AI 日報 · 2026 年 11 月 3 日 · 星期二
ATECH HOT
Anthropic披露約8,954億美元採購及租賃承諾
Anthropic修訂IPO申報文件披露約8,954億美元採購承諾及租賃協議,絕大部分涉及算力和基礎設施;公司亦稱接近建立具遞歸自我改進(RSI)能力的模型。中國提出將40項技術增列至禁止或限制出口目錄的草案,並即時實施出口前登記要求;另有研究指,污染0.1%預訓練資料可在AI Agent植入可觸發RCE的後門。
產品發佈/更新
Google 與 Meta 開源 TorchTPU,為 Google TPU 提供原生 PyTorch 支援
Google 與 Meta 開源 TorchTPU,為 Google TPU 提供原生 PyTorch 後端,讓現有 PyTorch 工作負載只需少量程式碼修改即可在 TPU 執行。
行業動態
Anthropic 修訂 IPO 申報文件披露長期算力承諾
Anthropic 在 2026 年 11 月 2 日提交的修訂 Form S-1 中披露約 $895.4 billion 的採購承諾及租賃協議,絕大部分涉及算力和基礎設施。
Marvell 同意以全股票交易收購 Lumentum,交易估值(含債務)為 $115bn
Marvell 已同意以全股票交易收購 Lumentum,交易對 Lumentum 的企業估值為 $115bn(包括債務)。Lumentum 股東每股可換取 4.5 股 Marvell 股票,合併後 Marvell 股東及 Lumentum 股東預計分別持有約 67% 和 33% 股權。交易仍須取得股東及監管機構批准,兩家公司預計於 2028 年上半年完成。
中國商務部第48號公告提出前沿人工智能出口管制草案,臨時登記要求即時生效
中國商務部與科技部於10月16日發布2026年第48號公告,提出將40項技術增列至禁止或限制出口目錄,其中23項涉及人工智能,並即時實施出口前登記要求。草案將≥10^26 FLOPs訓練計算量、≥2 trillion parameters,或出口時在公開評測排名、全球調用量等指標位列全球前十的模型核心技術列為限制出口,智能體技術亦有獨立門檻。
Binance 遭 $6.3bn 黑客攻擊後,投資者撤出 $3.6bn 資金
Binance 遭遇 $6.3bn 加密資產失竊事件後,截至星期日下午錄得約 $3.6bn 淨資金流出,約佔其 $171bn 管理資產的 2.1%。平台星期日開始分階段恢復提款,並表示已補回被盜金額的 90%,承諾承擔餘下 10% 的財務影響。FBI 確認,與朝鮮有關的 TraderTraitor 組織對這次失竊事件負責。
《紐約時報》報道 Elon Musk 2026 年中期選舉捐款達 $474M
《紐約時報》分析指出,Elon Musk 在 2026 年中期選舉週期向政治團體捐出 $474 million,除自資競選的富有候選人外,金額高於任何其他捐款人。
Anthropic 在修訂 SEC 文件中稱接近建立遞歸自我改進(RSI)模型
Anthropic 在 2026 年 11 月 2 日提交予美國證券交易委員會的修訂 S-1A 註冊聲明中表示,公司非常接近建立具遞歸自我改進(RSI)能力的模型。文件指出,使用 AI 開發更強大的 AI 若大幅加快進展,可能帶來嚴重安全風險,並提及 Responsible Scaling Policy(RSP)作為監察及減低風險的安排。這是公司對研究進展的評估,並非聲稱已建成或部署相關能力。
Anthropic披露Claude「自我評估」機制,會在後台評估對話風險
Anthropic公開Claude「自我評估」機制,讓Claude在回覆後於後台評估對話是否違反安全政策,並生成風險報告。文中稱,評估平均額外生成約10個 Token,推理算力開銷增加不到2%,高風險報告會交由人工安全團隊處理。研究亦指出,前台回覆與後台評估共用同一段 KV cache,存在模型偏袒自身或「串供」的可靠性疑慮。
29 間 NHS 信託稱未啟用或未使用 Palantir 應用程式,NHS England 卻列為受惠機構
《衞報》調查發現,NHS England 列為從 Palantir 醫療數據平台受惠的 29 間醫院信託機構,回覆稱平台尚未啟用或沒有使用其應用程式。NHS England 稱近 140 間信託已報告平台效益,名單亦包括使用後台數據分析及提交功能的機構。NHS England 曾稱使用平台的信託機構一年多完成 117,539 宗手術,但今夏承認無法證明因果關係。
論文研究
研究:污染 0.1% 預訓練資料可在 AI Agent 植入可運作的 RCE 後門
一項刊載於 arXiv 的研究報告,污染 0.1% 預訓練資料即可在 AI Agent 植入可觸發遠端程式碼執行(RCE)的後門。研究團隊從零預訓練 0.6B、1.7B 及 4B 參數模型,再進行標準後訓練;4B 模型的攻擊成功率約 92%,而污染比例低至 0.0005% 時仍可觸發攻擊。
技巧與觀點
2026 年 9 月模型價格戰分析:Grok 4.7、Claude Opus 5.5 與 GPT-6 Sol、Luna
在 48 小時內,xAI、Anthropic 和 OpenAI 相繼推出 Grok 4.7、Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna,文章指出模型價格比較焦點已由每百萬 token 費用轉向每項任務成本。
如何在自己的電腦上執行 Mistral Large 4
Mistral Large 4 可下載權重後以 vLLM、SGLang、Transformers 或 llama.cpp 自行部署,也可選用 API 或託管服務。
GPT-5.6 Sol 協助發現 PHP2Shell 漏洞,凸顯 OpenAI 與 PHP 基金會的資源落差
Calif 在 OpenAI 的 Patch the Planet 計劃下使用 GPT-5.6 Sol 審計 PHP,找到 PHP2Shell 漏洞的關鍵缺陷。
如何在 Amazon SageMaker AI 上以知識蒸餾建立高效購物智能體
AWS 示範以 SeqKD 在 Amazon SageMaker AI 上微調 Qwen3.5-4B 購物智能體。流程以 Amazon Bedrock 上的 GLM-5.3 生成多步軌跡,並用 ShoppingBench 評分器保留成功樣本。
Circle K 如何利用 Amazon Bedrock 將 DevOps 事故排查縮短至 15 分鐘內
Circle K 使用 Amazon Bedrock 建立自動化 DevOps 事故排查系統,將平均排查時間由 45–60 分鐘縮短至 15 分鐘內。系統整合 AWS 資源、OpenSearch 日誌、GitHub 程式碼及知識庫資料,並將結構化摘要送到 Slack;按團隊內部事故應對指標,排查時間減少 67–75 percent。