记：成绩相近时 GLM-Legal 比 Gemini 4 Argon 慢近 30 分钟，但 Gemini 每项测试成本约为它的 70 倍。
→ https://www.qbitai.com/2026/10/503965.html
🔥 4. Claude 用不到半小时解开 20 年密码学悬案：NIST 曲线种子来自 90 年代的电脑时钟 — 896 pts
业界用了二十多年的数字，最初怎么选出来的，一直没人说得清——甚至找到了当事人，也只记得一句"给 Bob 和 Jerry 加薪"。
据 Anthropic 披露，Claude 用不到半小时查明五条 NIST 椭圆曲线的种子生成方式。ECDSA 于 2000 年被 NIST 纳入 FIPS 186-2，争议就在它的曲线种子——为什么偏偏是这个种子，从没人知道。提供种子的 Jerry Solinas 只记得曾把一句可能是"加薪"的口令转成数字，二十多年来大家都往这个方向猜（Filippo Valsorda 还发过悬赏）。Claude 在未被告知该线索的情况下，自行猜测数字来自 90 年代 C 库的伪随机数生成器，并写扫描程序测试了 34 种生成器与截取方式组合，发现四组种子拆成五个 32 位整数后、20 个整数最高位全是 0——由此锁定 lrand48，用 LLL 格基约简恢复截取状态，指向 Unix 时间戳：以 P-256 为例，初始化时刻为 1997 年 8 月 16 日 UTC 01:52:34。结果已获悬赏发起人复核，也说明这些曲线不存在潜在安全漏洞。
→ https://www.qbitai.com/2026/10/503910.html
🔥 5. Reflection 开源 Beam：501B 参数的"可自己拥有"的前沿模型，Apache 2.0 — 900 pts
这是新美国实验室 Reflection 的第一个模型，而且是开源的。
HF 博客 10 月 16 日发布（本刊上一期未及收录）：Beam by Reflection 是一个 MoE 模型，501B 总参数、每 token 激活 23B，文本输入，100 万 token 上下文，采用 Apache 2.0 许可，定位编码与 agentic 场景，面向"想把前沿级模型放在自己硬件、自己的基础设施或云上，并针对自家用例做定制"的团队。架构细节：52 层，每个 MoE 层 256 个专家、每 token 路由 8 个。它自带一套专门的开源 Rust Harness 以发挥最佳性能，并提供原生 transformers 实现以及 vLLM、SGLang 等下游库支持；Reflection 与 HF 还一起给出了推理、SFT 与强化学习的完整 recipe，支持用 TRL 做 Beam SFT、用 Miles 做 GRPO，并可用 LoRA 微调。对开源生态的意义在于：权重、Harness、后训练配方一起给，而不是只丢一个 checkpoint 出来。
→ https://hf-mirror.com/blog/reflection-beam
🔥 6. "Git designed for AI agents"：新项目 git-ai 三天涨到 1135 星 — 840 pts
当写代码的主体从人变成 Agent，版本控制的假设开始不成立了。
一个叫 feder-cr/git-ai 的新项目三天内涨到 ★1135（122 fork），一句话定位是"Git designed for AI agents"，用 Go 写成。它值得单独记，不是因为星数，而是因为它把一个问题摆到台面上：git 的许多设计与 Agent 的工作方式并不匹配——人类提交是"一次有意义的改动 + 一段说明"，而 Agent 是高频、细碎、可回滚、常需并行的动作流；人类看的是 diff，Agent 需要的是可检索、可重放、可验证状态的变更历史。这与本周另外几条线索正好咬合：PilotDeck 用"工作舱"隔离 Agent 的文件与记忆，Jev 生态把"决策"从生成里拆出来，xerj 之类项目用索引让 Agent 少用 40 倍 token 去 grep。一个判断：Agent 时代真正被重写的，可能不是模型层，而是"文件系统、版本控制、权限"这三样最不像 AI 的老东西。
→ https://github.com/feder-cr/git-ai
🔥 7. 本周补记｜面壁开源 MiniCPM-V 4.7：35B MoE 在 iPhone 上只占 3G 内存，断网可用 — 866 pts
这是首个能在端侧流畅运行、同时不牺牲性能的开源 MoE 模型。
10 月 14 日，面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7，含两个版本：35B-A3B（总参 35B、每次推理只激活 3B，是 MiniCPM-V 系列首个 MoE）与 1B（实际 1.3B，主打 OCR、数学与视频理解）。实测在 iPhone 17 Pro Max 上，断网状态下上传拿破仑远征俄国的行军路线图并提问最低气温与日期，模型不到 1 分钟给出 1812 年 12 月 6 日、零下 37.5 摄氏度；优化后解码速度从每秒约 2 token 提升到 8–12 token，仅占 3G 内存时可达 每秒 13 token 以上，iPad M4 上同样跑通。成绩：MMBench 91.72、MMStar 80.67、MMMU 80.22、MathVista 88.00、Video-MME 76.40，OmniDocBench v1.6 拿到 94.24 分、领先其他四个模型 12 分以上；视觉压缩开到 16 倍后 MMBench 仅从 91.72 降到 90.87，几乎没拿精度换算力；纯文本侧 CMMLU 90.21、工具调用 τ2-Bench 84.65 均为表内最高。
→ https://www.qbitai.com/2026/10/503109.html
🔥 8. 本周补记｜量子位智库报告：企业 Agent 落地卡在"六个断点"，95% 的 AI 试点进不了生产 — 812 pts
个人任务的高效，不等于经营价值的兑现。
量子位智库发布《Agent驱动的企业智能化》报告，把落地卡点归纳为六个断点：任务定义、数据可信度、判断的可验证性、行动落地、权限责任划分、价值衡量与复制。报告用"门店缺货"串起它们：技术团队觉得报告生成了就算完成，业务觉得原因查清了才算交代，管理者只关心缺货有没有减少——三方对"完成"的标准对不上；账面有库存，扣掉已分配与冻结后实际可调量却差得不少；即便分析对了，建议到执行之间还隔着填单、审批、跟踪。同一周阿里云云栖大会 Salesforce 论坛引用：95% 的 AI 试点没能投入企业生产（源自 MIT 2025 年对 300 多个企业生成式 AI 项目的研究，约 5% 的定制化工具真正跑进生产），三个卡点：缺可信业务上下文、能给建议却没法动手、权限边界难界定。
→ https://www.qbitai.com/2026/10/503614.html
→ https://www.qbitai.com/2026/10/503657.html
🔥 9. 本周补记｜梁文锋投了 Swin Transformer 作者：DeepSeek 领投 Winverse AI，估值约 4 亿美元 — 786 pts
两个月内第二次把钱投向机器人领域，这次投的是"机器人背后的 AI 模型团队"。
据彭博社报道，DeepSeek 计划领投 Winverse AI 数千万美元种子轮，投后估值约 4 亿美元（约 28 亿元），美团旗下龙珠资本也作出投资承诺。若落地，将是 DeepSeek 成立三年多来最大的一笔初创投资之一。Winverse AI 今年才成立，仍处早期研发阶段、未公开产品路线；创始人胡瀚的履历是关键——2008 年本科毕业于清华，先后在百度深度学习研究院、微软亚洲研究院工作，2023 年 12 月加入腾讯混元任杰出科学家，负责视觉语言模型与具身智能基础模型团队；学术上他是 Swin Transformer 论文共同贡献者之一（ICCV 2021 最佳论文）。这已是 DeepSeek 两个月内第二次布局机器人：今年 8 月它以约 1.41 亿元入股宇树科技并签战略合作备忘录。另据彭博社 10 月 6 日报道，DeepSeek 正筹集至少 800 亿元新融资，规模可能接近 1000 亿元、目标估值约 5000 亿元。
→ https://www.qbitai.com/2026/10/503093.html
🔥 10. 本周补记｜何恺明团队 VISTA：给多模态模型造一个"视觉原生 Harness"，ARC-AGI-3 全部通关 — 758 pts
光有文字记忆不够——模型需要能回看、放大、检查它真正看过的画面。
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》提出视觉原生 Harness，让现有多模态模型无需从头训练即可保存画面，并在推理时回看、放大、检查细节。问题意识：Anthropic 去年介绍的 Harness 靠文字与代码记录任务清单与进度；但进入真实视觉环境后，模型还要记住物体位置与朝向、理解动作前后环境的变化，而这些很难提前用文字写全。VISTA 因此把环境返回的每一帧原样存到上下文之外（含动画中间帧），按回合与帧号索引，模型需要时用 inspect 工具调回、裁剪放大——论文称之为"对交互历史的显式注意力"。三组件是视觉观测（64×64 放大为 512×512 PNG）、无损视觉记忆、主动视觉检查。评测：搭配 VISTA，Claude Opus 5.0 全部通关 ARC-AGI-3 的 25 个游戏，相对人类动作效率得满分 100，动作数比人类首次游玩基线少 57.4%；GPT-5.6 Sol 同样全通关、得分 99。
→ https://www.qbitai.com/2026/10/502628.html
📌 今日趋势总览
🧭 延伸关注
科技企业出海为什么是迪拜：迪拜商业论坛·中国在深圳落幕，代表团规模为迪拜商会迄今参加国际活动以来最大（100 余位政企代表，含迪拜经济发展局、迪拜环球港务集团、阿联酋航空），论坛期间共签署 10 项合作备忘录。关键数据：迪拜外籍人士占人口 85% 以上；2025 年迪拜进口的电动乘用车超 85% 来自中国；迪拜 2030 年交通战略提出 25% 出行由自动驾驶完成；阿联酋目标十年内把数字经济对 GDP 贡献率从 2022 年的 9.7% 翻倍到 19.4%，迪拜"D33 经济议程"要每年通过数字化转型创造 1000 亿迪拉姆（约 1800 亿元）价值。落地抓手是今年 5 月启动的两年智能体 AI（Agentic AI）倡议：迪拜商会要赋能 29.5 万家私营企业、两年内推出 100 个专业 AI 助手，目前正面向 1.4 万家企业做培训。中迪非石油贸易额从 2016 年 453 亿美元增至 2025 年约 990 亿美元；2026 年一季度新增 292 家中国企业入会，截至 9 月底活跃中国会员达 6650 家。百度 Apollo Go 已在迪拜开启全无人驾驶商业运营并拿到首张测试许可，腾讯云、华为云分别在超级 App 与数字支付上与当地企业合作。 → https://www.qbitai.com/2026/10/503893.html
智谱 GLM-5.3-Highspeed 灰度：网友实测 490 tokens/s：该模型已在 Zcode 3.15.1 里对订阅用户随机灰度，网友 @leo114119 晒出的速度达 490 TPS——作为对照，上月的 GLM-5.3-FlashX 最高 200 tokens/s，Artificial Analysis 在 Z.ai API 上测得 GLM-5.3-Flash 约 60 tokens/s。Pi 的模型目录已收录该型号，100 万 token 上下文、最大生成 131,072 token，分 low/high/max 三档思考强度；也有网友猜测它与 OpenCode 上的匿名模型 Omen Alpha 有关，但众说纷纭（亦有人猜 GLM-5.3-Omni、GLM-5.4-Flash）。今年 5 月智谱曾推出 GLM-5.1-highspeed（400 tokens/s），当时刷新了全球大模型厂商 API 速度上限。注：该模型目前处于随机灰度，非全量开放。 → https://www.qbitai.com/2026/10/502649.html
OSCHINA 今日开源动态（仅 4 条新增，均为开发工具）：ToolForge v0.1.10 引入插件市场与 WASM Component 插件运行时，插件可独立于桌面应用发布，自带签名的
.tfp插件包格式，首个可安装插件是统一社会信用代码校验 → https://www.oschina.net/news/503069/toolforge-0-1-10-released ；Jync v1.7.5 的 AI 配置接入本地模型（Ollama 预设 + 深度思考档位）→ https://www.oschina.net/news/503068/jync-1-7-5-released ；拾趣 Magpie v0.1.14 发布 Windows 版（跨平台划词 AI 工具，支持框选图片/视频/扫描件文字）→ https://www.oschina.net/news/503067/magpie-0-1-14-released-windows-ver ；NocoBase v2.2.25 修复及 AI 员工会话级提示词缓存键等多项问题 → https://www.oschina.net/news/503066/nocobase-updatedGitHub 其他新热仓库（近一周创建）：
onehumanbeing/esp32-iphone-agent★2,995（较昨日 ★2,847 继续上涨，用 7 美元 ESP32 让 AI 操作真 iPhone）·HeyPuter/everything★2,050（"从零重建并开源世界上所有软件"）·deeplethe/solid-glass★1,698（面向 AI 应用的设计系统）·chenglou/handwired★1,675（把普通 JavaScript 代码变成神经网络）·rociiu/talorys★1,300（部署在自己 Cloudflare 账户里的个人 AI Agent，一条npx create-talorys@latest，免费额度可用、单用户、无遥测）。另：Jev 生态旗舰browser-use/jev-ultrafast已从 9 月 20 日的 ★11,911 涨到 ★23,165，描述也改成了"Fastest and cheapest web agent"。 → https://github.com/onehumanbeing/esp32-iphone-agent
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢