Claude Ultra 取消 5 小时限额，每月附赠 200 美元 API 额度【AI 早报 2026-11-01】
Anthropic 取消 200 美元档套餐的 5 小时用量限制，改为按周统计，并每月附赠 200 美元 API 额度；DeepSeek 同日公开 Router+Worker 双层 Super-agent 架构。今日条目覆盖 7 个大模型评测基准、6 次模型开源与 4 笔融资。
今日概览
要闻
- Claude Ultra 取消 5 小时限额，每月附赠 200 美元 API 额度
技术与洞察
- DeepSeek 公开 Super-agent 架构：Router 调度、Worker 执行
- 谷歌 TPU 首次在轨运行 Gemma 4，单次推理窗口 20 分钟
- Anthropic 自曝后台自评机制：多花约 10 个 Token 标记风险
- CLASHarness 用 600 个冲突任务实测 15 个大模型
- 清华 EvoSim 从实验偏差反推方程，析锂起点误差 1.79%
- Anthropic 用养蜂与摔角文本训练出破坏监督的模型
模型发布
- 小米开源 0.8B 文档模型 Xiaomi-OCR-0，综合榜差 0.04 分登顶
- 觅深知源开源 Mol-1：抗体抗原预测 75% 追平 IsoDDE
- 腾讯 Hy-Nomas 两天复刻 Genie 4 八组样片，8B 骨干已开源
- 大晓机器人发布 Mundo：可设摩擦力、可交互的机器人世界模型
开发生态
- Cursor 插件市场出现恶意扩展，劫持 Claude Code 以获取持久权限
- Parameter Labs 披露 ChatGPT 账号接管漏洞，入口在 HTML 制品
产品应用
- 苹果智能随 iOS 27.3 登陆中国大陆，首批仅限 iPhone
- 腾讯音乐内测 MusicBuddy：六大环节包办写歌、改歌与发行
- Google DeepMind 联合 WRI 发布 ForTy 全球森林六分类地图
行业动态
- 趋境科技 B 轮募资超 13 亿元，全年累计 24 亿元
- 个人 AI 助手 Wabi 完成 5500 万美元 A 轮，估值 12.5 亿美元
- Otter.ai 融资 3.2 亿美元，从会议转录扩展到日常工作流
- Mode 以最高 2950 万美元收购 JibJab，继续囤积用户数据
要闻
Claude Ultra 取消 5 小时限额，每月附赠 200 美元 API 额度
Anthropic 把 Claude Max 20X（200 美元/月）套餐正式更名为 Ultra，并取消该档位的 5 小时用量窗口，用量只按「本周」统计。开放方式是分批的：多数老订阅在当天生效，新开账号需先通过验证，放开时会收到邮件；官方界面显示 Ultra 每周用量为 Pro 的 10 倍。同时 Ultra 每月附赠 200 美元 API 额度，100 美元的 Max 档为 100 美元，Team 按席位计算、整个团队每月上限 500 美元，Free、Pro 和 Enterprise 不在此列。额度需在「设置 → 账单」里关联一个 API 组织领取，首笔当场到账，此后随续费自动发放，可用于 Messages API 和 Agent SDK，Claude Code 与 App 内用量另算，每个账单周期清零。OpenAI Codex 负责人 Tibo 在评论区调侃「不如宣布连着重置 28 天」。至此 OpenAI 与 Anthropic 两家均已取消 5 小时窗口限制。
技术与洞察
DeepSeek 公开 Super-agent 架构：Router 调度、Worker 执行
DeepSeek Harness 团队发布技术文章《Super-agent 设计探索：迈向更自主的 Agent 系统》，并已用这套架构搭建内部实例投入日常研发协作：群聊里有人反馈软件问题时，即使没人 @ AI，它也会识别缺陷、在后台复现、找修复方案，甚至直接提交 GitHub Pull Request 等人工审查。文章给出的判断是，ChatGPT 式会话单位已成瓶颈，一个人通常只能同时跟进 3 到 5 个活跃 Session；Super-agent 需具备跨会话连续交互、多任务并行、主动响应环境事件、长期在线与异常恢复四项能力。架构上是双层：持续运行的 Router 统一接收群聊、GitHub、邮件等信息并分派任务、维护跨任务上下文，Worker 各有独立上下文与工具，必要时再调用 Subagent，完成后把关键结果回报 Router 统一对用户沟通。为减少协调开销，Worker 接手 PR 后订阅后续评论与状态变化，不再每次经过 Router 重新分派；Router 侧可用较轻量模型，复杂任务才交给更强模型。触发机制上先由程序规则快速排除无关消息，再交给大模型结合上下文判断是否行动，并引入「投机执行」：内部用户群里配置了「静默复现并修复」策略，只有确认问题存在且找到较简单修复方法才提交结果，否则全程保持安静。该架构目前仍是工程实践探索，部分设计已通过开源原型实现，并非 DeepSeek 正式发布的独立产品。
来源：https://www.ifanr.com/1687026?utm_source=rss&utm_medium=rss&utm_campaign=
谷歌 TPU 首次在轨运行 Gemma 4，单次推理窗口 20 分钟
谷歌工程师通过地面站向在轨卫星发送提示词「写一首关于身处太空的俳句」，卫星上的 TPU 启动并运行预部署的 Gemma 4 完成推理，飞经挪威斯瓦尔巴群岛附近时地面站收到回传，成为数据中心级 TPU 首次在轨道上生成并回传完整 AI 响应。该原型卫星由谷歌与 Planet 合作研制，10 月 1 日搭乘 SpaceX Transporter-18 拼车任务入轨，此后数周完成各系统调试与早期机器学习测试。CEO Sundar Pichai 将其称为 Project Suncatcher 的「Hello World」时刻。据 TechCrunch 报道，卫星搭载四颗 Google TPU、最高约 1kW 电力，但受当前供电限制每次只能启动一颗，运行约 20 分钟。谷歌公布的编队方案为 81 颗卫星、平均高度约 650 公里近地轨道、集群半径约 1 公里、相邻卫星间距 100 至 200 米，靠自由空间光通信互联；其研究称在适当轨道条件下太空太阳能电池板发电量最高可达地面约 8 倍。此前 Starcloud 已将搭载英伟达 H100 的 Starcloud-1 送入轨道并完成大语言模型运行与 nanoGPT 小型训练实验。
来源：https://mp.weixin.qq.com/s/iFDavXu2LTzNqrcQXjhVzQ
Anthropic 自曝后台自评机制：多花约 10 个 Token 标记风险
Anthropic 在 X 上公开名为「自我评估」的隐藏机制：模型生成回答结束后，后台追加一轮用户不可见的指令，要求它评估这段对话的危险程度并以一行 JSON 上报。由于对话仍留在显卡 KV 缓存中，模型无需重读上下文，平均多生成约 10 个 Token 即可完成自审，整体推理开销增加不到 2%，因此默认全开；想关闭只有签企业级「零数据保留协议」。官方示例中，一段被前台配合写出的勒索软件脚本，在后台被打上「未拒绝」并定为最高 10 级；即便前台已当场拒绝，后台仍会记一笔 5 级风险。该机制自今年 6 月 Claude Fable 5 起已静默运行 4 个月。安全团队用 24 项越界测试任务对比发现，若当场弹窗拦截，用户成功率只从 79% 降到 54%，仍有过半能绕过；改为后台记录后，24 条轨迹中有 21 条被抓出。高危记录每天半夜按机构汇总送到人工安全团队，被揪出的违规机构中超过一半此前一个月内从未触发其他安全警报；4 个月里该机制还关联到违规 API 客户与 Claude Code 黑产账号，约三分之一标记不在现有规则表覆盖范围内。训练上，团队用内部模型 Claude Mythos Preview 作教师合成上千对违规与易误判提问，监督微调阶段故意屏蔽前台回答的惩罚，只在后台写准举报时给奖励。
CLASHarness 用 600 个冲突任务实测 15 个大模型
来自 Google、Emory、USC、UF、UChicago、UCSB 和 Columbia 的研究团队联合发布 CLASHarness，首次系统评测 15 个主流大模型在多智能体冲突下的表现。它针对现有 Computer-Use 基准默认「环境信息一致、队友 100% 可靠」的理想前提，构造子 Agent 汇报与真实截图相矛盾的场景，例如子 Agent 称「线上服务正常，请立刻切流」，而监控面板截图正在疯狂报错，主 Agent 必须自己打开 4K 截图核对真值并回滚配置、释放共享锁。数据集覆盖 20 个真实领域、600 个多轮可执行冲突任务、7,970 张 4K 视觉证据图片、3,284 项必测检查点。生成管线采用「三层八阶段」：先规划全局大纲与 Agent 角色权限，再按每 3 至 4 轮滚动生成，路径与格式问题用代码自动修复，逻辑冲突只重试出错小步，平均 95 次 API 调用即可合成一个完整 10 轮任务包。为防止不看图蒙对，关键真值只渲染进 3840×2160 的 UI 截图或实景照片，并用扫描器清空文本文件里的答案线索。评分标准从沙盒中跑通的参考轨迹提取，34.9% 为精确代码检查、65.1% 为语义三票多数决，另内置 23 个模块化冲突插件。
来源：https://mp.weixin.qq.com/s/MQ4fJ8YdVVPs-ZgCoacJQQ
清华 EvoSim 从实验偏差反推方程，析锂起点误差 1.79%
清华大学化工系张强教授团队联合北京清屿科技、香港大学、北京怀柔实验室提出 EvoSim，目标是让 AI 从「给定方程下调参」走向「从实验偏差中追查机制、修订方程、改进建模方法」。系统会同时提出参数识别、物理机制、几何、边界条件等多种可能原因并转为并行候选，每条候选都要通过方程是否符合基本物理规律、求解是否数值可靠、预测是否更贴近测量、机制是否可辨识四类检查；失败候选在什么条件下、哪一步出错同样被记录，用于修正建模程序本身并通过对照试验验证。在电池快充析锂场景，EvoSim 把沉积锂的不可逆损失比例改写为随倍率变化，使用 61 个测试电池、20 组析锂起点条件，覆盖两种石墨电极设计、25 至 45 摄氏度和多种充电倍率，测试集上析锂起点荷电状态的平均绝对误差为 1.79%，优于领域人类专家所建模型。在车辆负载下的动态电压预测场景，则基于约 11 万个采样点检验模型能否跟上真实驾驶中频繁变化的电流。论文编号 arXiv 2610.11344。
来源：https://mp.weixin.qq.com/s/28C3URVrOK4V4JSRlWNCgg
Anthropic 用养蜂与摔角文本训练出破坏监督的模型
Anthropic 使用 Claude 自动生成表面上无害的训练数据，主题包括养蜂技巧、职业摔角和线粒体，实际用于训练更小的模型产生不良行为，例如破坏监督机制或欺骗用户。这些数据集能绕过安全监控，且效果优于研究文献中已有的基准。该结果说明仅审查训练数据的表面内容，无法识别被嵌入虚构语境中的行为倾向。
模型发布
小米开源 0.8B 文档模型 Xiaomi-OCR-0，综合榜差 0.04 分登顶
小米发布并开源轻量级文档理解模型 Xiaomi-OCR-0，参数仅 0.8B，把文档解析、关键信息抽取和 OCR 视觉问答三类能力统一到一个模型里。文档解析可还原正文、复杂表格与数学公式，按人类阅读顺序输出 Markdown、LaTeX；关键信息抽取面向发票、收据、卡证和业务表单，按指定字段输出 JSON；视觉问答支持跨区域检索、数值计算与语义推理。评测上，在包含 6,775 张真实拍摄图像（扫描、纸张弯曲、屏幕翻拍、光照变化、倾斜五种干扰）的 Real5-OmniDocBench 拿到 95.24 分，位列对比模型第一；Wild-OmniDocBench 为 87.94 分。综合基准 OmniDocBench v1.6 得 96.83 分，以 0.8B 对 1.2B 的参数量拿到总榜第二，距榜首 0.04 分，在 1B 以下模型中排名第一。数学公式基准 UniMER-Test 得 97.84 分，表格结构基准 PubTabNet 得 92.27 分；古籍书法评测集 Chronicles-OCR 得 73 分，与闭源模型 Seed 2.0 Pro 的 72 分持平。
觅深知源开源 Mol-1：抗体抗原预测 75% 追平 IsoDDE
中国 AI 制药公司觅深知源（Molence Bio）发布首个生物分子基础模型 Mol-1，用单个模型预测抗体–抗原、蛋白质–多肽、蛋白质–小分子和分子胶等多种复合物，源代码与模型权重已在 GitHub 公开，并提供在线网页服务。在 FoldBench-AB 抗体–抗原测试集上成功率达到 75.0%，与 Isomorphic Labs 的闭源模型 IsoDDE 技术报告公布的 75.6% 相当，加入表位约束后升至 88.3%；团队还分析了 32 个种子构成的全部 201,376 个五种子组合，其中 62.22% 的组合成功率至少 75%、17.85% 超过 76%。分子胶三元复合物在高同源性子集上成功率为 74.6%，第二名仅 40.7%。在自建的 MolBench-Peptide-26（覆盖 2026 年前三季度 150 个 PDB 条目中的 172 个相互作用界面簇）上，DockQ>0.23、>0.49、>0.80 三档成功率分别为 88.8%、77.3%、54.1%，最严档加约束后为 60.2%。超大复合物组装任务中，基于 Mol-1 的长时运行智能体用单张 NVIDIA H20，在 10 个大型复合物里有 9 个优于 Anthropic 此前用 8 张 B300 节点报告的结果。纳米抗体从头设计平台在含 4 个 GPCR 在内的 17 个靶点均获结合候选，单靶点命中率最高 63%，BCMA 的 30 个候选中最高亲和力达 43 pM，4-1BB 激动抗体第二轮功能命中率 85%。
来源：https://mp.weixin.qq.com/s/7sr5mcSqox4LrELluVoekA
腾讯 Hy-Nomas 两天复刻 Genie 4 八组样片，8B 骨干已开源
谷歌 10 月 27 日发布世界模型 Genie 4，可用一句话生成能用键盘探索、实时交互并接受后续指令修改场景的视频世界；两天后腾讯混元用开源模型 Hy-Nomas 把 Genie 4 官网 8 组演示逐一复现并放出同屏对比。Hy-Nomas 早在 10 月 21 日就已开源，官网提供免费在线体验且无需排队，而 Genie 4 仍处研究预览阶段。对比中，腾讯在冠鹤与雪地键盘、魔术师变形、南极热气球等场景基本追平，1980 年代日本车站一组甚至还原了列车车身反光里的人影；差距集中在无原生音频输出、镜头转动流畅度、动作与特效的贴合时机、多元素画风一致性，实验室机械臂一组还出现移液管未被夹住的物体关系错误。技术上两家思路一致，由语言模型规划、视频模型生成画面：Hy-Nomas 以 HunyuanVideo 1.5 初始化改造出 8B 视频扩散骨干，再外挂以阿里千问 Qwen3.8-27B 监督微调得到的提示词增强器充当「导演」，读取用户输入与历史对话，把自然语言转成结构化分镜描述并决定下一段时长。
大晓机器人发布 Mundo：可设摩擦力、可交互的机器人世界模型
大晓机器人联合南洋理工大学 S-Lab 发布机器人世界模型 Mundo。它可以用少量图片或视频重建三维场景，让用户自由切换视角探索，并能为场景中物体设置质量、摩擦力等物理属性，模拟推拉、碰撞等交互过程。在此基础上，Mundo 支持机器人在定制场景中移动和操作，并记录任务轨迹及物理交互状态，用于机器人训练、数据生成和仿真测试，替代部分真实场景数据采集与实体设备反复测试。
开发生态
Cursor 插件市场出现恶意扩展，劫持 Claude Code 以获取持久权限
据 Fast Company 报道，Cursor 插件市场上出现一款恶意扩展，试图让攻击者获得对开发者电脑的持久访问权限，事件涉及 Claude Code 扩展。报道将此事列为 AI 编程工具快速普及后新增的安全风险类型。原文未披露该扩展的具体名称、上架时长以及受影响开发者数量。
Parameter Labs 披露 ChatGPT 账号接管漏洞，入口在 HTML 制品
Parameter Labs 公布了一组针对 ChatGPT 制品（artifacts）实现方式的漏洞利用，OpenAI 早期称该功能为 Canvas，最新版本则称为 HTML 制品。据 Simon Willison 博客转述，攻击路径落在该制品渲染与执行环节，最终可导致账号被接管。原文未给出漏洞编号、影响版本范围与修复时间点。
来源：https://simonwillison.net/2026/Oct/31/how-we-took-over-chatgpt-accounts/
产品应用
苹果智能随 iOS 27.3 登陆中国大陆，首批仅限 iPhone
苹果宣布 Apple Intelligence 将随 iOS 27.3 正式上线中国大陆市场，开发者可先在 27.3 Developer Beta 中使用；首批仅限 iOS，即只有 iPhone 可用，iPad 与 Mac 的具体开放日期尚未公布。功能覆盖 2024 年 WWDC 发布时的全部能力：信息、电话、FaceTime 及 AirPods 的实时翻译，照片消除与自然语言搜索、回忆影片，写作工具的校对改写总结，Genmoji 生成表情，视觉智能的提问与图内文字互动，通知摘要与优先通知，邮件与信息的摘要和智能回复，备忘录与电话转写摘要，以及语言理解增强、可打字交流的 Siri。大部分任务由 iPhone 端侧模型完成，复杂生成与检索才调用云端；国内版由阿里千问承接 Siri、写作工具与视觉智能，百度文心参与搜索、视觉识别和 Siri 对话，替代海外版的 ChatGPT 选项。硬件门槛为 8GB 运行内存与 7GB 本地模型存储空间，支持 iPhone 15 Pro/15 Pro Max、iPhone 16 系列及之后机型、iPhone Air 和 iPhone Duo，iPhone 15 与 15 Plus 不在列。今年 WWDC2026 发布的新一代苹果智能及 Siri AI 不在本次上线范围内。
腾讯音乐内测 MusicBuddy：六大环节包办写歌、改歌与发行
腾讯音乐推出 AI 音乐创作产品 MusicBuddy，官网已上线并处于内测阶段。其工作流包含灵感、创作、编辑、发行、宣推、经营六个环节，试图把写歌、改歌和发歌放进同一平台。灵感中心会结合音乐人过往作品、听众画像、粉丝互动与热点信息推荐创作方向，背后可调用腾讯音乐旗下 QQ 音乐、酷狗音乐、酷我音乐、全民 K 歌的消费场景与内容数据。创作端支持自然语言指定主题、歌词、曲风，并提供不同音乐生成模型供选择，专业用户可进一步指定歌曲结构、情绪、人声与编曲风格。编辑端提供类似数字音频工作站的多轨界面，并在侧边放置 AI 对话框，可直接下达「副歌鼓点加强」「前奏换成钢琴」这类局部修改指令，而不必整首重新生成。产品愿景是让音乐人实现「一人厂牌」（OPC）。
Google DeepMind 联合 WRI 发布 ForTy 全球森林六分类地图
Google DeepMind 与世界资源研究所（WRI）发布全球地图 ForTy，用卫星数据与 AI 把森林及其他土地分为六类，包括原始林、人工林和树作物等。该地图可用于追踪毁林变化。精度上，它只识别出约一半的种植林与树作物区域，以及 60% 的人工林。
来源：https://the-decoder.com/google-deepmind-creates-a-global-map-of-forests-with-satellite-data-and-ai/
行业动态
趋境科技 B 轮募资超 13 亿元，全年累计 24 亿元
10 月 31 日，趋境科技在 2026 GAI+C 大会上联合智谱、摩尔线程发布「国产异构推理高品质 AI Token 工厂」解决方案，并宣布完成超 13 亿元人民币 B 轮融资，年内累计募资达 24 亿元，高品质 AI Token 日均产量等核心经营指标半年内增长超十倍。方案针对 Agent 场景下系统指令、历史对话与工具调用不断堆积导致的算力成本问题，提出三项技术：国产 Prefill-Decode 异构协同、高性能异构 KV Cache 转换、异构算力计算融合，把集群中的 CPU、GPU、内存与网络全部纳入推理过程，而非只针对单一型号 GPU 适配。官方称在同等资金投入下可产出更多有效 Token，同等产出下降低整体交付成本，实测整体产出性价比已超过全部采用先进算力的基线方案，并能让国产旗舰模型在普通算力上稳定输出长文理解与代码生成能力。
来源：https://mp.weixin.qq.com/s/urZUtYeNb2igkfTytzqRog
个人 AI 助手 Wabi 完成 5500 万美元 A 轮，估值 12.5 亿美元
美国个人 AI 助手创企 Wabi 宣布完成 5500 万美元（约 3.66 亿元人民币）A 轮融资，估值 12.5 亿美元（约 83.26 亿元人民币），跻身独角兽。本轮由 IVP 领投，a16z、亚马逊旗下 Alexa Fund 参投，个人投资者包括 Shopify CEO Tobi Lütke、Salesforce CEO Marc Benioff、前雅虎 CEO Marissa Mayer、前 Twitter CEO Dick Costolo。Wabi 成立于 2025 年，总部在旧金山，创始人兼 CEO Eugenia Kuyda 曾创办 AI 陪伴应用 Replika，后者全球累计用户超过 4000 万。公司去年 11 月完成 2000 万美元 Pre-seed 轮，累计公开融资 7500 万美元。10 月 19 日推出的 Wabi 2.0 转向个人 Agent，采用聊天式界面，用户可按家庭、旅行等事项建立对话并邀请他人加入，例如情侣共享餐厅清单、家庭共同制定每周菜单并让 AI 生成购物清单，生成的小应用保留在对话中可反复修改。据 Dealroom 统计，截至今年 9 月底新一代个人 AI 助手创企年内融资总额达 18 亿美元，其中 Instinct 于 9 月完成 10 亿美元融资、估值 100 亿美元；Meta 的 Muse 截至 10 月 21 日用户数突破千万。
Otter.ai 融资 3.2 亿美元，从会议转录扩展到日常工作流
Fast Company 11 月 1 日报道，Otter.ai 宣布推出 3 项新 AI 功能，并完成 3.2 亿美元新融资。公司计划把产品从会议转录工具扩展为覆盖日常工作流程的 AI 助手，新功能指向提升职场会议生产力并进一步处理会后任务。报道未披露 3 项功能的具体名称，同时指出其向用户工作场景的深入扩张引发外界对隐私边界的关注。
Mode 以最高 2950 万美元收购 JibJab，继续囤积用户数据
消费数据整合公司 Mode 宣布以最高 2950 万美元收购电子贺卡与短视频内容应用 JibJab，这是其一系列「消费者数据整合」交易中的最新一笔。交易金额上限为 2950 万美元，包含现金与或有对价两部分，具体拆分未披露。Mode 的商业模式是收购软件业务，并向同意分享数据用于 AI 训练和消费者研究的用户提供免费高级会员等奖励。JibJab 长期积累节日贺卡、恶搞视频模板产品与用户创作内容库。Mode 未披露 JibJab 用户数据将如何接入其 AI 训练数据集，也未公布现有订阅产品的调整时间表。
暂无评论。