OpenDS评测:最强模型准确率仅39%,Neuralink接入Grok,国产芯片X7 Ultra出货20万颗

最强模型准确率仅39%！当DeepSearch真正进入复杂的真实互联网

香港科技大学（广州）、复旦大学、华盛顿大学、帝国理工大学、斯坦福大学等机构团队提出深度搜索任务范式OpenDS，并构建面向真实开放网络环境的评测基准OpenDS-World。该基准包含200道任务，覆盖4种模态、42种资源格式和7类数据访问需求。研究团队为GPT-6 Astra、Claude Opus 5.5、Gemini 3.8 Flash等12个前沿模型提供统一搜索、浏览器及视频工具，限制每道题1小时和100次工具调用。结果显示，最佳模型GPT-6 Astra准确率仅39%，Claude Opus 5.5和Gemini 3.8 Flash分别只有38.0%和36.5%，其余模型均低于35%。失败工具调用虽仅占6.34%，却消耗42.57%执行时间，凸显真实网络中多模态信息、异构格式与交互式访问带来的挑战。

ClaudeCode：别再给Claude过多提示词了

Anthropic Claude Code团队成员、谷歌前工程总监Addy Osmani日前发文指出，许多用户存在“过度提示”Claude的习惯。他认为随着新一代模型能力提升，原先事无巨细的提示方式需要调整，建议用一条简洁提示说明目标和验收方式，并让模型通过提问自行补全需求。他强调可执行的验收标准能让模型更独立推进任务，并援引测试称，针对Claude Opus 5等模型，Claude Code曾删除超过80%的系统提示词，编程评测未见明显下降。文章还讨论了子智能体适用场景、云会话与多会话管理，以及Projects功能对任务组织的作用，提醒用户需将注意力转向对结果的核验与权限判断。

连拿四个第一，力压Genie4和Atlas！中国团队造出真物理世界模型

谷歌DeepMind近日发布Genie 4，实现每秒24帧实时生成、40毫秒低延迟和2分钟连贯记忆；World Labs推出Atlas，可基于少量参考图生成3D场景与1分钟1440p高清视频。但这些主流模型仍缺乏底层刚体力学，难以直接训练机器人。为此，大模型机器人与上海交大S-Lab发布世界模型Mundo，将房间物体写成代码，赋予重量、质心、摩擦力，结合Astra空间理解与960Hz MuJoCo物理引擎，精确计算碰撞并渲染画面。用户可通过指令或鼠标交互，在不同材质和重力条件下进行力学仿真，为机器人提供可探索、可交互的物理训练环境。

8个月出货20万颗、拿下40+车型，这颗国产大模型芯片凭什么？

国产大模型芯片X7 Ultra在8个月内出货量达20万颗，已适配超过40个车型。该芯片针对端到端大模型推理中内存搬运造成的算力浪费与高功耗问题，重新设计NPU超大核架构，将数据交互提升至TB/s级，并实现整网内存零拷贝，实际计算利用率达98.7%，内存带宽消耗较行业旗舰降低80%，能效提升100%。同时，X7 Ultra提供700 TOPS大模型算力，是国内首款量产搭载Armv9车规级CPU的SoC，支持ASIL-B功能安全与ASIL-D MCU认证。其规模化上车标志着国产芯片在车端大模型算力与安全可靠性上取得突破，为高阶智能驾驶规模化部署提供了新方案。

Moderna总裁：AI制药最大的想象力是“一人一药”

10月20日，Moderna总裁斯蒂芬·霍格在播客《Inside Blackstone》中表示，AI能加速药物发现，但即使研发缩短到几周，仍需要在人体上验证疗效。新冠疫苗mRNA-1273正是依靠疫情前积累的经验和算法，在2020年快速完成设计。他认为AI已用于mRNA序列、蛋白质及临床试验设计，而个体化医疗更具潜力，因为患者免疫系统差异需要更多信息支持治疗决策。以个体化癌症疫苗为例，流程包括肿瘤样本测序、分析突变、挑选新抗原并将最多34个新抗原编入mRNA，疫苗制造周转约六周，临床方案最多接种九剂。这展示了AI制药在“一人一药”方向上的前景。

Anthropic加码AI4S：20个科研伙伴加入，免费Claude额度覆盖更多...

10月28日，Anthropic宣布将AI for Science计划扩展至更广泛科研领域，与全球20个科学基金会、科研机构及研究团队建立合作，覆盖天文学、基因组学、癌症研究、气候科学和数学等方向。合作方分为三类：NSF、西蒙斯基金会、施密特科学等6家科研资助机构将获Claude额度并分发给研究人员；太空望远镜科学研究所、桑格研究所、EMBL等6家大型机构直接参与；普林斯顿FlyWire、博德研究所gnomAD、约翰斯·霍普金斯AstroPath等6个具体项目同样受支持。该计划自2025年5月推出以来持续扩大，今年8月已将单项申请额度上限提升至5万美元，并开放1万个免费或优惠Claude Team席位。

马斯克脑机接口最狠升级！Grok接入大脑，意念可操控AI了

Neuralink在近日的一次封闭开发中，将大模型Grok接入脑机接口系统，并完成8项新功能原型。受试者Kenneth是一名确诊渐冻症七年的患者，他通过脑内默念“Hey Neuralink”即可唤醒Grok智能体，由其自动完成操作电脑、登录YouTube等任务；还能将“想说的话”直接转化为音频流，实时导入iPhone通话，实现用意念拨打电话。技术层面，团队重写了神经语音活动检测（VAD）系统，实现零按键的纯意念“开口即来”，并通过实时神经信号可视化让患者与模型协同训练。此次升级使脑机接口从传统的“意念控制光标”转向“意图驱动Agent”，在不增加电极数量的情况下显著放大信号带宽，为神经系统疾病患者的人机交互开辟了新路径。

27 岁程序员获无限 Token，挑战两个月重写思科 98% 的遗留代码

2026年10月30日，《财富》杂志披露，思科授权27岁的前AI初创公司CEO Padmanabhan Krishnamurthy（Paddy）主导一项激进重构计划：以两人团队、24个月为周期，借助近乎无限的AI Token预算，重写思科98%的遗留代码。Paddy曾因公司被收购而一度被边缘化，后在思科总裁Jeetu Patel到访旧金山办公室时提出这一设想，并获得“尽管放手去做”的授权及四周初步验证期。目前思科尚未公布已完成代码比例、系统范围或技术细节。这场实验折射出AI编程正冲击大型企业的软件工程组织方式——重构决策更看重技术敏锐度而非资历，精简团队加AI算力或可替代传统人力密集型开发。

AI+垂类Agent：任务跑得久、工具用得熟，撑不起Agent公司长期竞争力｜贝联珠贯创始人兼CEO 毕玄分享

10月30日，贝联珠贯创始人兼CEO毕玄在1024模力工场AI社区日发表演讲，以SREAgent为例分析垂直类Agent公司的竞争力来源。他认为，让Agent长时间执行任务、熟练使用通用工具等能力正逐渐被大模型本身覆盖，难以构成长期壁垒。真正机会藏在具体业务的“脏活累活”中，例如运维场景下各异的数据接入、采集与业务建模。SREAgent 3.0已尝试让用户通过自然语言生成Skill以降低数据接入门槛，但此类功能容易被同行追赶；更难复制的是围绕专有数据形成的采集、处理、建模及模型随业务变化持续迭代演进的工程化能力。这一判断为垂直Agent创业公司指出了差异化竞争的关键方向。

AI+社区：「模力工场」连接AI供需，补上信任缺口｜极客邦科技创始人兼CEO 霍太稳分享

在1024模力工场·AI社区日活动上，极客邦科技创始人兼CEO霍太稳表示将推动总部落地杭州，并以《AI破局的生态法则：从零和博弈到共生智能》作主题分享。霍太稳指出，AI行业关注点正从大模型参数竞争转向智能体及具体业务应用，企业希望服务方带团队做出能用的智能体与Skill，而非仅提供短期培训。为此，极客邦科技以“模力工场”为载体搭建AI落地协同平台，用AI评估项目所需时间与预算，依据团队历史交付表现推荐合作方，并在合作后跟进交付、评估结果，以解决企业找团队难、技术团队收款难的信任缺口，推动AI应用落地生态建设。

🔗 文章来源