AI简报 – 2026.11.03

大模型  GPT-6.2 Astra 开始灰度测试、Claude「Mythos 5.5」官网前端短暂曝光，同日还冒出一份疑似泄露权重的仓库

11 月 2 日量子位等报道：GPT-6.2-Astra 出现在部分用户的模型列表中，灰度呈分层状态——有用户约 20% 请求被路由到 6.2，也有人 100% 被路由，基本限于 500 美元档 Pro 套餐；几乎同一时间，Claude Mythos 5.5 短暂出现在 Anthropic 官网前端代码里、几小时后被撤下，报道称其将是包含生物学研究与网络安全专精方向的版本；同期 HuggingFace 上出现一份声称是 Mythos 泄露权重的仓库，已有 5000 多人下载——报道方与多位观察者均认为真实性存疑。值得关注的原因：头部模型的下一阶段竞争主线正在从「通用更强」转向「按专精方向分版本」（cyber/bio 专精档），且两家旗舰的灰测信号前后脚泄露，说明新旗舰（Astra 6.2 与 Mythos 5.5）都已在最终测试阶段。（报道日期：2026-11-02）来源 ↗

大模型  OpenAI 重写模型准则 Model Spec：约 5 万字，第一原则从「忠于人类指令」改为「忠于人类意图」

11 月 2 日报道：OpenAI 更新了模型准则（Model Spec），整份文件约 5 万字，核心价值观五条排序为：忠于人类意图、减少伤害、诚实透明、促进人的自主性、关怀；准则明确「忠于人类意图」与「字面听话」是两件不同的事，并细化了什么才算忠于意图、什么时候该停下来说明而不是硬做。报道将其比作「新版机器人三定律」。值得关注的原因：第一条从「指令」改为「意图」，实质是承认「用户说什么」和「用户想要什么」是两件事——对 Agent 来说，这一条直接决定它在模糊需求上该停下来问还是自己往前冲；结合 OpenAI 近期在安全侧的多次争议，对齐策略明显从「服从性」转向「理解+自主性兜底」，这一措辞变化值得所有做 Agent 产品的团队细读。（报道日期：2026-11-02）来源 ↗

智能体  微软重构 Copilot：Home / Code / Autopilot 三态，11 月 2 日起 Copilot Business 默认按量计费

微软推出重构后的 Copilot 应用，能力拆成三个区域：Home 聚合 Chat 与 Cowork（把任务派出去、拿回已完成结果）并内置 Word、Excel、PowerPoint；Code 用自然语言把应用、看板、自动化流程直接生成在沙箱里（底层与 GitHub Copilot 同源）；Autopilot 则是常驻云端的「数字同事」，有自己的身份、记忆与工作区，可在组织权限内独立推进任务，配套 Microsoft IQ、Copilot Managed Runtime 与统一插件目录。商业模型同步转向：自 2026-11-02 起，经 CSP 购买的新 Microsoft 365 Copilot Business 授权默认开启用量计费（Copilot Credits），Cowork、Code、Autopilot 等重算力 Agent 任务按消耗结算。值得关注的原因：企业 AI 账单从「按席位」正式切到「按劳动量」，Copilot 从聊天框升级为组织级 Agent 运行时——FinOps for AI 从可选项变成必选项。（发布/生效日期：2026-11-02）来源 ↗

智能体  OpenAI 收购 macOS 系统级 AI 层 Sky 开发团队：「快捷指令之父」并入 ChatGPT，Agent 从聊天框推进操作系统层

OpenAI 宣布收购 macOS AI 界面应用 Sky 背后的 Software Applications Incorporated（SAI），12 人团队整体加入，由 ChatGPT 负责人 Nick Turley 与应用业务负责人 Fidji Simo 主导。Sky 是悬浮在桌面之上的系统级 AI 层，能理解屏幕内容并在各类应用中执行写作、编程、日程管理等任务；创始人 Ari Weinstein、Conrad Kramer 正是苹果 Workflow（后被收购为「快捷指令」）的创造者，COO Kim Beverett 曾在苹果主导 Safari、Mail、FaceTime 等核心产品近十年。Sky 尚未公开发布，交易条款未披露（此前种子轮 650 万美元，奥特曼通过机构持有被动股份）。这是 OpenAI 继 60 亿美元收购 io、11 亿美元收购 Statsig 之后又一次「买能力不买模型」的并购。值得关注的原因：头部厂商正在把 Agent 从聊天框推进到「能直接操作你电脑」的系统层，本地 IDE 与系统级助手之间的边界正在被重写，macOS 侧与苹果的正面竞争进一步加剧。（宣布于 10 月末，11-01/02 中文圈集中报道）来源 ↗

机器人  简智机器人完成 1 亿美元 A+ 轮：上汽、百度、银河通用等加码，具身「无本体数据」赛道累计融资超 3 亿美元

11 月 2 日消息：面向具身智能与世界模型的数据与评测基础设施公司简智新创（北京）机器人完成 1 亿美元 A+ 轮融资，产业方包括上汽集团、马来西亚 Eastworlds、百度集团、首程控股、银河通用机器人，财务方包括光合创投、中信金石、建银国际、华泰紫金等。公司 2025 年 5 月成立，构建人类技能数据采集、Data Foundation Model 训练与处理、真机集群评测验证的闭环，有效数据交付量已从单季度十万小时跃升至单季度百万小时，预计 2027 年实现单季千万小时交付；并将在 CoRL 期间发布 DAS 2.0 旗下 Ego 2.0 与 Dex 2.0（半柔性全手电子皮肤、头手硬同步、支持无本体采集与机器人遥操作双模式）。同日，前苹果 AI 平台技术负责人田野创立的 RoboScience 机器科学也宣布完成数亿元 A2 轮。值得关注的原因：具身智能的军备竞赛正把「数据和评测」变成独立的卖水人赛道，且这轮全是产业资本下注——车企、搜索巨头和本体厂都在为物理 AI 数据提前锁产能。（报道日期：2026-11-02）来源 ↗

大厂  iPhone 18 Pro 国内累计销量破 600 万台：涨价 1000 元仍单周净增 106 万，苹果财报今晚放榜

11 月 2 日快科技/TechWeb 援引博主「RD观测」数据：截至第 43 周（10 月 19-25 日），iPhone 18 Pro 系列国内累计销量约 602 万台，较第 42 周的 496 万台单周净增约 106 万台；国行 9999/10999 元起售价较上代上涨 1000 元，涨价并未浇灭需求。Counterpoint 此前报告：上市前三周全球销量同比 +3.1%，中国市场大涨 29%——安卓旗舰因内存/存储成本集体涨价，反而抬升了 iPhone 的相对价格竞争力。苹果将于美东周一盘后（北京时间 11 月 3 日凌晨）发布 FY26Q4 财报：新 CEO 特努斯任内首份财报，市场预期营收约 1134.6 亿美元、iPhone 收入 564.8 亿美元（+15%）；上周五苹果以 5.03 万亿美元市值重夺全球第一。值得关注的原因：在存储涨价周期里苹果是唯一能把成本顺价给消费者的高端厂商，这份财报的关键不是卖了多少台，而是毛利率指引——如果苹果都扛不住存储成本，安卓阵营只会更难过。（销量数据周：10/19-25；报道日期：2026-11-02）来源 ↗

大厂  AI 烧钱拷问加剧：英特尔财报后创纪录暴跌、七巨头 EPS 增速 22.6% 首被标普其余 493 家反超

承接上期英特尔财报：美东 10 月 30 日收盘，英特尔单日暴跌 28.58%（盘中最深跌约 31%，创上市以来最大单日跌幅）、AMD 跌 10.88%、英伟达跌 4.2%，费城半导体指数单日跌约 7.2%，纳斯达克 100 市值一度蒸发超 1 万亿美元；英特尔 Q4 收入指引 150-160 亿美元远低预期，PC 被内存成本挤压、明年自由现金流大概率转负。华尔街见闻 11 月 2 日晨报与钛媒体进一步披露结构性信号：今年 6-8 月进行大规模股权融资的谷歌、英特尔、Meta，认购者已分别浮亏 21%、31%、1.6%；标普下调 Meta 评级展望，称 AI 支出或令其现金流在 2028 年之后仍为负。FactSet 测算：Q3 科技「七巨头」合并 EPS 增速降至 22.6%，而标普 500 其余 493 家升至 32.6%——2022 年 Q4 以来七巨头增速首次被反超；若剔除英伟达和 Meta，其余五家预期增速将从 33.2% 骤降至 7.5%。值得关注的原因：市场开始惩罚「有增长没现金」的 AI 资本开支，叙事从「七家共涨」收缩为「两家扛五家」，AI 投资回报从财报电话会的话术问题变成了估值问题。（收盘数据：2026-10-30；解读报道：2026-11-02）来源 ↗

人物  黄仁勋 G20 创新部长级会议对谈：别监管「假设性危害」，AI 应被视为水电路式的基础设施

11 月 2 日，黄仁勋出席在北卡罗来纳州举行的 G20 创新部长级会议，与美国商务部长卢特尼克对谈。针对 AI 监管议题他表示：精准监管的拿捏在于不要去规范假设性、理论上的危害，而是针对实际、具体的危害进行监管；AI 目前还处在创新 S 曲线初期，应该给它快速发展的机会，这样它最终才能变得更加安全；并将 AI 比作水、电和网络，认为 AI 将成为各国不可或缺的基础设施，前提是数据中心等硬件设施必须跟上。同场活动中，奥特曼预言 AI 将掀起史上最大创业潮（以前新创团队三个月的工作，现在靠 Codex 大概 17 分钟就能搞定），马斯克则警告中国以外地区的发电量增速已追不上 AI 芯片产量——「这场竞赛最后不只比芯片，更要比谁供得起电」。值得关注的原因：这是 G20 层面上对「基于实际危害而非想象风险」监管哲学的正面输出，与欧盟预防性监管路线、以及各国 12 月起陆续生效的 AI 法案义务形成直接对冲。（活动日期：2026-11-02）来源 ↗

安全  VOLTA 窃密木马把受害者数据喂给 Claude/Kimi/Gemini 做「值多少钱」评估：AI 被黑产编进受害者分级流水线

事件：Cisco Talos 10 月 31 日披露（11 月 2 日中文圈广泛报道）Windows 窃密木马 VOLTA-AUTODOXER——窃取浏览器密码、Cookie、支付卡、加密钱包、SSH 与云凭据、Wi-Fi 密码等数据后，构建包含地理位置、家庭住址、雇主、推断出生年份乃至 Roblox 账户估值的结构化「证据包」，经 OpenRouter 默认调用 Claude Opus 4.6（被拒则依次切换 Kimi K2、Gemini 2.5 Flash，最多三模型链式 fallback），用 240 词系统提示词让模型扮演「取证情报分析员」，输出含「WHAT THEY’RE WORTH」按变现价值排序的受害者档案与 OPSEC 评估，经 Telegram 分三阶段回传后自删痕迹。处置与效果：无 API key 时自动跳过 AI 步骤，数据仍可经 Telegram 外传；Talos 建议开启多因素认证、避免浏览器明文存凭据可显著降低风险；Anthropic 11 月 3 日起把文本水印扩展到旧款 Claude 模型（上期已收），但水印标的是模型输出，防不住恶意输入投喂。值得关注的原因：攻击侧 AI 化从「生成内容」转向「劳动替代」（Talos 称之为 effort displacement）——模型把「从海量失窃数据里挑出值得下手的目标」这一最耗人力的环节自动化了，且拒绝机制可被 fallback 链绕过，API 滥用检测面临「混在合法流量里」的新常态。（Talos 报告：2026-10-31；样本最早现身 10-11）来源 ↗

安全  xAI 官宣 11 月 7 日起 Grok API 全球默认加隐形水印：欧盟 AI 法案倒逼，文本水印成「出厂设置」

事件：xAI 10 月 31 日更新开发者文档（11 月 1 日起中文圈报道）：自 11 月 7 日起，grok-4.7/4.6/4.5/4.3 及 grok-4.20 三个版本的 API 文本输出默认加不可见统计水印——融入 token 选择过程、不插任何字符，全球所有端点统一生效，且覆盖范围罕见地包括结构化输出与工具调用参数；响应头 x-watermark:true 可自证本次输出带水印，检测 API 需提交申请。处置与效果：团队管理员可按模型单独关闭水印，但须自行确认符合法律豁免并承担标记与披露责任，部分模型锁定开启。背景：欧盟 AI 法案第 50 条 8 月 2 日起适用、存量系统过渡期至 12 月 2 日；Google SynthID（Gemini）、Anthropic（8 月起新模型全球带水印、11 月 3 日补齐旧款）、OpenAI（10 月起欧盟产品默认）均已布局，xAI 虽未签署欧盟自愿透明准则，却把默认范围直接推到全球。值得关注的原因：这是文本水印第一次覆盖工具调用参数——意味着 Agent 调用链上的 JSON 参数也有统计指纹，做 API 二次分发与 Agent 平台的团队需要把「水印开关与合规责任」写进接入清单；「要不要水印」正从工程问题变成合规问题。（文档更新：2026-10-31；生效：2026-11-07）来源 ↗

算力  英伟达披露下一代 CPO 原型 OOI：光引擎直接搬上硅中介层、取消有机基板，光通信竞争转向封装层

英伟达在 SEMICON West 2026 期间公开展示名为 OOI（Optics-on-Interposer，中介层上集成光学）的下一代共封装光学原型：与现行 CPO 把光引擎放在有机封装基板上不同，OOI 取消有机基板，把光引擎直接集成到承载 GPU 的硅中介层之上，绕开基板段电通道、进一步缩短电信号传输路径，以提升带宽密度、降低高速互联功耗；同场还展示 8 波长 DWDM 方案（单波长 32Gb/s、单纤聚合 256Gb/s）。英伟达研究院首席研究科学家 Nikola Nedovic 表示已拿到原型样品，但 OOI 仍处研究阶段、无商业化时间表，散热、良率与可维修性是硬约束。背景：现行 CPO 才刚进入规模化扩产（10 月 21 日英伟达与封测厂矽品公布计划，2027 年年中将 CPO 光引擎产能提至当前 15 倍）。值得关注的原因：光引擎离计算芯片越近，先进封装厂在供应链中的价值量越大——AI 集群跨机柜化之后，光通信竞争的主战场正从可插拔模块转向封装层。（数据/报道日期：2026-11-02）来源 ↗

周佺喜 著 · 清华大学出版社 · 2026-10 · ISBN 9787302726258 · 69.8 元 · 242 页

系统阐述大模型训练技术的专业书，聚焦 DeepSeek、Qwen、GLM、Kimi K2 等国产主流开源模型：从 MoE 稀疏激活、多头潜在注意力等架构创新讲起，覆盖数据采集/清洗/去重/合成数据等数据工程、分布式预训练工程，到 SFT、强化学习优化、对齐与安全机制等后训练技术，最后落到基础设施、模型压缩部署与持续学习迭代，共 12 章，以伪代码、公式与图表呈现工程要点。选它的理由很直接——本期新闻里 GPT-6.2 闭源灰测与 Mistral 开放权重同场竞技，开源侧的「训练工程化」正是国产模型追赶的主战场，这本书把国产开源模型的一手训练经验整理成了可复现的工程手册，适合大模型研发与基础设施方向的工程师。来源 ↗