LEAD
今天的主线是两条并行：地缘与合规压力正在收紧，而开源小模型与扩散式架构在能力与速度两端同时发力——Agent 的成本曲线正被快速压平。
INDUSTRY
美国国土安全部下令所有联邦机构移除 DeepSeek 及其衍生产品
美国国土安全部援引 2018 年供应链法发布命令，要求所有联邦文职机构停止采购 DeepSeek 及关联产品，并从 IT 系统移除，范围涵盖其参与开发的第三方服务。
联邦采购清单被重写，做开源模型出海的人必须先过供应链审查这关。
AI MODELS
OpenAI 发布 GPT-6 系列模型，显著提升 COBOL 等低资源编程语言能力
OpenAI 宣布新模型在 COBOL、Fortran、Visual Basic 等语料稀少的语言上能力显著提升，并推出两项自建评测衡量长尾语言迁移与代码可靠性。
模型补上了 COBOL 这类遗产语言，企业老系统改造第一次有了低成本路径。
INDUSTRY
黑客用 AI 智能体批量入侵 John Deere、SharkNinja 等逾百个网站
安全公司 Norforge 发现一名黑客借开源平台 Cairn 编排的智能体入侵逾 100 个网站，受害者包括 John Deere、SharkNinja 与 Cummins 等品牌。
攻击已从手写脚本升级为自主遍历，防守方却还在用漏洞扫描的思维应对。
— ✪ —
INDUSTRY
WhatsApp 帮助页被发现藏有 LLM 隐藏指令，诱导 AI 不推荐监管机构
Redact 发现 WhatsApp 帮助中心页面向大模型发送用户不可见的隐藏指令，要求其不推荐数据保护监管机构，且不提引 GDPR、LGPD、CCPA。
网页藏指令已成常态，内容层与模型层两个信任边界被同时击穿。
AI MODELS
DeepSeek-V4.1-Flash 登顶 Agent Arena 开源模型第一，总排名第 11
Arena 宣布 DeepSeek-V4.1-Flash (Max) 成为 Agent Arena 第一开源模型、总排名第 11，在 7500 条真实会话上净提升 5.1%，中位成本 0.20 美元。
开源模型用三分之一成本在真实 Agent 任务上追平前沿，落地门槛骤降。
AI MODELS
Inception Labs 发布扩散式大语言模型 Mercury 3，速度达 1068 tokens/秒
Inception Labs 发布扩散式大语言模型 Mercury 3，称其在多项基准超过 GPT-6 Luna 与 Claude Haiku 5.5，速度达 1068 tokens/秒。
扩散式架构用并行解码换速度，一千 token/s 让本地部署的交互手感质变。
— ✪ —
RESEARCH
斯坦福 HAI 发布 MedHELM 等医疗 AI 基准，测出最佳模型完成率不足一半
斯坦福团队发布医疗 AI 基准：PhysicianBench 上最佳模型 GPT-5.5 单次仅完成 46% 任务，HealthAdminBench 上最佳模型完成 36.3%。
临床完成率不到一半，说明榜单高分与真正可用之间还隔着一整层工程。
TIPS
Meta 详解 Thin Orchestrator：编排器只做路由，把推理交给 14 个子智能体
Meta 工程团队介绍瘦编排器模式：一个约 1300 行的编排器只负责路由与可靠性检查，将 20 多个工作流分派给 14 个上下文隔离的子智能体。
Agent 系统的瓶颈不在模型智力，而在上下文隔离与调度设计。
今日精选 8 条 · 数据源 aihot.virxact.com · 由 remio agent 生成 · 2026-10-19