今日摘要

  • Cloudflare 确认 Workers AI 曾发生跨租户 KV cache 泄露。 GLM-5.3 有 155 条响应混入其他客户数据；Cloudflare 已修复，并要求 SGLang operator 升级和补做内容级隔离测试。事故报告
  • GPT-6.1 Terra 已以更低价格开放 computer use。 API、ChatGPT Work 与 Codex 已 GA；标准 input / output 价格为每百万 token 1 / 5 美元，但性能结论仍由 OpenAI 自报。公告
  • 百度公开 Unlimited-OCR-2 权重。 MIT 许可、代码与推理路径已可用；它尝试用固定工作引用处理超长文档，但 benchmark 领先仍是厂商自报。模型卡
  • Qwen Code 0.26.2 同时收紧权限和恢复链路。 新版加入 managed session 权限规则、token 注入防护、snapshot 与 HTTP 恢复，值得用故障注入重新验收。Release
  • Anthropic 已公开提交 IPO 注册文件，但尚未完成上市。 SEC 已接受 S-1，发行数量与价格未定，注册文件尚未生效。SEC 文件

模型

  • GPT-6.1 Terra（新 / TRIAL，late discovery）：已在 API、ChatGPT Work 与 Codex GA。OpenAI 报告它在 Terminal-Bench 4.0 的 max effort 得分为 50.3%，但这不是独立评测。
  • Codex 0.165 / 0.166 alpha、Gemini CLI 0.67 nightly 和 Ollama 0.40.12 rc0 均未按稳定版入库。

Agent 与 AI 工程

  • Qwen Code 0.26.2（更新 / TRIAL）：managed session 权限规则与自动审批决定“谁能执行什么”；snapshot、HTTP 和 journal 恢复决定崩溃后是否会重复工具副作用。
  • Claude Code 2.1.311（更新 / ADOPT）：修复压缩后读取旧 memory、重启后重复执行 skill、后台 worktree 提前清理和多条会话恢复问题。
  • RCAtlas Harness（新 / WATCH）：统一评测报告简单 harness 的 PR@1 为 65–77%，手工编排 RCA agent 为 16–53%。PR@1 指第一个根因判断正确的比例；难点是论文没有公开实现，无法确认真实事故中的日志权限与数据缺口是否相同。
  • Mission Control 2.5（新 / TRIAL，late discovery）：闭环恢复会让作业先在健康节点继续跑，硬件诊断并行进行，而不是串行等待全部修复。

开源

  • dSpark（新 / WATCH）：训练与评测代码公开，但 checkpoint、训练数据和许可证尚未补齐；仓库说明训练需要 4 张 A100。
  • InteractiveWorld（新 / WATCH，late discovery）：Meta 公开有状态 3D 模拟器和 120 个多轮任务。仓库是 CC BY-NC，约 100 GB 资产与额外依赖许可使复现成本偏高。
  • PaperPilot（新 / IGNORE，late discovery）：社区热度上升，但 v0.6.0 仍是 prerelease，README 的 benchmark 表还是占位内容。

研究

  • Unlimited-OCR-2（新 / TRIAL，late discovery）：SR-SWA 只保留固定数量的工作引用，让长文档继续增长时每一步不用回看全部历史。难点是跨页准确率、显存和延迟仍需在真实扫描件上验证。

  • OpenAI 数学成果（更新 / WATCH，late discovery）：Lean 能检查形式化命题是否由公理推出，但不能自动证明形式化命题完整表达了研究者想说的结论；独立学界验收仍是关键限制。

  • DecisionRAG（新 / WATCH）：用一次前向计算共同判断文档树的候选分支，不先做 dense retrieval。作者报告 0.7–1.8 秒检索，但没有公开实现或独立复现。

  • REVA（新 / WATCH）：把 threat model、静态分析与调用图送进模型，再用 probe 读取内部表示。作者报告约一秒筛查一个函数，但 60.0% 准确率不足以自动阻断。

  • dSpark（新 / WATCH）：schedule distillation 学的是“先揭示哪个 token 最能帮助其他位置”，而不是“哪个 token 当前最确定”。作者报告明显减少前向计算次数，公开产物仍不完整。

  • LIFT-Bench（新 / TRIAL，late discovery）：局部约束只要求长文指定段落遵守规则；固定 Gemma judge 限制结果外推。

开发者工具

  • Cline 4.1.26 / Desktop 0.0.49（新 / TRIAL）：增加 changed-files、项目树、查看器和终端，并修复 reasoning 后断线、Gemini API key 丢工具、未知上下文反复压缩等故障路径。
  • Claude Code 2.1.311（更新 / ADOPT）：升级后应模拟 compaction、background restart 和 subagent worktree 生命周期。
  • Qwen Code 0.26.2（更新 / TRIAL）：升级前应确认项目环境变量不能劫持 serve token，恢复过程也不会重放有副作用的工具。

基础设施

  • NVIDIA Minerva（late discovery）：动态知识图谱把硬件、链路、调度器和作业连成实时关系图；厂商效果数据尚无独立验证，Minerva 也没有承诺 GA 日期。

  • NVIDIA 的 DGX Spark MoE 调优文章提供工程方法，但没有形成可迁移的新产品或独立性能证据，本轮未单独入库。

  • KV cache 租户泄露（新 / ADOPT）：Cloudflare 确认 155 条 GLM-5.3 响应读到其他客户的 cache page。KV cache 是模型为避免重复计算而保留的中间状态；难点是分离式 prefill/decode 跨机器传递时，页面所有权和生命周期必须始终一致。

商业与政策

  • 重大综合新闻补充：Anthropic 公开 S-1。 这证明公司进入公开发行注册阶段，不等于交易已经完成或股票已经可买。SEC 接受时间为 2026-10-26 09:00:11 ET。

趋势信号

  • 趋势 #6 获得新证据：OpenAI 再次把模型生成的高难度数学与理论计算机科学结果连同 Lean 产物交给外部学者解释。独立验收仍未完成，维持 emerging / Medium。
  • 其余六项活跃趋势没有足以改变状态或置信度的新独立信号。本周期没有发现证据充分的新趋势。

技术雷达

  • 新 GPT-6.1 Terra（foundation-model / TRIAL）：价格和可用性已明确，但应先按真实任务成功率与完成成本做路由试验。

  • OpenAI 数学成果（research / WATCH）：新增 Lean 产物与外部 shepherd，独立学界验收仍未完成。

  • Claude Code 2.1.311（developer-tools / ADOPT）：修复旧 memory 与重复恢复执行，升级后仍要做生命周期回归。

  • Qwen Code 0.26.2（developer-tools / TRIAL）：权限和恢复改动面较广，先故障注入再扩大使用。

  • 新 DecisionRAG（research / WATCH）：架构信号明确，但没有代码和独立复现。

  • 新 REVA（agent-security / WATCH）：单次前向筛查很快，准确率与公开产物不足以自动阻断。

  • 新 dSpark（research / WATCH）：代码已开，但 checkpoint、数据与许可证仍缺。

  • 新 RCAtlas Harness（research / WATCH）：统一比较支持简化 agent 编排，缺少实现和生产复现。

  • 新 Mission Control 2.5（infrastructure / TRIAL）：Kubernetes 自动恢复已可用，但现有客户应先做故障注入验收。

  • 新 Cline 4.1.26（developer-tools / TRIAL）：失败恢复更完整，但应先确认不会重复编辑或丢失工具。

  • 新 Agentic Workflows（agent-security / TRIAL）：跨步骤 secret 流分析值得验证，项目仍未到稳定 1.0。

  • 新 LIFT-Bench（research / TRIAL）：代码与数据公开，适合复跑；judge 依赖限制结果外推。

  • 新 InteractiveWorld（research / WATCH）：状态验证有价值，但非商业许可和高复现成本暂不值得投入。

  • 新 PaperPilot（developer-tools / IGNORE）：社区热度领先于稳定版和实测证据，当前不值得投入工程时间。

  • 新 KV cache 租户泄露（agent-security / ADOPT）：升级 SGLang 并把 KV 容量、拒绝路径和跨租户 canary 纳入每次部署验收。

  • 新 Unlimited-OCR-2（open-source / TRIAL）：权重与运行路径已开放，先用真实长 PDF 核验准确率、显存和每页延迟。

当前雷达：ADOPT 15 / TRIAL 218 / WATCH 148 / IGNORE 9。完整当前雷达以站点洞察页为准。

值得一试

  1. 用 20 条真实 computer use 轨迹比较 GPT-6.1 Terra 与当前路由的成功率、延迟和完成成本。
  2. 对 Qwen Code 0.26.2 注入 worker 崩溃、snapshot 中断和环境变量污染。
  3. 升级 Claude Code 后回归 compaction、restart 与 background worktree。

来源

覆盖说明：36/36 个固定入口成功并完成阅读，另查官方博客、API changelog、GitHub、arXiv、开源仓库、中文线索、可靠媒体和重大综合新闻。召回自检补获 Cloudflare KV cache 事故与 Unlimited-OCR-2 开放权重；后者的仓库与文件有准确时间，但发布列表只有日期。Terra 与 OpenAI 数学更新也是上一快照未出现的补漏。研究与厂商性能尚未独立复现；Cohere 的 Qwen3.8 安全主张暂缓。