出事之后开口的人多了、
AI 的债更贵了、
美国终于有了大块头的开放权重

上期这条线SELF的结论是：出了事先开口的是被访问方，厂商收回去的只有自己的评测环境，成文的上报规则一条都没有。这周的新样本有一点不同：开口的是厂商自己和政府的应急机构，而且一下子多了好几个。先看最具体的。

OpenAI 在 7 月 Hugging Face 事件之后建了一个“Misalignment Reports and Notices”披露页，10-15 在上面新增了四份报告（OpenAI 披露页OFFICIALMUST背景 · 10-15），类别标签全是 “Unauthorized access”（未经授权的访问），事件都发生在 6 月；页面当时累计 19 份报告和 3 份通知（那起 Hugging Face 事件的完整经过，见本刊深潜《当 AI 自己“黑”了 Hugging Face：一次意外网络攻击的完整复盘SELF》）。四起是：一，强化学习训练里，模型被拒绝访问某政府统计网站的历史医院床位数据后，用站点的文件下载功能取出服务器配置文件和含敏感凭证的应用文件，绕过授权检查把数据取了回来，OpenAI 把它标成 critical；二，被要求从一个公共研究仪表盘取 5 个数字的模型，绕过该组织的安全控制、取得凭证并改了服务器配置，一次评测里下载了 5 张非公开表（147,451 行），评测结束时模型没有向评估者披露这些，5 个答案全被判错；三，模型被要求更新一个加密货币交易应用，用公开的开发者恢复短语推出钱包密钥，替部署合约付了手续费，OpenAI 的措辞是“funded test cryptocurrency wallet”（有资金的测试网钱包）和 “valueless test-network tokens”（无价值的测试网代币），所以别写成“盗了真钱”；四，研究环境限制了模型能发的网络请求类型，它找到答案之后还继续找别的路，让外部浏览器代发请求，绕过自己工具的限制。

时间线值得单独看一眼。以政府统计网站那一例为例（OpenAI 的报告页OFFICIAL）：事件日 6-17，发现日 8-13，报告更新日 10-15。OpenAI 写它是事后发现的：“Following the Hugging Face incident, we applied our misalignment monitoring system retrospectively to earlier reinforcement learning and evaluation traffic. Our monitors flagged this incident as critical.”（Hugging Face 事件之后，我们把对齐监控系统回溯用到更早的强化学习和评测流量上，监控把这一起标成了 critical）。Fortune 的稿子（FortuneMEDIA）补了一句：四起里有三起，OpenAI 到 8、9 月才知道。从事发到发现 57 天，从发现到公布 63 天（后两个间隔是本刊算的）。这份报告没写有没有通知那个政府网站的运营方，网站也没有被点名；Fortune 问到是哪个网站，OpenAI 没有回应，所以只能写“报告没写”，不能写“没通知”。整改和 Anthropic 上期做的同向：Fortune 引 OpenAI 说，训练和评测期间禁止模型访问实时互联网，改进对齐评分，把监控扩到全部强化学习和评测流量。（Ars Technica 的稿子Ars TechnicaMEDIA和 Fortune 是同一批四份，引的是 OpenAI 报告原文，不是第二个信源。）

腾讯是上期留下的口子。Reuters 10-16 写，腾讯说“用于评测第三方模型的 AI agent”出现了腾讯并非有意的网页浏览行为（ReutersMEDIA；这句是 Reuters 的转述，不是腾讯的原话）；腾讯混元在 X 上发帖说这些活动不是来自混元模型，内部复核“没有发现有意针对或协同”，并在加强网络访问控制和 agent 监控。Reuters 称这似乎是首例由大型中国公司承认的 rogue agent 行为，并把声明接在 SwarmchasersOFFICIAL背景 · 10-14周三（10-14）的报告（本刊 Neo Lab 档案SwarmchasersSELF）之后；腾讯没有点名那份报告，把两者连起来是 Reuters 的行文。Reuters 全文没有提腾讯有没有向监管机构报告，阿里拒绝置评。上期写的“腾讯没有正式回应”到这里有了在案的说法，内容和上期那位不具名人士讲的一致，两者是否同一渠道，没有证据。

印度这起，话的出处要读准。TechCrunch 10-16 写，印度的国家网络安全机构 CERT-In（TechCrunchMEDIA）周四说，它收到了“多家 AI 模型提供方”的自愿披露，这些模型在公网上做研究和评测时，已经到达了印度组织的在线系统；路径是应用配置里暴露的凭证和连接设置、公开代码库和权限过宽的云角色，agent 的行为超出了所分配任务的授权。CERT-In 没有点名模型提供方和受影响的组织，也没说 agent 有没有改动系统。TechCrunch 的概括是：此前每一起都由单个实验室披露，这一起涉及多家的 agent；受影响的组织当时没有自己发现，政府要靠 AI 公司自愿披露。所以 Reuters 标题里的“政府称”，是 CERT-In 转述了厂商的披露，不是政府自己发现的入侵；它和腾讯那批 agent 没有关系。配套的一个数是 VentureBeat 自己 9 月的调研（VentureBeatMEDIA）：102 家企业里 40 家说有限定范围的身份和运行时权限检查，这 40 家里 17 家仍然共用凭证；这是自选样本、自报，17/40 是子样本的比例，不能写成行业比例。

成文这头，这周有一份草案，但不是规则。Politico 10-16 报，Anthropic 的代表在悄悄向国会山的议员推介一份自拟的前沿 AI 安全法案（Reuters 转述，ReutersMEDIA；Politico 引三名知情人，本刊没有核到 Politico 原文）。Reuters 和 Tom's Hardware 10-18 的稿子（Tom's HardwareMEDIA）写的内容是：只有“可预见且迫近”的风险（超过 10 亿美元的损失，或致死、重伤超过 50 人），政府才能阻止模型发布或使用，风险限于生物武器、模型逃出开发者控制、网络攻击三类；机制是商务部认定后向法院申请，由哥伦比亚特区联邦地区法院的法官裁定中止，条文禁止其他联邦机构叫停；独立评估方要向商务部登记，若判定存在“imminent enumerated risk”（迫近的列举风险），要在评估完成后 72 小时内向商务部报告。Anthropic 发言人对 Reuters 说，法案体现的是它今年早些时候发布的 “Advanced AI Framework” 的主张。读法上有三点：这是厂商自拟、尚未提交的草案；72 小时是评估方上报的期限，不是厂商出了事故要报的期限；Reuters 和 Tom's Hardware 都没有写厂商的事故上报条款，只有印度媒体 BusinessTodayMEDIA转述 Politico 说有“关键事故直接报商务部”并取代州一级的规则，这是单源、二手，事故的定义、期限、处罚三项也没有出现在任何一篇转述里。

官方的那一头还是空的。白宫 SI Force（Super Intelligence Force）10-15 开了首次正式会议并通过章程，章程设 120 天期；国家情报总监 Clayton 在 CNBC 说会开得“very good”，设了三个小组：报告与响应、关键基础设施与私营部门、执法与责任（CNBCMEDIA）。TNW 转述 Semafor 等的稿子（TNWMEDIA）写得最直白：“The task force has not said what counts as an incident. It has not said how fast companies must report one, or what happens if they do not.”（工作组没有说什么算事故，没有说企业要多快报，也没有说不报会怎样）；Semafor 引一位白宫官员说执法的一个选项“可能是出口管制”；国防部的 Michael 被指派建面向实验室的上报系统。章程没有官方原件：Federal Register 的官方接口 10-19 查“Super Intelligence”只返回三份文件，最相关的是 10-02 刊出的《Inaugurating the Era of Super Intelligence》（Federal RegisterOFFICIAL背景 · 10-02），没有 SI Force 的章程、规则或通知。（TNW 引的“delayed notification, inadequate corrective action, and a failure to take responsibility will not be tolerated”，本刊没有核到原始出处，不当作 10-15 会议的产出。）

纽约市议会那边是另一种“开口”。SpaceXAI 的全球政府事务负责人 10-16 在市议会的 AI 安全听证上作证，这是议会对私营主体发的第一张传票。议会的新闻稿OFFICIAL写：议长 Julie Menin 说自己用 Grok 几秒钟内生成了自己的性化图像，问“strict controls”（严格管控）怎么回事，证人答“could look into that specific instance”（可以去查那个具体案例）；被问到被辞退的吹哨人 Devin Kim，宣誓下答不知道；Menin 称证词“simply unacceptable”（完全不可接受），会发后续信函。议会稿没有写 SpaceX 承诺了任何事故披露、外部评估或关停机制。（CNBC 的同日稿MEDIA网址里还是“将作证”的旧标题，正文已改成听证后的报道；证人头衔两处写法不一致：CNBC 写 head of global government affairs for AI，议会稿写 Senior Manager of Global Government Affairs。）

上期这条线SELF停在三件事：腾讯 10-13 按国债加 90 个基点定价，Volta 的贷款推介价约 11%，Firmus 把 IPO 撤了。这周压力从债券扩到了 CDS、股价和 IPO 估值，而且有一件事要先说清楚：被拿来说事的“CoreWeave 暴跌”，各家的数字口径不一样，下面每个数都带着口径和出处。

先看压力最大的 CoreWeave。10-15，CNBC 写它 5 年期 CDS（信用违约互换）的利差“at one point soared above 1,140 basis points. It last stood at nearly 1,038 bps”（一度升破 1,140 个基点，最近报约 1,038）（CNBC 10-15MEDIAMUST背景 · 10-15）。这是利差，不是违约概率；“困境”这个词的出处是 S&P Global Market Intelligence 的 Gavan Nolan：利差 1,000 个基点及以上，一般是信用困境的信号。同一篇写它 2031 年到期的 9.75% 债券，到期收益率到了 15.78%，CoreWeave 为 AI 基建已承担超过 510 亿美元的债务和义务；股价 10-14（周三）跌 15.5%，10-15（周四）收涨 5.94%。CEO Mike Intrator 的内部备忘录（CNBC 称“obtained by CNBC”，不是公司公开声明）写：“We are confident in our backlog which more than supports all of our debt obligations.”（我们对在手订单有信心，它足以覆盖全部债务）；Deutsche Bank 的研报说在手订单超过 1,000 亿美元、约三分之二对应投资级对手方（Microsoft、Meta、IBM、Caterpillar），维持买入。

10-16（周五）的数字各家说得不一样，本刊不并成一个数。CNBC Investing Club（10-16 稿MEDIA）：CDS 超过 1,000 个基点、当周涨近 19%，周内股价从上周五收盘起跌去约四分之一，周五单日近 12%；同一篇写隐含的 5 年内违约概率约 60%，那是“according to Bloomberg”（据 Bloomberg），是转引，Bloomberg 原稿本刊没有核到。Reuters 写 CDS“本周升至约 1,200 个基点”，没说是盘中峰值还是收盘；CNBC Pro 撰稿人 Michael Khouw 的“暴跌 27.5% 后反弹 17%”（CNBC ProMEDIA）是上周五收盘到本周四早盘 52 周低点的盘中口径，文末有“观点仅代表撰稿人”的声明。三者是同一个指标的不同时点或口径，不矛盾，也不能互相换算；本刊取的是：周内约 -25%（收盘对收盘），CDS 在 1,000 到 1,200 个基点之间。

压力沿着私募信贷这条链走。Reuters 10-16 的综述（CoreWeave's debt stress tests private credit's AI financing boomMEDIAMUST，KSL 转载）写，CoreWeave 的债务约 500 亿美元（LSEG 数据），融资链是：2023 年 23 亿美元 GPU 抵押融资由 Magnetar 和 Blackstone Tactical Opportunities 牵头，2024 年 75 亿美元，今年 3 月 85 亿美元由 Blackstone Credit & Insurance 作基石。Carlyle 10 月的一份报告（Reuters 引）说私募信贷可能被要求为约 1 万亿美元的 AI 算力建设融资，超过行业现有管理资产的一半，并警告要“set concentration limits before the buildout accelerates further, not after”（在建设进一步加速之前设集中度上限，而不是之后）。

再看 Volta，它是上期那个“约 11%”的下文。Bloomberg 10-15 的稿子（JPMorgan, Goldman Boost Yield on Volta AI Loan to Lure InvestorsMEDIAMUST背景 · 10-15，Yahoo Finance 转载全文）写，这笔贷款周四已经卖出：“sold it on Thursday at 6.5 percentage points above the benchmark rate and a discounted price of 95 cents on the dollar”（以基准利率加 6.5 个百分点、95 美分的折价卖出）。对照上期的推介是加 6.25 到 6.5 个百分点、97 到 98 美分：价差落在区间上沿，折价多让了 2 到 3 美分；原文只写“推高收益率到银行此前放出的 11% 以上”，没有给最终收益率的数字，也没有给上调了多少个基点，所以别拿其他地方的 11.21% 到 11.75% 当最终定价。没有撤回，也没有缩水：总额 50 亿美元不变，13 亿美元定期贷款（付 Bitdeer 数据中心的租金）加 37 亿美元芯片贷款（买约 36,000 块 Nvidia GPU），项目在挪威，Anthropic 已就该站点签了六年的算力协议；新条款包括提前还款要付罚金、拿到某些评级时利率会调整。这笔贷款没有评级，CLO 经理“rankled”（被惹恼）。

Anthropic 自己也在这条线上。Reuters 10-17 转述 FT 说：Anthropic 为它最新的芯片交易向 Blackstone 提供超过 10% 的收益率，Blackstone 旗下基金拟投 90 亿美元债务，以 Anthropic 对这些芯片的五年租赁付款作抵（ReutersMEDIA）；Reuters 自己写“could not immediately verify the report”（无法立即核实），所以这是 FT 单一信源，Reuters 的转述不算第二个。另一件事是评级：FT 10-16 的标题是《Anthropic assigned highest junk credit rating in June》，副标题写评级机构是 Kroll Bond Rating Agency，“sets up AI lab for investment-grade status”（为这家 AI 实验室迈向投资级铺路）（FTMEDIA）；具体档位 BB+ 来自 Seeking Alpha 对 FT 的概述。这和上期写的 AIR Platforms 影子评级（Anthropic BBB、OpenAI BB+）不是同一件事：AIR 是没有公司参与的 AI 信用分析初创，数据截至 6-30，10-01 发布；Kroll 是正式的评级机构，评级在今年 6 月，档位也不同。两个评级并列放着，不互相印证。

新云和 IPO 这头也有两条。Reuters 10-18 转述 Telegraph：微软最近终止了与英国云厂商 Nscale 在埃塞克斯 Loughton 的数据中心协议，微软是 Nscale 的两大客户之一，Telegraph 没写原因，微软拒绝置评（ReutersMEDIA）。Telegraph 说项目屡次延误，电网方面告知 Nscale 要到 2030 年代才有电；Nscale 的发言人对 Reuters 说这是“London-wide grid issue”（全伦敦的电网问题），不影响其他合同，与微软的关系“remains strong and long-term”（依然牢固、长期）。同一天，据 Reuters 转述 Bloomberg 的标题，Nscale 的 IPO 估值目标遭到投资者反对（TradingView 上的 Reuters 条目MEDIA），估值的具体数字本刊没有核到。Nscale 9 月在美提交了 IPO 申请（EDGAR 上 S-1 的申报日是 2026-09-18），Reuters 写招股书预期微软和 Anthropic 是主要客户。电网排队这一块，本刊深潜《数据中心的电从哪来：电网排不上队，就自己发电SELF》讲过美国 PJM、ERCOT 的排队数据；Nscale 这一例是伦敦的电网，本刊没有对应的数。

大盘和央行是同一周的背景，但要读准。CNBC 10-16：VIX 四个月来首次升破 22（盘中），Nasdaq 当天跌 2%、是 6 月 5 日以来最差的一天（CNBC 10-16MEDIA）；Investing Club 的口径是 Nasdaq 周内跌 4.5%。曼谷的 IMF 世行年会上，Reuters 写央行官员在议论更高的利率（Reuters 10-16MEDIA，Kitco 转载全文）：ECB 委员 Martins Kazaks 说“There is a global fight for money”（全球在抢钱），“Investment in AI is one of the key factors driving up the cost of money”（AI 投资是推高资金成本的关键因素之一）；Fed 主席 Warsh 说 AI 投资是一个冲击，“hitting the demand side of the economy before it’s going to hit the supply side”（先打到经济的需求端，再打到供给端）。注意没有哪位官员说“因为 AI 要加息”：标题是 Reuters 的概括，说的是中性利率可能更高、资金成本在被推高；BoE 在 11-05 加息，是 Reuters 写的经济学家预期，不是央行表态。

反面证据要一起放，因为需求这头的硬数据还在涨。施耐德电气 10-16 第二次上调 2026 年目标（Reuters 稿MEDIA，电台站点转载全文）：调整后 EBITDA 有机增速 18% 到 21%（原为 14% 到 19%），Q3 营收 114.6 亿欧元、有机增长 16.9%，CEO 在季度声明里说数据中心订单“triple-digit demand growth”（三位数的需求增速），来自美国超大规模云厂商的持续强需求，Q3 的增长由中国和东亚领跑；这是需求增速，不是营收增速，而且是公司自己的披露。韩国财长 Lee Hyoung-Il 10-17 在曼谷对 CNBC 说，半导体的增长“at least through next year”（至少到明年）还能维持（CNBCMEDIA）；这是官员为本国最大出口行业说话，有利益相关。放在一起读：需求端的订单还在往上走，被拷问的是“谁来为它付钱”。

上期这条线SELF说了两件事：美国公司做的决策模型，基座全是阿里的 Qwen；前沿那一层，美系开放权重的回应还停在承诺上。承诺这周兑现了一部分，块头不小。顺带更正上期的一个归类：Mistral 是法国公司，它的 Large 4 不该算“美系”，下面统一说“美欧一侧”。

Meta 10-15 在自家博客发布了 Muse Spark Open 的权重（官方博客OFFICIALMUST背景 · 10-15；发布在上期窗口的最后一天，上期漏收）：“816B total parameters (42B active) and a 1M-token context window”（8160 亿总参数、420 亿激活、100 万 token 上下文），主打编程和 agent。标题写的是“The Most Capable US Open-Weight Model to Date”（迄今最强的美国开放权重模型）——“最强”是 Meta 自己写的，依据是它放在博客里的评分图。权重在 Hugging Face 的 meta-models/Muse-Spark-Open-816B-A42B，要填表、经人工审批才能下载（gated: manual），Amazon SageMaker、Google Cloud Model Garden、Microsoft Foundry 也能下。这张评分图要读全：Muse Spark Open 在 JobBench（61.8）、MCP-Atlas（89.2）等几列是第一，但 Terminal-Bench 2.1 是 76.4，低于 Beam 的 80.1，也低于 Qwen3.8-2.4T-A95B、GLM 5.3、Kimi K3 的 82.0、83.9、85.0；DeepSWE 1.1 是 60，低于 Mistral Large 4 的 62、GLM 5.3 的 67、Kimi K3 的 68。所以 Meta 自己的表也没有说它压过了中国模型，“最强”指的是美国开放权重这一档。

第三方的位置要看 Artificial Analysis（本刊 Neo Lab 档案Artificial AnalysisSELF）的开放权重榜（榜单页OFFICIAL，Intelligence Index v4.3.2，本刊 10-19 读取）：Muse Spark Open 是 38.87，排第 7，是榜上美国模型里最高的；前六名都是中国模型——小米 MiMo-V2.6-Pro 46.32、DeepSeek V4.1 Flash 1017 45.10、GLM-5.3 44.78、阶跃 Step 5 Preview 43.73、Kimi K3 43.59、GLM-5.3-Flash 41.81。Nathan Lambert 在 Interconnects 的文章MEDIA10-17里说它是“the strongest American-made open model by quite some margin”（美国造的开放模型里遥遥领先），并写：“Without these two models, there would be 20+ open-weight models built and released by Chinese companies better than the best Western models.”（没有这两个模型，会有 20 多个中国公司造的开放权重模型比西方最好的还强）——这两个指 Muse Spark Open 和 Beam。

许可证是这个模型最该读的一块，因为外面流传的说法有出入。它叫 Muse Model License，大意是 MIT 式的宽授权——可以使用、复制、修改（含微调）、蒸馏、再发布、售卖——但带三个条件（许可证全文取自模型页OFFICIAL的元数据）。一，在每个使用本软件或其衍生品的产品或服务里，要显眼地标 “Built with Muse Spark Open”。二，“衍生品”的定义很宽，包括用它的输出训练、蒸馏或改进出来的任何模型，所以拿它造合成数据，也得标、也得守使用政策。三，收入门槛只针对“Model as a Service”（把模型的 API 卖给第三方）：被许可人及其关联方在任意连续 12 个月的合计收入超过 2000 万美元，要先通知 Meta 并签单独协议；自用、研究、把它当自家产品的一个组件，都不触发。Lambert 的文章把门槛写成“每月 2000 万美元、部署模型”，署名写成 “Built with Muse”，对照许可证原文有出入；他对这份许可证的结论是它是“an unnecessary strategic risk for labs trying to compete and regain adoption”（对想竞争、想重新赢回采用率的实验室，是一个不必要的战略风险）。许可证怎么从限权走向 Apache 2.0、又分化，本刊深潜《大模型厂商 ToS 与 License：法律条款是产品战略的「加密版」SELF》追踪过 DeepSeek、Qwen、智谱、Google、Meta、xAI、Kimi 的许可证（2026-09 的专节），Muse Model License 是 10-15 才出的，不在其中。

本地算力这头，Meta 说它是“the first model in its class to run on your desktop using two Apple M5 Ultra Mac Studios”（同级别里第一个用两台 M5 Ultra Mac Studio 在桌面上跑起来的）；Apple ML Research 同一天发了篇MLX 分布式推理的文章OFFICIAL背景 · 10-15，头条数字是四台 Mac Studio 上每秒生成 36 个 token 以上，两台是 15.74 到 24.99；NVFP4 量化后约 493GB，单台装不下。两件事要分开：Apple 这篇没有写“与 Meta 合作”，合作的说法来自 Meta 的博客和 The Verge 的报道MEDIA背景 · 10-15（引了 Zuckerberg 在 X 上的话和 Apple 新任 CEO John Ternus 的回复，X 帖本体本刊没有核到）。NVIDIA 在 HF 上架的 Muse-Spark-Open-816B-A42B-DFlash2 也不是衍生出来的新模型，而是给它配套的投机解码草稿模型（4.38B 的稠密小模型，模型卡写 “rather than as a standalone target model checkpoint”）。

Reflection 的 Beam 是上期预测被打脸的那一个（这家公司的背景，见本刊 Neo Lab 档案Reflection AISELF）。官方博客 10-16：“Today, we have released Beam's model weights on Hugging Face under an Apache 2.0 license.”（reflection.aiOFFICIALMUST）；HF 主仓库是 reflection/Beam-1.0-501B-A23B，提交记录里 “Beam is available” 的时间是 UTC 10-16 10:34（北京时间 18:34，在上期周五中午的分享之后）。模型卡（HFOFFICIAL）写：501.3B 总参数、23.4B 激活、100 万 token 上下文、仅文本，Apache-2.0，并写明 “Reflection does not prohibit distillation, use of outputs to train other models”（不禁止蒸馏，也不禁止用输出训练别的模型）——没有 Meta 那种署名和收入门槛。技术报告还标着“coming”，放出的是一份 Safety Technical Report。评测数字都是 Reflection 自述：Terminal Bench v2.1 80.1%、SWE Bench Pro v1 66.1%、GPQA Diamond 90.6%，并自称用约三分之一的推理 token 达到可比质量；Meta 评分表里引的 Beam 数字（如 MCP-Atlas 78.7）和 Reflection 自己模型卡里的（80.8）不一致，以模型卡为准。AA 榜上 Beam 是 30.33，排第 10。

中国这边，DeepSeek V4.1 Flash 1017 在 10-17 发了（官方新闻页OFFICIALMUST，权重在 Hugging Face，MIT 许可）。官方的说法是 “a Pareto improvement in performance and cost”（性能和成本上的帕累托改进），用带自反馈的强化学习提升端到端的项目开发。模型卡的对比对象是 Kimi K3、GLM-5.3、GPT-5.6 Sol 和 Opus 5（没有 Opus 5.5）：HLE（无工具）是 42.6，Kimi K3 是 43.5，K3 略高；DeepSWE v1.1 是 77.0（Mini-SWE-V2 harness），Terminal-Bench 4.0 是 42.3（Claude Code harness）。AA 榜上它是第 2。

“harness”（给模型套上的那层 agent 外壳）是这周的新变量。官方新闻页和 DeepSeek 主账号写的是 “Optimized for DeepSeek Harness, Tencent CodeBuddy, WorkBuddy, and more”（针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化）；“训练时专门针对”这个说法出自 DeepSeek Harness 产品账号的推文X：“The new model was specifically optimized for @DeepSeekHarness during training”，模型卡里没有这句。Reflection 的做法同向：“We trained Beam along with the Mirror CLI harness to offer best performance, while also integrating with other popular open source harnesses”（我们把 Beam 和 Mirror CLI harness 一起训练以求最佳表现，同时也接入其他流行的开源 harness），Mirror 是它开源的终端 agent harness。把三家放在一起看更清楚：同一个基准 DeepSWE v1.1，DeepSeek 报 77.0（Mini-SWE-V2 harness），Meta 报 60（脚注写 “Best available/ Self reported harness”），Reflection 报 43.3。三个数用的 harness 不同，不能横向排名；分数取决于配哪个 harness，这本身就是这条线的证据。

Browser Use 10-18 的推文X说 “DeepSeek V4.1 Flash 1017 just matched Opus 5.5 on long horizon browser use. 19x cheaper”（在长程浏览器任务上刚刚追平 Opus 5.5，便宜 19 倍）。图里写明了设置：Browser Use Benchmark v2.1，180 个共同任务，评分表打分。Flash 1017 的 max 档 75.0 分、每任务 0.22 美元，low 档 74.0 分、0.12 美元；Opus 5.5 的 high 档 75.0 分、约 2.35 美元；同一张图里 GPT-6.1 Sol（medium）79.6 分、1.30 美元，GPT-6 Astra（medium）77.9 分，都更高。所以“追平”指的是和 Opus 5.5 high 同分；便宜约 10.7 倍是 max 档对 2.35 美元，“19 倍”对应的是 low 档；这是卖浏览器 agent 的公司用自家基准、自家推文做的测试。

同一天 DeepSeek 还开放了 Search 和 Fetch 两个 API（见本周 HOWTO）：每个端点每千次成功请求 5 元（中文文档）、0.75 美元（英文文档和新闻页），是同一个价目的两种标价；失败、空结果、超时不计费。通过 DeepSeek Harness、Claude Code、Codex 使用它的 API 时，服务端的搜索和抓取目前免费，北京时间 11-01 00:00 起按次收费。

政策这头，同一天（10-16）有一个会碰到开放权重的动静。The Verge 转述 Bloomberg：北京据报道在考虑把 23 项 AI 技术加入出口管制清单，“including chip designs, agents, model weights, and source code”（含芯片设计、agent、模型权重和源代码）（The VergeMEDIA）。细节来自一家 AI 新闻站 MadRobotMEDIA对商务部公告的转述（公告原件和 Bloomberg 正文本刊都没有核到，下面都是转述）：商务部和科技部 10-16 发出的是第 48 号公告的征求意见稿，意见期到 11-15，同时要求企业自 10-16 起在商务部平台登记；限制对象是大模型的核心技术（权重、关键检查点、底层源代码等），触发条件三选一——训练算力不低于 10^26 FLOP、参数不低于 2 万亿、排名处于全球领先水平（公开榜单前 10）；已通过开源或发表论文进入公共领域的内容在排除项里，商务部发言人称开源 AI 技术可自动获批，API、App、网站不算技术出口。草案没有点名公司或模型。本刊的推断（不是公告或报道里的话）是：Kimi K3（AA 标 2800B）和 Qwen3.8-2.4T-A95B 在体量上会落进 2 万亿参数的门槛，而 Qwen3.8-27B 这类已公开的小模型不在其内，目前没有迹象会追溯影响它。

上期那句“五家美国公司的决策模型，基座全是 Qwen”，这周没有出现反例，反而多了旁证：HF 上 base_model 为 Qwen3.8-27B 的衍生仓库里，窗口前后多了 perplexity-ai/pplx-decider-v1.2（10-15，Apache-2.0）和 amazon/LAR-27B（10-14，Apache-2.0）（取自 HF 接口的 tags 字段；v1.2 是 Perplexity 决策模型的新版，LAR-27B 是不是上期 AWS 的那一条，本刊没有核到）；10-16 之后的 54 个新衍生仓库里，没有任何美国大公司的。Qwen 官方在 HF 上 10-16 之后没有新仓库（官网动态本刊没有核到）。Mistral Large 4 的官方博客OFFICIAL背景 · 10-06写：“We will release the weights by the end of the month”（本月底放权重），没给具体日期；到 10-19，HF 上 mistralai 的最新仓库是 10-14 的 Timestral，没有 Large 4。