每日精选 · AI 与科技
2026年10月31日 · 星期六 ｜ ← 返回首页
OpenAI 10 月 30 日宣布新一轮安全措施：对青少年用户限制武器与安防类实用信息，哪怕问题表面上看似无害也不例外。
新规还引入了更主动的干预机制：当对话中出现暴力执念倾向时，ChatGPT 可以自动中断对话；多次触发的用户，可能被暂停账号。OpenAI 同时披露，2026 年第三季度已向执法部门移交 200 多起暴力威胁线索，并承诺今后每半年发布一份社区安全报告。
这标志着大模型平台的安全策略正在从"过滤单次回答"转向"识别行为模式并介入"。对普通用户来说，日常使用影响不大，但误判导致对话被中断的可能性，也会随之进入实际体验。
来源：unite.ai ｜ 阅读原文 →
Anthropic 10 月 30 日调整订阅命名：Max 5x 更名为 Max（100 美元/月），Max 20x 更名为 Ultra（200 美元/月），价格不变。
更实际的变化在用量上：已验证的 Ultra 账户取消了每 5 小时的用量限制，只保留周限额（约为 Pro 的 10 倍）；新注册账号则需要先通过验证，才会解除临时限制。
对把 Claude 当主力工具的重度用户来说，"5 小时限额"一直是最容易撞上的天花板，这次等于直接拆掉了一半。配合近期的验证要求，Anthropic 的思路很清楚：给真实重度用户放量，同时把批量滥用的口子扎紧。
来源：letsdatascience.com ｜ 阅读原文 →
苹果确认 Apple Intelligence 将进入中国市场：11 月 4 日随 iOS 开发者测试版开放，12 月随 iOS 27.3 正式推送，首批功能接入阿里通义千问。
这意味着国行 iPhone 用户等待已久的苹果 AI 功能终于有了明确时间表。落地方式上，苹果选择与阿里合作、由通义千问提供首批能力，这也是海外大厂 AI 功能进入中国时常见的合规路径。
接下来值得看的是两点：首批开放的功能范围有多大，以及第三方大模型接入后，实际体验与海外版的差距在哪里。
来源：9to5mac.com ｜ 阅读原文 →
OpenAI、Google、微软、Anthropic 宣布支持统一的 robots.txt 训练退出信号：网站只需设置一次，就能同时向四家表明"不要把我的内容用于 AI 训练"。
在此之前，每家厂商各有各的退出标记，网站运营者要逐个配置、逐个跟踪，成本高且容易漏。现在四家头部厂商对齐到同一个信号，内容方维权的门槛明显降低。
这也是训练数据合规化的又一步：当"退出"变得足够简单，继续抓取已明确退出站点内容的厂商，要承担的声誉和法律风险都会变大。
来源：emergent.sh ｜ 阅读原文 →
Mistral 开放了旗舰模型 Mistral Large 4 的权重：约 1 万亿参数，主打编程与网络安全，任何人可下载并自行部署。
旗舰级闭源模型是各家最后的底牌，Mistral 反其道把自家最大模型的权重放出来，等于把"最强能力"交给了开源社区和有自建需求的企业。
对企业用户来说，这意味着在数据不出门的前提下用上万亿参数级模型成为可能；对整个行业来说，开放权重阵营的上限又被抬高了一截。
来源：aidailygrind.com ｜ 阅读原文 →
Mac 上出现了一款开源本地 AI 助手 Local Code：无需 API 密钥，下载模型后即可在本地运行，能写代码、做表格和演示文稿。
它的卖点很直接：不联网、不按量付费、数据不出本机。对隐私敏感或者不想为每次调用付费的用户，本地运行一直是最理想的形态，只是过去门槛不低。
随着开源模型能力提升和本地工具成熟，"在自己电脑上跑一个够用的 AI 助手"正在从极客玩法变成普通用户的可选项，Local Code 是这条线上的最新一员。
来源：macrumors.com ｜ 阅读原文 →
CrowdStrike 披露：攻击组织 VAPOR PANDA 使用 AI 智能体框架 ARTEX，在 11 天内针对 200 多家机构展开行动，其中 9 家确认被入侵。
这起事件的特殊之处不在规模，而在方式：攻击方用的不是传统脚本，而是一套能自主行动的 AI 智能体框架——"用 AI 打 AI、用智能体搞入侵"从概念变成了有记录的实战案例。
对防守方来说，含义同样直接：当攻击节奏被智能体拉快到以天计算，靠人工值守的防御体系会被拉开代差，安全运营的自动化程度将决定攻防双方的实际差距。
来源：unite.ai ｜ 阅读原文 →
新加坡国立大学提出 DynaFlow：不换更大的模型，只改进智能体之间的任务编排，就让 27B 开源模型在数学竞赛题上的表现大幅提升。
这项工作的核心判断是：多智能体系统表现不佳，很多时候问题不在单个智能体的能力，而在智能体之间传递信息时的损耗。DynaFlow 针对的正是编排与信息流这一层。
对正在做 Agent 产品的开发者，这是一个很实用的提醒：当系统效果卡住时，先检查任务拆分和信息传递，往往比换一个更大的模型更划算。
来源：techtimes.com ｜ 阅读原文 →