AI 日报 · 2026 年 10 月 23 日 · 星期五
AI信号站
METR 与 Redwood 红队测试 OpenAI 内部智能体监控系统
METR 与 Redwood Research 在 7 月 21 日至 8 月 11 日对 OpenAI 内部失准监控系统进行为期三周的高权限红队测试，产出 61 页内部报告。
模型发布/更新
Allen AI (Ai2)一手另有 1 家信源报道Ai2 发布 OlmoEarth v1.3 卫星嵌入模型及全球嵌入数据
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型，为全球每 10 米像素生成 128 维向量，前 64 维可单独使用，并公开预计算的全球年度嵌入数据。在覆盖六大洲、27 项评测中，128 维版本在 20 项上得分最高，64 维版本在 18 项上领先，对比对象为 AlphaEarth Foundations 和 Tessera v2。
产品发布/更新
MiniMax Code 桌面端推出 Mini App
MiniMax 在 MiniMax Code 桌面应用中上线 Mini App，这是一种带前端和 Node.js 后端、以插件形式安装并可与 Agent 互相调用的常驻应用，目标是让 Agent 的工作留在持续更新的页面上而非散落在对话里。
Modal Blog一手Modal 发布开源训练服务器 Spindle，兼容 Tinker 接口
Modal 发布开源、兼容 Tinker 的训练服务器 Spindle，可部署在用户的 Modal workspace 中，按 GPU 时间而非 token 计费。
行业动态
IT之家另有 4 家信源报道消息称 DeepSeek 最新一轮融资筹集约 1000 亿元
彭博社援引知情人士消息称，DeepSeek 在最新一轮融资中筹集约 1000 亿元人民币，成为中国史上规模最大的融资之一。融资目标在洽谈期间至少两次上调，从最初计划的 500 亿元增至 800 亿元，最终达到约 1000 亿元，宁德时代和腾讯控股是主要投资者之一。这笔资金将用于建设更多 AI 数据中心和开发面向中国及海外市场的开源模型，并为 DeepSeek 上市铺路。
Anthropic News一手另有 3 家信源报道Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 这一开放标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），同时移交名称、logo、GitHub 组织和 agentskills.io 域名。
Chubby微软称中国关联组织用开源智能体框架攻击 2250 多个 Microsoft 365 租户
微软称一个与中国关联的组织利用开源智能体框架攻击了 2250 多个 Microsoft 365 租户，在 ConnectWise 泄露事件后达到每分钟 2900 次登录尝试，部分案例中不到 3 小时就取得特权访问。作者认为这是首批公开记录的、国家行为体以机器速度借助 AI 智能体扩大攻击规模的案例之一。
论文研究
Anthropic Research一手另有 1 家信源报道Anthropic 用 Claude 在汇编层为 123 个开源库完成形式化验证
Anthropic 与 Theorem 合作，用 Claude 在 RISC-V 汇编层为 123 个 OSS-Fuzz 开源库的 239 个入口点生成形式化证明，证明这些程序在输入小于 64 MB 时不会因内存安全错误或断言失败而崩溃，证明总量约 1.8 亿行 Rocq。
Google DeepMind一手另有 1 家信源报道Google DeepMind 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10×10 米土地划为六类森林与土地利用类型，作为欧盟森林砍伐法规（EUDR）的关键基线。
微软与 Hugging Face 用 ThinkingBox 数据库校验作 RL 奖励，Qwen3.8-27B 全对任务从 38 增至 107
微软与 Hugging Face 发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验当作强化学习奖励，对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。
Rohan Paul另有 1 家信源报道Google DeepMind 与剑桥论文：AI 智能体自主发现 11 台未解图灵机的精确规则
Google DeepMind 与剑桥的新论文显示，一个基于 Gemini 的智能体能够自主发现新数学，为 11 台此前没有文献分析过的 Busy Beaver 图灵机找到并给出精确规则。该智能体在模拟器中测试边界情况、起草非形式化证明，再在 Lean 证明检查器中完成规则证明，这些规则均通过 Lean 验证。
技巧与观点
Claude Blog一手Anthropic 谈何时把子智能体折叠进主智能体循环
Anthropic 应用 AI 团队提出，在多个企业部署对比中，带技能（skills）的单一智能体在质量上常优于子智能体架构，且每任务成本和延迟更低。文章给出应保留子智能体的三种情形，即上下文膨胀导致性能下降、需要并行且可丢弃的独立上下文、单智能体难以选对工具或系统提示词冲突，并建议用技能与工具搜索做渐进式披露，按先建端到端评测、再逐个折叠子智能体的顺序迁移。