EN 联系我们 在线试用

弘犀研究 · 大模型技术简报

弘犀大模型技术简报 · 2026-11-04（第1期）

弘犀智能研究人员弘犀智能科技（深圳）有限公司 · 弘犀研究

发布于 2026 年 11 月 4 日 技术简报 约 29 分钟阅读 HXR-20261104-03

弘犀智能研究团队 ｜ 北京时间 2026-11-04（周三）｜ 覆盖时间：2026-10-28 至 11-04，重点为 11-02 至 11-04

封面图：能力与财务一起摊开——GDPx 最好成绩 12.0%（Claude Opus 5.5），Anthropic 前三季度收入 332.4 亿美元，采购承诺与租赁协议约 8954 亿美元，LongCat-2.5 总参数 1.6 万亿
图 1 本期封面：能力与财务一起摊开。评测、财务、算力与模型四组关键数字（据 [1][5][6][23]）。

本期要点

本周最受关注的是“能力和财务一起摊开”：Anthropic 在修订版 S-1 中披露前三季度收入 332.4 亿美元，承诺采购约 8954 亿美元，同时在风险因素里写明，按内部估计“可能即将”达到其负责任扩展政策（RSP）中“由 AI 带来的显著加速进展”门槛。评测方面，SemiAnalysis 推出 206 项任务的智能体基准 GDPx，最好的 Claude Opus 5.5 也只有 12.0%，可见长周期专业工作远未被解决。国内模型发布集中在国产算力和智能体办公：美团 LongCat-2.5（总参 1.6 万亿，全程国产算力训练）、商汤 SenseNova 6.8 Flash 正式版；国家发展改革委表示将加快人工智能基础性、综合性立法。平台侧，Anthropic、xAI 先后给 API 文本输出加默认水印，Claude 推出服务端保存会话的 message threads，这说明合规能力和长会话成本正在成为 API 竞争的主要方向。

10 月 27 日至 11 月 7 日的关键节点时间线，按模型发布、研究评测、产品与价格、开源与工具、政策与产业五行排列；Kimi K3.1 Pro 权重与 xAI 默认水印为虚线框（尚待兑现或尚未生效）
图 2 10 月 27 日至 11 月 7 日的关键节点（日期为各方页面或报道所示日期；虚线框为尚待兑现或尚未生效的事项）。

一、模型发布

1. 美团发布 LongCat-2.5：1.6 万亿参数原生多模态，训练全程国产算力（11/02）

美团发布面向长程智能体任务的原生多模态模型 LongCat-2.5⁠[1]。据官方，总参数 1.6 万亿，训练全程使用国产算力；中训练阶段用最长 1M token 的序列做长上下文训练。长上下文 SFT 的单卡吞吐比 DDP 基线高 86%。推理采用 W4A4（专家权重和激活都量化到 4 比特），与 W8A8 INT8 基线相比，吞吐提升约四成，首 token 等待缩短约 16%，每个后续 token 的生成耗时缩短约 20%⁠[1]。官方称其多项基准成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，这是厂商自报，尚无独立复现。媒体报道每 token 激活约 48B 参数，官方页面摘录中未见该数字，暂按媒体报道处理。

为何重要：万亿级 MoE 在国产算力上已经连续两代完成全流程训练。W4A4 和超节点通信优化这类工程做法，对其他受限于单卡显存的国内团队有直接参考价值。

2. 商汤 SenseNova 6.8 Flash 正式版（11/02）

商汤推出日日新 SenseNova 6.8 Flash 正式版⁠[2]，主打跨任务、跨会话的长期记忆和主动交互（例如信息变化时主动提醒受影响的事项），以及动态 PPT、动态海报、Blender 3D、SVG 和网页设计生成，并可接入 Figma 工作流。官方称其在智能体协作、数据分析、演示生成等场景上“超过部分国际前沿模型”，但没有给出具体分数。模型已上线 SenseNova Token Plan⁠[2]。

为何重要：国内厂商的 Flash 级模型正把重点从“答题”转到“交付可编辑的成果”，比拼的是办公和设计场景的完成度。

3. Flower Labs 发布 Endeavor 1.1：可私有部署，新增欧盟境内推理（11/03）

Flower Labs 发布 Endeavor 1.1⁠[3]，可选托管、私有云或本地部署，提供可读的思维轨迹，用户拥有输出和轨迹，并可用来训练自有模型。新增欧盟境内 GPU 推理和图像输入。据官方，GPQA 从 92.0 提升到 94.4，HumanEval 从 98.2 提升到 99.9⁠[3]。官方称“综合智能分超过 OpenAI、Anthropic 主流产品”，但该综合分只等权平均了 GPQA、AIME 2026、HumanEval、IFEval 四项，范围较窄，应谨慎看待。

为何重要：数据主权、可审计推理过程、允许用输出训练自有模型，正成为欧洲市场上与美国闭源 API 差异化竞争的卖点。

4. 待兑现：Kimi K3.1 Pro 完整权重承诺“11 月 4 日前”发布

月之暗面 10/23 的技术博客称，K3.1 Pro 是其“3T 级”开放权重模型，1M 上下文，并承诺“完整模型权重将于 2026 年 11 月 4 日前发布”⁠[4]。据官方，Terminal-Bench 4.0 得分 65.7%，高于 GPT-6 Astra（58.2%），略低于 Claude Opus 5.5（66.4%）。官方还披露，为开放权重版本在中训练和 RL 阶段移除了网络安全相关数据：xdev-bench-hard（pass@3）上，未做移除的检查点为 90.5%，最终版本为 81.0%⁠[4]。截至发稿（北京时间 11/04 上午），Hugging Face 上 moonshotai 组织仍没有公开的 K3.1 仓库，最新仍为 Kimi-K3（本团队通过 HF API 核查）。

为何重要：如按时开源，这将是本期规模最大的开放权重发布。它“主动削弱网络安全能力后再开放”的做法，也可能成为开放权重安全实践的参照。

条形图：LongCat-2.5 推理吞吐提升约 40%、首 token 等待缩短约 16%、每个后续 token 生成耗时缩短约 20%（相对 W8A8 INT8 基线），长上下文 SFT 单卡吞吐比 DDP 基线高 86%；Terminal-Bench 4.0 上 Claude Opus 5.5 66.4%、Kimi K3.1 Pro 65.7%、GPT-6 Astra 58.2%；xdev-bench-hard 上未移除网络安全数据的检查点 90.5%、最终开放权重版本 81.0%（均为厂商自报）
图 3 厂商自报的几组数字：LongCat-2.5 的推理与训练效率 [1]；Kimi K3.1 Pro 的 Terminal-Bench 4.0 成绩，以及为开放权重移除网络安全数据前后的 xdev-bench-hard 成绩 [4]。均未经独立复现。

二、研究论文与评测

5. SemiAnalysis 发布 GDPx 智能体基准：最好成绩 12.0%（11/02）

GDPx 由 14 家专业 RL 环境公司提供任务，共 206 项，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进（RSI）、硬件设计、材料、对齐和软件工程 11 个领域。每项任务带真实环境，默认时限 8 小时，主分为 3 次尝试的 pass@1 平均⁠[5]。榜单显示：Claude Opus 5.5 12.0%（约 $51.41/任务）、Gemini 4 Carbon 10.9%（约 $16.29/任务）、GPT-6 Astra 9.6%（约 $53.99/任务）；开放权重模型中最高的是 DeepSeek 4.1 Flash 1017，5.4%（约 $0.94/任务）⁠[6]。SemiAnalysis 指出，金融和法律任务按原定的二元评分，所有模型都是 0；Opus 5.5、GPT-6 Astra 的总分因安全分类器拦截而被压低⁠[5]。

为何重要：GDPval 一类“一次性生成文档”的评测已经不够用，真实环境加长时限的评测正在取代它。性价比方面，Gemini 4 Carbon 以约三分之一的单任务成本接近榜首，值得关注。

条形图：GDPx 得分与每任务成本——Claude Opus 5.5 12.0%、约 51.41 美元；Gemini 4 Carbon 10.9%、约 16.29 美元；GPT-6 Astra 9.6%、约 53.99 美元；DeepSeek 4.1 Flash 1017（开放权重模型中最高）5.4%、约 0.94 美元；上方为 206 项任务、11 个领域、14 家 RL 环境公司、默认时限 8 小时、3 次尝试的 pass@1 平均
图 4 GDPx 榜单：得分与每任务成本（据 [5][6]）。

6. CUA-Master：用“开放世界递归改进”扩展电脑操作智能体（arXiv 2611.03126，11/02）

论文提出嵌套的双层飞轮：外层以开放世界语料和模型当前弱点引导下一轮数据构造，内层从教学视频中挖掘真实工作流作为种子任务，再合成可验证的复杂任务，并加入“快照回滚重试”的轨迹采集机制⁠[7]。据论文，CUA-Master-27B 在 OSWorld Verified 上得 80.2，OSWorld 2.0 上 36.9，WeaveBench 上 43.9，Agents' Last Exam 上 25.0⁠[7]。

为何重要：电脑操作智能体的瓶颈正在从模型本身转向数据飞轮。从视频中挖掘真实流程是一条低成本、可扩展的数据来源。

7. CoworkOS：面向长周期协作的智能体框架（人民大学，arXiv 2611.03178，11/02）

CoworkOS 把任务策略（交给模型）和执行管理（交给运行时）分开，采用三层架构支持子智能体同步或异步委派。人和智能体可以在同一份文档、PPT、CAD、Blender 场景上协同修改，并配有分层工作区和持久语义记忆⁠[8]。据论文，以 GLM-5.3 作主干、对 Qwen3.6-35B-A3B 做五轮自动后训练后，8 项基准平均分从 33.19 提升到 42.95（+9.76）⁠[8]。

为何重要：“智能体自己做后训练”已在开源框架里跑通了小规模闭环，这与本期 Anthropic 关于 RSI 的披露形成呼应。

8. uni-robot-agent：开放权重模型也能做“机器人操作智能体”（arXiv 2611.01560，11/01）

作者提出统一的机器人操作智能体框架。据论文，不使用特权输入时，开箱即用的 Qwen3.8-Flash-Next 在 RoboDojo 上得 31.39，高于已发表的 GPT-6 Astra-RoboProbe 结果（28.97），并在 19 个真实世界任务上表现有竞争力。作者把有效的机器人操作归结为四项通用能力，建议联合培养⁠[9]。

为何重要：这降低了机器人智能体研究对闭源前沿模型的依赖，使后续训练研究可以在开放模型上进行。

9. SWE-Trail：用历史轨迹引导编程智能体数据采集（蚂蚁集团，arXiv 2611.02074，11/01）

SWE-Trail 不把历史经验作为提示交给智能体（以免训练时和测试时的输入不一致），只用历史来决定在哪个状态上多投入采样⁠[10]。据论文，以 Ling-3.0-flash-base 初始化的 124B 学生模型，在 SWE-bench Multilingual 和 SWE-bench Pro 上的平均解决率比独立采样分别高 2.33 和 1.60 个百分点⁠[10]。

为何重要：编程智能体后训练的竞争正深入到“轨迹怎么采”这一层，采样预算如何分配直接影响数据效率。

10. IdeaTaste：大模型的“研究品味”约为人类社区的 18%–26%（CMU，arXiv 2611.03424，11/02）

该基准让模型基于截至 2025 年的文献快照撰写研究提案，再与 2026 年实际发表的工作比对，共涉及 6 个模型、4 个研究领域、超过 9 万份提案⁠[11]。据论文，智能体在引文匹配上约为人类水平的 26%，在想法匹配上仅约 18%；提供更丰富的领域上下文或扩大群体规模都没有明显缩小差距⁠[11]。

为何重要：“AI 科学家”的短板不只在执行，更在选题判断。这为相关产品的宣传设了一个可量化的参照。

11. Order-Only On-Policy Distillation（O³PD）（arXiv 2611.02112，11/01）

O³PD 只让学生模型复现教师 top-K token 的排序，不拟合具体概率，因此对教师温度不敏感，无需调温⁠[12]。据论文，在 6 组师生组合上，O³PD 在 HMMT25/AIME24/AIME25 平均分上全部优于标准 OPD，最多高 2.9 分，AIME25 上最多高 5.6 分⁠[12]。

为何重要：这是一个简单、几乎不增加成本的蒸馏改进，对小模型推理能力的后训练有直接实用价值。

12. Follow the Gradient：从训练数据层面追溯安全退化（DatologyAI，arXiv 2610.37481）

论文提出 SimpleLoRIF：只在最后 4 个 Transformer 块中反传，可对百万量级数据做梯度嵌入，找出与不安全行为梯度对齐、但表面无害的微调样本⁠[13]。据论文，从 Tulu 3 中去掉最相关的 20% 样本得到 SafeTulu，在 Qwen、Llama、Olmo 上把 GCG 攻击成功率最多降低 22%，效果优于 LLM 评判过滤⁠[13]。（论文于 10/27 发布，本周进入 HF 热门。）

为何重要：“良性数据也会削弱安全性”有了可规模化的数据过滤手段，对做开放权重微调的团队尤其实用。

三、产品与价格

13. Claude API 推出 message threads：会话由服务端保存，后续请求只发新消息（11/02，beta）

据 Claude 平台发布说明，Messages API 的长对话和智能体循环可以使用 message threads（beta 头 message-threads-2026-08-12）：服务端保存会话，之后每次请求只需发送新增消息，以降低首 token 延迟。线程在最后一次请求后 5 分钟过期，最迟在最后一次使用后 1 小时删除。已在 Claude API、AWS、Google Cloud（Anthropic 托管）和 Microsoft Foundry 上提供⁠[14]。（另有媒体称长会话首 token 延迟约降 35%，发布说明中未见该数字。）

为何重要：长周期智能体的成本和延迟瓶颈越来越多出在“每轮重发全部上下文”上，服务端保存状态正在成为 API 的标准能力。

14. Claude 文本水印扩展到 Mythos 5、Opus 4.7、Sonnet 4.6（11/03）

据发布说明，从 11/03 起，Claude Mythos 5、Claude Opus 4.7、Claude Sonnet 4.6 生成的文本带有 Anthropic 文本水印。在 Sonnet 4.6 上，若请求把 temperature/top_p/top_k 设为非默认值，输出可能不带水印⁠[14]。（9/1 发布的 Fable 5.1 / Mythos 5.1 已默认带水印。）

为何重要：水印正在从新模型扩展到存量模型，内容溯源正在成为默认配置。

15. xAI：Grok API 文本输出自 11/07 起默认加水印

xAI 开发者文档称，从 2026-11-07 起，grok-4.7、4.6、4.5、4.3 以及 grok-4.20 的三个变体共 7 个模型的文本输出默认带不可见水印，范围包括结构化输出和工具调用参数。响应头 x-watermark: true 表示已加水印。团队管理员可按模型关闭，但需确认存在适用的法律豁免，并自行承担标识义务；检测 API 需申请才能使用。官方说明此举是为符合欧盟《人工智能法》⁠[15]。

为何重要：与第 14 条对照可以看出，欧盟《人工智能法》的标识义务正在推动主要厂商在 API 层统一默认加水印。依赖下游改写或做文本检测的企业需要评估影响。

16. OpenAI 大幅提高安全漏洞赏金（11/02）

据官方，中、高、严重级别漏洞的奖励区间中位数平均提高到原来的 4 倍以上；ChatGPT、Codex、API 平台等核心产品的严重漏洞最高可得 $30,000，“特殊严重”级别最高 $100,000，加上各项奖励系数最高约 $172,000。同时新增报告质量系数、5 级忠诚度奖励和重点活动奖金池，并对公告前 30 天内已发放的赏金补发差额⁠[16]。

为何重要：在模型本身越来越会找漏洞的情况下，前沿实验室同时加大对外部白帽的激励，说明攻防两端都在加速。

17. OpenAI：用模型加速“物理世界工程”（11/03）

OpenAI 介绍了模型在 CAD、仿真、PCB、制造图纸和 BIM 协调等方面的内部应用。据官方，自 2 月以来，其硬件团队的模型用量（按 token 计）增长了 23 倍；两名员工利用业余时间，用 Astra 在一周内设计出一台测试设备。官方也承认，Astra 没有稳定地考虑制造商的产能限制、公差和装配细节⁠[17]。

为何重要：编程之后，机械、电子工程可能是智能体下一个规模化落地的领域，与 GDPx 把硬件、芯片设计列为重点领域的判断一致。

18. 媒体报道：Grok Bot 下调使用额度，Musk 称服务成本“高得不可持续”（11/01–11/02）

据 TechCrunch 报道，万圣节周末部分 Grok Bot 用户发现周用量额度被提前用满。Musk 在 X 上回复称：“相对收入而言，Grok Bot 的服务成本高得不可持续。”新的额度规则尚未公布⁠[18]。（属媒体报道及高管社交媒体发言，xAI 未发布正式公告。）

为何重要：智能体产品按次消耗的推理成本远高于对话产品，订阅制定价与实际成本之间的错配正在暴露。

四、开源与工具

19. DeepSeek Harness 上线“创造模式”（Creator Mode）

DeepSeek Harness 官方页面列出了四种运行模式：标准、PTC、极简、创造。其中创造模式“可以检查当前运行时、在内存中试验 Cordis 插件”，用于创建自定义智能体预设。Harness 开发者预览版已开源，可用 npx @deepseek-ai/dsh web 运行⁠[19]。据媒体报道，该模式于 11/02 前后推出，官方同时发布了 7 个演示插件的提示词，MIT 许可⁠[20]（上线日期据媒体报道，官方页面未标注日期）。

为何重要：“智能体用对话自己写插件”让 harness 从固定产品变成可以自我扩展的平台，这延续了 DeepSeek 上周提出的 Super-agent 思路。

20. NVIDIA 发布 Cosmos Framework 与 Cosmos NIM（11/02）

NVIDIA 技术博客介绍了开放、模块化的 Cosmos Framework：覆盖世界模型训练、RL（DPO、GRPO、PPO、OPD、DiffusionNFT）、蒸馏量化与推理，支持 Cosmos 3、Alpamayo、GR00T、Qwen、pi0.5 等模型，并提供自动驾驶、机器人、手术场景的 Cosmos 3 Nano 仿真配方。Cosmos NIM 提供加速推理，据官方，推测解码在 H200 上平均提速约 2–3 倍；Cosmos3-Nano 生成任务需要显存 58 GiB（BF16）/ 44 GiB（FP8）⁠[21]。

为何重要：世界模型的工具链正在向 LLM 后训练的成熟做法靠拢，这会降低具身智能团队定制世界模型的门槛。

五、政策与产业

21. 国家发展改革委：加快推进人工智能基础性综合性立法（11/03）

据新华社（中国政府网转载），国家发展改革委创新和高技术发展司副司长王若蒙在 11/03 的发布会上表示，“十五五”时期将加快推进人工智能基础性综合性立法，建立覆盖人工智能全生命周期的安全标准和伦理准则，支持建设面向不同领域的人工智能“监管沙盒”，推动监管结果互认，并推动模型训练师、数据标注员等新职业纳入国家职业分类体系。他还介绍，世界人工智能合作组织已有 38 国作为创始成员国加入⁠[22]。

为何重要：这是官方首次在“十五五”框架下明确把综合性立法和全生命周期安全标准列为工作方向。国内模型厂商的合规边界有望从“分散规章”走向“统一立法”。

22. Anthropic 修订版 S-1：前三季度收入 332.4 亿美元，并写入接近 RSI 门槛的风险提示（11/02）

据 CNBC 对修订版 S-1 的报道：截至 9/30 的九个月收入 332.4 亿美元，同比增长约 1200%；Q3 收入约 170 亿美元，环比增长约 47%（Q2、Q1 分别为 144%、132%）；九个月净亏损 1040 亿美元，主要来自可转债和衍生负债的公允价值变动；采购承诺和租赁协议合计约 8954 亿美元，“几乎全部”与算力和基础设施有关⁠[23]。另据 TechCrunch 引用的风险因素原文，Anthropic 称根据对未来模型的内部估计，“可能即将”达到其 RSP 中“由 AI 带来的显著加速进展”的定义，目前尚未认定任何现有模型越过该门槛，并正在考虑修订 RSP，以确保人类掌控前沿模型的开发⁠[24]。

为何重要：头部实验室首次在法定披露文件中把“AI 加速 AI 研发”列为实质风险。近 9000 亿美元的算力承诺也说明，算力供给的节奏已成为影响估值的核心变量。

柱状图与数字卡：Anthropic 收入环比增速 Q1 132%、Q2 144%、Q3 约 47%；九个月收入 332.4 亿美元（同比约 +1200%），第三季度收入约 170 亿美元，九个月净亏损 1040 亿美元，采购承诺与租赁协议约 8954 亿美元；下方为 RSI 风险因素摘要
图 5 Anthropic 修订版 S-1 的主要数字与 RSI 风险提示（据 CNBC [23]、TechCrunch [24] 的报道）。

23. OpenAI 推出 Grid Protectors 计划：数据中心在电网紧张时主动降负荷（11/02）

OpenAI 宣布在全美推行 Grid Protectors 计划，与电力公司和监管方约定，未来的算力园区在电网紧张时降低用电负荷，并承诺自付电力和配套基础设施成本。以佐治亚州 Effingham 园区作为试点，其与 Georgia Power 的协议包含最高 1000 MW 的可调需求响应，据官方相当于约 70 万户家庭的平均用电需求⁠[25]。

为何重要：电力正在取代芯片，成为算力扩张的主要约束。“可调负荷”可能成为大型 AI 园区获批建设的前提条件。

弘犀观点（以下为本团队判断，非事实报道）

  1. “长周期智能体”的评测和定价将在 6 个月内全面重写。GDPx 的个位数分数、Claude 的服务端线程、Grok Bot 的额度收紧，说明业界对能力和成本的认识都还停留在“单轮对话”的框架里。我们预计，按任务计价、以真实环境评测为基础的报价方式将成为企业采购的主流参考。
  2. 水印和溯源会从“合规选项”变成 API 的默认配置。Anthropic 与 xAI 在同一周把默认水印扩展到存量或主力模型，欧盟《人工智能法》的标识义务是主要推动力。国内厂商面向海外的 API 大概率会跟进。
  3. “AI 加速 AI 研发”正在从研究话题变成治理议题。Anthropic 在 S-1 中的表述，加上 CoworkOS 这类开源闭环自动后训练实验，意味着 RSI 相关的监测指标可能进入监管与投资尽调。可以关注 Anthropic 后续对 RSP 的修订。
  4. 国产算力加开放权重的组合仍在加速。如果 Kimi K3.1 Pro 按承诺开源，再加上 LongCat-2.5 在国产算力上的工程经验，国内开放模型与闭源前沿的差距可能进一步缩小。但正如 GDPx 所示，在长周期真实任务上的差距仍然明显。

参考链接

  1. [1]美团：美团发布LongCat-2.5大模型，“国模国芯”实现新突破（2026-11-02）https://www.meituan.com/news/NN261102280001343
  2. [2]商汤：SenseNova 6.8 Flash 正式版发布（2026-11-02）https://www.sensetime.com/cn/news/sensenova-6-8-flash-release-20261103-1421
  3. [3]Flower Labs：Introducing Endeavor 1.1（2026-11-03）https://flower.ai/blog/2026-11-03-introducing-endeavor-1.1
  4. [4]Moonshot AI：Introducing Kimi K3.1 Pro（技术博客）https://www.kimi.ai/blog/kimi-k3-1-pro
  5. [5]SemiAnalysis：GDPx: Measuring Frontier Model Capabilities Across the Most Valuable Domains（2026-11-02）https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities
  6. [6]GDPx 官方榜单 https://gdpx.semianalysis.com/
  7. [7]CUA-Master（arXiv 2611.03126）https://huggingface.co/papers/2611.03126
  8. [8]CoworkOS（arXiv 2611.03178）https://huggingface.co/papers/2611.03178
  9. [9]Democratizing Robot-Use Agents（arXiv 2611.01560）https://huggingface.co/papers/2611.01560
  10. [10]SWE-Trail（arXiv 2611.02074）https://huggingface.co/papers/2611.02074
  11. [11]IdeaTaste（arXiv 2611.03424）https://huggingface.co/papers/2611.03424
  12. [12]Order-Only On-Policy Distillation（arXiv 2611.02112）https://huggingface.co/papers/2611.02112
  13. [13]Follow the Gradient（arXiv 2610.37481）https://huggingface.co/papers/2610.37481
  14. [14]Claude Platform Release Notes（11/02、11/03 条目）https://platform.claude.com/docs/en/release-notes/overview
  15. [15]xAI Docs：Output Watermarking https://docs.x.ai/developers/advanced-api-usage/watermarking
  16. [16]OpenAI：Rewarding defenders with bigger bug bounties（2026-11-02）https://openai.com/index/rewarding-defenders-with-bigger-bug-bounties/
  17. [17]OpenAI：Accelerating engineering for the physical world（2026-11-03）https://openai.com/index/accelerating-engineering-for-the-physical-world
  18. [18]TechCrunch：Elon Musk throttles Grok Bot limits due to 'unsustainably high' costs（2026-11-02）https://techcrunch.com/2026/11/02/elon-musk-throttles-grok-bot-limits-due-to-unsustainably-high-costs/
  19. [19]DeepSeek Harness 开发者预览版（官方页面）https://deepseek.com/harness/zh/
  20. [20]TAO Media：DeepSeek Adds Chat-Based Plugin Creation to Harness With Creator Mode（2026-11-02）https://www.tao.media/deepseek-adds-chat-based-plugin-creation-to-harness-with-creator-mode/
  21. [21]NVIDIA Technical Blog：Build World Models for Interactive Simulation with NVIDIA Cosmos（2026-11-02）https://developer.nvidia.com/blog/build-world-models-for-interactive-simulation-with-nvidia-cosmos/
  22. [22]中国政府网（新华社）：深化拓展“人工智能+”行动 推动海洋经济高质量发展（2026-11-03）https://www.gov.cn/zhengce/202611/content_7084907.htm
  23. [23]CNBC：Anthropic reports $17 billion in Q3 revenue…（2026-11-02）https://www.cnbc.com/2026/11/02/anthropic-ant-s-1-quarter-financials.html
  24. [24]TechCrunch：Anthropic warns that it's very close to RSI capability（2026-11-02）https://techcrunch.com/2026/11/02/anthropic-warns-that-its-very-close-to-rsi-capability-aka-self-building-ai/
  25. [25]OpenAI：Introducing the Grid Protectors Program（2026-11-02）https://openai.com/index/grid-protectors-program

引用本文

弘犀智能研究人员. 弘犀大模型技术简报 · 2026-11-04（第1期）[EB/OL]. 弘犀研究, 2026-11-04. https://www.hxallai.com/research/llm-briefing-20261104/.

参考格式：GB/T 7714—2015

交流探讨

想把这些方法用到您的业务里？

欢迎与弘犀智能的建模与智能体团队交流具体场景：从推理预算、证据链到可审计的决策流程，我们可以一起评估落地路径。

预约交流 返回弘犀研究