今日摘要

  1. Claude Code 2.1.316 继续修复企业策略与长任务稳定性：新版修补策略绕过、远程设置与恢复路径，已采用的团队适合在权限回归后升级。来源
  2. MiniMax M3.1 Flash 权重已公开：补核确认 252 GB、48 个分片的 checkpoint 已可下载，改变了原先“仅低价 API”的判断；自托管前需审查自定义许可。来源
  3. OpenAI 以受限可信访问开放 GPT-6 Rosalind Research：Work、Codex 与 API 的获批用户可用，输入/输出每百万 token 为 15/75 美元；没有开放权重，生命科学效果仍主要来自厂商材料。来源
  4. OpenCode 2.2 加入持久 PTY 与实验性调度能力：长任务工作流更完整，但 2.2.5 紧接着修复 2.2.4 回归，适合先在隔离仓库试用。来源
  5. NVIDIA 发布 DeepSeek V4.1 Flash 1017 NVFP4 checkpoint：Blackwell 部署门槛下降，但这是厂商量化打包，不是新模型，也没有独立证明量化后质量不变。来源

模型

GPT-6 Rosalind Research

10 月 30 日官方页面只有日期，没有可核实的具体时分；上一轮 OpenAI API 抓取尚未出现，本轮才发现，因此按 late discovery 入库。它不是 GA：只向获批的生命科学研究者开放，且没有可下载权重。Astra 权重用于初始化，但 OpenAI 表示没有额外训练；模型结论仍需与独立实验分开看。

MiniMax M3.1 Flash 与 SenseNova-Loop-9B

MiniMax 权重已经公开，纠正上一版记录。SenseNova-Loop-9B 同时开放 Apache-2.0 权重与代码。所谓循环执行，是让同一组层按任务难度重复计算；难点是它可能提高质量，也会增加延迟和显存，必须和固定计算预算对照。

Agent 与 AI 工程

WebAnything 公布 244 个网站、12,984 个任务的可复现网页 agent 环境。规模来自作者材料，真正有用的是环境重置和成功判定是否能在第三方机器复现，而不是任务数量本身。

开源

本轮新增 SenseNova-Loop-9B、WebAnything 与 OpenFrontiers 的公开产物。OpenFrontiers 提供数学前沿语料和 benchmark，但作者报告的检索收益尚不能直接外推到一般 RAG。

研究

OpenFrontiers 聚焦“研究边界”数学问题：答案往往不在单篇文献里，难点是先找到相关定理链，再判断哪些结论仍未解决。公开语料让这类检索可测，但仍缺独立复现。

开发者工具

Claude Code 2.1.316 维持 ADOPT，升级前回归企业策略、远程设置和恢复路径。OpenCode 2.2 的持久 PTY、产物和调度仍属早期能力，先在隔离仓库验证工作区写入与任务恢复。

基础设施

Google Project Suncatcher 报告轨道 TPU 首次返回数据中心级 AI 响应。它证明链路可以跑通，不等于太空数据中心已具备经济性；持续运行、辐射可靠性、上下行带宽和成本仍缺公开数据。

商业与政策

本轮没有可靠综合新闻达到“影响广泛人群或世界局势”的例外门槛。

趋势信号

  • 趋势 #1（strengthening / Medium）：MiniMax 与 SenseNova 新增公开权重和代码，继续强化中国团队开放 agentic 模型的跨组织信号。
  • 趋势 #3（established / High）：OpenCode 的持久运行原语与 Claude Code 的策略修复继续推动 coding agent runtime 成熟。
  • 趋势 #4（strengthening / Medium）：GPT-6 Rosalind 有 system card 与访问限制，但缺第三方生命科学评测。
  • 趋势 #7（strengthening / Medium）：Claude Code 的策略修复继续说明执行能力与企业控制要独立演进。
  • 本周期没有发现证据充分的新趋势。

技术雷达

  • 新 GPT-6 Rosalind（foundation-model / WATCH）：受限生命科学研究可用，等更广访问与独立评测。
  • 新 SenseNova-Loop-9B（foundation-model / TRIAL）：权重和代码公开，一天内对照固定与循环计算预算。
  • 新 Project Suncatcher（infrastructure / WATCH）：轨道 TPU 链路跑通，经济性和持续可靠性仍未知。
  • 新 OpenCode 2.2（developer-tools / TRIAL）：持久 PTY 与调度可试，首发回归要求隔离验证。
  • 新 WebAnything（agent-framework / TRIAL）：公开环境可复现，先核对重置和成功判定。
  • 新 OpenFrontiers（research / WATCH）：公开语料可测，等待独立复现和真实工作流收益。
  • Claude Code 2.1.316（developer-tools / ADOPT）：策略与稳定性修复适合回归后升级。
  • DeepSeek 1017 NVFP4（foundation-model / TRIAL）：Blackwell 部署更容易，量化质量需实测。
  • MiniMax M3.1 Flash（foundation-model / TRIAL）：公开权重改变自托管选择，自定义许可需审查。

当前雷达：ADOPT 15 / TRIAL 234 / WATCH 157 / IGNORE 9。完整当前雷达以站点洞察页为准。

值得一试

  • 用同一组仓库任务比较 MiniMax M3.1 Flash API 与自托管 checkpoint 的成功率、总成本和 P50 延迟。
  • 在隔离仓库验证 OpenCode 2.2 的 PTY 恢复、调度和写入边界。
  • 用公开样例比较 SenseNova-Loop-9B 固定计算与循环计算的质量、延迟和显存。

来源

本轮窗口为 2026-10-30T16:01:56Z 至 2026-10-31T15:56:40Z，overlap 从 2026-10-30T13:01:56Z 开始。36 个固定入口全部成功并读完，另补查官方博客、GitHub、Hugging Face、arXiv、小团队、非英语一手材料与重大综合新闻。GPT-6 Rosalind 只有日期精度；厂商 benchmark 与量化保真度尚未独立复现。