今日摘要

  • OpenAI 将审核直接转售模型访问的服务：新版 Usage Policies 已公布，11 月 20 日生效；gateway、router 和模型市场要先判断自己是否属于“直接模型访问中介”。
  • Recursive 开放 Flint coding model 权重：398 亿总参数、每 token 约激活 25 亿，Apache-2.0 权重已可通过 vLLM、SGLang 或 macOS Ollama 试跑；成绩仍是厂商自测。
  • Qwen Code 0.26.0 把故障恢复做成可测试契约：重启后从持久 receipt 查证工具结果，无法证明时保留 UNKNOWN，不盲目重放有副作用的操作。
  • Claude Code 2.1.307 增加逐工具安全遥测：每次工具调用都可记录审批、hook、sandbox 与安全阻断结果；MCP 断线后只重试只读或幂等工具。
  • OlmoEarth v1.3 开放全球 10 米嵌入：权重、训练代码、数据和九年全球嵌入已公开，但采用自定义限制性许可，发布方 benchmark 尚无独立复现。

模型

  • Recursive Flint（新 / TRIAL）：MoE 的“每 token 激活参数”指每一步只调用总参数中的一部分，因此模型容量大但单步计算较小。固定任务试跑时仍要测 23 GB 本地包的显存、延迟和重复运行方差。模型卡
  • OlmoEarth v1.3（新 / TRIAL）：提供 64D/128D、10 米分辨率的年度全球嵌入。许可限制军警监控与部分采掘用途，不能把“开放下载”直接等同于宽松开源。发布说明
  • Kumo Relational（新 / TRIAL）：模型用最多 1 万条历史行做上下文，对关系数据库任务直接分类或回归。开放权重采用 OpenMDW 1.1，性能仍需在自有 temporal split 上对比现有表格基线。发布说明

Agent 与 AI 工程

  • Claude Duet（新 / WATCH）：主动 agent 研究预览已向美国 Pro/Max 用户开放候补名单，可在云端电脑上使用连接应用并主动发消息；与普通 Claude 共用额度，Team/Enterprise 尚不可用，官方也承认可能误读或漏看任务。官方介绍
  • Qwen Code 0.26.0（更新 / TRIAL）：UNKNOWN 不是失败，而是“现有证据不能证明工具到底完成没有”。保持 UNKNOWN 能避免重启后重复付款、发消息或写文件；应通过断线和 owner 转移故障注入验证。发布说明
  • Flint 1.0（新 / TRIAL，late discovery）：Microsoft Research 的 MIT 图表语言与 MCP server 把交互写成语义事件，再由编译器处理渲染依赖；仓库将 1.0 标为 10 月 19 日，本轮官方文章补充了交互设计。项目仓库

开源

  • TorchNeuron（更新 / WATCH）：源码现已按 Apache-2.0 公开并标为 Beta，但 AWS 官方材料仍同时出现 public beta 与 closed beta，当前只能确认代码公开，不能写成所有账户都可使用。代码仓库

研究

  • KLS 猜想证明（新 / WATCH，late discovery）：研究者用约 100 条 AI 搜索路径配合人工剪枝找到关键思路，同日有平行证明，随后出现 Lean 4 形式化。它证明了人机协作流程有效，不代表无人引导模型能独立完成同类证明。研究说明
  • Silent Cue Loss（新 / WATCH）：76 份真实政策文档中，保留格式提示时 micro-F1 为 0.690，经 Docling 后为 0.150，纯文本为 0.075。“静默提示丢失”是文字还在，但高亮和颜色携带的政策含义在进入 RAG 前消失；论文没有公开代码。论文
  • 11 项到期复核完成：3 项 30 天复核与 8 项 7 天复核均未出现足以改变处置的独立证据。

开发者工具

  • Claude Code 2.1.307（更新 / ADOPT）：新增 claude_code.safety_event，并修复 HTTP MCP 断线导致工具重复调用的问题。升级后应注入一次断线，确认非幂等工具不会被重试。发布说明

基础设施

  • 本轮没有达到入库门槛的新基础设施事件。Codex alpha、Gemini CLI nightly 与 Ollama 0.40.9-rc1 均按预发布过滤。

商业与政策

  • OpenAI Usage Policies（新 / WATCH）：新版规则已经公布，但要到 2026 年 11 月 20 日生效。“直接模型访问”是把 OpenAI 模型本身提供给第三方调用，不等于在自己的应用功能里调用模型；实际审核和执法案例尚未出现。官方公告
  • 本轮没有达到例外门槛的重大综合新闻。

趋势信号

  • 趋势 #3：Qwen Code 0.26.0 用持久 receipt 和 UNKNOWN 状态强化长时程 agent 恢复；established / High 不变。
  • 趋势 #6：KLS 证明把人类引导的 AI 搜索、平行证明与 Lean 4 形式化连成完整核验链；emerging / Medium 不变。
  • 趋势 #7：Claude Code 的逐工具遥测与幂等 MCP 重试让策略结果和副作用边界更可审计；strengthening / Medium 不变。
  • 本周期没有发现证据充分的新趋势。

技术雷达

  • Claude Code 2.1.307（developer-tools / ADOPT）：升级后故障注入 MCP 断线，并核对逐工具 safety event。
  • Qwen Code 0.26.0（developer-tools / TRIAL）：模拟断线和 owner 切换，确认 UNKNOWN 不会自动重放。
  • TorchNeuron（infrastructure / WATCH）：等待 AWS 统一访问阶段说明或出现未入组账户的成功部署。
  • 新 · Recursive Flint（foundation-model / TRIAL）：用固定 coding task 测补丁通过率、延迟、显存和方差。
  • 新 · Kumo Relational（foundation-model / TRIAL）：在一张脱敏关系表上对比现有基线。
  • 新 · OlmoEarth v1.3（foundation-model / TRIAL）：先核对许可，再比较 64D、128D 与现有特征。
  • 新 · Flint 1.0（developer-tools / TRIAL）：与现有图表栈实现同一联动筛选并比较维护成本。
  • 新 · Silent Cue Loss（research / WATCH）：等待公开测试集，同时补充格式提示丢失回归。
  • 新 · KLS 猜想证明（research / WATCH）：等待正式验收和可复用搜索工具。
  • 新 · OpenAI Usage Policies（business-policy / WATCH）：在生效前分类接入方式并书面确认边界。
  • 新 · Claude Duet（ai-agent / WATCH）：等测试资格开放后复核审批日志、漏检率、后台额度与连接器权限。

当前雷达：ADOPT 13 / TRIAL 201 / WATCH 137 / IGNORE 8。完整当前雷达以站点洞察页为准。

值得一试

  • 在一次 MCP 调用中主动断线，比较 Claude Code 与 Qwen Code 对非幂等工具结果的处理。
  • 用同一组 coding task 对比 Recursive Flint 与当前本地模型的补丁通过率、峰值显存和方差。
  • 从 OlmoEarth 全球嵌入抽取一个已标注区域，先核对许可，再测 64D 与 128D 的准确率和成本。

来源

覆盖说明：35/36 个固定入口直接抓取并读完；Codex release feed 返回空内容，已改用官方 GitHub Releases 页面补核，只有 alpha 版本。主动检索覆盖小团队、开放权重、中文及其他非英语材料、研究、基础设施、政策与重大综合新闻。Flint、Kumo Relational 与 OlmoEarth 的性能均来自发布方；TorchNeuron 官方材料对访问阶段表述冲突；部分页面只有日期精度时未编造小时边界。