🤖 AI 资讯早报 · 10-31

🔥 必读

1️⃣ OpenDS-World：12 个前沿模型实测，最强的 GPT-6 Astra 也只有 39%

港科大（广州）、复旦、华盛顿大学、帝国理工、斯坦福等提出 OpenDS 任务范式与 OpenDS-World 基准：200 道题覆盖 4 种模态、42 种资源格式、7 类证据访问需求——证据可能藏在视频某一帧、论文图表、需下载的数据文件，或藏在需要调地区/调时间的交互式页面里。给 12 个前沿模型同一套搜索、浏览器与视频工具，每题限 1 小时、100 次工具调用，最强 GPT-6 Astra 准确率仅 39%，Claude Opus 5.5 38.0%、Gemini 3.8 Flash 36.5%，其余均不足 35%。最值得记的反差：每题人工标注来源平均只有 3.94 条，模型一次搜索却调用几十到近百次工具；GPT-6 Astra 的失败调用只占 6.34%，却消耗了 42.57% 的工具执行时间。结论是 Agent 在真实开放网络上的瓶颈不在「会不会搜」，而在失败重试的代价。论文 arXiv 2610.30181，代码与数据集已开源。

原文：机器之心 · 最强模型准确率仅39%！当 Deep Search 真正进入复杂的真实互联网 ｜ arXiv ｜ GitHub

2️⃣ dsh-Go：把 DeepSeek Harness 装进口袋，3 小时破千星

DeepSeek Harness 插件 dsh-TUI 的作者 ccch1mneyyy 公测开源项目 dsh-Go——为 DSH 设计的移动端应用。发布 3 小时 GitHub 破 1k 星，发稿时 1.7k 星、安装包下载 6000 多次（今日复核仓库已 2,417 星）。能力包括：连接主机 DSH 实时同步消息与任务进度；在手机上本机运行一套打包好的 Ubuntu 24.04 + Node.js + DSH（PRoot，免 Root、不必另装 Termux）；内置插件市场（电脑与移动端均可装）；手机操控（读屏、闹钟、导航、点按输入，涉及账号密码的高危操作默认全关）；会话可扫码分享、支持链接/图片/文件/文字四种导出。智东西实测：连续对话不崩、能直接在手机上做出可玩的网页小游戏，短板是偶发延迟、连接断开与会话同步中断。意义在于——官方还没覆盖的移动端与远程操控，社区先做出来了，DSH 生态正从单机工具长成工具链。

原文：智东西 · 3小时破千！DeepSeek Harness移动端应用来了 ｜ GitHub

3️⃣ Cisco 让 27 岁前 CEO 带两个人、拿无限 Token，24 个月重写 98% 遗留代码

《财富》10-30 披露：Cisco 总裁兼首席产品官 Jeetu Patel 把一场大规模重构交给 27 岁的 Padmanabhan Krishnamurthy（Paddy）——被 Cisco 收购的 AI 初创前 CEO，入司后一度在做「缺乏战略意义」的工作。他提出只用两个人、24 个月重写 Cisco 98% 的遗留代码，Patel 不仅没否决，还批了近乎无限的 AI Token 预算，并让他自设 4 周初步验证期。⚠️ 98% 是目标而非成果：Cisco 未披露已完成比例、系统范围、技术方案或测试结果。真正的看点是组织逻辑：约 40% 的管理者计划减少应届招聘（AI 替代初级工作），Patel 反其道而行——把实习生当「反向导师」、主动去大学找人，并称「Tension is good」，认为有价值的摩擦应发生在观点与方法之间。

原文：InfoQ · 27 岁程序员获无限 Token，挑战两个月重写思科 98% 的遗留代码

📌 值得看

4️⃣ 国行 Apple 智能官宣：千问驱动，11 月 4 日开发者 Beta、12 月正式版

苹果中国官网 10-31 发布新闻稿：首批 Apple 智能 11 月 4 日随 iOS 开发者 Beta 开放测试、12 月随 iOS 27.3 正式推送，首发仅 iPhone（15 Pro 及以后 / 16 全系 / 17 / Air / 18 Pro / Duo），仅简体中文与英文。分工写得清楚：基础功能跑苹果自研端侧模型，千问只出现在 Siri、写作工具、视觉智能三个「扩展」入口——正是海外给 ChatGPT 留的位置，需登录千问账户，经千问处理的数据不用于训练。⚠️ 本次不含 Siri AI 与 WWDC 2026 新功能，Siri AI 初期六种语言也没有中文；新闻稿只提阿里、未提百度。属 10-15 预告的兑现，故降档。

原文：爱范儿 · iPhone 国行 AI 真的来了，千问成为 Siri 新搭档 ｜ 极客公园 · 国行 Apple 智能官网正式上线：千问驱动，11 月推送

5️⃣ 扰动之心 AlphaCell 1.0 Pro：用几何世界模型推演细胞状态，绕开「靶点找钥匙」

同济数字生命智能体实验室背景的扰动之心（PerturbMind AI）完成数千万元天使轮及天使+轮，清松资本领投、同杨基金与多家药企跟投；同步发布虚拟细胞状态推演模型 AlphaCell 1.0 Pro：标准 1B 参数，向下可裁到 300M（Flash，面向医院与中小药企私有化）、向上可扩到 50B（Mega，面向跨国药企）。路线差异在于把 AIDD 从「按已知靶点找钥匙」改为「推演生命系统状态迁移」，技术三支柱是扰动组学 + 几何深度学习 + 几何世界模型；团队明确不主张套用通用 Scaling Law，而是找「参数量甜点」。已与国产 GPU 完成全栈适配。⚠️ 世界模型能否真正理解复杂生命系统，仍需实验与管线验证。

原文：智东西 · 用世界模型做AI药物研发，同济教授融资数千万元

6️⃣ 华为袁远：智算中心 70% 算力没形成有效价值，数据开发率仅 28.4%

2026 数据存储产业大会：专委会预计 2026 年底全球存储产业规模破 1.7 万亿美元（约 11.3 万亿元），增长点从扩容量转向企业级 SSD、AI 数据中心与推理基础设施。华为副总裁、数据存储产品线总裁袁远给出三个数：国内智算中心 GPU 平均利用率约 30%（即约 70% 算力未形成有效价值）、企业真正可用的数据开发率约 28.4%、中文语料仅占全球约 4.8%。他主张存储从「建湖」转向「用湖」：训练侧卡 Checkpoint 效率与集群可靠性，推理侧卡 KV Cache 的时延/带宽/成本；路径分 All in One（行业 AI 使用端统一数据平台）与 One for All（模型生产端专用基础设施）。

原文：智东西 · 70%算力空转、数据开发率28.4%！华为副总裁袁远：AI发展要提升存储支撑力

7️⃣ Addy Osmani：别再「过度提示」Claude——系统提示删掉 80% 也没有性能下降

Anthropic Claude Code 团队成员、谷歌前工程总监 Addy Osmani 主张「别再过度提示」：用一条提示写清要做什么 + 如何自检，然后放手；推理强度从 /effort medium 起步。硬证据是 Claude Code 曾针对 Opus 5、Fable 5 等模型删掉 80% 以上系统提示词，编程评测没有可测量的下降。配套做法：/goal 让另一个模型每轮验收、阶段 checkpoint 汇报、/doctor prompt-audit 找出为旧模型写的规则、子智能体数量与任务规模匹配（小任务多开会更慢更贵）、长任务用云端会话、先把单会话跑通再并行。提醒：自动模式仍需核验——让它展示执行过的命令与输出。

原文：机器之心 · Claude Code：别再给Claude过多提示词了… ｜ 原帖

8️⃣ Mistral ML4 正式发布：1.05 万亿参数、单次激活 52B、3800 颗 GB200

Mistral 发布 Large 4（ML4）：总参数 1.05 万亿、单次任务实际激活约 520 亿，在自家欧洲数据中心用 3800 颗英伟达 Grace Blackwell 训练；主打编程与企业网络防御，企业可将其部署在自己的机器与服务器上运行。官方称其在实现「业界领先性能」的同时，动用的算力与资本仅为 OpenAI、Anthropic 等闭源公司的「一小部分」。⚠️ 未公开可对标的 benchmark 数字；10-08 晚报已预告「1 万亿参数、月底开源」，本次为正式发布，权重是否开放、许可如何，新闻稿未说明。

原文：36氪 · 法国Mistral发布新一代AI模型 瞄准企业网络安全市场

📄 其他