钱贵了，速度快了：OpenAI 融资缩水三成交割，METR 判定 Anthropic 研发翻倍

METR 审计之后，Ajeya Cotra 判定加速红线已被跨过

METR 对 Anthropic 做了一次深接触独立审计，结论落在报告里：2025 年 10 月到 2026 年 10 月，Anthropic 的能力进展速度约为之前十二个月的两倍，测量用的是内部版 Epoch 能力指数（AECI），报告判断约八成加速来自 AI 对研发的自动化，而非算力或人数增长。多数支撑证据被涂黑，报告作者自己承认，被涂黑的部分占他们「觉得信息量最大的证据」的大半。

METR 研究员 Ajeya Cotra 在个人博客 planned-obsolescence 上逐条对照了 Anthropic 的负责任扩展政策（RSP）：按 2026 年 7 月生效的版本，「AI 带来剧烈加速」的触发条件是能力增速达到 AI 介入前的两倍，且能合理归因于研发自动化。她的结论很直接：按字面读，这道门槛已经跨过去了。Anthropic 自己在 S-1 招股书里的措辞是「即将触及」。

更重的判断在后面。报告没有找到阻止加速继续复利的瓶颈或收益递减证据，Ajeya 据此给出朴素外推：照这个速度，极端超级智能出现在一年之内。她把这份报告称作「近两年关于 AI 风险最重要的更新」。HN 讨论 304 分，评论区吵的是同一件事：涂黑一半证据的审计，外部人该信多少。

编者评： 资本市场在同一天给 OpenAI 的融资砍了三分之一，METR 给实验室的速度表乘了个二。两件事并不打架：外部资金定价的是建数据中心的节奏，内部审计测的是写代码的效率。涂黑的证据让这份报告停留在「信不信由你」，但 Anthropic 把「即将触及」写进招股书这件事本身，比任何基准分数都直白。

Anthropic 把记忆工程写成了一场「梦」

Anthropic 11 月 6 日发布工程博客《The components of agent memory》，把 Claude 的记忆系统拆开给外界看。核心机制叫 dreaming（做梦）：会话之间的空闲时段，模型回放自己的原始记录（transcript），逐条核对记忆笔记、纠错、编写互相链接的 wiki、把高频知识推到记忆层级顶端，下一场会话直接注入。纠错的依据是 transcript 本身：记忆笔记与原始记录冲突时，以原始记录为准。

数据给得扎实。Stainless 语料库约 35 万文件、4.2 亿 token，25 道题的测试里，把 dreaming 从 2 个会话扩到 128 个会话，成绩从 13% 提到 48%；搜索加 wiki 的组合把仅搜索的 53% 抬到 61%，平均每题省下约 2 万 token。宝可梦红 10,000 步的对照更直观：无差别记笔记的 Sonnet 3.7 留下 413 个文件、225 个文件夹，只拿到 1 枚徽章；会做记忆抽象的 Fable 5 用 9 个文件外加一份 global.md 拿到 4 枚。合同条款任务里，多 agent 互相覆盖共享表格导致 57 项事实只剩 41 项，改进指令设计后回到 57/57。

编者评： 「模型一边干活一边做梦整理记忆」是这周最容易被标题党、实际工程含量最高的发布。对做数据管线的人，这篇是现成的参照系：什么是值得沉淀的记忆、什么是该丢弃的噪声、笔记与原始记录谁是 ground truth，答案都写在实验数字里。

Hightouch：便宜的 Jev 拿不准时，再叫 Opus

Hightouch 的工程师 11 月 4 日发了篇长文，把 LLM 评估的成本问题拆到了数字层面，HN 讨论 11 月 6 日冲到 475 分。任务背景是身份解析质检：判断系统有没有把多条记录错并成一个人。他们让新一代决策模型 Jev（输出 0-1 置信度的轻量模型，成本约为前沿模型的九十分之一）先过一遍，置信度落在 30%-90% 区间的案例再转给 Claude Opus 5.5 复审。

结果：混合方案拿到 98.8% 的准确率，成本 0.88 美元每千条，约为 Opus 单独工作（99.0%、3.86 美元）的四分之一；更难的测试集上混合方案 95.3%，反超 Opus 单独的 95.1%。为什么转接在 Jev 上成立、在开箱更准的 GPT-6 Luna 上反而打折？文中给出的答案值得抄走：Luna 的错误集中在 90%-100% 高置信度区间，属于过度自信、自己不知道自己错；Jev 的错误沉在低置信度区间，知道自己拿不准。评估管线真正要买的不是开箱准确率，是置信度校准。

编者评： 「拿不准再问贵的」这个架构人人想得到，难得的是有人把「拿不准」量化成了 30%-90% 这条可抄的区间。决策模型便宜 90 倍这件事一旦成立，评估管线的预算结构就得重算：前沿模型从主力降级成疑难会诊，这比任何跑分对采购的影响都大。

凤凰网科技：OpenAI 110 亿美元到账，估值 1.25 万亿

彭博社 11 月 6 日消息，OpenAI 新一轮融资完成首期交割：约 110 亿美元已于周五汇入账户，公司估值 1.25 万亿美元。本轮总规模最高 200 亿美元，剩余部分未来数周完成。对照最初的计划（300 亿美元起步、1.4 万亿美元估值），融资额砍了约三分之一，估值缩了一成。首期参与者为寇图资本（Coatue）与普信集团（T. Rowe Price），软银、红杉、Founders Fund、a16z 与阿联酋财团在后续名单上。据 DealBook 报道，累计投过 650 亿美元的软银，本轮只谈到数亿美元级别。

对照上一轮：今年 3 月 OpenAI 融了 1220 亿美元，估值 8520 亿。半年多过去，估值涨幅约 46.7%，融资温度降了一截。同一份早间汇总里还有个对照组：Anthropic 的 IPO 预期估值从 1.5 万亿下调到 1.2-1.3 万亿。OpenAI 拒绝置评，私募市场先给了定价。

编者评： 1.25 万亿这个数字是涨的（3 月还是 8520 亿），融资额的三成折扣才是市场情绪的实时读数。去年「OpenAI 融资」和「超募」是同义词，现在投资人开始算数据中心的钱几年回本。钱没有断，只是贵了，贵在「预期回报」四个字上。

DeepMind：人类带队的 agent，压出了 1024 位 RSA 的两个弱点

Google DeepMind 11 月 6 日在 X 上公布新研究：人类引导下的 AI agent 对加密体系做了压力测试，从遗留的 1024 位 RSA 加密系统中找出两个重大弱点。VP of Science Pushmeet Kohli 在跟帖里展开讲解。帖子发出十余小时收下 1136 赞。

1024 位 RSA 属于标准机构早已判为不安全、却仍散布在存量系统里的旧规格。这项工作的分量不在「找到弱点」本身，而在方法：密码学压力测试这门原本靠少数专家手艺吃饭的行当，第一次被拆成「人类引导 + agent 执行」的流水线。研究细节在 Pushmeet 的跟帖与官方页面上展开。

编者评： 上一期 GPT-6 Cyber 挖出 948 个 Linux 提权漏洞，这一期 DeepMind 让 agent 对密码学下手，一周之内安全研究的 agent 化被点了两次名。真正该盯的不是攻击面变大，是时间差：找弱点的速度按小时计，存量系统换装的进度按年计，中间这个缺口没有人在填。

Nous Research：5300 万 token，给开源权重的价值观搬个家

Nous Research 11 月 6 日发布 Arete-27B：以 Qwen3.8-27B 为底座做后训练，目标写得直白，强化「西方价值观」。他们自建了 803 条提示词、覆盖七个类别的评测（言论自由、民主、隐私等），度量模型采纳中国官方路线的频率；用约 5300 万 token 微调后，这一比率从 22% 降到 1%，与测试中的西方模型持平，Hermes Bench 显示性能没有明显折损。评测集、权重、训练数据全部开源，博客在 nousresearch.com/arete。

帖子的结论只有一句：开源模型里的价值观，离你只有一次微调的距离。9584 赞，跟帖吵成两半：一半人认为这正是开源自由的本义，任何人都能把权重拉向自己想要的方向；另一半人反问，既然 5300 万 token 就能搬家，凭什么相信任何开源模型出厂时的价值配置。

编者评： 对做后训练数据的人，这条帖子比任何立场之争都有信息量：5300 万 token、一个 27B 底座，行为分布就能整体平移。价值对齐从「训练时的承诺」变成「发布后的可改配置」，整个数据供应链都得重新想「出厂值」意味着什么。

Sky News：AI 股票一天蒸发万亿，主流新闻台给大众做复盘

英国 Sky News 11 月 7 日发布 12 分钟复盘《Extinction events, data centre dramas and the US midterms: Why AI stocks lost trillions in one day》，把中期选举、数据中心争议与万亿级市值蒸发串成一条讲给普通观众的因果链，上线约十小时播放量破 10 万。AI 股灾从科技媒体头版走进大众新闻台，标志着这个议题完成了出圈。

高盛给了另一个解读框架。其 FICC 与股票业务负责人 Rich Privorotsky 在 11 月 6 日的交易台报告里倾向把本轮抛售定性为 1998 年式的流动性危机，而非 2000 年泡沫破裂：半导体指数估值较年中高点压缩约五成，英伟达未来 24 个月滚动市盈率约 10 倍、创 2013 年以来新低，2000 年的思科是 100 倍以上；高盛现金股票台数据显示科技板块累计净卖出达 270 亿美元，超过 7 月那轮的 210 亿。

编者评： 1998 靠流动性修复和降息收场，2000 靠盈利逻辑证伪收场，两套剧本的结局天差地别，裁决权在 AI 的收入端数据手里。主流新闻台开始给大众讲「数据中心 drama」，这个议题的政治化程度已经不可逆了。

B站：橘鸦晨报——千问发海报了，「北冥有鱼，其名为_」

橘鸦Juya 的 11 月 7 日 AI 早报（4 分 46 秒，播放 2.4 万）头条是千问的官方预热：11 月 6 日 20:00，阿里千问官方 X 账号发海报，暮色海面上万千飞鸟汇成巨鱼轮廓，文案「北冥有鱼，其名为_」，配文「The becoming begins.」。鲲（Kun）与 Qwen 谐音，社区一致读作 Qwen4 的发布倒计时。官方确认过的信息边界很清楚：9 月云栖大会说过 Qwen4「正在训练」，型号阵容 Max/Plus/Flash/27B 那时已亮相；Qwen Code 代码仓库里出现过 qwen4-max、qwen4-plus、qwen4-coder-plus 的标识；LMArena 上代号 Kalmia 的神秘屠榜模型被怀疑是测试马甲。截至 11 月 6 日 20:56 UTC，OpenRouter 的模型列表里 qwen4 命中为 0：还没发，海报就是全部。

晨报另一条快讯：Qoder CN 推出匿名模型 Qoduck，限时限量免费。

编者评： 美股为 AI 掐表的日子，千问用一张海报把「换代」两个字写得云淡风轻。海报上没有型号、没有日期、没有跑分，官方把悬念控制在最后一个下划线里，这个传播姿势比预热内容本身更值得学。对照 Nous 那条「价值观一次微调就能搬家」，开源旗舰每次换代都在重塑一遍生态的出厂设置。

编者按

本期两条主线在同一个 24 小时里各自奔跑。

定价线：OpenAI 110 亿美元到账，估值 1.25 万亿，融资额比原计划砍了三成；高盛交易台把抛售定性往 1998 年那边推，Sky News 给大众把万亿蒸发讲成因果链。钱的流向没有断，价格发现换了一副面孔，从「怎么上车」变成「几年回本」。

加速线：METR 审计称 Anthropic 的研发速度一年翻倍、八成归因于 AI 自研自动化，Ajeya Cotra 判定 RSP 红线已被跨过；Anthropic 把记忆整理做成「做梦」，Hightouch 把评估管线拆成分层转诊，DeepMind 把密码学压力测试交给 agent。资本踩的是建设的刹车，实验室踩的是研发的油门，两只脚不在同一辆车上。

开源线把两头的张力接住了：Nous 用 5300 万 token 证明价值观是可配置项，千问用一张庄子海报预告下一代旗舰。股价定价的是这个季度的融资节奏，海报与权重定的是下个季度的人才与生态流向，后者还没学会看前者的脸色。