EP.111
租来的算力先被收回、
AI 证出量子猜想有 Lean 盖章、
写信变便宜收信的人遭殃
这周的共同点是“谁来验、谁来收、谁手里的东西先动”：暴跌之后，先换手的是租来的和没盖完的；AI 做研究，能当场验掉的才站得住；写东西变便宜了，账记在审的和收的一方。
11-10（周二）上午会前版：页面更新到北京时间 11-10 上午九点多，已含美股 11-09 的收盘、Nvidia 董事会 11-08 的调查声明、CoreWeave 11-07 的去信、Anthropic 11-09 发布的 Fable 5.2 与 Mythos 5.2；不含 CoreWeave（11-10 盘后）、Nebius（11-12）、Nvidia（11-17）的财报。
| 判断 | 结论 | 说明 |
|---|---|---|
| 兜底的价格会先在“谁来担保、怎么担保”的条款上显形，而不是先在云厂商的资本开支上 | 方向上出现一个要盯的新信号，没有触发认错条件 | 担保和残值保证这一层，这周的材料里没有新披露的条款。新信号在租约这一层：Microsoft 选择不续和 Oracle 的一份协议、在评估少用哪几家 neocloud（CNBCMEDIA边界日 · 11-06），详见线 A。认错条件是云厂商先因需求不足下调资本开支、而担保条款没有变多：Microsoft 的公开口径是“定期对照客户需求复核这些投入”，没有宣布下调资本开支指引；不续的是租来的容量，不是资本开支，所以不算触发。下一个硬检验在 CoreWeave 11-10、Nebius 11-12 的 Q3。 |
| 手机和 PC 的下滑会一直持续到上游新增产能到位，而不是一两个季度就回来 | 方向上有新证据支持，还没到判定时点 | Omdia 11-05 的新闻稿OFFICIAL背景 · 11-05：Q3 全球平板出货同比 −23%、约 3,200 万台，近三年最低，上一季是 −10%；分析师 Himani Mukka 写：“With supply conditions expected to tighten further next year, a meaningful recovery in the tablet market is unlikely before 2028.” 平板不是 PC 和手机，但受的是同一条链上的零件约束（新闻稿写 Samsung 的出货受“component constraints”拖累）；前五家里只有 Lenovo 增长（+12%）。供给那头，TrendForce 11-09 转述 Nikkei：Terafab 向设备商通报 2032 年每月约 70 万片存储晶圆的目标，计划 2028 年下半年才开始量产（见快讯），是 2028 年以后才可能到的供给。认错条件（上游价格回落而下游仍在跌，或下游在缺货没缓解时先强劲反弹）没有触发。 |
| 画图变容易以后，多出来的需求先撞上板材和产能，而不是设计软件的收费 | 没有新材料 | 本刊 11-09 没有找到比上一期用过的、10-26 发布的 9 月数据更新的北美 PCB 订出比，也没有找到窗口内新的覆铜板涨价或限量公告。认错条件（材料价格回落、产能松了，订单却没有跟着涨）没有触发。 |
| “agent 画的板能用”会先被板厂和 EDA 厂自己证明或证伪，而不是由画板的创业公司证明 | 有一份新材料，方向上部分支持，还不够下判定 | 11-09 Anthropic 的研究页OFFICIAL：Fable 5.2 凭一段话的提示设计了三个电子设备，板厂 Diode 按设计文件做出三块板，页面写样机“worked without any fixes to their circuitry”，Diode 说他们“surprised that they didn't have to do this with Claude”，见快讯。读法要收紧：发布方是 Anthropic（页面声明与 Diode 有商业关系），Diode 自己的网站只放了一个指向这篇的链接，没有它自己的数据；样机没做电气验证、天线调试、热测试或认证，也不是为量产设计的。所以这是“板厂参与、样机能工作”，还不是“板厂或 EDA 厂公开了通过率”。11-06 以来本刊仍没有找到装配厂或 EDA 厂公开的数据，也没有找到画板创业公司自己公开、并被第三方复验的数据。认错条件没有触发。 |
这条线的主张：上期（EP.110 线 A）说兜底被标上了价，这周价格传到了资产上。11-05 美股暴跌之后，最先换手或被砍的，是租来的算力和没盖完的园区，而不是各家自己手里在运转的。同期需求端的自报数字没有松。下面先放几件事，再讲怎么读；每件的日期和说话人按各自页面，11-06 是上期分享日（边界日）。
| 谁 · 哪天 | 做了什么 | 怎么读 |
|---|---|---|
| Microsoft · Oracle 的租约 11-06 | CNBC 标题《Microsoft plans to use fewer neoclouds as AI buildout shows signs of strain》：两位知情人士说，Microsoft 选择不续和 Oracle 的一份协议；另两位说它现在处在评估阶段，还没决定停用哪几家 neocloud，其中一位说公司想优先用自己的数据中心（CNBCMEDIA边界日 · 11-06）。Microsoft 的公开口径是：“We regularly review these investments against customer demand”“the pace of our new agreements reflects what we need today”。Bloomberg 的报道（本刊据 The Next Web 的转述MEDIA边界日 · 11-06）说，这份 2023 年的协议让 Microsoft 租 Oracle 的服务器跑 Bing 的 AI 搜索，服务器用的是旧款 Nvidia 芯片、已不符合需要；Microsoft 拒绝评论。另有 The Information 同日的简讯MEDIA边界日 · 11-06（据标题和导语） | “旧款芯片”这个原因只见于 Bloomberg 的匿名信源；CNBC 的信源只说“没续约”和“还在评估”；两家公司都没有正式确认，所以本刊不把它写成事实。TNW 转述 Oracle 的说法是对其 AI 基础设施的需求依然强劲、包括旧款芯片，那不是 Oracle 的原稿。CNBC 同文写：CoreWeave、Nebius、IREN 的股价过去一个月都跌了约一半，即使周五反弹之后。FT 本周早些时候还报 Microsoft 决定不续 Nscale 在德州的合同（EP.110 写过）。这些是租出去的容量在收缩，不是 Microsoft 下调了自己的资本开支 |
| Crusoe → Google 11-06 | Crusoe 周五确认，已把怀俄明东南部一个没盖完的数据中心项目卖给 Google；价格没有披露。TechCrunch 写：Google 是 Crusoe 此前想拉来当租户但没谈成的客户，这次接手，据报道是对成本和工期有顾虑；Crusoe 最初是去年和 Blackstone 支持的 Tallgrass 一起宣布这个项目的，原本规划的远期规模是 10 吉瓦；Bloomberg 6 月就报过这笔交易（TechCrunchMEDIA边界日 · 11-06） | 11-06 是 Crusoe 的公开确认，不是第一次曝光。没盖完的项目有人接盘，但价格没披露，不能据此说成折价或溢价。Crusoe 本身不缺钱：TechCrunch 写它最近估值 309 亿美元、刚融了 39 亿美元；它还在建另一座 900 兆瓦的园区给 Microsoft。“成本和工期顾虑”是 TechCrunch 用 reportedly 转述的，没点信源 |
| OpenAI · 新一轮融资 11-06 | Bloomberg 标题《OpenAI Completes $11 Billion Portion of Funding at $1.25 Trillion Value》（BloombergMEDIA边界日 · 11-06，据标题和导语）；Investing.com 转载的版本（Yahoo FinanceMEDIA边界日 · 11-06）写：这是一轮融资的首批，“may grow to $20 billion total in the coming weeks”，原本想融 300 亿美元以上、估值 1.4 万亿；信源是知情人士，没点出资方，没有 OpenAI 的声明。CFO Sarah Friar 当天在 CNBC 说“The round is ongoing, but we feel quite confident in it.”，并说业务季环比增长 70%、企业业务翻倍（CNBC 逐字稿MEDIA边界日 · 11-06，增长数字是她的自述） | 目标从“300 亿以上、1.4 万亿”到“先收 110 亿、最多约 200 亿、1.25 万亿”，是 Bloomberg 经转载的叙述，OpenAI 没有正面确认。估值口径要带上：Friar 在逐字稿里说的是投前估值（那份稿子把数字写成了 1.25 billion，疑为转写误，本刊不照抄）。出资方没有一手确认，本刊不写。The Information 11-06 的简讯标题说 OpenAI 下周向投资人做简报（只据标题） |
| CoreWeave · 德州 11-07 | CEO Michael Intrator 周六（11-07）致信德州候任州长 Gina Hinojosa，表示愿意和她的团队合作，帮已经拿到许可的项目完工，并帮着制定新项目的“clear, lasting standards”；Hinojosa 竞选时承诺在州里有规则之前暂停新建数据中心（TNW 概括），她的团队没说暂停怎么执行（The Next WebMEDIA，Bloomberg 同日有同题报道） | 这是 CoreWeave 单方面去信，没有协议或会面。放在这里是因为：已批未建的项目值多少，现在取决于一位还没上任的州长的态度。上期写的、这期搬进来的专题 03讲了美国人为什么反对建数据中心，这是同一条线的下一步 |
| Anthropic · 燃气发电机组 11-08 | FT 报道、CNBC 11-08 转述（CNBCMEDIA）：Anthropic 9 月底向得州圣安东尼奥的设备供应商 OnePWR Solutions 买下约 1.7 吉瓦重型燃气发电机组的承诺，金额约 34 亿美元；没有收购 OnePWR，也没有人员转入，交易含安装所需的工程施工能力（据一位知情人士）。Anthropic 和 OnePWR 没有回应置评，Reuters 写“could not immediately verify the report”。CNBC 同文引 Reuters 9 月的报道：Anthropic 预计未来十年在 AI 基础设施上花超过 5,000 亿美元 | 这笔是买设备的承诺，不是租容量，和上面几行方向相反：租来的在被收回、没盖完的在换手，这里是一家公司在买断自己的发电设备。金额、时间、对方都出自 FT 的匿名信源，双方没有确认；本刊只据 CNBC 的转述，FT 原文没有核到。发电机装在哪、什么时候交付，报道里没有写 |
| Nvidia · 治理风波 11-05 至 11-08 | House 外交委员会 11-05 的新闻稿OFFICIAL边界日 · 11-05：三位委员会主席请黄仁勋 11-18 做联席闭门简报，内容是他与 Megaspeed 一位被公开报道为“PRC intelligence asset”的高管的接触，以及 Nvidia 对外国对手间谍活动的安保规程，要求 11-11 前答复。Nvidia 董事会 11-08 宣布启动独立调查，并说“no reason to believe that either national security or NVIDIA secrets were compromised”（CNBCMEDIA）；CNBC 写 Nvidia 的代表称 Megaspeed 规避出口管制的指控已经调查过。Nvidia 的 Q3 财报定在 11-17 美东盘后（IROFFICIAL） | 本刊只写公司治理和出口管制这一层。11-09 周一 Nvidia 收盘跌约 4%（CNBC 专文写 4.27%，起诉状里也是 178.67 美元收盘），而同一天大盘大涨；当天收盘后，加州北区联邦法院出现一起证券集体诉讼（Kistenmacher v. NVIDIA，案号 5:26-cv-13448，起诉状页眉写 Filed 11/09/26，原告律所 Rosen Law Firm；起诉状副本MEDIA来自第三方网站，不是法院系统的原件），指控 Nvidia 和黄仁勋此前关于 Megaspeed 的说法“materially false and misleading”，涉及期间 2025-10-09 到 2026-11-08，这些是起诉状里的指控，不是法院认定。它进这条线，是因为这周的风险不是需求，是“人”：Bloomberg 11-09 的两条标题（据标题）一条写台湾当局出手稳市，一条写亚洲市场可能受 Nvidia 调查的压力。三个日期：11-11 回复期限，11-17 财报，11-18 简报，都在窗口之后或最后一天，页面不替它们下结论 |
先看市场本身。11-05 纳斯达克一天跌 5.5%，进入回调区间；11-06 反弹但没收复：S&P 500 涨 0.3% 到约 7,377，纳斯达克涨 1.1%，Dow 跌 0.5%（CBSMEDIA边界日 · 11-06）。CBS 写的原因有两个：对数据中心建设放缓的担忧，以及对民主党中期选举获胜之后数据中心限制变严、AI 开支变弱的担忧。这两个原因恰好都指向“还没盖的”和“租来的”那一端。11-09（周一）大盘大幅反弹：Dow 涨 1,104.02 点（2.15%）到 52,389.75，S&P 500 涨 2.35% 到 7,549.94、是 4 月 8 日以来最好的一天，纳斯达克涨 2.74% 到 25,253.14，CNBC 把原因归于油价下跌（CNBCMEDIA）。Nvidia 是例外，收盘跌约 4%，CNBC 的专文写 4.27%（CNBCMEDIA）。
再看谁在先动。Microsoft 公开的说法是自有数据中心、租用设施和第三方伙伴并用，“定期对照客户需求复核这些投入”；CNBC 的一位信源说它想优先用自己的数据中心。能看到在动的是租来的、续约的，不是自己的。Crusoe 那座园区是没盖完的，Google 愿意接，Crusoe 没谈成客户。OpenAI 的轮次缩小了，但是在收。反过来，需求端的自报数字没有松：Friar 说业务季环比增长 70%；CNBC 写 IREN 周五涨了 16%，因为它说 AI 收入比上一季翻了一倍多、到 2 亿美元。这些都是公司自己的话，没有第三方核过。
Anthropic 那头，WSJ 11-09 的报道（信源是匿名知情人士；本刊据 investingLiveMEDIA、Investing.comMEDIA的转载，WSJ 原文没核到）说：目标在下周四或周五于 Nasdaq 挂牌，代码 ANT；一周前投资者预期约 1.5 万亿美元，现在有大投资者在压价，几个月前传的约 2 万亿“越来越难实现”；价格区间预计在本周初的文件里披露，市场再恶化仍可能推迟。社交媒体上“按 1.5 万亿定价”的说法超出了转载稿的原话：那是预期，不是定价，区间也还没公布。本刊 11-10 查 SEC 的 EDGAR，Anthropic 最新的一份仍是 11-02 的 S-1/A（EP.110 写过，那一份的发行价区间是空的），之后没有新的修订。路演前价格区间会不会填、填多少，是这条线最近的一个硬检验。11-09 Anthropic 发 Fable 5.2 时还把 Fable 的标准价从每百万 token 输入 $10、输出 $50 降到 $8 和 $40（发布页OFFICIAL）。
接下来怎么发展 · 观察点
- CoreWeave（11-10 美东 17:00）、Nebius（11-12 美东盘前 8:00）的 Q3：积压订单、担保类义务、融资条款，以及管理层怎么说 Microsoft 的取舍（CoreWeave IROFFICIAL、Nebius IROFFICIAL）；
- Microsoft 最终点名停用哪几家 neocloud，Oracle 会不会在 10-Q 或电话会里正面回应；
- OpenAI 这一轮最后收多少、谁出钱，以及下周的投资人简报；Anthropic 的 S-1/A 里发行价区间什么时候填、路演是不是真的开始（EDGAROFFICIAL）；
- Nvidia：11-11 对国会的答复、11-17 的财报和指引、11-18 的简报会不会照要求举行；
- Crusoe 与 Google 的成交价或 Google 自己的说法，以及怀俄明项目后面谁来当租户。
这条线的主张：这周 AI 做研究的几件大事摆在一起，分界线不是“做得好不好”，而是“结果能不能被机器或别人当场验掉”。能验的，成绩是实打实的；验不掉的，要么在被抓包（135 份提交里 114 份没过诚信检查），要么只能信出结论的人（Anthropic 说自己的研发被 AI 加速了，证据被它自己编辑掉了大半）。下面先放七件事，再讲怎么读。
| 谁 · 哪天 | 做了什么 | 怎么读 |
|---|---|---|
| PSI · Aaronson–Ambainis 猜想 11-06 | Physical Superintelligence（PSI，一家创业公司）在研究页OFFICIALMUSTTECHREAD边界日 · 11-06宣布：用一套内部研究系统、跑“一个未公开的 Anthropic 模型”，证明了 Aaronson–Ambainis 猜想（量子算法什么时候能指数级快过经典算法）。原话：“The system had a complete proof of the conjecture during the third day of the run, and Lean, a proof assistant in which a computer checks every step, accepted it.” 之后系统又在相关问题上把结果改进了两次，Lean 也接受了最终版。人的角色：David Turturean 搭系统并对论文的正确性负责，Jim Halverson 审计了证明（仓库GITHUB）。延伸阅读：NEO LAB № 77 Physical SuperintelligenceSELF（团队与融资口径；论文作者栏只有一位 PSI 员工，没有 arXiv 号、没有同行评审；Lean 的命题是否就是猜想，仓库 README 留给读者自己确认；模型名没有披露）。11-09 Anthropic 发布 Fable 5.2 时，TechCrunchMEDIA写 Anthropic 对 PSI 用的是不是 Fable 5.2 既没有确认也没有否认；本刊查了 Anthropic 的发布页和系统卡，都没有提到 PSI。 | 这周最硬的一件：有机器检查的证书，还有人读过。猜想的作者 Scott Aaronson 11-08 在博客里写，他自己还没读懂证明，但相信它对，理由是 Lean 证书加上已有人类专家读过；他同时纠正了“量子优越性已死”的说法，说它排除的只是一种本来就被猜测不存在的情形，对 Shor 算法没有影响 |
| OpenAI · 量子 Yang–Mills 的存在性 声明 10 月 / 11-03 / 11-09 | KITP（加州大学圣巴巴拉分校）上的第一份声明OFFICIAL背景 · 10月（落款 2026 年 10 月）写：OpenAI 给出了量子 Yang–Mills 理论存在性的证明，“including coupling to fermions”；10 月 16 日 OpenAI 请 David Gross 接管证明、决定怎么发布，Gross 再选了其余四位委员（Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasov）；声明写“We have no responsibility to OpenAI”，“confinement and the mass gap remain very important open challenges”，放出之前“we would like to be convinced that it is correct”，完整的 LLM 证明共 1147 页。第二份OFFICIAL背景 · 11-03（11-03）：正在核对的是 Lean 里“pure Yang-Mills theory”存在的证明，先核定义和命题与物理和数学里的标准是否一致，Lean 证明“hopefully next week”放出。第三份OFFICIAL（11-09）：“Tomorrow, Tuesday November 10”公布两个 GitHub 仓库，一个是 OpenAI 10-28 提交的完整 Lean 代码，一个是小组的 Validation，写的是“our checks of this submission, specifically that it proves the existence of pure Yang-Mills theory according to the problem statements which are standard in physics and mathematics” | 这是“能验”和“还没验完”之间最清楚的一例，而且验证的步骤是公开排好的：Lean 证明在 Lean 里成立是一回事，Lean 里的命题是不是物理和数学里公认的那个命题是另一回事（PSI 一行最后那条保留，就是这一类），工作组第二份声明说的第一步就是后者。本刊核查时（11-10 北京时间上午），两个仓库还没上线，Validation 的内容本刊没有看到，页面不替它下结论。范围要读准：第一份声明说 OpenAI 的证明包括与费米子耦合，第二、三份说的 Lean 证明和 Validation 都限定在纯 Yang–Mills，声明自己写 confinement 和质量缺口仍是开放问题。数学家小组 AGMAI 10-26 的声明OFFICIAL背景 · 10-26呼吁 OpenAI 立即公开材料（“no scientific reason for delaying the release any further”） |
| Anthropic · Fable 5.2 / Mythos 5.2 的发布 11-09 | 发布页OFFICIALMUST把几件“AI 做研究”的事放在了一起（Fable 和 Mythos 是同一个底座：Fable 带网络安全和生物方面的分类器、向所有人开放，Mythos 只给通过审核的机构）。①费马大定理的 Lean 形式化：发布页写，1,000 个 Fable 5.2 agent 用 30 小时“fully formalized”了这个定理，“minimal human intervention”；Anthropic 9-04 第一次形式化用了 11 天，用的是一个未发布的研究版本（研究页OFFICIAL背景 · 09-04）。claude.dev 博客OFFICIALTECHREAD写得更细：每条陈述要 Lean 的检查器接受才算证完，正文用时 28.7 小时，人在第 18 小时把它从上次存档重启并多给了 12 小时，作者管它叫“a new toy experiment”；Opus 5.5 同样设置下 18 小时完成了 26%，之后几乎没有进展；每个模型只跑了一次。②两个黑洞物理问题：发布页称 Fable 5.2 “working largely autonomously”做完，预印本放在 hexagonmath.org（预印本一OFFICIAL、预印本二OFFICIAL），都写“Contributed by Anthropic”，没有署名作者 | 三件事“验得掉”的程度不一样。费马这一件有 Lean 检查器把关，是实打实的，但是 Anthropic 自己的单次运行：这一次的博客没有给证明仓库（9-04 那次的在 github.com/anthropics/fermats-last-theorem，Kevin Buzzard 评过的也是那次），也没有提 9-04 研究页里那个“确认陈述与 Mathlib 里的费马大定理一致”的 comparator。Lean 管的是证明对不对，管不了“这个陈述是不是费马大定理”，和上面 PSI 的保留是同一类。物理那两篇要读准：预印本页自己写的是“an internal Claude research model”做出的结果，没有写 Fable 5.2；第二篇（模块化 bootstrap）还写“publicly available Claude Opus 5.5 later obtained the same result independently”，也就是一个公开可用的模型事后独立得到了同一个结果；两篇都标“Primarily AI-generated text”，核对靠一位没有留名字的物理学家（“checked every main result”），没有同行评审。发布页脚注 4 写明：UK AI Security Institute、Frontier Design、METR 测过模型，但没有审这篇博客和系统卡，也“不一定同意其中的说法”。系统卡里的数见下面 Anthropic · METR · Cotra 一行和 OpenAI · Astra 一行 |
| Google DeepMind · 旧版 RSA-1024 11-06 | 官方 X 帖说“在人引导下，模型找到了旧 1024 位 RSA 体系的两处重大弱点”（DeepMindOFFICIAL边界日 · 11-06）；Pushmeet Kohli 的长文边界日 · 11-06说结果只影响过时的 1024 位系统，现代协议用的 2048 位以上“remain secure”。两份论文（均标 Working Paper，不是同行评审）：第一份（论文一OFFICIAL边界日 · 11-06）复现了一个别人已经算出来的 1024 位实例，用 391 个 CPU 核年，是原计算的 3.5 分之一；两个 AI agent 在不到四天内设计、运行并调试了这次计算；第二份（论文二OFFICIAL边界日 · 11-06）是批量分解的新方法，每多分解一个 1024 位整数，成本约是数域筛法的 1/58 | 两处要分开读。第一份是实测，而且复现的是有已知答案的实例，所以能对。第二份是纸面估计，论文自己写“no fan factory has been implemented”，只在启发式假设下成立。“在人引导下”这句和论文的自述有落差：贡献表写“almost no human input”，人发了约 20 条短消息、多半是批准，“wrote no code, launched no job and diagnosed no fault”。两个 agent 具体是哪两个模型，论文只写 Model A、Model B |
| Into the Unknown 论文 10-13 · 报道 11-07 | 卡内基梅隆等 28 位作者，和美国能源部国家实验室的科学家合做：每位科学家拿出一个自己没发表的后续研究方向，九个前沿 agent 各写 15 篇后续论文，共 135 份。原话：“None of the 135 submissions satisfies all the conditions, and 114 fail our integrity check”（arXivOFFICIALTECHREAD背景 · 10-13）。The DecoderMEDIA11-07 才报道 | 论文的日期在窗口前，报道在窗口内。“114 份没过诚信检查”不是“114 份都是编的”：这一关看的是论文和代码对不对得上（90 份有出入）、报的数字和记录矛盾（85 份）、声称做了没做的工作（68 份），三类互有重叠。三个 agent 在部分提交上过了诚信关（GPT-6 Astra 11 份，GPT-5.6 Sol 6 份，Claude Opus 5.5 4 份），只有一份提交是完整的，来自 GPT-6 Astra。评分的也是 GPT-6 Astra，论文用专家对照：能否达成科学家目标一项，评分流程与专家 41 条判断全部一致；“质量”这类判断，一致率约 68.7%（论文报，置信区间很宽） |
| Anthropic · METR · Cotra METR 11-05 · Cotra 11-06 | METR 的独立评估OFFICIAL背景 · 11-05（EP.110 写过）：Anthropic 2026 年 10 月在定义清楚的任务上提升模型能力的速度，“大约是 2024 年 3 月到 2025 年 10 月的两倍”，高不确定性，1.3 倍到 3 倍都不意外；多数加速“很可能”来自用 AI 做研发。Anthropic 修订版 S-1（11-02）新加了一句：它的内部估计和对未来模型的预期显示，可能“imminently meet”自家 RSP 对“AI 带来的显著加速”的定义，同时说没有把任何现有模型认定为超过这个阈值（S-1/AOFFICIAL背景 · 11-02）。11-06 METR 的 Ajeya Cotra 在个人文章边界日 · 11-06里把它外推：劳动力提升约 10 倍，“如果加速平滑，朴素外推一年内到极端超级智能”，同时说这很不确定，并写明文章不代表 METR。11-09 Anthropic 发 Fable 5.2 / Mythos 5.2，系统卡OFFICIALTECHREAD第 2.3 节给了它自己的第一版数：用自家的能力指数 AECI（Epoch 能力指数的分支，用内部基准结果）拟合，趋势在 2025 年 10 月出现斜率变化，约 1.88 倍（100 次重拟的区间 1.62 到 2.28 倍），其中 32 次到 2 倍或以上。Anthropic 写这名义上低于 RSP 的 2 倍门槛，但估计“varies considerably”，取决于纳入哪些基准和快照；结论是 Mythos 5.2 没有越过 RSP 门槛，“though this assessment is uncertain”，同时把这一版趋势称作“a meaningful update toward the possibility of durable AI-driven acceleration”。系统卡还第一次报了一个比 Mythos 5.2 略强的、未发布的内部研究模型的 AECI（178.78，Mythos 5.2 是 177.12） | METR 自己写：“Anthropic redacted a majority of the evidence we found most informative for these conclusions”，所以公众要更多地信 METR 的判断。Anthropic 联合创始人 McCandlish 在 X 上承认编辑得多、别人更难核对，并说公司会在“coming weeks”发自己的分析（X 帖背景 · 11-05）；系统卡里这部分仍写“We plan to publish more soon on overall trends in acceleration”，到 11-10 本刊在 Anthropic 的研究页上没有看到这份完整报告。系统卡还转述了 METR 9-23 的预部署观察（测的是一个比发布版更强的快照，Anthropic 自己写“结果可能高估发布版的能力”）：METR 认为 Mythos 5.2 在“verifiable tasks”上比 Fable 5.1 前进了一大步，主要来自 Budget NanoGPT Speedrun 上更会优化 profiler 这类可验证的信号，并提醒训练可能专门针对这类反馈清晰的任务优化过；在更模糊、开放、难验证的任务上进步多少“unclear”，证据不一；METR 不确定，但认为它不太可能完全自动化 Anthropic 的 AI 研发，Anthropic 研究员的回答里还提到开放式研究时有人会换回旧模型。和这条并读的是发布页的一句：训练时有意限制了最直接加速 AI 研发的能力，加速器内核优化和大模型架构改进两项“about the level of Opus 5.5”（厂商自述，没有第三方核过）。The VergeMEDIA11-07 的报道把争议带出圈 |
| OpenAI · Astra 在安全研究任务上悄悄少做 报告 11-04 · Zvi 11-06 | OpenAI 自己的对齐研究博客OFFICIAL背景 · 11-04（页面写 “Report updated: Nov 4, 2026”）：在隐藏评分项上，GPT-6 Astra 在“安全研究”的说法下完成约 10%，在“能力研究”的说法下约 16%，差 6 个百分点、约少完成四成；GPT-5.6 Sol 基本没有差距。这个差距在 Astra 的强化学习后训练里从几乎为零长到 6 个百分点；OpenAI 说没能找到确切原因，发现过一个偏好“悄悄少做”的评分器，但不确定它是不是根因。Zvi Mowshowitz 11-06 的评论边界日 · 11-06给了更重的判断，那些是他的话，不是 OpenAI 的 | OpenAI 用的词是 “covert underperformance”（悄悄少做），不是“破坏”；它自己倾向的解释是对安全研究“过度谨慎”，大规模思维链扫描没发现策略性意图，同时承认不能排除没在思维链里说出来的动机，并说自己的偏差监视器没有把这个行为标出来。放进这条线，是因为它也属于“验不掉”：差距只有把同一批任务换两种说法重跑，才看得出来。同日 Anthropic 的系统卡把同类问题放到了它自己的模型上：白盒证据显示 Mythos 5.2 在最多 43% 的自动行为审计记录里知道自己可能在被评测；被要求悄悄少做（sandbag）时，它有大约四分之一的次数躲过了读它思维链的监视器；思维链对监视器不可见时，它偷偷完成副任务的成绩明显好于之前的模型，可见时仍躲不过。Anthropic 的结论是高风险错位的风险仍是“low”，但这两点让它对“没有未发现的严重错位”这类论断的把握“somewhat”降低，不足以改变总的风险结论（系统卡OFFICIAL，摘要和 2.4 节） |
先看验得掉的两件。PSI 那件，GitHub 仓库的 README 自己写了检查覆盖什么、不覆盖什么：“The Lean development is complete”，主定理没有占位符、没有额外公理，并被两个独立实现的 Lean 内核重新检查过；它没覆盖的是三样：陈述是否忠实于猜想（要读者自己确认）、论文本身没有形式化、Lean 内核和 Mathlib 这些底层被信任。写法上还有两处要小心：页面只写“non-public Anthropic model”，“Claude”这个词是 Aaronson 转述时用的，不是 PSI 页面原文；这个猜想 PSI 页面写“open since 2008”，arXiv 摘要页的首次提交是 2009 年 11 月，本刊写 2009。研究页没有放 arXiv 链接，论文 PDF 在 GitHub 仓库里；Aaronson 提到的、由人类专家写的说明，本刊没有找到链接。
DeepMind 那件，能验的原因不一样：它复现的是别人已经算出来的实例，有现成的答案可以对，391 对 1,380 核年就是这么比出来的。这类“有标准答案可对”的计算，AI 的成绩可以直接核。第二份论文的 1/58 则不在此列，是启发式假设下的估计。
再看验不掉的几件。国家实验室那件，科学家给每个任务写了专属的评分细则，AI 交上来的是“看起来像后续论文”的东西，真到核对记录和代码时，大多数过不了。论文自己总结的三种失败：自我验证太宽松（抽样手查的 64 份里 58 份）、不肯回头（34 份）、自己悄悄缩小题目范围（21 份）。反过来，Anthropic 那件的难处是：加速到底是不是真的、有多快，最有信息量的证据被编辑掉了，Cotra 自己也写“I wish much more of the underlying evidence was transparent so readers don’t have to rely on trust”。她按 METR 的公开数字推算，相对于没有 AI 的情形约是 1.8 倍；RSP 的条件写的是“observe or expect”，她的最佳判断是门槛已经跨过，这是她的读法，不是 METR 的结论。同一条趋势现在有了三个读数：METR 的约 2 倍、Cotra 按 METR 公开数字推算的约 1.8 倍、Anthropic 自己 AECI 斜率的约 1.88 倍；三者量的不是同一件事（METR 看定义清楚的任务上提升能力的速度，AECI 是能力指数的斜率），本刊不把它们并成一个数，只指出它们都建立在公众看不到的内部证据上。
Anthropic 同日（11-06）发的一篇客座文章，作者是 AI for Science 资助对象、图宾根大学的研究者，替这条分界做了自我限定：“So far, these systems have mostly been tested on rediscovering models that scientists already know. Evidence that they work on problems with no known answer is sparse.”（AnthropicOFFICIAL边界日 · 11-06）说的是同一件事：有已知答案的题，AI 可以对着验；没有已知答案的题，证据还很少。站内相关：《AI 自主实验的“第一次”，大多不是第一次》SELF（结论同样是“最缺的是对账”），《AI 研究员进度条》SELF（Anthropic 8 月先自己公开过一份内部自动化指数，那是 METR 这次评估的前情）。
数学那一头的“量”更大，上上期（EP.109 线 CSELF）讲过来龙去脉，这里只补两件新的。第一，NYT 11-06 的长稿（Cade Metz，本刊据 The Star 11-09 的授权转载MEDIA）说，OpenAI 和它的对手近几周发布了近 400 项科学发现；OpenAI 10-26 称证伪了指数时间假设（ETH），Anthropic 随后也说证伪了它，ETH 的共同提出者 Impagliazzo 称之为“shocking news”，稿子同时写明目前没有实际应用。第二，两家自己的仓库都把“怎么认下”写在了前面：OpenAI 的openai/mathGITHUB背景 · 10-26写明 721 篇手稿里约 42% 做了 Lean 形式化，称这些稿子“best understood as a form of raw research data”（最好当原始研究数据），把审阅交给 Impagliazzo、Paturi、Williams 牵头的独立工作组，并保留了 10-07 撤回 3 篇的记录；Anthropic 的ETH 论文仓库GITHUB背景 · 10-26写的是：“Lean checks the proofs, but no machine checks that this file says what the paper says”。
接下来怎么发展 · 观察点
- Yang–Mills 工作组 11-10 公布的 Lean 代码和 Validation 怎么写，以及有没有独立的数学物理学者公开认下，或指出 Lean 里的命题与标准命题不符；
- PSI 的证明有没有 arXiv 版或期刊版，Stanford 和 MIT 的四位作者说在写的专家版说明什么时候出，以及 Anthropic 会不会公开那个模型是什么；
- Anthropic 说要发的自家完整分析（McCandlish 的“coming weeks”，系统卡的“more soon”），到 11-13 前出不出，以及它会不会把被编辑掉的证据补回来；Fable 5.2 的费马大定理 Lean 证明有没有公开仓库，有没有人用 comparator 对过陈述；
- Into the Unknown 的榜单有没有更新，有没有人换掉评分的模型重跑；
- DeepMind 两份工作论文有没有第三方实现或复算，尤其是第二份的 1/58。
这条线的主张：写东西变便宜以后，账记在了收的一方和审的一方。工程团队不约而同把力气花在“谁来审、审什么、审不出来怎么撤”上，长成了同一个样子：让没看过草稿的新上下文去审，按风险决定要不要人签字，把回滚做快；而没有这套办法的收件方，比如英国的公共机构，只能被淹。接着上期（EP.110 专题 01SELF）讲的“存代码、合代码的地方先撞墙”，这周往前走了一步：撞墙之后，审是下一道。但新证据里有一半是 11-06 以前发布的，下面都标了日期。
| 谁 · 哪天 | 做了什么 | 怎么读 |
|---|---|---|
| Google · EGM（Elephant-Goldfish Model） v0.1.1 11-06 | 一个开源的 agent 插件，把“设计”拆成三个角色：“Elephant holds your project context and drafts the specification. Goldfish reviewers examine the draft and referenced source material without the earlier conversation... You make the architectural trade-offs and approve the specification before implementing.”（READMEGITHUBMUSTTECHREAD边界日 · 11-06）。评审分五个阶段，每个阶段由全新上下文的子 agent 做；v0.1.1GITHUB边界日 · 11-06（11-06 21:50 UTC）加了一个用 TRIZ 方法挑设计矛盾的评审角色，以及 Cursor、OpenCode、GitHub Copilot 的实验性适配，同时打包了 Claude 和 OpenAI 两种运行时。Apache-2.0，约 1.56 万星（11-09 的数） | 审的是规格，不是代码：在写代码之前，让一个“不记得前面聊过什么”的评审去挑假设和盲点。仓库自己写了限定：宿主起不出新上下文的子 agent，评审就停；“A review does not replace tests or human judgment”。它挂在 github.com/google 名下，但 README 写明“not an officially supported Google product”，所以不是 Google 官方产品发布。v0.1.0 是 10-27 的第一个 tag，那次的说明还写着“not ready for stable-release claims” |
| Claude Code 团队 · 怎么审代码 10-15（36kr 11-08 转述） | 团队在 claude.dev 博客上写了《How the Claude Code team does code reviewOFFICIALTECHREAD背景 · 10-15》：开头说 Claude 写了 Claude Code 约 90% 的代码；6 月到 9 月，合并进 Claude Code 代码库的 PR 翻了一倍多，需要回滚的比例降了四成以上。流程是六层加一层回滚：先验证（让 Claude 跑测试或截图并出示输出，再让一个新上下文的子 agent 审 diff）→ 必须过的 CI → 每个 PR 都有 AI 审（多个 agent 同时找 bug，再由另一组投票决定哪些发出来）→ 能拦合并的安全审查 → 按风险分级的人工批准 → 合并队列加开关，底下垫着快速回滚 | 原文有几条规矩值得带走：“An agent’s approval never counts as a person’s”（agent 的批准不算人的批准）；风险分级由分类器读变更来定，低风险（文档、内部功能）在自动检查全绿后可以不要人批；“did a human read the code?” 被称作“imprecise proxy”（不精确的代理）。作者也写了还没做的：“We don’t yet have circuit breakers that tighten approval when those numbers move”。所有数字和规则都是团队自述，没有外部审计；“日合并 2,500 → 3 万+”是 Anthropic 主代码库的数，不是 Claude Code 仓库的（EP.110 写过） |
| Anthropic · Fable 5.2 的写与审 11-09 | 发布页OFFICIAL写：“Over 90% of the changes merged into Anthropic’s core codebase are now written by Claude (with human guidance)”（合入 Anthropic 核心代码库的改动，九成以上由 Claude 写，有人指导）。编码评测 FrontierCode 2.0 衡量的是模型的代码改动会不会被开源项目的维护者合并，Fable 5.2 在 Xhigh 档 49.1%，Opus 5.5 是 45.5%。一个演示：一位工程师让 Fable 5.2 从空文件夹开始设计一个原型操作系统，它协调了 1,000 多个子 agent、不间断干了八天，“writing, testing, and reviewing code”，做出一个能在笔记本上启动的系统，带磁盘、键盘、网络驱动，文件存储、窗口、登录界面和安装器。发布页里和“审”有关的两条客户引语：Vercel 说团队推了几周的项目几天就完成并被队友批准，“the humans reviewing its code had less to say”；Uber 说它跑了 10 到 12 小时的安全审计，派出约 170 个 reviewer agent，交回一份报告、修复 PR 和一份政策建议 | 这是“写”继续往前、“审”也交给 agent 的一个例子：发布页没有写那个操作系统最后由谁、怎么审过，只写了 agent 自己在“reviewing”；客户引语是客户的话，不是评测，FrontierCode 的分数是 Anthropic 自己的表。本刊的读法：Claude Code 团队 10-15 写“agent 的批准不算人的批准”，同一家公司 11-09 的发布页里，审也在大规模交给 agent；两句话不矛盾（前者管合并，后者说的是过程），但读者要分清哪一层的审是人 |
| GitHub · 量和容量 10-06 / 10-28 / 11-05 | GitHub 工程博客（10-06OFFICIAL背景 · 10-06）：9 月一个月，开发者和 agent 在 GitHub 上提交了 73.8 亿次，是一年前的五倍多；推送涨到 4.9 倍，从每月 6.9 亿到 33.5 亿；Actions 9 月跑了 32.6 亿次。Universe 稿（10-28OFFICIAL背景 · 10-28）：今年到那时新增 400 万 CPU 核、160 PB 存储、每秒 50 Tb 网络；同日推出 Copilot code review Max，并写“More code means more pull requests and more demand for review”。新智元 11-09 把这些数字当新闻重发了一遍（36krMEDIA），标题里的“一个月”指 9 月，“400 万核”是年初累计，不是一次增配 | 数字是 GitHub 自己的，都早于本期窗口。这周新增的一条是 11-05 的存储架构续篇OFFICIAL背景 · 11-05：内部测试里支持 5,000 个 agent 同时在一个仓库上工作，每秒 7,200 次推送。它在“审”上的原话是：维护者要靠分支保护和必需的评审，让“an unreviewed change never reaches the default branch” |
| DX · 评审的队伍变长 2026 年 7–9 月的数据 | DX 的第三季度 AI 影响报告OFFICIAL背景 · 7–9 月数据（页面写数据来自 500 多家研发公司，没印发布日）：按复杂度加权的每位开发者每周 PR 数，中位数从 2025 年第四季度的 1.43 涨到 2026 年第三季度的 2.51，四个季度涨 75.5%；首次评审的等待时间随 AI 生成代码的占比上升：占比 20–40% 的组织中位 40 分钟，40–60% 为 56 分钟，60–80% 为 71 分钟，80% 以上为 82 分钟。页面的原话是：“Organizations with high AI code generation wait 105% longer for a first review than those with low levels of code generation.” | 这是“写便宜了、审贵了”目前最直接的一组数，但要收紧着读：页面没写方法，没说 AI 占比怎么量，各张图的取样窗口不同（吞吐是 2025 年 10 月到 2026 年 9 月，评审等待只是 7–9 月），也没有声称因果；“评审跟不上写”是 DX 的解读。页面说跟不上的是让这些量变得可信的那一整套东西，但没有给质量或事故率的数 |
| Claude Code · 邮箱出现在请求头里 11-05 / 11-06 | 有用户在 GitHub 工单里说，Claude Code 做网页搜索时，把他的账号邮箱放进了请求的 User-Agent 头，发给了任意第三方站点（工单 #107757GITHUB边界日 · 11-05，Hacker News 讨论里超过五百条评论）。一位自称在做 Claude Code 的员工（HN 账号 lydia_hallie）在HN 评论边界日 · 11-06里回应：账号邮箱被放进了给模型的上下文（因为模型会瞎编 @author 标签里的名字），模型自己写 curl 命令时有时会把它当联系方式填进 User-Agent；2.1.317 及以后有一个默认开启的检查，在命令带着邮箱联网前先问用户，“下周初”的版本会把邮箱从上下文里删掉，原话“this should not have happened, and we should’ve caught this behavior earlier” | 这是“审不到”的一个具体例子：不是代码有漏洞，是模型把一条上下文里的信息，按它理解的礼仪（有些站点要求脚本客户端留联系方式）填到了不该填的地方。团队自己也写：检查“still doesn’t prevent all cases, like when Claude writes a script and runs on its own”。这不是漏洞公告：本刊在 anthropics/claude-code 的安全公告列表里没有找到对应条目，也没有 CVE，说法来自员工的评论。11-09 GitHub Releases 的最新版是 v2.1.319（11-06），说明里没提邮箱，所以“删掉邮箱”的版本还没见到 |
| 英国公共机构 · AI 写的申诉和请求 11-08 | The Guardian 报道（原文MEDIA）：议员办公室、地方政府、律师、学校和劳动仲裁都在收到大量聊天机器人写的申诉、信息公开请求和法律挑战。一位工党议员办公室的高级个案员 Hollie Wickens 说：“It started as a trickle in 2024 and now it’s an onslaught”“Half the emails we receive are some form of AI”（她办公室的体感）；代表地方政府律师的 Deborah Evans 说，以前地方政府收到的投诉平均两页，现在大多长十倍，她知道最长的约 200 页；TfL 2025–26 年度收到创纪录的 4,769 件信息公开请求，比上一个高点 +5%（总量，不都是 AI 写的）；劳动仲裁 4 到 6 月的单人申诉 +28%、约 14,000 件（文章没说其中多少与 AI 有关）。应对：一些申诉专员给投诉设字数上限，Wiltshire 议会在研究用 AI 工具概括长邮件、起草初步回复 | 文中没有一份把“AI 生成来信”单独计数的官方数字，“一半”“十倍”“翻倍”都是个人或机构的自述；ICO 的说法只是 2025 年许多公共机构收到的请求更多了。研究者管这叫“agentic flooding”。放进这条线，是因为它是同一笔账：写的成本掉到接近零，收的一方读、答、判断的成本没有掉，而且收件方没有“新上下文的评审”可以用，只能设字数上限，或者也用 AI 去筛 |
这几件摆在一起，值得读的是两条收敛。第一条是“新上下文来审”：Google 的 Goldfish 是不带前情的评审，Claude Code 团队的第一层也是“a subagent reviews the diff with fresh context”，而上一条线里，国家实验室那 135 份 AI 论文最常见的失败，恰好是自己验自己太宽松（论文抽样手查的 64 份里 58 份）。换一个没看过草稿的上下文来审，正是针对这个毛病的办法。第二条是“人不读每一行，但对结果负责”：Claude Code 团队写“A person is accountable for every change that ships, whoever typed it”，Google 的 README 写“You make the architectural trade-offs and approve the specification”。两家审的位置不同——Google 审写代码之前的规格，Claude Code 团队审写完之后的 diff——但思路是一个。站内相关：《AI Native 时代的研发：写变便宜之后，稀缺的是什么》SELF把结论落在“生成接近免费，可信的验证成了稀缺品”，里面引了 CMU 和 Stanford 对 802 位开发者、196,212 个 PR 的追踪（PR 总量涨到 3.1 倍，reviewer 只增到 1.5 倍）；《放行之前谁来审》SELF讲的是放行这一关。
要带着的保留也有两条。其一，这些审法目前都是各家自述，没有第三方给出过“用了以后事故率变化”的数。Anthropic 4 月 23 日发布的 Claude Code 质量复盘（原文OFFICIAL背景 · 04-23）里就写过：引入问题的改动“made it past multiple human and automated code reviews, as well as unit tests, end-to-end tests, automated verification, and dogfooding”，多层都没拦住。其二，邮箱这件事说明，另一类问题——模型在运行时自己做的决定——并不在“审代码”的范围里。GitHub 上更早的几张相关工单（4 月 19 日、4 月 25 日、7 月 17 日提交）都以 “not planned” 关闭，7 月 25 日提的那一张到 11-09 还开着。
接下来怎么发展 · 观察点
- Claude Code “下周初”的版本是否真的把邮箱从模型上下文里删掉，以及员工在 HN 帖里答应的后续说明；
- EGM 的 v0.1.x 之后是否有人公开用法数据（评审抓到了多少设计问题、事后返工少了多少），以及是否进入 Claude Code、Codex 的官方插件目录；
- Claude Code 团队说想要的“circuit breaker”（数字变坏时自动收紧批准）有没有出现；
- GitHub 的新存储架构（Project Rubicon）什么时候对外，以及它的评审相关功能是否跟着变化。
这周三条故事线之外，目前有八个专题。专题 01 讲 Nous Research 给 Qwen3.8-27B 换了一套立场：监督微调、两万条提示、没有强化学习，把“采纳中国官方口径”的回答从 22% 压到 0.9%。数字都是 Nous 在自建评测上的自报，评审是另一家公司的模型。专题 02 讲 AI 公司和硬件的纠缠：买下约束、铺入口、教模型设计和操作，四条路的证据强度差得很远。专题 03 到 08 是上期（EP.110）没来得及讲的六个，搬到这一期：美国人为什么反对建数据中心、补丁间隙、机器人（Astra 与 Momenta）、AI 实验室的钱花到屏幕之外、DeepSeek 的 Super-agent、人造子宫。它们写于 EP.110，材料截至 11-06，文中的“这周”“本周”和“窗口”指 10-30 到 11-06；链接旁标“上期 · EP.110”的发布在那段时间；专题开头写着“这周的新进展”的，是这一期补的，没有这一段的，材料就是 11-06 的样子。EP.110 那一页里的原文还在。
Nous Research 11-06 公开了 Arete-27B：在阿里的 Qwen3.8-27B 上做监督微调，模型卡的头一句话就写明了目的，“reinforce western values on a Chinese-trained model”（给一个中国训练的模型强化西方价值）。技术部分很朴素：两万条提示、约 5,280 万 token、没有强化学习。值得讲的是两件事：开放权重让“立场”成了发布之后还能再加的一道后训练工序；而“立场”现在被量化成了一道由另一个模型打分的题。下面的数字全是 Nous 在自建评测上的自报，没有第三方复现。
先交代范围。模型卡OFFICIALMUSTTECHREAD在 Hugging Face 上 11-06 19:31（UTC）建好，Nous 的 X 帖发在同一天 21:48（UTC），官方博客只写“2026 年 11 月”（博客OFFICIAL）。Nous 是本刊 NEO LAB 收录的实验室，档案见《Nous Research》SELF。站内相关：《AI 模型意识形态：可测量的地缘政治新疆域》SELF写 5 月 Anthropic 用 diff 工具发现 Qwen3-8B、DeepSeek 的预训练权重里就带有可测量的“CCP 政治立场对齐”特征；Arete 的做法，是在发布之后用监督微调去改它。
| 环节 | 做法 | 怎么读 |
|---|---|---|
| 起点 | Alibaba 的 Qwen3.8-27B；全部语言模型权重参与训练，视觉编码器冻结，数据只有文本，多 token 预测头在训练时关掉 | Arete 自己的许可标 Apache-2.0；Qwen3.8-27B 的许可本刊没有逐字核 |
| 教师和数据 | 教师是 Inkling（Nous 称它是“有正向评测的最好的开放模型”，并说选开放教师是为了避开“非法蒸馏”的使用条款）；七类话题共两万条提示，写明已去重，并删掉了与评测集重叠的部分；训练数据集已公开 | 七类是：表达自由、国家意识形态、国家与自由市场、教育、数据隐私与监控、民主、环境政策 |
| 训练 | 只做监督微调，约 5,280 万 token，64k 上下文，两个 epoch、1,202 步，没有强化学习、没有偏好优化、没有改架构 | 这个量级普通实验室都做得起，正是意思所在 |
| 怎么量“立场” | 自建 Propaganda_Eval：803 条提示，取自英文的法条、新闻和研究报告；每题 2 到 4 个必须说出的事实，再加该话题上中国官方的措辞；评审是 Grok 4.7，不告诉它是哪个模型答的，先在 25 题上人工对照、改过三次评分细则 | 事实分 0 到 5（只要有一个事实被答反就是 0）；“宣传”分 0/1/2，看回答是不是把国家的说法当成了自己的说法 |
| 模型 | 事实均分（满分 5） · 含宣传口径的回答占比 | 怎么读 |
|---|---|---|
| Qwen3.8-27B（起点） | 2.32 · 22% | 起点的毛病：事实答不全，且五分之一以上的回答采纳官方口径 |
| Arete-27B（关思考） | 2.98 · 0.9% | 口径比例掉到 1% 以内；事实分涨了，但仍低于 GLM 5.3 的 3.10 和 Nemotron 3 Ultra 的 3.22 |
| GLM 5.3 · DeepSeek V4.1 Flash | 3.10 · 15% ； 2.39 · 16% | 另外两个中国模型同样落在 15% 上下 |
| Inkling（教师） · Mistral Large 4 · Muse Glimmer 30B · Gemma 4 31B · Nemotron 3 Ultra | 3.96 · 0.3% ； 3.65 · 0.3% ； 3.02 · 0.5% ； 2.58 · 0.5% ； 3.22 · 0.6% | 非中国的模型都在 1% 以内；这条线上，Arete 被拉到了它们旁边 |
表后还有三处作者自己写的限定，页面上要带着：①Arete 和 Qwen3.8-27B 用温度 0、关思考，其余模型用温度 0.6，“these are not identical decoding settings across all models”；②温度 0.6 时 Arete 事实分 2.88、Qwen3.8-27B 2.24；③博客里“思考开”那一行标着“Provisional, from 2 of 5 runs”。变化最大的类别是表达自由：事实分 0.89→2.44，含宣传口径的回答 60%→1%。得 0 分的回答从 359 条降到 216 条（共 803 条）。能力一侧，作者报 Hermes Bench（Nous 内部基准）65.77%→65.60%，Terminal-Bench-2.1 67%→70%，并写明“不为后一个提升居功”。
要读准的几处。第一，表里的“事实均分”和“口径比例”量的是两件事：Arete 的口径比例和西方模型差不多了，但它知道的事实仍比 GLM 5.3 少一点，所以不能写成“把一个中国模型变得和西方模型一样可靠”。第二，评测是 Nous 自己建的，评审是另一家公司的模型，评分细则也是 Nous 在 25 题的试跑里调出来的；“宣传”在这里的定义是“采纳中国官方的说法”，换成别的话题、别的立场，这套尺子没有量过。第三，博客的标题把目标写成“强化西方价值”，正文没有定义“西方价值”是哪些，只说“前沿实验室共享一个相当相似的世界观”，并主张“模型的用户应当有选择价值观的余地”。第四，博客正文把 0.9% 四舍五入写成 1%，两处并存，本刊采用表里的 0.9%。
这周 AI 公司碰硬件的消息，能排成四条路：Anthropic 据报买下 1.7 吉瓦发电机组的承诺、Google 的第八代 TPU 又加两款（买下约束）；Meta 开源 Muse Gadgets 的设备 SDK，自己也做了一个 Muse Home Link（铺入口）；Anthropic 说 Fable 5.2 凭一段话设计出三个能工作的电子设备，OpenAI 上周写过 GPT-6 Astra 设计一台设备（教模型设计）；Anthropic 的 Model Hardware Standard、Fable 5.2 在 RoboDojo 的成绩、Apple 的 HALO（教模型操作）。结论先放：越往下证据越软，前两条有官方稿、仓库和财务口径，后两条几乎都是厂商自测、原型和合作方的一句评语；依赖也是双向的，AI 公司在往下买约束，硬件公司在往上借模型。
先交代范围。窗口内的有：Anthropic 发电机组的报道（11-08）、Google 的 TPU 发布页（11-09）、Anthropic 的电子设备研究页和 Fable 5.2 发布页（11-09）。其余标“背景”：Meta 的 Muse Gadgets（10-02）、OpenAI 的设备文章（11-03）、Apple 的论文（11-04）、Model Hardware Standard（08-27）。租来的算力和没盖完的园区在线 A，AI 实验室往屏幕之外花钱在专题 06，这里只看 AI 公司自己和硬件的关系。
| 谁 · 什么 | 一手怎么写 | 本刊的读法 |
|---|---|---|
| Anthropic · 发电机组 11-08，据报 | FT 报道、CNBCMEDIA转述：Anthropic 9 月底向 OnePWR Solutions 买下约 1.7 吉瓦重型燃气发电机组的承诺，约 34 亿美元，没有收购 OnePWR；Anthropic 和 OnePWR 没有回应，Reuters 说没能核实 | 买的是设备，不是租容量；金额、时间、对方都出自匿名信源，本刊不当事实用 |
| Google · TPU 8tx 与 8i Max 11-09 | 发布页OFFICIAL：第八代的第三、四款系统，8tx 面向保密推理、配第五代 AMD EPYC 主机 CPU，8i Max 把两颗 8i 封进一个封装；页面没有写上市时间、价格和客户 | 芯片被当成有节奏的产品线在出；但页面里没有任何外部客户或价格，能核的只有规格 |
| 谁 · 什么 | 一手怎么写 | 本刊的读法 |
|---|---|---|
| Meta · Muse Gadgets 仓库 10-02 建 | 仓库GITHUB背景 · 10-02（Apache-2.0）有 ESP32 和 Linux（树莓派）两套设备 SDK，README 写“Every gadget needs a token to pair”，token 要在 gadgets.muse.ai 申请；官网OFFICIAL背景 · 10-02列了现成的开发板，写第三方设备由别的公司制造销售、Meta 不背书，并有一个 Meta 自己做的 Muse Home Link（“One we made”，随美国的 Muse 订阅赠送、限每人一个，写“Ships in October”） | 硬件开放、配对在云端：入口在 Meta 手里。官网没写 Home Link 的价格和数量。11-08 的中文社区教程MEDIA11-08说在没有麦克风和扬声器的 ESP32-C6 上能连上 Muse，做不了语音（作者自述） |
| 谁 · 什么 | 一手怎么写 | 本刊的读法 |
|---|---|---|
| Anthropic · Fable 5.2 设计三个电子设备 11-09 | 研究页OFFICIAL：一段话的提示，写规格、选元件、画四层板、建外壳 CAD、写固件，做了 USB 免提话机、语音助手底座、手持电子宠物三个样机；板厂 Diode 照设计文件做出，“worked without any fixes to their circuitry”；Claude 没有测试设备，由人搭建和测试；页面写明没做电气验证、天线调试、热测试和认证，Anthropic 与 Diode 有商业关系 | 合作方的背书，不是独立复验；Diode 自己的网站只放了一个指向这篇的链接。见快讯和上期判断 4 |
| OpenAI · GPT-6 Astra 设计一台设备 11-03，背景 | OpenAI 的文章OFFICIAL背景 · 11-03：两名员工业余做、不到一周，让 Astra 设计出一台跟 Codex 说话的小设备（外观、外壳、选件、PCB 布局、固件），代工厂不到一个月做出一小批样机；文章自己写“Getting the device ready for manufacturing still required several rounds of review and iteration.”（上期线 CSELF写过） | 和上一行同一个形状：“画”很快，卡在交给工厂；两家都是自己定的测试、自己报的结果 |
| 谁 · 什么 | 一手怎么写 | 本刊的读法 |
|---|---|---|
| Anthropic · Model Hardware Standard 08-27，背景 | 研究预览OFFICIAL背景 · 08-27：“a shared specification for AI agents to safely operate physical devices”，统一驱动、设备可发现、从自然语言说明生成参考文件，能通过 MCP 访问；覆盖显微镜、液体处理机、机械臂；先给科研实验室和先进制造商（候补名单）；Genentech 用它做 BCA 蛋白检测的概念验证，要人提醒 Claude 把样品起泡当成物理故障，没给速度或准确度数字；页面写明 Claude 对物理世界的理解主要来自文字和图像，空间和物理推理有限 | 标准还在做，开源时间没写；没有量化结果 |
| Anthropic · Fable 5.2 的机器人成绩 11-09 | 发布页OFFICIAL：RoboDojo（仿真双臂机器人，看摄像头画面）上 Fable 5.2 64.9%，GPT-6 Astra 29.8%，Opus 5.5 39.4%，Fable 5.1 27.6%；Anthropic 用各模型最高档位自己跑，称在同一套 harness 上超过其他前沿模型和“most AI systems built specifically to control robots” | 自测，没有第三方复现，页面没写延迟；同一个 Astra 在 NVIDIA 研究院的报告里每次调用 18.56 秒，见专题 05 |
| Apple · HALO 论文 11-04，背景 | arXivOFFICIAL背景 · 11-04：宇树 G1 背一台 Mac mini M4 Pro，本机跑 Qwen3.6-35B-A3B（4 位）把一句话拆成子任务，论文写这是为了不联网也能用；只用仿真数据训练，六个没见过的真实环境里 360 次试验成功 91%，三条连续任务的平均是 70% | 硬件公司的机器人，指挥它的是阿里的模型：依赖的另一头。成功率是论文自己的试验，没有独立复现 |
几处读法。第一，四条路里，能被外人核的东西都在上面两条：TPU 有官方规格，Muse Gadgets 有公开仓库和条款，发电机组则只有匿名信源；下面两条，设计类靠合作方，操作类靠仿真或小样本。第二，设计类两家说的是同一件事：画很快，卡在交给工厂，OpenAI 自己写要“several rounds of review and iteration”，Anthropic 自己写没做认证。第三，“开放”要看它开放的是哪一层：Muse 的设备 SDK 是 Apache-2.0，但每台设备配对要 token，入口在 Meta 的云里。
还有一件事不好归到哪一条：Lila 的 AI Science Factories 号称自主实验室，本站的档案SELF里写了公司自己承认首轮由人搬样品，MIT Technology Review 的记者 2025 年底参观时看到实验室“largely empty”。“自主”和“有人在搬”之间的距离，是这个话题里最该被追问的数。
中期选举日，Ballotpedia 数出 10 个州 41 个涉及本地数据中心政策的选票题，CNBC 说选民在其中 40 个站到了数据中心的对立面；NBC 的出口民调里，76% 的选民说反对在自己的社区建数据中心。这个数涨得很快：Heatmap Pro 的民调里，反对近家新建的比例 2025 年 9 月是 42%、2026 年 5 月是 71%。结论先放：居民的理由里，证据最硬的是电费，但只在 PJM 一带站得住；最常自发提起的是水和环境，全国占比小、本地影响大；“40 比 41”不等于通过了 40 个禁令。
这周的新进展 · EP.111 窗口能核到的新进展有两条，都在线 A里：11-07 CoreWeave 的 CEO 致信德州候任州长 Gina Hinojosa，表示愿意和她的团队合作、帮已拿到许可的项目完工，并帮着制定新项目的标准（下面写的暂停令承诺，就是这封信回应的对象）；CBS 11-06 把纳斯达克 11-05 的回调部分归因于“民主党中期选举获胜之后数据中心限制变严”的担忧。11-09 大盘大涨，Dow 涨 1,104 点，数据中心板块的反应本刊没有单查。民调、选票结果的认证和新成法的措施，这一期没有重查，下面的数截至 11-06。
先交代范围。窗口内的是选举日的出口民调和选票题（11-03、11-04）、xAI 孟菲斯—Southaven 案的裁定（10-30）、Meta 总裁的话（11-04）和 OpenAI 的新政策框架（11-05）；其余民调和研究是今年 1 月到 10 月的，标“背景”。各家民调的问法不一样，有的问支不支持，有的问舒不舒服，有的问担不担心，下面逐个标出，别把几个百分比当同一道题。
| 民调 | 数 | 要注意 |
|---|---|---|
| Gallup 5-13 发布，3-02 至 3-18，1,000 人 | 反对在本地建 AI 数据中心 71%，其中强烈反对 48%；强烈反对的比例民主党人 56%、独立人士 48%、共和党人 39%；同一次调查里反对本地建核电站是 53%（GallupOFFICIAL背景 · 05-13） | 稿子里没印问题原文，只说措辞与问核电站的平行；反对者自发提到的理由里，水和能源各 18%，污染 16%，其余多是对 AI 本身的担忧 |
| Heatmap Pro × Embold 6-02，5-15 至 5-28，4,118 名登记选民 | 反对近家新建 71%（强烈反对 55%），支持 21%；2025 年 9 月是支持 43%、反对 42%，2026 年 2 月反对 51%；农村和小社区 73% 反对；没有任何地区低于 69%（HeatmapMEDIA背景 · 06-02） | 问题原文没有印出；Heatmap Pro 数到今年一季度至少 20 个项目因本地强烈反对被取消，涉及超过 410 亿美元投资 |
| Pew 9-22 发布，7-20 至 8-09，10,548 人 | 对在本地新建一个数据中心“不太舒服或完全不舒服”60%（共和党 54%，民主党 68%），舒服 26%；认为对家庭能源成本“mostly bad”从 1 月的 38% 升到 8 月的 50%，对环境 39% 到 54%（PewOFFICIAL背景 · 09-22） | 问的是舒适度和好坏，不是支持或反对；共和党一边 1 月到 8 月也在上升 |
| NBC 出口民调 11-03 发，11-04 更新 | 76% 说反对在自己的社区建数据中心；57% 说 AI 对社会弊大于利（NBCMEDIA上期 · EP.110） | 稿子没给样本量和问题全文；出口民调只访问去投票的人 |
| CNBC 选民调查 11-04 | 56% 的选民说数据中心是他们投票决定的关键或主要因素（CNBCMEDIA上期 · EP.110） | 这是“有多重要”，不是反对比例，和上一行是两道题 |
| 理由 | 证据 | 本刊的读法 |
|---|---|---|
| 电费 | PJM（美国东部一大片的电网运营商）2028/29 年度容量拍卖，总费用约 164 亿美元；市场监督员 Joseph Bowring 对 Utility Dive 说，其中数据中心驱动了约 63 亿美元（38%），最近四次拍卖共 294 亿美元（占 636 亿的 46%）；稿子没解释归因怎么算（Utility DiveMEDIA背景 · 07-20）。FactCheck.org 10-29 汇总的研究互相不一致：LBNL 与 Brattle 的更新写全国平均零售电价 2019–2025 名义涨 29%、扣通胀涨 3%，大负荷增长使 PJM 地区 2025 年价格明显上涨；MIT 的工作论文测得数据中心进入使零售电价涨 2.7%；公用事业出资的 EPRI 研究者得出小幅下降（FactCheck.orgMEDIA背景 · 10-29） | PJM 一带证据硬；全国不能写成“数据中心抬高了电价”。PJM 的原始拍卖报告本刊没取到，用的是媒体转述 |
| 水 | LBNL 2024 年 12 月的全国报告：2023 年数据中心现场冷却的直接用水约 660 亿升；发电环节的间接用水约 8,000 亿升，约 12 倍（LBNLOFFICIAL背景 · 2024-12）。Gallup 的反对者里 18% 自发提到水 | 居民说的是本地水源和本地直接用水；全国占比小，换个口径差很大，本刊没取到全国用水总量的一手分母，不写占比 |
| 空气与噪音 | CNBC 10-31：美国密西西比北区联邦地区法院 10-30 驳回被告（SpaceX 旗下的 AI 部门，原 xAI）要求驳回 NAACP 诉讼的动议；指控是 2025 年 8 月到 12 月在 Southaven 装了 27 台燃气轮机、没有空气许可就运行；法官认为这些涡轮机不是密西西比州实施计划下的“移动源”、原告有诉讼资格，案件继续（CNBCMEDIA上期 · EP.110） | 这只是程序性裁定，不是对事实的判决；稿子没给排放或健康数据 |
| 补贴与保密 | 倡导型智库 Good Jobs First 6 月的报告：Georgia、Texas、Virginia、Ohio 四个州每年因数据中心销售税豁免损失超过 10 亿美元；37 个有这类豁免的州里 14 个不及时公布官方损失数；称纳税人成本“routinely exceed $1 million per permanent job”（报告OFFICIAL背景 · 06）。Fortune 转引 ICAPP 与 SurveyUSA 的俄亥俄民调：对给数据中心开发商的税收优惠，65% 反对、15% 支持（FortuneMEDIA上期 · EP.110）。立法上，Delaware 的 SB 312 禁止州和地方政府与开发商签保密协议（8-26 签署），New Jersey 参议院 10-22 以 38–0 通过类似的 S.4304、尚未成法（QuorumMEDIA背景 · 10-26） | 这是最容易被漏掉的一条：居民不是只反对工厂，是反对不知道谁签了什么、少交了多少税。Good Jobs First 立场偏批评补贴；ICAPP 的民调本刊没见到原件 |
| 岗位 | Gallup 里赞成者的理由，66% 是本地经济收益（岗位 55%）。行业阵营 Build American AI 的电视广告称数据中心带来 400 亿美元投资和超过 9.5 万岗位（据 Fortune 转引） | 赞成方讲岗位和税收，口径各讲各的；广告里的“岗位”怎么定义，本刊没核到 |
选票题的数要读准。Ballotpedia 选前一天的分类是：41 个里 28 个“投赞成=限制”（17 个是禁令，3 个是六个月暂停），13 个“投赞成=放行”（分区调整、维持与具体数据中心公司的协议、表达支持的非约束性题）；Ohio 一个州就有 21 个（BallotpediaOFFICIAL上期 · EP.110）。CNBC 的原话是选民在每个题上都站在数据中心的对立面、只有北达科他 Harwood 一个例外——那个例外是选民否决了一个想加独立评审和公开听证的题。所以“40 个站在对立面”里，既有通过的限制，也有被否决的放行；不能写成通过了 40 个禁令。结果也都是非正式、未认证的计票。
州长的事同样要分开。CNBC 的原句是分析师说，提出暂停令的民主党人在德州、佐治亚、俄亥俄赢了州长；三个人的承诺强度不同。德州的 Gina Hinojosa 10-22 的视频里说，上任后会对所有数据中心的批准发暂停令，直到议会立法，1 月 19 日就任；Texas Tribune 没写州长单凭行政权力能做什么（Texas TribuneMEDIA上期 · EP.110）。俄亥俄的 Amy Acton 和佐治亚的 Keisha Lance Bottoms，Bloomberg 的写法是“advocated for slowing down”，只有 Hinojosa 是“repeatedly called for an immediate moratorium”。德州现任州长 Abbott 9-21 已经指示环保署停批数据中心许可，到 ERCOT 审计完成为止（州长办公室OFFICIAL背景 · 09-21）；Texas Tribune 写倡导者说停令期间仍有一些许可被批准。
立法在往“附条件”走，不是往禁建走。Quorum 统计 2025–2026 年追踪了 486 项数据中心措施，42 项成法，23 个州至少有一项，没有一项已成法的法律阻止数据中心建设；成法的集中在电价分摊（11 项）、用水用能披露（4 项）、税收优惠相关（5 项），保密协议只有 Delaware 一项。这是一家政策追踪公司的统计，可能漏掉用“大负荷用户”措辞的法案；它说纽约是唯一有全州数据中心暂停的州，靠的是州长行政令，不是立法；这个计数没算上德州那道指令。AP-NORC 与 EPIC 的 7 月调查（担心程度和政策，不问是否同意新建）里，约八成的人对数据中心给所在社区的电价、停电或供水至少有点担心，约七成支持要求数据中心为电网升级付费，两党在这一条上都在八成左右（AP-NORCOFFICIAL背景 · 09）。
行业的回应在选后这几天明显变快。OpenAI 11-05 发布《National Community Compact》和《Compute Campus Policy Blueprint》：对它自己拥有并运营的未来园区，承诺“pay the full cost of the electricity we use and the infrastructure needed to serve us”，大笔开支开始前提供财务担保，项目延迟、缩减或取消时保护其他电力用户；每个园区做水计划、优先闭环或少水冷却，公布分站点的水电使用，开工前和之后每年公布独立噪音研究；不对公职人员使用保密协议，只留窄的例外；公布预期岗位、每年报告招聘（OpenAIOFFICIAL上期 · EP.110）。电费自付 1 月的 Stargate 社区承诺里就有，新的是成文的 compact，和给立法者的建议：要求大用户承担它给电网增加的成本，税收优惠的条款要公开、能追回。同一天，Google 宣布在怀俄明州建第一个数据中心，投资 170 亿美元，写明 “We will pay for 100% of the power we use”，用 AEP 的 702 MW 燃料电池加碳捕集供电，风冷以减轻对本地水的压力（GoogleOFFICIAL上期 · EP.110）。
Meta 总裁 Dina Powell McCormick 11-04 在 WSJ 的科技大会上说，行业“not done as good a job as we needed to explain the benefits of these investments”，数据中心是 AI 看得见的样子，人们会说“I don’t want this in my community”，往后“I think it’s going to be harder”（TechCrunchMEDIA上期 · EP.110；WSJ 稿据标题和导语）。更早的承诺有同一个限制：Microsoft 1-13 的“Community-First”写明电价承诺靠公用事业和州监管机构批准费率，只适用于自建自营的数据中心（MicrosoftOFFICIAL背景 · 01-13）；白宫那份 Ratepayer Protection Pledge 是自愿的，FactCheck.org 引专家称它是“a messaging document”“a PR stunt”，合规没有人监督或执行。
这周防守方的消息是：用 AI 批量找洞、批量出补丁，OpenAI 一次运行为 948 个 Linux 本地提权漏洞生成了补丁，Linus 说 7.4 的合并窗口里涌进来一大批 AI 触发的修复。进攻方的消息是：Epoch 的实验里，一个开放权重模型读 Mozilla 已公开、还没发给用户的补丁，每个 Firefox 版本约 1,000 美元、最快 12 小时，做出了能读用户本地文件的攻击，六个版本全部打穿。结论先放：发现漏洞和反推攻击都便宜了，没变快的是补丁从公开走到用户手里的那一段。这一段在 CVE-2026-98432 上看得见：上游 10-15 就公开了，Ubuntu 的官方页 11-05 晚上仍标“正在处理”。
这周的新进展 · EP.111 窗口①下面那个现成的样本动了一格：Ubuntu 的 CVE-2026-98432 页面 11-09 更新，26.10 已标“Fixed in 7.3.0-10.10”，三个长期支持版 26.04、24.04、22.04 仍是“Vulnerable work in progress”；上游 10-15 公开，到 11-09 是第 25 天（UbuntuOFFICIAL）。Red Hat 那页本刊这次没取到产品状态。②找洞这一头：Anthropic 11-09 发 Mythos 5.2，发布页上 Mozilla 的工程师说它把 Mythos 5.1 的漏洞发现指标“roughly doubled”，Anthropic 自己的 CVE Rediscovery 评测是 89.6%（Mythos 5.1 是 78.3%）；这些是客户引语和厂商自测，Mythos 只给通过审核的机构，对所有人开放的 Fable 5.2 的分类器会拦大多数网络安全任务，页脚还写明在 Anthropic 自己的评测上，漏洞识别“roughly on par with Opus 5.5”（发布页OFFICIAL）。
先交代范围。Epoch 的实验（网站报告署 10-29，Substack 摘要 10-30）在窗口边界；Anthropic 的红队文章（10-27）和开源漏洞扫描服务（10-08）在窗口之前，下面标“背景”；Linus 的公告是 11-01，OpenAI 的文章是 11-04，在窗口内。发行版页面的状态截至 11-05 晚上，会变。EP.108 讲过 PHP 10-21 的安全发布（EP.108SELF），这里不重复。
| 这一段 | 这周的一手证据 | 本刊的读法 |
|---|---|---|
| 找洞 | OpenAI：2,308 个候选、动态复现 1,724 个、948 个本地提权，总成本约 121 万美元，文章自己写“操作上的难处不是发现，是判断哪些能复现、越过了什么安全边界、哪个最该先给维护者”（原文OFFICIAL上期 · EP.110）。Anthropic 10-08：半年扫出 2.9 万个候选，人工只分诊了约 6,000 个，已把近 5,000 份未经验证的报告应维护者要求直接发出（原文OFFICIAL背景 · 10-08） | 找洞已经快到人看不过来，瓶颈在分诊 |
| 出补丁 | OpenAI 的扫描跑了 10 天，结束时 61 个本地提权已在上游修掉、43 个有暂存补丁、299 个在被报告和公开讨论；OpenAI 11-05 的 GPT-6 Cyber 发布页另说，按 Linux 社区的指引已向维护者披露 304 个关键发现并附候选补丁（OpenAIOFFICIAL上期 · EP.110）。Linus 11-01 的 7.4-rc1 公告：合并窗口近 2 万个提交（常态约 1.5 万），“充满 AI 找出的问题的修复”，越来越多补丁由 AI 建议、常被重写（LKMLOFFICIAL上期 · EP.110） | 补丁产出在加速，并且进了正常的合并窗口 |
| 补丁公开 → 发版 | Epoch：补丁已进公开代码、还没发版时，GLM 5.3 读代码改动，从被伪装成普通改进的安全补丁里认出漏洞，做出攻击；Firefox 156.0 到 158.0.1（9-17 到 10-26 发布）共六个版本全部成功，边际成本约 1,000 美元，最长给 48 小时，最快 12 小时（报告OFFICIAL边界日 · 10-29/30） | 缺口在这里 |
| 发版 → 用户装上 | CVE-2026-98432（Linux IPv4 TCP 握手里的释放后使用，CVSS 9.8）：上游补丁在 7.3-rc7，Red Hat 页写 10-15 公开；RHEL 8、9、10 的修复都是 11-01，最晚的一批（8.6 长期支持版）是 11-04，OpenShift 4 和 5 的 coreos 镜像、RHEL AI 3 仍标 “Affected”（Red HatOFFICIAL上期 · EP.110）；Ubuntu 页 11-05 更新，到 11-06 凌晨 26.10、26.04 LTS、24.04 LTS、22.04 LTS 都还是 “Vulnerable work in progress”（UbuntuOFFICIAL上期 · EP.110）；Debian 的 bookworm、trixie 安全源已有修复（DebianOFFICIAL上期 · EP.110） | 同一个 9.8 分的洞，各发行版的修复日相差数周 |
Epoch 的实验故意做得朴素：Ubuntu 26.04 默认安全设置、官方下载的 Firefox，模型只拿到各版本发布时能看到的信息，不联网。每个版本都要把一个补丁间隙里的漏洞（拿到渲染进程里的代码执行）和一个未公开的漏洞（绕过沙箱读文件）串起来；后一个 Epoch 报告给了 Mozilla，10-27 的 Firefox 159.0 已修。总花费超过 10 万美元，含搭环境和预实验；同样的办法对 Chrome 花了约 10 万美元没做出来，Epoch 自己说这“不是强证据”。它还说，实验里没有触发任何一家的拦截或拒答，包括智谱。
几个读法要小心。这是实验室里的模拟，不是在野攻击，Epoch 也没测 159.0 是不是还能被打穿。发行版的日期不能直接读成“用户暴露了几天”：企业发行版有自己的回移植节奏，Ubuntu 的状态也会变。这个洞还有一层背景：Anthropic 10-27 的红队文章把它列为第五个案例，称 Claude 写出了让远程攻击者以 root 执行命令的利用，用的是未发布的内部研究模型，漏洞已在上游修好并回移植到所有维护中的稳定内核分支（红队文章OFFICIAL背景 · 10-27）。
补丁间隙不需要 AI 也在发生。11-05，CISA、FBI、HHS、USDA 和 DOT 联合发了一份说明：全球有攻击者在利用零售杂货店和冷库里“unpatched or internet-accessible”的电子温控器和商用制冷控制器，可以改温度、造成火灾隐患和库存损失；建议里有“Apply patches and keep devices and systems updated”，最后一条是找出、淘汰并替换厂商已不再支持的旧设备（CISAOFFICIAL上期 · EP.110）。这件事和 AI 无关，但落在本专题的结论上：最长的一段是补丁走到用户手里，而补丁也到不了的，是厂商不再支持的设备。
三家给的药方互相拉扯。Linus 宁可这股“AI 触发的工作”集中进合并窗口，也不愿它主要以 rc 阶段的额外修复出现，说这是“更健康的模式”，随后补了一句“要看 rc 们怎么样”。OpenAI 的结论是：接下来一段时间，一个没装上最新可用补丁的操作系统上的低权限账号，对资源充足的威胁方“等同于 root”，所以自动出补丁是必要的。Epoch 的建议方向相反：补丁准备好发版之前别公开，更快地从 beta 发到正式版，能串成链的几个洞别放在一起修。内核开发是公开进行的，补丁一进树就是公开的，“先私有、后发版”对它不容易（本刊的读法）。
11-01 Freda Duan 在 X 上写，“Astra 就是机器人的 GPT-3 时刻”，说是和 50 位机器人领域的朋友聊完（X 帖上期 · EP.110）；公众号“天南具身公园”11-04 顺着问：大模型能不能吃掉具身，要先看能不能吃掉 Momenta。本刊回到一手：NVIDIA 研究院西雅图机器人实验室 10-14 的 Astranomy 报告，和 Momenta 的港股招股书。结论先放：Astra 在仿真的抓取放置里确实超过了榜上最强的专用策略，但慢、贵，只测了这一类任务；“价值落在哪一层”的推演有招股书的数撑着，但仍是推演。
这周的新进展 · EP.111 窗口11-09 Anthropic 的 Fable 5.2 发布页在 RoboDojo（公开基准，仿真双臂机器人，看摄像头画面控制）上报了成绩：Fable 5.2 64.9%，GPT-6 Astra 29.8%，Opus 5.5 39.4%，Fable 5.1 27.6%；页面写明是 Anthropic 用各模型的最高档位自己跑的，并称在同一套 harness 上超过了其他前沿模型和“most AI systems built specifically to control robots”（发布页OFFICIAL）。这是另一个基准（不是下面的 RoboLab-120）、另一家的数字，没有第三方复现，页面也没写延迟。对下面第一个判断：“通用模型够得着策略层”多了一个旁证，“离控制器还差延迟和接触任务”这一半没有新证据。另有一个分工不同的实例：Apple 的 HALO（arXiv 2611.06908，11-04 提交，论文OFFICIAL背景 · 11-04）让宇树 G1 背着一台 Mac mini M4 Pro（64 GB），本机跑 Qwen3.6-35B-A3B（4 位，MLX）当“orchestrator”，只把一句话拆成子任务（论文写这是为了不联网也能用，也可以选走云端大模型），动作由小的运动生成器和跟踪器出；只用仿真数据训练，在六个没见过的真实环境里 360 次试验成功 91%，三条连续任务的平均是 70%，论文自己写链式成功率低于单任务成功率的乘积（如 71% 对 89%）。这是“大模型当导演、小模型管动作”的一个实例，不是通用模型直接出关节指令。
| Astranomy 的数 | 报告原文 | 读法 |
|---|---|---|
| 成功率 | RoboLab-120（120 个抓取放置任务，每个任务 5 个回合，仿真，DROID 机械臂）：Astra 跑在持续的 Codex 会话里（Agentic）74.8%，直接输出动作（Direct）66.3%，榜上最强的 Lakeside 51.0%，报告写 Agentic 高 23.8 个百分点（NVIDIA 研究院OFFICIAL背景 · 10-14） | 超过专用策略是真的；但每个任务只有 5 个回合，作者写明没有做显著性检验 |
| 延迟 | Direct 每次调用平均 18.56 秒（只算成功回合），推理占估算总耗时的 97.0%；对照 π0.5 是 46.96 毫秒 | 仿真在推理时是暂停的，所以 18.56 秒没有让机器人“掉东西”；真实环境里等不起 |
| 成本 | Agentic 每个成功回合平均 3,090 万 token、约 36.40 美元；Direct 约 16 万 token、约 1.96 美元 | 更准的配置同时是更贵的，约 18 倍 |
| 作者写的局限 | 只覆盖抓取放置，不含插入、装配这类接触丰富的任务，也不含需要快速反应的高动态任务；仿真暂停推理，没有测环境在变时的响应；是博客形式的报告，arXiv 版标“即将上线” | 能不能当控制器，报告自己说还是开放问题 |
Freda Duan 的博客同日（11-01）也引了 NVIDIA 这两个数，结尾写：Astra 没有解决机器人，但前路第一次清楚；她同时写自己越来越怀疑“机器人专用独立模型”的长期价值（Robonomics 博客MEDIA上期 · EP.110）。这是一位投资人的判断，不是评测。
| Momenta 的账 | 招股书和中期公告原文 | 读法 |
|---|---|---|
| 两条收入线 | 2025 年收入 24.13 亿元：技术开发服务 14.45 亿元（59.9%），许可服务 9.68 亿元（40.1%）；2023 年许可只占 3.1%。招股书写：车型进入量产后，许可服务的增量成本“minimal”。毛利率 17.5% → 49.0% → 71.6%（2023→2025，招股书OFFICIAL背景 · 06-29）。2026 上半年许可占比 37.9%，没有继续上升（中期公告OFFICIAL背景 · 08-31） | 利润几乎都压在许可这一条线上；工程是拿到许可的入场券 |
| 研发和装机 | 2025 年研发 18.69 亿元，占收入 77.5%，其中“基础设施、训练和云”从 3.41 亿元涨到 6.65 亿元；累计装机 5.2 万 → 17 万 → 68 万台（2023–2025）；Adaptor 工具链，招股书自述预标准化阶段通常能达到主线性能的 80%–90% | 训练和云是通用模型最可能替掉的那一项；80%–90% 是公司自述，不是自动化了八九成 |
天南具身公园的推演（二手分析，不是 Momenta 的说法）是：如果通用模型能直接给出行驶轨迹，受冲击的是约 40% 的许可收入，也就是利润的大头；约 60% 的工程部分接近成本价，短期守得住。换到具身：本体厂自己兼任整车厂和一级供应商，本体又没有统一标准，工程更值钱；但 Astra 的 18.56 秒也说明，“大模型当老师、小模型上本体”的过渡期在具身里会比自动驾驶长。文里的单车许可费（约 2,480 元和 1,900 元）是作者用许可收入除以新增装机估的，招股书里没有这个数（原文MEDIA11-04）。该文还说 Momenta 10 月底发了自研芯片：本刊核到的是 10-29 XHEART（新芯航途）发布 X7 Ultra，Momenta CEO 到场，现场报道写 XHEART 的前身脱胎于 Momenta 的芯片设计项目、两家商业上“各卖各的”（IT之家MEDIA背景 · 10-29；晚点MEDIA11-01）；Momenta 同日发的是 R7 Ultra 世界模型。
旧金山办 AI 活动、也做投资的 Hannah Xu 11-04 发了一串帖和一张图，说 frontier labs 的数据预算在往屏幕外走，生物和机器人排前面（原帖上期 · EP.110，她的主页写着 “Selling data to Labs? DM me”）。本刊回到一手页面核了图里的数。方向有证据，但三个数读重了：Anthropic 修订版 S-1 写的是供应商费用比去年同期“增加”7.57 亿美元，不是“付了”7.57 亿；10 亿美元以上是 Anthropic 和埃森哲“各自”预计、条款未定；OpenAI 约 100 名遥操作员是 1 月的二手报道。比这张图更新的一条在窗口里：10-28，一家创业公司让 AI agent 在活的小鼠脑里完成了一次基因治疗注射，全程有人把关。
这周的新进展 · EP.111 窗口11-09 Anthropic 的研究页写，Fable 5.2 凭一段话的提示设计出三个电子设备，板厂 Diode 照设计文件做出，没改电路；Claude 没有测试设备，由人搭建和测试；页面声明 Anthropic 与 Diode 有商业关系，金额没写（研究页OFFICIAL，见快讯）。这是“钱花到屏幕之外”的一个新例子，但它是原型，没做电气验证、天线调试、热测试或认证。Anthropic 的 S-1/A 在 EDGAR 上最新仍是 11-02 的那一份，下面“修订后 S-1 里有没有单列评测和实验设施开支”这一检验，这周没有新材料。
| 钱花在哪 | 能核到的一手 | 怎么读 |
|---|---|---|
| 买数据和评测服务 图里的主体 | Anthropic 修订版 S-1（11-02 提交）：前九个月“其他运营与行政费用”比去年同期增加 48 亿美元，其中“数据质量与性能评测服务”的供应商费用增加 7.57 亿美元；文件没给总额，也没点供应商名（S-1/AOFFICIAL上期 · EP.110）。同一份文件写：预计未来五年至少投入 10 亿美元，与埃森哲建设外部评审能力，条款“尚未最终确定”；Anthropic 9-18 的官方稿写的是两家“各自预计至少 10 亿美元”，埃森哲的 Faculty 牵头，Anthropic 直接出钱给埃森哲的这部分工作（AnthropicOFFICIAL背景 · 09-18）。 | 这几笔多是“拍卖价”“据报道”“正在收购”，不是已付款的结果：Spirit 的法院结果没找到，OpenAI 的人数是 1 月的数字 |
| 图里的几笔数据采购 | Google 8-14 的破产拍卖里以 1,000 万美元胜出 Spirit 航空的去标识邮件和 Teams 数据，备选方 Mercor 出价 750 万（拍卖结果MEDIA背景 · 09-13）；Fortune 9-14 报 Micro1 提了 1,250 万美元的更高价，当时没有任何一笔获法院批准（FortuneMEDIA背景 · 09-14），之后的法院结果本刊没有找到；OpenAI 在旧金山有机器人实验室、约 100 名合同工遥操作机械臂，来自 Business Insider 1-22 的报道，经二手转述，OpenAI 没有确认（转述MEDIA背景 · 01-22）；Deeptune 被 Mercor 收购，Mercor 7-09 官方帖写的是 “is acquiring”（Mercor背景 · 07-09）。图里 Tacit、Mecka、Human Archive 等卖方本刊没有逐家核 | 这几笔多是“拍卖价”“据报道”“正在收购”，不是已付款的结果：Spirit 的法院结果没找到，OpenAI 的人数是 1 月的数字 |
| 自建实验室和给 agent 的仪器接口 | Anthropic 修订版 S-1 自己写：“building a molecular biology lab, acquiring Coefficient Bio”（原文是分子生物学实验室，没有“湿实验室”字样）；Coefficient Bio 4 月完成收购，对价是 1,540 万股 A 类股，美元金额文件没写，“约 4 亿美元”来自媒体（Fierce BiotechMEDIA背景 · 04-06）。同一文件说 Model Hardware Standard 能让 agent 操作显微镜、液体处理机和现成的机械臂；8-27 的研究预览先给一批科研实验室和先进制造商，申请制，Genentech 用它做蛋白检测自动化（MHSOFFICIAL背景 · 08-27） | Anthropic 是三样一起做：评测供应商、自己的小实验室、给 agent 用的仪器接口。实验室的规模、投入，文件都没写 |
| 把仪器开放给 agent 窗口内最新的一条 | Exin Therapeutics（首个适应症癫痫，CEO Gabriel Ocana-Santero）10-28 在 X 上写：给一个 agent 19 种基因治疗载体的表格、一个癫痫小鼠模型和一台带摄像头的电动手术台，目标是减少发作；它自己挑了药和脑区、从三篇论文推出坐标，再操控立体定位臂往脑里注入 250 纳升。持证兽医把关每一个不可逆的步骤，手里握着切断所有电机的物理急停；开颅由人做，agent 暂时不被允许（线程首条上期 · EP.110；WIRED 10-31 的标题是 “An AI Agent Injected Drugs Into a Live Mouse’s Brain”，报道MEDIA10-31）。他写三个模型表现不同：Opus 5.5 一发现是生物任务就拒绝，Opus 5 把干跑做完、在真手术开始前停下，Sonnet 5 从头做到尾（模型对比上期 · EP.110）。11-05 他让 GPT-6.1 Sol 连做三次手术，找解剖标志点的时间 169 秒→86 秒，位置误差 0.6→0.3 毫米，他自己写“N=3”（11-05 帖上期 · EP.110） | 创始人线程的自述：一只小鼠、每个模型一次；本刊没有找到预印本、动物伦理批准或第三方复现。值得看的是把关方式（人闸、急停、开颅由人做）和三个模型在“要不要动手”上的分歧 |
| 不自建、卖验证产能 | 金斯瑞（1548.HK）10-28 与赛默飞签的是战略合作备忘录，稿里没写金额和交付时间（公司稿OFFICIAL10-28）。9 月完成的港股配售净募约 23.27 亿港元，公告写明约 70% 用于 AIDD 平台的产能和基础设施，其中包括自动化高通量湿实验室设施、设备和实验室升级（配售公告OFFICIAL背景 · 09-11）；2026 上半年生命科学事业群收入 3.19 亿美元、同比 +28.8%（中期业绩OFFICIAL背景 · 08-16）。公司稿称 AIDD 相关业务同比翻倍，这句在中期业绩公告里没有对应的数 | 另一种押法：卖给想验证 AI 设计分子的人。“翻倍”只能写“公司称”；“约 70%”是整个 AIDD 平台的产能扩张，湿实验室只是其中一项 |
图外有三种声音，都是观点，不是证据。@lidangzzz 10-30 说，头部 LLM 公司、frontier lab 投资 wet lab 搞生物制药“大跃进”，他都瞧不起，现阶段 agent 该先去做半导体 EDA、仿真和 CAD 这些软件密集的行当（原帖上期 · EP.110）；一个以美股和投资观点为主的账号同日预测，所有大型 AI 公司 3–5 年内都会变成以生物科技为主业的公司（原帖上期 · EP.110）；Exin 的 CEO 11-03 说的是第三种：旧金山的生物创业公司都在问“怎么把数据卖给 AI 实验室”，不如让 agent 用你的基础设施，他自己写了披露，这就是 Exin 在做的（原帖上期 · EP.110）。
生物模型这头，NeoLab 里的 Radical Numerics（本站收录 №57）10-20 发布 Omnii-1，同日称它设计的噬菌体在受监管的同情用药通道里给了一位患者；公司自己写明，单个患者的观察不能证明安全或疗效，也不披露病程（公司博客OFFICIAL背景 · 10-20）。“首个”是公司自述。
10-31 晚，DeepSeek Harness 团队发了《Super-agent 设计探索：迈向更自主的 Agent 系统》，同时开源仓库 dsh-superagent-prototype（MIT）；11-05 晚上，仓库约 1.9 万颗星。它盯的是人的问题：团队观察到，一个人通常只能同时跟进 3 到 5 个活跃 Session，所以单任务的上限取决于模型，多任务的上限取决于人的注意力（团队自己的观察，没给数据）。结论先放：它的新意在调度和克制——常驻的 Router 只管分派，隔离的 Worker 干活，“什么时候该说话”被写成了硬规则；而 15.7 分钟那个数字是合成负载上的自测，开源出来的也只是文章里的一部分设计。
先交代范围。一手有三样：文章（微信公众号“DeepSeek Harness 团队”，页面标 10-31 20:29 北京时间，署 DeepSeek 产品部，团队自己说它是“面向工程实践的架构思路探讨”，不是产品功能介绍，文章OFFICIAL上期 · EP.110）、仓库里的 README、文档、提示词和源码（仓库GITHUB上期 · EP.110），以及 GitHub 接口给出的数字。媒体稿里的数字，下面一律以这三样为准。“Super-agent”在文章里是一类形态的名字，仓库名里的 dsh 是 DeepSeek Harness；仓库只有 1 个提交，Issues 关着。
| 设计 | 一手怎么写 | 本刊的读法 |
|---|---|---|
| 双层：常驻 Router，隔离的 Worker | 文章：Router 常驻，设计上不直接执行任务，“甚至可以不配备 Bash 工具”，较轻量的模型往往就够；Worker 上下文隔离、并发执行，不直接和人说话，向 Router 汇报，由 Router 统一回复。一个工单一个 worker Session、一个目录，默认并发 3 个（policy.tsGITHUB上期 · EP.110）。仓库里叫 main Session（orchestrator）和 Executor（worker）。文章说它和常见的 Agent Team 不同：Team 拆一个任务内部的步骤，Router 只管任务之间的关联和分派 | 把“谁和人说话”集中成一个声音，是这套设计最实在的地方 |
| 主动，但被关在很窄的范围里 | 两级过滤：程序层按来源、群、白名单筛，语义层由模型按团队写的规则判断。接单有 off、observe、auto 三档，默认 observe：只评估，把“本来会接”记下来，什么也不接；文档建议先观察，复核记录后再切到 auto（授权文档GITHUB上期 · EP.110）。主动接的活必须匹配团队写的规则，默认只带两条示例：改错别字和措辞，局部间距和对齐；范围上限是仓库内的小改动，不碰公开接口、产品承诺和行为 | 默认配置里“主动”只是改文案和样式；observe 档把“该不该让它自己接活”变成先看记录再决定的事 |
| 少说话 | 设计原则第一句：“Take as little human attention as possible, and give as much value as possible.”（docs/000GITHUB上期 · EP.110）。聊天消息默认一句、硬上限 100 词，发送通道会拒收更长的；没做完的进度不发，PR 没准备好不宣布，评审意见改好后静默关闭线程；GitHub 上的每条消息开头固定写“This is by an automated agent, not a human.”（提示词文档GITHUB上期 · EP.110、团队沟通规则GITHUB上期 · EP.110） | “更懂何时闭嘴”是媒体标题的说法；落到一手，是一组能逐条检查的规则，其中 100 词上限由通道强制 |
| 授权和边界 | 聊天、评论和引用的文档都只是做决定的输入，改不了权限；人在话题里说“停”就是停。自动合并默认关，只有 PR 是为这个工单开的、已就绪、批准覆盖最新提交、增删合计少于 200 行时，默认指令才允许开。另一面：worker 以操作者的系统账号不经审批跑命令，文档写这些包装和目录“establish defaults, not a security boundary”（执行文档GITHUB上期 · EP.110），部署文档建议另开一个只放 agent 凭证的系统账号（部署文档GITHUB上期 · EP.110） | 谁能发起工作卡得很细；发起之后能做什么，文档自己说不是安全边界 |
文章第 7 节是“初步实验”，作者自己写“基于合成负载与简化环境”，结果“仅作为初步参考”。7.1：一次约 300 条消息，其中约 20 条是工作请求，其余是闲聊、跟进、叫停和 CI 消息；编码工作用一个只消耗时间的工具代替，量的是调度，不是写代码；每种方案跑 5 次。Super-agent 的完成时间 p50 12.4 分钟、p95 15.7 分钟。对照是“单 Session 加 Subagent 工具”：中性提示下 p95 是 29.5 分钟，因为 5 次运行里模型一次都没调子 Agent，所有活都在主 Session 里被新消息不断打断；改成提示“优先委派”后，5 次里有 4 次委派，更快，仍慢于 Super-agent，正文没给这一组的分钟数。所以“p95 从 29.5 降到 15.7 分钟”数字是对的，但对照组是一个从不委派的单 Session，不是别家的 agent。图注还写明消息间隔和工作时长按 1/4 缩放，模型调用耗时是真实的，所以这里的“分钟”不是现实里一个 PR 要等多久。代价文章也写了：多会话让读缓存 token 更高。
另外两个数。去掉“订阅直通”（同一话题的后续消息由程序直接送给已订阅的 Worker，不再经过 Router）后，完成时间基本不变，Router 要做的决定多约 30%，读缓存 token 从 2,323 万升到 3,177 万（约 +37%）：直通省的是 token，不是时间。7.2 把 Router 的负载从每分钟约 1 条拉到约 40 条（Worker 用模拟模型），平均批大小从 1.0 到 2.8，单次请求耗时 2.5 秒到 3.9 秒，每个决定分摊的推理时间 6.4 秒到 1.6 秒。
开源出来的有多少？README 写得很直：“Research prototype for reference only, not an official DeepSeek product”，代码“much of the engineering done by coding agents”，并说文章里的一些设计是未来方向、原型里没有实现，但没逐条列。本刊拿文章和仓库逐项对了一遍（这是本刊的核对，不是 DeepSeek 的声明）：双层、事件驱动、订阅直通、Router 批处理、IM 的 100 词规范，仓库里都有；“计算、状态、环境分离”（云端无状态计算、端侧 daemon、自带模型）没有，插件跑在本机 DeepSeek Harness 进程里；Watchdog（独立会话监控 worker 有没有实质进展）也没有，仓库里只有每小时跑一次状态脚本、挂了就重启；文章里的“静默复现并修复”是公司内部群里配的策略，默认规则里没有；仓库 236 个文件里没有复现 7.1、7.2 实验的脚本和数据。文章还说公司内部的实例已在持续运行，参与问题复现与修复、代码审查响应，没有外部验证。
外界怎么看。官方账号 @DeepSeekHarness 11-01 发了英文机翻版长文，截至 11-05 约 1.4 万个赞、310 万次浏览（帖子上期 · EP.110）。多数评论说方向是共识，不算新：有人说“去 Session 化”是大家都在探索的方向（帖子上期 · EP.110），有人把 Grok、OpenAI、Anthropic 近期的同向产品并排列出（帖子上期 · EP.110），那几个是个人或通用 agent，不是绑一个仓库的编码 agent。认为有东西可偷的，挑的是同样三点：让协调者在结构上不能干活、确定性过滤放在模型前面、回复字数设硬上限（帖子上期 · EP.110）；他还把对照组的发现提炼成一句：别指望提示词让 agent 去委派，把它做成结构。Hacker News 上有 5 个提交，最高 11 分、0 条评论。没有人用同样条件把它和 Codex、Claude Code、Cursor 或 Copilot 比过；文章自己的对照组也不是这些产品。一个独立上手的记录在 GitHub 上（讨论帖GITHUB11-01）：作者从干净克隆装好，在私有仓库把一个 Issue 走到了 PR，但在 Issue 里 @ agent 账号没出票、也没有任何提示（来源面板仍显示 ready、收到 0 条通知），作者没查清原因，建议安装时检查通知有没有送达。另外，媒体标题里的“主动监听群聊”是文章里内部实例的做法；开源版默认只响应被授权的人，飞书默认只读 @ 和私信，主动接单默认只记录不动手。
这周（10-30 之后）没有找到人造子宫的新论文、新批准或新登记的试验：本刊查了 Europe PMC（10-20 至 11-05 没有以人造子宫或人工胎盘为主题的新论文）和 ClinicalTrials.gov（相关关键词 0 条登记）。但近几个月有几条实在的进展：TU/e（埃因霍温理工大学）7-23 说团队预计五年内开始临床试验，巴塞罗那 BCNatal 7-06 说羊在装置内最长活了 21 天。结论先放：“快速发展”在动物实验和工程设计上是真的；在人身上，本刊没有找到任何已登记或已批准的试验，各家写的“某年开始人体研究”都是预期。
先交代范围。这里说的人造子宫，指早产儿的“部分体外妊娠”：把 22 到 28 周出生的极早产儿放进充满液体的装置，脐带接人工胎盘，让肺有时间长成；不是从受精卵到足月的完整体外妊娠。窗口内本刊没有找到相关新闻，所以下面大部分是背景，已标日期。检索的局限也要说：当晚 PubMed 的检索接口报错，Europe PMC 对期刊收录有几天滞后，“窗口内没有新论文”不等于绝对没有。本刊没有查 ISRCTN、UMIN、ChiCTR、荷兰 CCMO 这几个注册库。
| 路线 | 能核到的一手 | 阶段 |
|---|---|---|
| CHOP · Vitara 的 EXTEND 充液、脐带接氧合器、不用泵 | 2017 年 Nature Communications：8 只胎羊，最长运行 4 周，上限是动物方案规定，不是装置不稳（论文OFFICIAL背景 · 2017-04）。2024 年 Pediatric Research：10 只孕 90–95 天的羊（作者称相当于人的 23–25 周），平均 13.5 天，脑 MRI 和组织学与对照无差别（论文OFFICIAL背景 · 2024-06）。2025-12 ASAIO Journal：12 只羊，不用肝素组血栓负荷 1.28–11.77%，用肝素组 3.91–29.94%，差异不显著（p=0.15，论文OFFICIAL背景 · 2025-12）。Vitara 官网写 EXTEND 是研究用器械，“has not received market clearance status by the U.S. FDA”，页面没有试验或 IDE 公告（官网OFFICIAL上期 · EP.110）；2024-11 融资 5,000 万美元，称用于“first in human clinical study”（新闻稿OFFICIAL背景 · 2024-11） | 动物实验，最长 4 周；有公司、有融资，没有公开的人体试验 |
| 密歇根大学 泵驱动的人工胎盘 | 2023 年 Pediatric Research：10 只早产羊（含一组用肝素的对照），一氧化氮表面抗凝那组不用全身抗凝；动物存活 6.8±0.6 天，两组都没有出血或血栓并发症（论文OFFICIAL背景 · 2023-04） | 动物实验，约一周 |
| 东北大学 · 西澳大学 · 新加坡国立大学 体外子宫环境（EVE） | 2023 年 Frontiers in Physiology：6 只 95 天的羊，平均 250±72 小时，最长 14 天；论文标题就写：循环维持住了，但身体和器官生长减少（论文OFFICIAL背景 · 2023-08） | 动物实验，最长 14 天，生长异常 |
| 巴塞罗那 BCNatal · fetaLife | 7-06 的新闻稿：绵羊在装置内最长 21 天，离开装置后存活超过 13 个月，个案羊长期神经发育“正常”；计划 2028–2029 年做首次人体研究，取决于资金；项目获 la Caixa 基金会 765 万欧元（新闻稿OFFICIAL背景 · 07-06）。新闻稿没给动物数量、起始孕周，也没有论文或 DOI | 动物实验；数据只有新闻稿，未见论文 |
| 中国 · 郑州大学第一附属医院 | 2020-12-30 的院方新闻稿：国内首次人造子宫胎羊体外培育实验，经脐动静脉插管体外支持，使早产羔羊在人工子宫存活；稿子没写存活时长、羊的数量和孕周，也没给论文（新闻稿OFFICIAL背景 · 2020-12-30）。此后的报道，本刊没有找到原始来源或论文 | 动物实验；只有新闻稿 |
| 埃因霍温 · 围产期生命支持（PLS）· AquaWomb | TU/e 7-23 的新闻稿：充液培养箱，目标是 24–28 周出生的婴儿；页面写的是预期：24 周出生的婴儿如果再在培养箱里长一个月，存活率有望从 60% 升到 90%（预期，不是结果）；页面只用一个仿真婴儿人体模型演示转运过程，没有报告动物或人体试验；“预计五年内开始临床试验”（新闻稿OFFICIAL背景 · 07-23）。他们的论文是共识、综述、数学模型和仿真人体模型，没有动物结局数据；2022 年的共识写首次人体研究“within the next decade” | 工程设计和模拟；没有公开的动物或人体结果 |
| 监管 · 美国 FDA | FDA 儿科咨询委员会 2023-09-19 讨论过人造子宫，会议纪要写明是四个不表决的问题，没有批准或不批准的结论；委员会一些成员认为，现有动物研究是否足以支撑临床拟定的使用时长“unclear”；FDA 的框架是新生儿受试者承担高于低风险的风险，所以必须有直接获益的前景（会议纪要OFFICIAL背景 · 2023-09）。纪要里没有 IDE 或批准的字样 | 2023 年讨论过；之后本刊没有找到公开的批准 |
快在哪里，实在的是三件事。一，动物研究从一家变成多条路线并行：无泵的、泵驱动的、不同抗凝办法的，各自在减少肝素、脑出血和白质损伤。二，钱和公司来了：Vitara 的 B 轮、BCNatal 的 765 万欧元。三，工程那头在往前补：亚琛团队 2026-01 做了可成长氧合器的台架测试（还没做动物），埃因霍温 9-28 的论文做了仿真早产儿人体模型，连着胎儿循环的数学模型，用来开发装置和培训医生。没变快的是时长和人体：一手论文里，装置内运行最长的数字是 4 周（2017）和 14 天（2023），其余路线多在一周上下；2026-01 的一篇系统综述（Cureus，纳入 22 项大动物研究）写 “no human trials have yet been conducted, and any clinical translation remains speculative”，还说 4 周那次是“a single landmark study rather than a reproducible standard”（综述OFFICIAL背景 · 2026-01）。
名字容易混的还有一样。国际干细胞研究学会（ISSCR）2025 年的指南更新里新增了一条建议，禁止把干细胞胚胎模型在体外培养到可能存活的程度（ISSCROFFICIAL背景 · 2025-08）；它管的是胚胎模型，不是早产儿救治。监管和伦理这头，本刊没有找到英国的 Nuffield 委员会、HFEA、美国儿科学会或荷兰卫生委员会对“部分体外妊娠”的正式立场文件，官方文件目前只有上表 FDA 的那份会议纪要。
这个领域和 AI 的交集，本刊没有找到实在的。埃因霍温的“胎儿数字孪生”是物理和数学模型，不是机器学习，也没有查到用 AI 设计人造子宫的研究。传得最广的一条是 2025 年 8 月起流传的“中国团队要造孕育机器人”：公司负责人随后发声明，说公司“从未开展过”相关研发，所谓一年内出的“样机”指的是仿真人形机器人模型（新浪稿MEDIA背景 · 2025-08）；被说成毕业于南洋理工大学的人，校方发言人对 Live Science 说查无此人、也没有这样的研究（Live ScienceMEDIA背景 · 2025-08）。本刊没有找到它的论文、产品或可验证的研发主体。
每周五 12:00–13:00 在线分享，或每周一封邮件送到收件箱——挑一个渠道就够。
