每日 AI 简报

微软联合创始人比尔·盖茨在 10 月 11 日 CNN《State of the Union》访谈中，把近期风险重点放在恶意者使用可移除安全保障的强大模型。他预测，未来一年最显著的负面冲击可能来自勒索、扰乱市场等网络攻击，而 AI 整体失控的大规模影响仍在更远处；他也认为，把人类灭绝描绘成迫在眉睫会夸大风险。

盖茨主张参照汽车、航空和药品，在全面停止与完全放任之间建立监管及专业安全机构，不能把企业自身检查当成社会唯一保障。他还呼吁讨论如何向 AI 或机器人使用征税、哪些工作应保留给人类，以应对替代劳动的商业激励。这些是他的风险预测和政策建议，尚非已通过的税制、就业规定或风险已被证实的结论。

OpenAI Codex 负责人 Tibo 在北京时间 10 月 11 日 12:01 发帖，确认此前预告的全局额度重置已全部传播完成。上一期报道的是“计划当日重置”，本期新增的是负责人对完成状态的确认。

用户可刷新或重新打开设置中的 Usage（用量）页，核对正确账号与工作区的额度状态。本次确认帖没有逐项列出适用套餐、具体配额类型或个别账户的到账情况，因此不能据此保证每种套餐都增加同样额度，也不能把它理解为永久提额。

10 月 8 日，Periodic Labs 创始人 Liam Fedus 和 Ekin Doğuş Çubuk 在 Latent Space 访谈中，解释 AI、模拟与高通量实验结合的路线。本次补报因原文及首发时间刚获核实。他们认为，科学发现须从有噪声、不完整的物理观测中学习，不能只记忆论文答案；模型应提出实验、读取真实结果，再据此调整下一步。

两人将自动表征——综合测量、识别合成材料——视为瓶颈，强调保留失败实验、计算与决策的时间记录，使模型依据当时可知信息学习过程，避免把已经知道的答案当成推理能力；模拟不能代替实验。公司表示正通过现场工程团队向半导体客户部署自用工具。这是团队对科研路线与商业部署的自述，原访谈未提供独立效果评测。

独立社区项目 DeepSeek Bot 发布 0.1.1、0.1.2 两个更新。它是装在 DeepSeek Harness（DSH，模型执行任务所用的运行框架）里的多智能体插件，允许为不同 Bot 设置角色、模型和长期记忆，并在群聊中由管理员协调协作。它使用用户自己的模型额度，属于社区产品。

本次 0.1.1 给每个 Bot 加入“只读、工作区、完全访问”权限设置，设置会随它在单聊、群聊和新对话分段中保持；创建 Bot 或选择模型时，也可单独指定思考强度。语音聊天优先使用 DSH 官方语音输入插件的本地 SenseVoice 识别，插件未启用时使用浏览器语音识别；未下载语音模型时会引导打开设置。用量页同时修正了漏计子智能体会话的问题。

随后 0.1.2 增加版本和更新检查页面，并收紧 DSH 升级提示：只有 DS Bot 发行明确列出已经验证的 DSH 版本时才推荐更新，修正 0.1.1 曾给出未验证更新提示的问题。项目依赖的 DSH 仍属 alpha 阶段，不能把这次权限选项等同于已经证明安全的隔离；开发者应按任务选择权限，并核对重要文件与命令操作。

本期补报独立开源项目 Open Academic Paper Gen 在 10 月 7 日公开推送的引用核查改进。它把选题、文献检索、筛选、写作、核验和导出串成多智能体流程，先建立真实文献池，再检查写作中每个引用是否存在、文献身份是否匹配，以及原文是否支持所引观点。10 月 11 日的媒体介绍让采编发现该项目，公开代码事件证实这项变化已于更早日期发布。

本次更新解决了一个具体遗漏：原来同一文献最多核查前六处论断，后续引用可能没有被判断；现在按每批六处分组，为每一处引用发起支撑核查。界面也展示核查依据来自全文、正文节选还是摘要，并分开列出已判断、无法判断和没有完成判断的数量，让“看起来通过”不再掩盖覆盖缺口。

这是辅助文献定位和引用自查的工具，核查仍由模型依据检索到的文本完成，拿不到全文时会退回节选或摘要。显示未核验比默认为通过更有用，但不能替代研究者检查原文、实验和学术规范。当前项目默认可以逐阶段人工确认，使用者也需要自行配置模型服务。

llama.cpp 在 10 月 11 日的预发布构建中补齐一组 GPU 后端改进。b11559 让 Gemma 4 的 E2B、E4B 配置在启用 Flash Attention（减少注意力计算内存读写的实现）时，能够继续使用 OpenCL GPU 解码，避免因不支持相应计算维度而退回 CPU；同一改动也优化了 gpt-oss-20b 等配置的解码路径。

较早的 b11558 修正了另一类实际运行问题：部分量化权重以 GPU 图像对象存储，尺寸超过设备限制时可能崩溃，现在会回退到兼容计算内核；Q4_0 权重广播及小规模归一化计算也得到修正。b11554 则调整 Vulkan 后端在混合专家模型中遇到重复专家索引时的任务组织，减少循环和多余调度。

这些变化分别针对特定模型、量化格式与后端。原 PR 的速度数字来自作者自己的配置，不能推成所有显卡均会获得相同收益。使用 OpenCL 或 Vulkan 做本地推理的开发者可按所用模型核对；本次构建均属于预发布。

llama.cpp 的 b11555 预发布构建修正了部分支持 AVX2 指令的 CPU 未使用 F16C 半精度浮点转换指令的问题。同日，贡献者 Tough-Respawn 在项目中提交复现报告：在 Windows 官方构建、Clang 20.1.8 编译器、Intel i7-10750H 的测试中，把混合专家模型 Ornith-1.5-35B-A3B Q8_0 的专家计算放在 CPU、注意力放在 CUDA GPU 时，更新后的文字生成速度约下降 7%。其跨版本对照和只替换 CPU 库的测试，将变化指向这项转换改动。

报告作者认为，原因是编译器生成的指令让计算循环出现额外的寄存器依赖，并提出让半精度浮点数 FP16 转为单精度 FP32 时恢复查表、保留相反方向硬件转换的最小修复。对应 PR #30343 在截止时仍未合入，因此不能宣称新版已经消除了回退。

这是一名贡献者在一个 CPU 与编译器版本上的复现，尚无独立复核；作者没有测试其他 CPU 或 GCC，在其测试的部分其他量化格式上也未见一致减速。受影响配置的使用者应关注自己的基准和后续修复，不能把约 7% 的结果扩展到所有 Windows 或 llama.cpp 用户。

开源工具 REA 通过模型上下文协议（MCP）把逆向分析工具接给编程智能体，6.4.0 版增加了 Android 设备检查、分包 APK 提取、日志与截图、文件传输及应用生命周期操作，需自行提供 Android 调试桥 ADB；资源解析依赖 Apktool，JEB 反编译依赖调用方启动的本地 JEB MCP 服务。

新版还提供大型证据、JavaScript 图和二进制结构的摘要与局部视图，并把 JavaScript 分析隔离到具有内存和超时限制的进程，资源不足时保留已完成事实及未知项。直接依赖输出结构的开发者须检查迁移说明：WebSocket 结果字段改为 network.websocket_connections，部分旧证据格式需重采或重导；不能只升级包而假定所有历史接口兼容。

硬氪记者黄楠报道，AI 体育硬件公司庞伯特近日完成数亿元 B 轮融资，由上海国投先导基金领投，元禾璞华、浦东创投等跟投，蓝驰创投继续加注；报道没有公布精确金额或估值。资金计划用于体育模型、运动视觉和训练决策研发，以及海外渠道和更多运动品类。

在同篇专访中，创始人兼 CEO 张海波解释，公司希望把发球机发展成“感知、决策、执行”相连的训练系统：摄像头观察挥拍姿态与球路，模型给出引拍时机、击球点或重心转移方面的简短提示，设备再安排相应球路练习。端侧负责低延迟感知和轻量判断，云端处理更复杂的多模态分析；目标是让独自练球的人也能得到连续反馈。

张海波强调，数据量本身不等于数据可用性，团队使用视频预标注加专业教练复核，并希望把用户的问题、AI 建议、发球策略和后续动作变化关联起来。他也说，理解个人长期短板、跨训练生成计划的能力仍在进化。这些效果和路线是公司在采访中的陈述，报道未提供独立对照试验，不能据此认定已能全面替代专业教练。

本期补报《光明日报》10 月 11 日凌晨刊发、采编时才完成原文核验的署名评论。对外经济贸易大学学者张小锋、熊光清主张，以联合国作为全球 AI 规则协调主渠道，同时让区域和专业机制参与政策协调、能力建设、标准对接与项目合作。文章是两位作者的政策主张，没有宣布一项新通过或已生效的国际规定。

两人提出，把监管要求与应用风险和具体场景结合：生命健康、公共安全、金融信用、就业教育和关键基础设施等高风险用途，应加强安全评估、数据治理、人工监督及责任追究；风险较低的创新活动应保留发展空间。跨国层面则应建立风险监测、事故通报和应急协作，让模型测试、安全审计和生成内容标识等工具逐步兼容互认。

文章还把全球南方的治理能力不足列为问题，倡议把可负担算力、开源工具、本地语言数据、复合人才培训和融资成效评估结合起来，避免援助形成新的技术依赖。这些建议针对国际治理与能力建设阶段，尚不能视为各国已共同采纳的强制规则。

新浪科技在 10 月 11 日独家报道称，蚂蚁集团旗下灵光已经开始新版小范围内测。报道援引接近项目的人士说，新版准备约半年，计划本月全面开放；这不是蚂蚁正式确认的发布日期，当前也没有供所有用户使用的公开入口。

按该人士描述，升级重点是从聊天、生成应用的助手，转向能保留长期记忆、主动推进任务的个人智能体，并通过 Skill（可复用的任务技能）和 MCP（让模型接入外部工具的协议）调用钉钉、智能家居等服务。报道列举的测试场景包括跟踪市场异动、管理打卡和在旅行条件变化后重新排路线。功能范围、权限控制、开放资格和实际效果仍待官方说明或公开测试确认。