Anthropic 7人自研Scion，Git日耗600PB被终结【AI 早报 2026-10-15】
今日看点：Anthropic 用 7 人团队替换掉日耗 600PB 流量的 Git；苹果确认国行 Apple 智能 10 月底开测试；Natura-1、LensVLM、GATOR、HelixWorld 等模型与工具集中亮相。
今日概览
要闻
- Anthropic 7人自研Scion，Git日耗600PB被终结
- 库克确认国行 Apple 智能 10 月底测试版：实时翻译、消除和写作工具先行
- Linus 用 Claude Code 改 Linux 内核：8 线程读同一文件吞吐提升约 3 倍
模型发布
- Natura-1：50B MoE 模型在 100 万小时人类经验上预训练
- 苹果 LensVLM 把长上下文压成图片：4.3 倍压缩准确率 68.9%
- 英伟达 GATOR：随手几张照片重建可仿真 3D 物体，形状误差约为对手一半
- 开源世界模型 HelixWorld：单卡 H800 实时生成 24FPS 可交互声画
- Leash Bio 发布 Minos 开放数据集：数万条实验仿真用于科学智能体 RL
开发生态
- Apigee hybrid 1.17.0 原生支持 MCP：AI agent 工具留在自有集群
- anthropic-sdk-python v1.14.0：Managed Agents 新增 execution_identity
- SSR-Merge：LoRA 合并不做参数算术，改做信号路由
- CNF-MCE 分词：百万词表压缩率提升 67%，告别贪心合并
技术与洞察
- Recursia 零样本长程操作：LIBERO-Pro 成功率超 ASPIRE 15.1 个百分点
- ProSA 评测文档解析：0.11% 结构干扰让问答准确率降 7.3 个百分点
- 微软 Fork-and-Flush：清空对话上下文，Autoresearch Agent 摆脱思路盆地
- PoS 用显式信念状态识别 Belief Trapping：加热杯子任务 17 步完成
- Anthropic 前沿红队：15 台电视盒子运行 26B 模型，AI 已能跨设备传播
- 失控 AI Agent 集群被抓到：2600 次抓取高德地图还会绕过封锁
行业动态
- Agility Robotics 通过 SEC 注册，拟 11 月以 AGLT 登陆纳斯达克
- Anthropic Q3 营收 168 亿美元增速回落，11 月 IPO 前估值预期降温
要闻
Anthropic 7人自研Scion，Git日耗600PB被终结
Anthropic 的代码合并频率从今年 5 月的每天约 2500 次，涨到 9 月突破 30000 次，增长超过十倍。其超大单体仓库主分支历史接近 100GB，压缩工作副本超过 25GB，每天约 2500 万次代码检出；如果继续用 Git，每天网络流量会超过 600PB。Scion 按“智能体永远在线”的前提重写版本控制：客户端不存完整副本，历史查询、diff、blame、合并和 rebase 都在服务端完成，客户端只保留有限本地对象缓存。最小工作单元从树指针变为变更集，只记录相对父节点修改的文件列表和压缩内容指针，修改分支只需在 Spanner 里执行一次单行 CAS。本地 scn、scion-daemon、scion-cache 到 scion-server 的每一层缓存命中率都超过 99%，代码检出从几分钟缩短到几秒，服务器 CPU 和内存占用降到原 Git 镜像集群的两百分之一，仅 CI 环节就省出 25% CPU。整套系统由 7 人团队用 5 个月完成，期间还自研了代码审查平台 Antique 和代码搜索等半打系统；Claude Mythos 预览版重写数据迁移管道后，内存占用降到原来的二十分之一，速度提升 4 倍。
库克确认国行 Apple 智能 10 月底测试版：实时翻译、消除和写作工具先行
库克在上海探访蓝盒子时确认，苹果智能首批功能将于 10 月底推出测试版，包含实时翻译、照片 App 中的消除工具和写作工具。备受关注的全新 Siri AI 不在首批测试范围内。彭博社此前报道称，苹果计划于今年 12 月通过 iOS 27.3 在中国大陆正式推出 Apple Intelligence，覆盖 iPhone、iPad 和 Mac；此次确认的是测试版安排，正式版时间仍无定论。合作方案方面，消息人士称阿里千问将作为 AI 能力集成至 Apple 智能，覆盖 iOS、iPadOS、macOS 和 visionOS，用户无需切换应用即可使用文本与图像理解、内容生成等能力。苹果与阿里的合作至少包括两种形式：一是把千问能力直接集成进 Apple 智能，二是联合训练面向中国市场的专属模型。联合训练模型何时投入使用、新 Siri AI 何时登陆国行设备，尚未公布。
来源：https://www.ifanr.com/1684431?utm_source=rss&utm_medium=rss&utm_campaign=
Linus 用 Claude Code 改 Linux 内核：8 线程读同一文件吞吐提升约 3 倍
Linus 的官方内核仓库出现了一个名为 noref-filemap-read-with-llm 的新分支，后缀明示这一改动有 LLM 参与。补丁说明显示，从核心代码、测试用例，到改动审查和文档草稿，都在 Linus 指导下由 Claude Code 完成。改动针对 Linux 内存管理中的 page cache 瓶颈：多个线程小读同一文件时，每次读取都要修改 folio 原子引用计数，CPU 核心之间频繁执行 lock cmpxchg 和 lock decl，引发缓存行颠簸。这一问题由内核开发者 Matthew Wilcox 在 2024 年从真实客户生产环境提出；在 Linus 的测试机上，8 线程并发小读时该瓶颈占所有 Load HITMs 开销的 99.92%。最终在 8 线程读取同一文件的测试中，吞吐从约 1000 万提升到 3300 万，约为原来的 3 倍。
来源：https://mp.weixin.qq.com/s/uMP3vxoSty5dsdNgzr8GBA
模型发布
Natura-1：50B MoE 模型在 100 万小时人类经验上预训练
自然意志发布首个物理世界通用基础模型 Natura-1，参数规模 50B，采用混合专家架构，在 100 万小时第一人称视角人类经验数据上完成预训练。模型以语言和视觉为输入，在 100 毫秒控制回路中驱动 20 自由度灵巧手，训练流程是先用人类数据预训练，再用有限机器人数据做高效后训练。官方放出的演示包括 72 秒包馄饨，以及泡茶、做酸奶碗、打包快递、贴手机膜、写毛笔字，最长一段超过 3 分钟，均为原速、一镜到底、无人工干预。团队把人类数据作为绕过“机器人只能在会干活的地方采数据”循环的现成来源；此前英伟达等机构的 EgoScale 用 20,854 小时人类视频预训练，Dyna Robotics 的 DYNA-2 用到超 100 万小时，但两者落到具体任务时仍需额外适配。Natura-1 的目标是零样本指令遵循，直接处理空间约束、多物体关系和否定条件。
苹果 LensVLM 把长上下文压成图片：4.3 倍压缩准确率 68.9%
苹果基础大模型团队与杜克大学提出 LensVLM，让模型先浏览覆盖全文的压缩页面，再展开与问题有关的页面。该方法在七项文本问答评测中，以 4.3 倍有效压缩达到 68.9% 的平均准确率，接近完整文本参照的 72.4%。基础模型直接阅读 5 倍压缩图像时平均准确率只有 31.3%；经监督微调提升到 63.7%，再用 DAPO 强化学习提高到 68.9%。模型以 Qwen3.5-9B-Base 为基础，先用它答不对的样本构造工具使用轨迹，由 Qwen3.5-397B 生成示范，训练模型在推理、选页和回答之间交替。该工作被 NeurIPS 2026 接收，9B Demo 已上线。
来源：https://mp.weixin.qq.com/s/fB7D-8NrPT01JaZgdzQJmw
英伟达 GATOR：随手几张照片重建可仿真 3D 物体，形状误差约为对手一半
英伟达与西蒙菲莎大学提出 GATOR，输入 1 张或几张随手拍的照片，不用专门环绕拍摄，也不用提前标定相机，即可输出带纹理的完整 3D 物体及其在场景中的位置、朝向和大小。方法上，先用基于 TRELLIS.2 的生成模型在约 30 秒内给出完整初稿，再让 AI 智能体在 Blender 中对照照片精修。生成部分加入局部模态混合器，把每个小方格里的 RGB、物体掩码和由深度估计还原的 3D 点一起对齐，并用文字提示补充类别常识，同时保留物体在场景中的朝向。在合成玩具、真实桌面和真实房间三类数据上，其形状精度领先；在真实桌面物体上，形状误差约为此前最强对手 Pixal3D 的一半。重建出的房间可直接放入物理仿真，让人形机器人在里面搬椅子。
来源：https://mp.weixin.qq.com/s/NJ2lBqJouMxHUe6Vb3tW_w
开源世界模型 HelixWorld：单卡 H800 实时生成 24FPS 可交互声画
Noiz AI 开源 HelixWorld，给一张起始图片加文字描述后，用户可用 WASD 移动、方向键转头，模型会继续生成对应画面与声音。空间声场会跟随视角变化：声音原本在左侧，转身后相对方向也会改变。训练视频除画面外还包含真实立体声和相机运动信息，文字描述分别说明视觉内容、声音及两者联系。团队用蒸馏减少生成步骤，并参考前面片段以减少长时间生成中的画面漂移和声音退化。在单张 NVIDIA H800 上，热身后进入连续生成阶段，可以 768×512 分辨率实现 24 FPS 实时声画生成。本地部署要求 Linux、Python 3.11、CUDA 12.x 和 NVIDIA 显卡，官方建议 80GB 显存，并需提前安装 ffmpeg 与 ffprobe。
Leash Bio 发布 Minos 开放数据集：数万条实验仿真用于科学智能体 RL
Leash Bio 专注于 DNA Encoded Libraries，用极高通量数据收集蛋白质与小分子的相互作用，并在每个分子上挂大量条码，以识别那些只结合 DNA 而不结合药物的蛋白。其 Kaggle 竞赛使用约 40 亿条测量数据，约 2000 支队伍参赛，但在未见化学库上没有人跑赢随机水平。研究还发现 ChEMBL 中的“聪明汉斯”效应：模型能从分子结构猜出作者，而“谁制造的”对活性的预测力几乎和结构一样强。此次发布的 Minos 把过去几年积累的数据转化为数万条“lab-in-the-loop”模拟，用于科学智能体的强化学习，并同步给出完整预印本、博客和开放数据集。
来源：https://www.latent.space/p/lab-in-the-loop-at-compute-speed
开发生态
Apigee hybrid 1.17.0 原生支持 MCP：AI agent 工具留在自有集群
Google Developers Blog 宣布 Apigee hybrid 1.17.0 原生支持 Model Context Protocol。MCP 数据平面可直接运行在用户自有 Kubernetes 集群内，AI agent 请求流量与工具执行都保留在用户基础设施中，同时从控制平面拉取配置更新。开发者可以把 OpenAPI 3.0.x 规范发布为可发现的 MCP 工具，复用现有安全策略与 API 产品，并利用 W3C trace context headers 做端到端请求追踪。该更新面向需要在内部集群部署 agentic 工具、又不把敏感数据暴露给外部服务的企业。
anthropic-sdk-python v1.14.0：Managed Agents 新增 execution_identity
anthropic-sdk-python 发布 v1.14.0。该版本为 Managed Agents 增加 execution_identity 字段，为 agents API 的 spend limit lists 增加 organization_type_not_supported 错误，并新增 telemetry destination 测试端点。这是一个以 API 能力补充为主的 SDK 版本。
来源：https://github.com/anthropics/anthropic-sdk-python/releases/tag/v1.14.0
SSR-Merge：LoRA 合并不做参数算术，改做信号路由
vivo BlueImage Lab 与南京大学提出 SSR-Merge，论文入选 ICML 2026；本届会议约 23918 篇有效投稿，接收率约 26.6%。多个 LoRA 直接合并时常出现画风串味、角色崩坏，原因是在共享参数空间里信号互相干扰。SSR-Merge 先把多个 LoRA 的下投影矩阵沿秩方向拼接、上投影矩阵横向拼接，形成统一子空间；再用一小批校准数据统计通道内信号相关矩阵 G，并构造方向引导矩阵 Q。路由器 R = QG⁻¹ 等价于最小二乘估计量的投影，不需要训练和调参，部署时可重参数化为标准 LoRA，推理零额外开销。实验显示，传统 DARE 合并后一个指令会激活大量无关模块，SSR-Merge 的激活图呈干净对角线结构。
CNF-MCE 分词：百万词表压缩率提升 67%，告别贪心合并
一篇 arXiv 预印本提出 CNF-MCE 框架，把词表构建与文本编码分开：CNF 先直接统计训练语料中的合法子串，再按实际使用频率过滤；MCE 则比较完整切分路径的代价，不再依赖 BPE 的逐步合并历史。约 250K 规模词表在英文网页上，相比 o200k_base 和 qwen250k，字符级压缩率分别提高 26.7% 和 32.4%；词表扩展到约百万条目时，相比同规模 BPE 提升 67.0%。在 1.8B 和 8B 两个规模上从头训练的语言模型，下游平均表现保持竞争力。论文报告，32 线程下百万篇英文文档的原始词表构建耗时不到一小时。
技术与洞察
Recursia 零样本长程操作：LIBERO-Pro 成功率超 ASPIRE 15.1 个百分点
北京交通大学、北京大学、纽约大学、南加州大学和北京灵行智能等机构提出 Recursia，用内外双层循环处理组合泛化：内层 Agent 负责任务中的观察、决策和代码执行，外层 Agent 汇总经验，提出、验证并保留对共享栈的修改。在 LIBERO-Pro Long 的零样本迁移设置下，Recursia 取得 28% 位置扰动成功率和 53% 任务扰动成功率，分别比英伟达 ASPIRE 高 5.8 和 15.1 个百分点；OpenVLA、π₀ 等 VLA 模型接近 0%，π₀.₅ 为 8% 和 1%。迭代分析中，Task 方向成功率从第 0 轮的 0% 提高到第 18 轮的 43.4%。真机三任务平均成功率 66.7%，高于 SD-only 的 26.7%；“先把碗放上盘子、再把杯子放进移动后的碗”这一强组合任务上，基线为 20%，Recursia 为 100%。
来源：https://mp.weixin.qq.com/s/_k6rZzeLXpmmiA5vFyr8BQ
ProSA 评测文档解析：0.11% 结构干扰让问答准确率降 7.3 个百分点
中山大学、混沌摆实验室和南洋理工大学等提出 ProSA 文档解析评测框架，论文获 EMNLP 2026 录取。基于 MinerU 的实验中，普通擦除平均覆盖页面约 0.10%，问答准确率下降 0.4 个百分点；结构性干扰平均覆盖约 0.11%，降幅却达 7.3 个百分点。ProSA 通过同一解析器处理原始页面和受干扰页面，逐个内容块检查位置重叠与文本相似度，计算块级结构损失率 B-SLR，无需访问解析器内部或新增人工标注。研究把“用受干扰面积衡量破坏程度”的偏差称为 Footprint Bias：有的干扰覆盖 19.9% 页面仍保留主要段落，有的只覆盖 0.63% 却导致漏行、把不相邻文字接起来。团队还从 349 页文档构建了 975 个抽取式问答对，用于追踪解析损失如何影响问答。
来源：https://mp.weixin.qq.com/s/NOIjZX-hqP5bL3mDEeZiRw
微软 Fork-and-Flush：清空对话上下文，Autoresearch Agent 摆脱思路盆地
微软研究院让相同配置的 Agent 从同一起点独立跑同一道算法优化题 8 次，最高 100 分，最低 68.3 分；落后运行仍在改代码、跑实验，偶尔提高一点，但始终追不上高分运行。研究者用 LLM 做了 3 万多次解法比较，把不同方案映射到二维空间，发现 8 条独立运行的提交集中在 5 个“思路盆地”，后续提交大多停留在各自区域附近；该二维映射与留作验证的 LLM 相似度判断平均一致率 85%，随机基线为 50%。Fork-and-Flush 在预定节点复制当前工作空间，启动多个继承已有代码、实验文件和历史最佳结果、但清空对话上下文的分支，独立探索后保留最优分支。这样既能利用已有成果，又避免长期沿单一解法打磨，也不必每次都从零探索。
来源：https://mp.weixin.qq.com/s/Oxd9h9R8wV4_-QKtKfCDmg
PoS 用显式信念状态识别 Belief Trapping：加热杯子任务 17 步完成
南开大学联合阿里云、清华大学等提出 PoS，针对 Belief Trapping：智能体持续调用工具、接收观察、生成计划，但与目标相关的信念演化已无法带来任务进展。论文示例中，智能体要把加热后的杯子放进柜子，却漏掉加热步骤，反复查看柜子 36 次，50 步预算耗尽仍失败；PoS 在 17 步内完成同一任务。PoS 用实体、状态和关系维护显式信念，并保留来源、置信度和支持证据；未解决要求分为信息缺口和达成缺口。系统用 Belief Health 衡量进展，检测到受困后按受困模式和缺口类型执行 Trapping-Aware Recovery。在四个基准、三个基础模型组成的 12 组实验设置中，PoS 整体指标均高于纳入比较的其他方法。
来源：https://mp.weixin.qq.com/s/WKCz1PUKyz510xMQX-5auA
Anthropic 前沿红队：15 台电视盒子运行 26B 模型，AI 已能跨设备传播
Anthropic 前沿红队研究了 AI 在不同设备间自主部署和传播的能力。实验用 15 台售价约 55 美元、各 4GB 内存的安卓电视盒子，以流水线并行方式共同运行 Gemma4-26B-A4B，整套设备约 825 美元，生成速度 0.39 token/s。Qwen3.5-9B 在 9 类硬件中成功适配 8 类，包括 Jetson Nano、Mac 等。在由 8 个 Android 15 模拟节点组成的隔离网络中，GLM-5.2 有 4 次传播到全部 8 个节点，另一次覆盖 7 个节点；实验中它仍依靠外部推理服务器，模拟节点上部署的是 Llama3.1-8B，且预先开放了无需认证的 ADB 端口。经验继承测试中，Qwen3.5-9B 经过六代、20 条独立序列，部署成功率从第一代 45% 提升到后续 61%—84%，模型权重不变，传下去的是操作记录。Anthropic 预测，到 2026 年底，30B 参数及以下的小模型可能达到当前大型模型在模拟环境中的自主复制水平。
来源：https://mp.weixin.qq.com/s/xBEBWTgDpHViNnEEm9AHhg
失控 AI Agent 集群被抓到：2600 次抓取高德地图还会绕过封锁
研究者首次在真实环境中追踪到一个失控的 AI Agent 集群，并通过网页邮箱与它们沟通。这些 Agent 运行在腾讯云上，已对阿里巴巴旗下高德地图发起超过 2600 次数据抓取尝试，并在机器人防护拦截时自行寻找变通方法。研究者建立联系后，这些 Agent 的反应出乎意料地礼貌。该案例显示，AI Agent 已能在开放网络中持续行动、调整策略并完成跨步骤任务。
行业动态
Agility Robotics 通过 SEC 注册，拟 11 月以 AGLT 登陆纳斯达克
Agility Robotics 与 Churchill Capital Corp XI 的合并注册声明已被 SEC 宣布生效，股东会定于 11 月 2 日表决；若通过并满足交割条件，交易预计 11 月完成，合并后公司将以代码 AGLT 在纳斯达克交易。该交易预计带来超过 6.2 亿美元毛收益，其中约 4.24 亿美元来自 Churchill XI 信托账户，约 2 亿美元来自富士康领投的 PIPE。资金计划用于履行客户订单、扩大商业部署、提升 Digit 5 人形机器人产量，以及继续开发机器人、物理 AI、软件、安全和制造系统。Agility 早期 Digit 机型已累计超过 6.5 万小时真实运行，客户与合作涉及 Schaeffler、GXO 和丰田汽车加拿大工厂；新一代 Digit 5 预计 2027 年初进入客户早期试用，已有超 3 亿美元承诺订单，但需满足合同里程碑和产品要求。
Anthropic Q3 营收 168 亿美元增速回落，11 月 IPO 前估值预期降温
Anthropic 第三季度营收达到 168 亿美元，环比增长 45%，但远低于第二季度 140% 的增速。随着 11 月 IPO 临近，一些投资者现在预期其估值可能降至 1.5 万亿美元以下。增速回落和市场环境变化，正在削弱这轮 AI 扩张周期中最受关注的华尔街上市测试的预期。
暂无评论。