珂的非官方整理
AI 速递

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，Anthropic 于 10 月 7 日更新支持页面，确认 Claude Max 和 Team 用户的月度 API 额度可用于第三方应用。
2. 2.适用范围包括 Claude Agent SDK、Claude -p 命令、Claude API、Claude Managed Agents 及基于上述技术的第三方 App。
3. 3.腾讯摘要称，多位 Anthropic 员工在 Hacker News 证实无需额外付费，用户自带订阅即可在第三方 App 中消耗额度，开发者无需承担算力成本。

扩展解读 / READ

原文的说法是「偷偷更新了官方支持页面」，没有发布会，但影响不小。真正的变化在商业模式而非能力：过去开发者做应用，要么让用户再买一份 API，要么自己垫算力；现在用户可以带着已有订阅在第三方 App 里消耗额度。这一改，把应用层最大的成本项移出了创业者的报表，代价是把定价权进一步集中到模型方手里。适用范围写得很具体（Agent SDK、-p 命令、API、Managed Agents），说明是有边界的开放，不是无限放行。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，原 xAI 更名后的 SpaceXSI 发布 Grok Voice 3.0，Artificial Analysis 语音综合指数 86.9 分，高出 GPT-Live-1 3.7 分、Gemini Live 4.3 分。
2. 2.首包延迟 0.81 秒，比两家对手快半秒以上，但比 2.0 慢 0.11 秒。
3. 3.腾讯摘要称，τ-Voice 客服测试 71.6%，落后 GPT-Live-1 的 74.5%。

扩展解读 / READ

原文给了发布时点：10 月 15 日凌晨，公司名以「xAI 改名后的 SpaceXSI」表述，官方定位是「全球最聪明的语音对话模型」。成绩与短板同时存在，这点必须完整呈现：综合指数 86.9 领先，首包延迟 0.81 秒比对手快半秒以上，但比上一代 2.0 慢了 0.11 秒——说明这一代是用一点响应速度换智能水平。τ-Voice 客服场景 71.6% 落后 GPT-Live-1 的 74.5%，说明在高约束的多轮业务流程上，综合分领先不等于任务完成率领先。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，清华 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合开源 Agent 工作台 PilotDeck 2.0，内置 Word、Excel、PPT Skills 并自动多模态校验。
2. 2.WorkbuddyBench 办公测试中与另一款同类产品、Workbuddy 同处 80 分档（腾讯摘要此处缺失一款产品名，原文同样为空白）。
3. 3.腾讯摘要称，换用 35B-A3B 轻量底座后以 79.4 分居三者之首；AgentLoop 极限测试持续处理 2000 条交互消息，智能路由使社媒任务费用降超 75%，支持本地部署及飞书、微信等 IM 渠道。

扩展解读 / READ

原文的切入点是工程痛点：任务做到一半总是中断，补一份材料就要重新梳理，改一个数字却要整份重做——「AI 办公真正的难点不是生成第一稿，而是与人一起完成最终成果交付」。PilotDeck 2.0 的定位是 Harness 层，不是新模型，而是把模型、办公工具与校验流程组织起来的工作台；相比 5 月的 1.0，重点升级的就是办公场景全流程（读取、整理、计算、生成、编辑、检查）。两个数据最实：AgentLoop 在极限测试中持续处理 2000 条交互消息，针对的是长任务续跑；智能路由把社媒任务费用降 75% 以上，说明它按任务匹配不同模型。WorkbuddyBench 上三者同处 80 分档，换成 35B-A3B 轻量底座后 PilotDeck 以 79.4 分居首——编排做得好，小模型也能进同一档。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，蚂蚁百灵开源 Ling-3.1-flash，总参数约 560B、每 token 激活约 25B，最高支持 1M 上下文。
2. 2.Artificial Analysis 智能指数 41，输出速度约每秒 210 token，混合调用价约每百万 token 0.19 美元。
3. 3.腾讯摘要称，路由专家采用 MXFP4 量化，权重从约 534GB 降至 292GB，Hopper 部署由 8 卡降至 4 卡；目前 API 限时 2.5 折。

扩展解读 / READ

官方博客把问题定义成两层：模型能否把不完整的需求推进成可用成果，以及团队能否在自己的算力和任务环境里验证这件事。后者正是这条的实质——把路由专家做 MXFP4 量化，权重从约 534GB 降到 292GB，Hopper 部署从 8 卡降到 4 卡，等于把可自建的门槛砍半。210 token/s 的输出速度与每百万 token 0.19 美元的混合调用价，让它落在「够快够便宜」的档位；智能指数 41 说明它不是冲榜模型。API 限时 2.5 折，长期成本需按原价评估。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，阶跃星辰开放 Step 5 Preview 的 BF16 与 FP8 权重，稀疏 MoE 架构总参数 600B、每 token 激活 27B，支持 100 万 token 上下文及视觉输入。
2. 2.采用 92 层窄深架构，Sparse GQA 以 8 token 块级索引将索引与 top-k 选择开销降至 1/8，并将上下文压缩纳入强化学习。
3. 3.腾讯摘要称，该模型近期在 OpenRouter 周、日调用量榜均居全球第二，权重已上线 Hugging Face 和 ModelScope，可用 vLLM 或 SGLang 部署。

扩展解读 / READ

技术博客交代的思路是架构与训练协同优化，目标是更长更复杂的 Agent 任务。两个设计点值得记：92 层窄深架构，以及 Sparse GQA 用 8 token 块级索引把索引与 top-k 选择开销压到 1/8——长上下文推理的开销大头往往在这些「寻址」环节而不是矩阵乘。把上下文压缩纳入强化学习，是让模型自己学会该丢什么。调用量数据（OpenRouter 周/日榜全球第二）比自评分数更能说明实际使用情况。权重双精度版本齐出、主流框架可部署，是给自建用户的诚意。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，昆仑万维发布并开源 Matrix-Game 4.0，单张 RTX 5090 上以 480p、60FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5GiB。
2. 2.Coding Agent 写代码搭轻量游戏，引擎维护状态与规则并输出结构画面，基于 Wan2.2 5B 改造的视频模型实时渲染精细画面。
3. 3.腾讯摘要称，实测端到端延迟 112 毫秒，Code World Model 约 10.2 秒；演示中用自然语言加入血量、弹药规则，改出射击、赛车多种玩法。

扩展解读 / READ

原文把难点讲得很清楚：从「看 AI 生成视频」到「亲手玩 AI 生成的世界」，中间隔的是实时这一道坎。架构上是分工：Coding Agent 写代码搭出轻量游戏，由引擎维护状态与规则、输出结构画面；精细画面交给基于 Wan2.2 5B 改造的视频模型实时渲染。这样把「规则正确」与「画面好看」拆开，避免让视频模型承担游戏逻辑。数据上，实测端到端延迟 112 毫秒、显存峰值 18.5GiB，落在消费级显卡能力内；对比参照里的 Code World Model 约 10.2 秒，量级差了两个数量级。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，DeepSeek 网页和 API 早上 8 点左右大面积不可用，对话服务、V4 Pro API、V4.1 Flash API 均受影响。
2. 2.9 点左右官方称已定位原因，12 点 50 分左右完成修复，持续近 5 小时。
3. 3.腾讯摘要称，下午官方向 API 用户发放赠送余额，按过去 7 天 API 使用量计算，有网友晒出获得 300 多元。

扩展解读 / READ

原文记录的是当天（10 月 15 日）的时间线：早 8 点左右提示「服务器暂时不可用」，状态页显示对话服务、V4 Pro API、V4.1 Flash API 均受影响，属部分中断；9 点左右定位原因，12 点 50 分左右修复，累计近 5 小时。善后方式值得单独记：按过去 7 天 API 使用量发放赠送余额，而非统一补偿券——用量越大的用户补得越多，这更接近按实际损失赔付的逻辑。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，禾赛发布数据引擎 Kosmo，含 8K AI 空间相机 Kosmo One 与云平台 Kosmo World，相机集成激光雷达、一英寸 CMOS 与 IMU。
2. 2.室内约 15 分钟可扫描 100 平方米，一次重建同步生成 3DGS、mesh、depth 三类数据，可作具身智能 sim-ready 训练环境。
3. 3.腾讯摘要称，Sharpa 机器人借此在 DQ 门店训练，失败案例降至十分之一、成功率达 99%；皮克斯 RenderMan 已接入，禾赛与高德、银河通用等达成合作。

扩展解读 / READ

原文的定位是「给物理 AI 建数据底座」，发布时点为 10 月 14 日。硬件上，Kosmo One 把激光雷达、一英寸 CMOS 与 IMU 集成在一台 8K 空间相机里；效率上，室内约 15 分钟扫 100 平方米，一次重建同时产出 3DGS、mesh、depth 三类格式——三种格式对应不同的下游用途，这是省掉重复扫描的关键。所谓 sim-ready，指的是扫完就能直接进仿真训练，不必再人工建模。Sharpa 在 DQ 门店的案例（失败率降至十分之一、成功率 99%）是合作方自述。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，斯坦福与哥伦比亚大学发布 DexAgent，李飞飞、吴佳俊等参与，将单条人类第一视角视频转为仿真中符合物理约束的机器人数据。
2. 2.Agent 可自写 Python 扩展工具库，实验中积累 103 项技能和 188 个校验器，单条视频处理时间从 4.3 小时降至 2.2 小时。
3. 3.腾讯摘要称，11 项真实灵巧操作任务平均成功率 63.6%，为最强基线 SPIDER 的 3.5 倍；绳子打结成功率 50%，其他基线均未成功。

扩展解读 / READ

原文的说法是给机器人造了条数据流水线，而且它还能自己进化。机制上，DexAgent 让 Agent 自己写 Python 扩展工具库，逐步积累出 103 项技能与 188 个校验器，处理单条视频的时间从 4.3 小时压到 2.2 小时——这属于「用工具换经验」的自举路径。效果上，11 项真实灵巧操作平均成功率 63.6%，是最强基线 SPIDER 的 3.5 倍；绳子打结 50%，其他基线均未成功，说明这类高难度任务上它拿到了从零到有的差别。数据源是单条人类第一视角视频，这大幅降低采集成本。

腾讯摘要 / SOURCE SUMMARY

1. 1.腾讯摘要称，负责 Codex 与 ChatGPT Work 的 Tara Seshan 称，为当下或一年后的模型能力做产品都会失败，唯一可行窗口是两到三个月。
2. 2.她认为未来工作像掌舵而非划桨，Agent 将成为持续协作的同事；PM 核心价值是找到最关键问题并以最快实验验证。
3. 3.腾讯摘要称，她把汇报写作交给 AI，但亲自完成思考写作，更多用原型和测试结果代替文档；她认为知识工作须让用户看到推理过程。

扩展解读 / READ

两到三个月这个窗口是整篇里最可操作的判断：按当下能力做产品，发布时已落后；按一年后做，做出来的东西今天跑不通。她的工作方式也给了具体切分——汇报写作交出去，思考写作自己做，用原型与测试结果代替文档，本质是把不可替代的判断留在人手里。掌舵与划桨的比喻说明她对 Agent 的定位是持续协作的同事而非工具；强调让用户看到推理过程，则是把可解释性当成知识工作产品的前置条件。