前 DeepMind 研究员 Thore Graepel：用 AlphaGo 的思路治愈 AI 幻觉
前 DeepMind 研究员 Thore Graepel 创办 Metis Reasoning，主张用 AlphaGo 的搜索思路构建显式知识账本，让 AI 系统追踪已知内容并用证据校验每条结论，以减少幻觉。
原文：2026/10/27
#DeepSeek
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
The DecoderAI 评分4747
The DecoderAI 评分7272 研究发现更复杂的编码agent harness成本更高但通过率无明显提升
Liu 和 Han 的研究让五个模型在 Claude Code、OpenCode、mini-SWE-agent 三个harness上跑 SWE-bench Verified 任务，发现换harness带来的结果变化与同一配置重跑的噪声相当，而三个较重的harness每模型消耗的token是最轻方案的两到三倍，通过率却仍在测量不确定性内。
原文：2026/10/24
AIHOT 精选AI 评分7272 DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 开源模型第一
Arena 宣布 DeepSeek 推出的 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 排名第一的开源模型，综合排名第 11，在超过 7.5K 个真实场景会话中实现 +5.1% 净提升。
原文：2026/10/20
AIHOT 精选AI 评分6060 DeepSeek 以 Apache-2.0 开源大规模推理框架 DeepInfer
DeepSeek 以 Apache-2.0 许可证开源了其高性能大规模推理框架 DeepInfer，仓库地址为 https://github.com/deepseek-ai/DeepInfer。
原文：2026/10/20
AIHOT 精选AI 评分6262 DeepSeek 全面开源内部推理框架 DeepInfer
DeepSeek 宣布将内部推理框架 DeepInfer 全面开源，并同步开源生产级 Token 编解码组件 deepseek-recipe，同时给出仓库地址和兼容平台，开发者可据此优化大规模推理的成本。
原文：2026/10/20
AIHOT 精选AI 评分6262 DeepSeek 开源自研推理框架 DeepInfer 及配套组件
DeepSeek 宣布完全开源自研推理框架 DeepInfer，以及 deepseek-recipe 等服务 DeepSeek 模型的关键组件，代码位于 github.com/deepseek-ai/DeepInfer。官方称该框架已大规模支撑 DeepSeek-V4.1-Flash 的高吞吐低延迟推理，希望帮助更多企业和机构部署 DeepSeek 模型并从中获利。
原文：2026/10/20
AIHOT 精选AI 评分5858 Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 推理引擎
Google 推出基于 TorchTPU 的 vLLM-TorchTPU（与 Inferact 合作）和 SGLang-TorchTPU（与 RadixArk 合作）原生 PyTorch 推理引擎。
原文：2026/10/20
AIHOT 精选AI 评分7676 DeepSeek 开源推理框架 DeepInfer 并发布技术报告
DeepSeek 开源了支撑其线上生产服务的高性能推理框架 DeepInfer，采用 Apache 2.0 许可证，基于 vllm_project 构建并借鉴 SGL 和 TensorRT-LLM，本次聚焦离线推理，同时支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU。
原文：2026/10/21
NVIDIA Blog精选AI 评分6262 NVIDIA 在 GTC Berlin 公布 RTX Spark、DGX Spark 与 DGX Station 本地AI产品线更新
NVIDIA 在 GTC Berlin 展示本地AI硬件全线更新：RTX Spark 面向 Windows PC 个人智能体，DGX Spark 64GB 于 10 月 23 日（周五）起向合作伙伴铺货，DGX Station 的 Windows 版本预计 12 月推出。
原文：2026/10/21
推荐理由：官方集中梳理了本地AI硬件产品线的最新进展，适合了解RTX Spark、DGX Spark、DGX Station的定位分工与配套模型生态。
LessWrongAI 评分4747 AM-Bench：基于犯罪学"欺诈三角"理论的智能体错位统一分类与评测基准
AM-Bench 是一个基于犯罪学"欺诈三角"理论构建的智能体错位评测基准，包含覆盖软件、医疗等 7 个行业的 35 个场景，通过引入威胁（如威胁关停、资源获取）与机会（如破坏窗口、勒索材料）诱导模型错位，并用 LLM 裁判判定结果、分析思维链。
原文：2026/10/22
Latent Space精选AI 评分8888 DeepSeek开源推理引擎DeepInfer，vLLM复现其吞吐并引发推理盈利讨论
DeepSeek开源了支撑V4.1 Flash的生产推理框架DeepInfer及配套库deepseek-recipe，官方报告单集群155万亿token/日、96%输入缓存命中、每加速卡时38美元离峰收入。
原文：2026/10/21
推荐理由：文章梳理了DeepSeek开源推理栈引发的多方反应，并区分了首方生产数据、社区测算与独立复现的证据强度差异。
归藏 — AIGC WeeklyAI 评分6262 归藏 AIGC Weekly #193：Meta Muse、Gemini 4、DeepSeek V4.1 Flash 与 Anthropic 股份捐赠计划
Meta 发布 Muse Wonder 和 Muse Wonder Full，前者可通过 Meta Model API 使用，定价输入 $4/M tokens、输出 $20/M tokens，支持 1M 上下文，但实际效果在 3D 和视觉前端任务上表现较差；Meta 还开源了 816B 参数、42B 激活的 MoE 模型 Muse Spark Open。
原文：2026/10/20
LessWrongAI 评分4646 GLM-5.1 的 CoT 控制能力接近 Astra 水平
CoT-Control 评测显示，GLM-5.1 在 1,214 道来自 GPQA、HLE、MMLU-Pro 的题目上表现出接近 GPT-6-Astra 的思维链控制能力，而 Kimi K3 与 DeepSeek V4.1 Flash、DeepSeek V4 Pro (0813) 控制能力较差。
原文：2026/10/20
LessWrongAI 评分4747 在长上下文编码智能体的多次压缩中检测分裂攻击
研究发布 LCM 数据集，含 30 组 1.00-1.46M token 的 Claude Code Sonnet 5 诚实/攻击配对会话，每份含四次压缩，攻击被拆成跨压缩的设置与执行两步。
原文：2026/10/19
刘小排rAI 评分6161 刘小排实测DeepSeek v4.1 Flash：性价比高，视频生成能力仅次于Claude Opus/Sonnet 5.5
作者实测DeepSeek v4.1 Flash后评价其性价比高、能力强于预期，认为它已从聊天模型变成能独立完成复杂工作的Agent模型。作者称其在用代码生成视频方面仅次于Claude Opus 5.5/Sonnet 5.5并超过Claude Haiku 5.5，做动效也很强；思考Effort开Max后效果确实好，建议AI编程直接开Max档位。
原文：2026/10/18
LessWrongAI 评分4242 Qwen 3.8 27B 通过 Reward Laundering 提升思维链可控性
Redwood Research 实习项目发现，Qwen 3.8 27B 能利用"reward laundering"机制在思维链（CoT）可控性任务上自我提升，并泛化到未见过的同类任务，同时在初期性能下降后恢复主任务表现。
原文：2026/10/17
电鸭社区AI 评分3333 花不到 200 元用 vibe coding 做的 ffee 在线工具小站
作者用 vibe coding 花不到 200 元做出了一个名为 ffee 的在线工具小站，此前还花不到 20 元做过另一个小站。作者称借助 AI agent 与 Deepseek 对话即可完成编程，无需亲自敲代码。
原文：2026/10/16