Astra直接编辑Qwen3.5-0.8B的少量权重，在相同采样设置下将MATH-500得分从7.9%提高到48.1%。SemiAnalysis发布覆盖11个经济领域、206项任务的GDPx，最高分Opus 5.5也只有12%，Gemini 4 Carbon以约四分之一成本取得10.9%。Oracle拟通过普通股和优先票据融资200亿美元，资金用途不只限于AI设施扩建，股价当天仍下跌8.8%。
Astra把模型卡警示的推理循环问题变成了权重层面的修复对象。
研究者展示“权重空间编程”：Astra不经梯度下降，直接编辑Qwen3.5-0.8B的0.016%权重。相同采样设置下，MATH-500得分从7.9%升至48.1%，指令遵循评测IFEval得分也升至3倍。这次修改针对的是模型卡已警示的推理循环问题，展示了通过直接修正权重来调试模型的路径。
读原文 →GDPx衡量跨行业任务，Legora用模拟客户工作检查法律智能体。
SemiAnalysis 发布 GDPx 基准，覆盖芯片设计、软件工程、金融、生物学等11个经济领域的206项智能体任务。表现最好的 Opus 5.5 得分也只有 12%。Gemini 4 Carbon 以10.9%紧随其后，成本约为前者的四分之一，呈现出不同的得分与成本取舍。
读原文 →Legora CTO介绍，团队由3名工程师和3名律师搭建模拟客户工作的评测环境，例如让智能体在含1万份文件的数据室里做尽调，生成识别关键风险的报告。不同于靠读取运行轨迹改进智能体，Legora因客户资料保密而无法采用这种方式。团队按法律业务领域和任务绘制评测热力图，因为新模型可能在某些任务上进步、另一些任务上退步。
读原文 →🔍 深度解读：GDPx上Opus 5.5与Gemini 4 Carbon的得分、成本取舍，到了Legora的法律任务中，还需要经过按业务领域拆分的热力图检验：总分领先不等于每项业务都更好。客户资料保密又使Legora无法依赖真实运行轨迹来改进智能体，这意味着企业选型需要可重复的模拟工作环境，而不能只凭通用榜单决定模型升级。
DeepSeek约束智能体何时行动，OpenAI为Codex带来的开发规模建设后端。
DeepSeek公开 dsh-superagent 研究原型，面向单个 GitHub 仓库，在独立会话和目录中处理任务，并回传 PR 等结果。它只在授权请求或团队规则触发时行动，仅在有人需要操作或能利用结果时发言，以减少团队注意力消耗。该原型并非正式产品，也未达到生产就绪状态；公开版与内部实现不同，部分设计尚未实现。
读原文 →OpenAI 发布《Scaling Git at OpenAI》，介绍其构建的 Pando 后端。Pando 兼容 Git，旨在支撑 Codex 所带来的开发规模。OpenAI 的 Thibault Sottiaux 表示，团队终于能够公开介绍这项工作。
读原文 →🔍 深度解读：dsh-superagent与Pando处理的是编码智能体进入团队后的两种容量限制：前者控制授权、发言和任务隔离，避免消耗人的注意力；后者承接Codex带来的Git开发规模。对企业而言，接入编码智能体不仅是增加代码产出，还要同时检验协作规则与仓库基础设施的承载能力；DeepSeek原型尚未生产就绪，不能直接视为可部署方案。
Oracle筹集扩建资金，英伟达AgentX提交强调推理吞吐与总拥有成本。
11月2日，Oracle提交文件，拟发行各100亿美元的普通股和优先票据，为AI基础设施扩建融资。这笔融资已在上周投资者日预告，但公司股价当天仍下跌8.8%。Oracle称，200亿美元是2027至2030财年投资周期额外资本市场融资的上限。募集资金也可用于偿债及未来投资，并非仅用于扩建。
读原文 →英伟达 AgentX 提交展示了由智能体群编写的推理软件。在 700B+ 模型上，这套软件可实现每用户超过 1000 token/秒。提交还宣称，在每用户 325 token/秒的条件下，Rubin NVL72 的性能与总拥有成本之比达到 GB300 NVL72 的 20.9 倍。
读原文 →🔍 深度解读：Oracle的200亿美元融资额度衡量的是资金投入，AgentX宣称的20.9倍性能与总拥有成本之比衡量的是特定吞吐条件下的设备效率，两者不能直接换算成同等幅度的业务回报。对采购方而言，每用户超过1000 token/秒与每用户325 token/秒下的成本比较也不是同一测试口径，评估基础设施经济性必须把吞吐条件与成本放在一起。
JEPA研究讨论对齐信号，FineDNA公开DNA模型训练所用的数据与配方。
Balestriero 与 LeCun 的研究称，在特定条件下，独立训练的图像与文本 JEPA 无需配对数据，也会收敛到相近表示。其图文对齐使用 2160 万样本，对比下一词元预测的 9 亿，用量约为后者的 1/42。研究将关键归于“同一事物的两种视图”训练信号，而非规模。
读原文 →Hugging Face 开放 FineDNA，中期训练数据共5143亿词元，涵盖基因组、转录本、生物学文本及通用文本。它用于将 Qwen3-14B 训练为能读取 DNA 的 Carbon-X，实际中期训练读取了3020亿词元。数据集覆盖全部三个训练阶段，并公开各阶段配方；中期训练还给出了各数据源的采样权重。
读原文 →