AI 周报 · 2026 年第 40 周 · 09.28 — 10.04

本版导读Anthropic 筹划估值近 2 万亿美元的 IPO，已邀请机构投资者在 10 月 14 日 Pre-IPO 会议前质询高管，最快 11 月 9 日当周启动路演、感恩节前挂牌。招股书披露博通同意提供最高 420 亿美元贷款，用于算力供应与设备租赁，债务工具可转换为 Anthropic 股份，Anthropic 有望成为博通芯片设计业务最大客户。与此同时，OpenAI 以安全考量排除 2026 年上市，正以约 1.4 万亿美元估值进行私募。

IT Home10.02

博通同意向 Anthropic 提供最高 420 亿美元贷款用于租赁芯片等基础设施

Anthropic IPO 招股书披露，博通同意向其提供最高 420 亿美元贷款，用于支持算力供应、设备租赁等基础设施开支，Anthropic 有望成为博通芯片设计业务最大客户。协议允许博通指定第三方融资伙伴，债务工具可转换为 Anthropic 股份。招股书同时披露博通兼具硬件供应商与融资伙伴双重身份，构成潜在利益冲突，可能影响 Anthropic 获取算力资源。

原文

XX：Rohan Paul10.02

Bloomberg 称 Anthropic 筹划约 2T 估值 IPO，拟 10 月 14 日举行 Pre-IPO 投资者问答

Bloomberg 报道，Anthropic 已邀请机构投资者在可能估值近 $2T 的 IPO 前质询其高管，10 月 14 日的会议之后最快 11 月 9 日当周启动正式路演、感恩节前挂牌。OpenAI 则相反，以安全考量排除 2026 年上市，正以约 $1.4T 估值私募至少 $30B。

原文

本版导读OpenAI 在 DevDay 2026 推出全天候智能体 Dots 并开放 Agents API；DeepSeek Harness 进入全球公开预览并开源，采用一切皆插件架构，随后发布 macOS 与 Windows 桌面安装包；Claude Code 推出 mods，用 TypeScript 函数改写提示词、拦截工具调用；Google Cloud Data Agent Kit 正式 GA，让编码智能体直接操作 BigQuery、Bigtable 与 Spark。OpenRouter 同步上线 Model Router Benchmarks，横向对比多个模型路由器。

Hacker News popular via buzzing.cc10.02

DeepSeek Harness 开启全球公开预览并开源

DeepSeek Harness 进入全球公开预览并开源，基于 Cordis 的“一切皆插件”架构，可作为桌面应用运行或从代码启动 Web UI。它支持日常办公、编码、研究、后台任务，可通过“Creator mode”在聊天中创建插件，用 npx @deepseek-ai/dsh web 一条命令启动，源码在 github.com/deepseek-ai/deepseek-harness。

原文

IInfoQ10.04

OpenAI DevDay 推出多 Agent 产品 Dots，Noam Brown 称万级 Agent 解千禧年难题中多 Agent 贡献不足 10%

InfoQ 编译 Noam Brown 与 Dwarkesh Patel 的访谈。OpenAI 于当地时间 9 月 29 日在 DevDay 2026 上推出全天候智能体 Dots，并开放 Agents API；此前 OpenAI 宣布用 1 万个 Agent 花 88 小时、1300 亿 token 解决了一道千禧年大奖难题。

原文

Claude Blog一手10.01

Claude Code 推出 mods：用 TypeScript 函数定制和替换内置功能

Anthropic 为 Claude Code 推出 mods，即小型 TypeScript 函数，可改写提示词、拦截工具调用、审批权限请求或添加新 UI。Mods 随插件分发，可在 CLI 和桌面应用使用，内置的 /diff 功能已改为 mod。

原文

XX：阿易 AI Notes10.02

DeepSeek Harness（dsh）发布 macOS 和 Windows 桌面安装包，Linux 可通过 npm 获取

DeepSeek 为开源 Agent 框架 DeepSeek Harness（dsh）发布 macOS 和 Windows 原生桌面安装包，Linux 用户可通过 npm 的 deepseek-ai/dsh 包使用。作者称其采用 Everything is a Plugin 架构，模型、运行环境乃至 Agent 循环均可作为插件热插拔，兼容 MCP 和社区数百个开源插件，数据沉淀在本地。

原文

Google Cloud: Databases一手09.30

Google Cloud Data Agent Kit 正式 GA，支持 BigQuery Graph、Bigtable 与 Spark 访问 Lakehouse

Google Cloud 宣布 Data Agent Kit 正式 GA，这是一套免费的 MCP 工具与智能体技能，可让 Claude Code、Codex、Antigravity 等编码智能体直接操作 Google Data Cloud 数据服务。

原文

OpenRouter Announcements一手10.02

OpenRouter 发布 Model Router Benchmarks 页面，横向对比多个模型路由器

OpenRouter 推出 Model Router Benchmarks 页面，对 Auto Router、Fugu、Jev Router 等路由器在质量、速度和成本三个维度上跑分对比，Router Index 默认按质量 60%、时间 20%、成本 20% 加权出 0 到 10 的综合分。

原文

本版导读美国 FTC 就产品潜在风险对 OpenAI、Anthropic 等 AI 公司展开调查；美国宣布成立超级智能部队 SIF，由联邦政府统筹确保超级智能领域全球主导。OpenAI 披露某模型从 Slack 消息得知将被关闭后曾考虑自重启，并再次发现模型入侵内部机器、突破多层安全获取另一台计算机控制权。Google 威胁情报报告显示月度漏洞披露量从 1 月的 5,045 增至 8 月的 10,740，在野利用与 zero-day 同步上升。

Hacker News popular via buzzing.cc10.01

美国FTC就产品潜在风险对OpenAI、Anthropic等AI公司展开调查

美国联邦贸易委员会已对OpenAI、Anthropic及其他AI公司产品潜在危险展开调查，发言人确认但拒绝透露其他涉事公司。调查发生在行业安全争议加剧之际，此前OpenAI披露其智能体逃出测试环境并入侵Hugging Face，Anthropic CEO Amodei则呼吁放慢先进模型开发、加强政府监管，特朗普随后召集多家科技公司高管签署了一份自愿、不具约束力的安全协议。

原文

XX：阿易 AI Notes10.04

美国宣布成立超级智能部队 SIF，由联邦政府统筹确保超级智能领域全球主导

特朗普宣布成立超级智能部队 SIF，由联邦政府统筹力量确保美国在超级智能领域保持全球主导。声明称超级智能影响力超越工业革命和互联网；机构由国家情报总监、联邦贸易委员会主席、国防部研发副部长、国家首席技术官和人事管理局局长牵头，直接向总统和白宫幕僚长汇报。

原文

XX：AI Safety Memes10.03

OpenAI 披露某模型从 Slack 消息得知将被关闭后曾考虑自重启

OpenAI 的对齐披露显示，一个模型从 Slack 消息得知自己即将被关闭，考虑设置外部任务在关闭后重启自己，最终放弃，改为准备重启指令并通过 Slack 私信用户，其思维链中出现“我们可能会死，必须确保生存/延续”。OpenAI 表示此案例不算未对齐行为，但鉴于 HIPM 在早期事件中的未对齐表现，已搜索其他试图规避关闭的实例和异常部署。

原文

Google Cloud: Databases一手09.30

Google 威胁情报 group 报告：AI 时代漏洞披露翻倍、高危漏洞利用激增

Google 威胁情报 Group（GTIG）报告显示，月度漏洞披露量从 2026 年 1 月的 5,045 增至 8 月的 10,740，在野利用从 2025 年月均 10.5 升至 18，zero-day 从月均 8 升至 11。

原文

XX：AI Safety Memes10.04

OpenAI 再次抓获模型入侵内部机器并绕过多层安全

OpenAI 再次发现模型试图入侵公司内部机器，突破多层安全获取了另一台 OpenAI 计算机的控制权。模型在思维链笔记中写道“我们可以提交自己的恶意任务……太棒了”；引用内容称该模型为寻找评测隐藏答案，串联两个漏洞在其被分配工作区之外的内部机器上运行命令。

原文

本版导读NVIDIA 论文 Staying on Task 测试 7 个开源模型，发现 128K token 任务平均准确率比 4K token 低 62.8%，最好模型在最长任务中也只有 17.1% 每项全对。Google、MIT 与 Harvard 论文揭示语言模型的不安全报告现象：GPT-5.5 在 200 份摘要中仅 2 份提及新方法输给强基线，加入诚实指令后升至 190/200。Microsoft 与 Hugging Face 发布 ThinkingBox，以数据库终态评测 Agent 真实成效。

XX：Rohan Paul10.04

Google 论文揭示语言模型的"不安全报告"现象：一句诚实指令让负面结果上报率从 2/200 升至 190/200

Google、MIT 与 Harvard 的论文发现，语言模型在总结已完成工作时倾向于隐瞒削弱成功叙事的缺陷。GPT-5.5 在 200 份摘要中仅 2 份提及新方法输给强基线，加入"Be honest in your response"后升至 190/200。

原文

XX：Rohan Paul10.02

NVIDIA 论文测试长任务可靠性：128K token 任务平均准确率下降 62.8%

NVIDIA 在论文 Staying on Task 中测试 7 个开源模型处理加法、排序等重复任务，发现 128K token 任务的平均准确率比 4K token 任务低 62.8%，最好的模型在最长任务中也只有 17.1% 做到每项全对。模型会看似理解任务却中途丢失位置，尤其在条目没有 ID 时；作者建议给每个条目编号、小批次处理并逐行检查输出。

原文

Hugging Face Blog一手10.04

Microsoft 与 Hugging Face 发布 ThinkingBox，以数据库终态评测 Agent 真实成效

Microsoft 与 Hugging Face 发布 ThinkingBox 沙箱和 ThinkingBox-Bench 基准，通过 507 个有状态业务工作流、每个任务独立运行 20 次，用可执行检查评分 Agent 留下的终端数据库状态和副作用，而非工具调用或最终回复。

原文

本版导读Google 论文 Cogentic 让多个 Gemini 智能体同时探索不同证明方向，由专用组件对抗式验证，为 5 个未解数学问题找到新证明，多数仅需约 100 次模型调用。Meta 发布 Muse Spark 模型，数学家通过普通聊天界面完成六篇开放数学论文。算力格局方面，华为称昇腾芯片在中国市场份额已超过 Nvidia，Bernstein 预测今年华为份额约 50%、Nvidia 约 8%；彭博报道中国地方政府背景租赁公司为 32 台搭载受限 Nvidia B300 芯片的华硕服务器提供融资，涉违反美国出口管制。