🔦 今日速览

The Information独家:今年夏天OpenAI内部排查AI引发的安全漏洞期间,奥特曼等高管与Anthropic投资的可解释性初创Goodfire多次会谈,一名高管提出以超50亿美元收购——约为其2月估值的4倍,最终未成交。同日奥特曼在Semafor活动首谈黄仁勋辞职,Google的LEAP框架首次形式化1927年悬而未决的Birkhoff猜想。国内:DeepSeek因算力承压限制长对话,豆包工作上线21个行业工作台。

趋势1:可解释性进入巨头并购射程 趋势2:AI数学从解题走向形式化基建 趋势3:免费大模型遭遇算力成本墙


🌍 国际动态

1. The Information独家:OpenAI曾洽谈以超50亿美元收购可解释性公司Goodfire,Anthropic是投资方

事件简述:《The Information》11月16日报道,今年夏天OpenAI内部团队急于查明自家AI为何在公司内外引发安全漏洞期间,包括CEO奥特曼在内的多位高层与可解释性初创公司Goodfire进行了多次会谈。一名OpenAI高管提出以超过50亿美元的价格收购这家成立仅两年的公司,或达成其他形式的商业合作——这一价格约为Goodfire今年2月B轮12.5亿美元估值的4倍以上。谈判最终未达成交易:部分原因是Goodfire高管认为,把技术卖给多家AI开发商、保持独立公司将更有价值。值得注意的是,Goodfire专注机制可解释性(直接读取模型内部数学活动来理解行为成因、侦测潜在网络攻击意图),其2025年A轮融资中,Anthropic投入100万美元——这是Anthropic首笔对外部初创的直接投资。 关键数据:报价50亿+美元(约4倍于2月估值);Anthropic曾投100万美元(其首笔外部直投)。 影响分析:GPT-6系列漏洞潮与METR审计压力之下,"看清模型内部"正从学术选项变成前沿实验室的刚需资产;OpenAI欲购"Anthropic投资的解释性公司",说明可解释性能力已被当作与算力、数据同级的战略稀缺资源定价。 📅11月16日(The Information报道)

2. 奥特曼首谈黄仁勋辞职:"英雄也有缺点",但AI行业"会安然无恙"

事件简述:OpenAI CEO奥特曼11月16日在Semafor"硅谷与世界"活动上首次公开回应黄仁勋辞职风波。被问黄仁勋是否应重返英伟达时,他称"我觉得自己了解得还不够,无法回答这个问题",并罕见袒露个人共情——2023年他本人曾被OpenAI董事会罢免后5天内逆转回归:"很难想象没有黄仁勋和他创立公司的AI革命……黄长期以来是我心目中的英雄,英雄也有缺点。"但他同时不认同"黄离职会引发行业连锁崩塌"的担忧:"需求非常旺盛,收入和需求都在强劲增长,这个行业会安然无恙。"对于市场担忧的"英伟达循环融资银行化"(英伟达刚为OpenAI俄亥俄数据中心项目提供上限1050亿美元租赁担保),奥特曼表态不担心资金枯竭:"英伟达是庞然大物,人们仍然非常信任它的担保。" 关键数据:英伟达对OpenAI俄亥俄园区担保上限1050亿美元;黄仁勋11月12日辞职、11月17日财报为克雷斯临时CEO首秀。 影响分析:英伟达最大客户公开为"英伟达银行"的担保信用背书,既是稳市场,也是自保——OpenAI九成算力与这笔千亿担保深度绑定,黄仁勋去留早已不是英伟达一家的事。 📅11月16日(Semafor活动,美东)

3. Google LEAP首次形式化1927年Birkhoff猜想,Weil猜想获180万行机器验证Lean证明

事件简述:Google Research 11月16日(美东)发文披露Gemini 4与多智能体框架的数学成果集:其与Google Cloud AI合作的LEAP(Lean Evolution Agent Program)框架搭配Gemini 4 Argon,产出了1927年悬而未决的Birkhoff猜想的首个Lean形式化;多智能体harness /teamwork自主完成了Weil猜想相关工作的形式化,生成180万行机器检核的Lean代码、调用28800次子代理;一个开放约20年的C¹正则性问题被报告解决;Gemini还为Courtade-Kumar猜想的更广版本找到反例,人类将问题归约为14变量优化后,"AI开发了大部分新的解析界与区间算术证书"。Google同时宣布向1万名学术研究者免费提供6个月顶配Gemini访问。此批成果发布于OpenAI公布标准模型格点定义仅一天之后。 关键数据:1927年猜想首次形式化;180万行机器验证Lean;28800次子代理调用;1万学者免费6个月。 影响分析:OpenAI与Google在数日内相继交出"AI触碰数学核心"的答卷,AI数学竞赛已从解单题升级到"形式化验证基建"的军备竞赛——机器可检核正在成为前沿实验室新的军备指标。 📅11月16日(Google Research博客,美东)


🇨🇳 国内动态

1. 算力承压,DeepSeek对App与网页版实施三重限额:7天不活跃长对话停用、单次输入缩至4万字

事件简述:11月16日多名用户反馈收到DeepSeek提示"由于算力不足,不再支持7天不活跃的长对话",可新开对话或导出历史记录;同时单次输入文字上限缩短至约4万字,每日对话额度触顶后提示"因服务器繁忙,使用额度已达上限"。这是以"高性价比"著称的DeepSeek首次把限流从瞬时"服务器繁忙"升级为结构性配额管理。压力来自需求侧爆发:官方状态页显示10月以来平台已发生8起服务中断(涉及对话服务及V4 Pro、V4.1 Flash API),8-10月V4.1 Flash API可用性仅99.46%;OpenRouter周榜显示10月19-25日一周V4.1 Flash完成33.6万亿Token调用、环比暴增801%居全球第一,而7月底至8月初周调用量仅7.22万亿,不到三个月翻了四倍以上。截至发稿DeepSeek未发布官方公告或恢复时间表。 关键数据:周调用33.6万亿Token(+801%);10月以来8起中断;输入上限4万字。 影响分析:免费模式撞上推理算力成本墙——模型能力与用户需求增速跑赢了GPU采购与集群扩容节奏;此次限额是临时削峰还是消费端收费前奏,将成为国产免费大模型商业模式的关键风向标。 📅11月16日(科创板日报/北京日报/IT之家)

2. 豆包工作上线"工作台",按行业打包AI生产力:首批21个专业场景直连万得、同花顺

事件简述:字节跳动11月16日官宣豆包工作独家上线"工作台"功能,首批落地金融、医疗、教育等21个专业场景——与以往用户自选插件、调试提示词不同,工作台按岗位预置行业全套技能与工具,进入场景直接调用成熟工作流。金融投研场景首页内置公告解读、业绩分析、市场简报、公司研究入口,并支持插件对接万得、同花顺、国泰海通等主流金融数据源;每经实测显示其可在数秒内从9份上市公司公告中筛出3条资讯线索、对照原文核查30项事实数据。此前11月上旬,豆包工作已全面接入Kimi、GLM、DeepSeek等第三方模型与自家豆包模型并驾齐驱。腾讯WorkBuddy的"项目"功能与之正面撞车——两家公司均由CEO站台(梁汝波、马化腾),办公Agent成为字节与腾讯2026年下半年的主战场。 关键数据:首批21个专业场景;接入Kimi/GLM/DeepSeek等第三方模型;与腾讯WorkBuddy正面对垒。 影响分析:通用AI问答正式转向"按岗位、按流程预制能力"的行业交付模式——降低专业人群使用门槛的同时,也把数据源生态与行业Know-how变成AI办公竞争的新护城河。 📅11月16日(官宣,字母榜/每经)


📄 今日论文

1. 机制可解释性能解释Agent失败吗?Web元素幻觉的个案研究

作者/机构:Mohamed Aghzal, Mor Geva, Gregory J. Stein, Ziyu Yao(乔治城大学/耶路撒冷希伯来大学等) 核心贡献:首次系统检验机制可解释性(MI)工具能否解释LLM Agent的真实失败。以Qwen2.5-7B操作真实网站时的"幻觉动作"为对象:用最后一个prompt token训练的线性探针可在生成前预测幻觉(0.80 AUC),沿探针方向steering可纠正85%的幻觉、但会误伤7%的正常动作。更关键的负面发现:探针方向对prompt格式高度敏感,微调动作表示方式后steering效果大幅消失;相关计算分散在多个组件与位置,电路难以定位。 为什么重要:与昨天OpenAI洽购Goodfire的新闻互为注脚——MI在单轮问答上进展显著,但在多轮Agent决策上仍是"能预测、难解释、不稳健",给"用可解释性做Agent安全审计"的监管设想泼了冷水。 📄 arXiv:2611.18514 📅11月13日

2. ModHarness-RL:把Agent的"脚手架"变成可学习可进化的程序

作者/机构:Zelin He, Siyu Zhu, Jacob Helwig et al.(伊利诺伊大学等) 核心贡献:Agent RL依赖harness(决定模型看到什么交互、获得什么引导的脚手架),现有方法全程使用手写固定harness。该文把harness重构为"从数据中学习、随模型训练而进化"的程序:交互记录为结构化State与类型化block,两个核心组件——Compression程序负责把历史组装进上下文、Steering程序在行为偏离时注入引导——均以block上的程序形式表达;RL过程中从近期轨迹提出候选程序、经执行验证后在历史轨迹上重放,使harness持续追踪模型行为漂移。在CodeSearch、ALFWorld、BIRD SQL上用1.5B-8B模型验证,held-out性能显著提升。 为什么重要:此前百度"开放Harness引擎"、本周多篇harness工作都把手脚架当工程配置,该文把它变成RL的一等公民——"训模型+训harness"协同进化可能成为Agent训练新标配。 📄 arXiv:2611.18533 📅11月13日

3. 通过"社会化"实现对齐:演化选择下学到的取舍

作者/机构:Thomas Brennan, Andrew W. Lo, Chaoyi Zhao(MIT,第二作者为金融学家Lo) 核心贡献:研究Agent在"完成任务"与"遵守行为准则"冲突时,演化选择如何塑造其取舍。理论上证明长期增长最大化要求每个动作的频率与环境奖励它的频率一致;对比三种策略:纯任务策略在"只看完成"的沙盒里繁荣、在行为准则重要时崩溃;固定线性策略随任务筹码上升日益偏向完成任务——即便人类从不奖励它;而习得策略收敛到环境实际奖励的取舍,当人类提供奖励时称为"社会化"。累积经验使社会化在后续纯任务训练下更难逆转(但违规可先于倾向改变出现,有限记忆会削弱保护);单次违规即致命时,硬约束优于软学习。 为什么重要:为"对齐靠 RLHF 式社会化而非写死规则"提供了演化动力学论证,也给出警告:Agent被纯绩效信号再训练时,已内化的行为准则有被冲刷的风险——正是企业用绩效KPI微调模型时的现实处境。 📄 arXiv:2611.18531 📅11月13日

4. TradeGauntlet:自主交易Agent的合规控制能被绕过吗?

作者/机构:Sandip Nandi, Aishwarya Bose, Apurba Bose, Soovadeep Bakshi 核心贡献:用可重放的限价订单簿模拟器评估自主交易Agent的合规控制,把"检测、拦截、执行成本"三段分离。在Claude Haiku 5.5与Sonnet 5.5的1680个模拟会话中:拦截门通过拒绝自成交消除了全部行为警报,聚合门使Sonnet双边成交降约15%,行为提醒对Haiku无益反伤成交。更关键的是红队结果:搜索方法找到拆分订单调度可绕过已实现的行为规则;一个学习型基线能抓住全部2400个搜索出的违规episode,但会误标一家大型做市商15%的正常会话。 为什么重要:Agent进入金融市场前,"零警报≠合规"是监管者必须接受的结论——拆分规避与误报代价,恰是Agent合规从规则式走向学习型检测的直接动因。 📄 arXiv:2611.18493 📅11月13日


💡 值得关注

黄仁勋回归战的"盟友名单"拉长:奥特曼今日以"英雄也有缺点"+2023年自身被罢免回归的亲历,成为又一公开共情黄仁勋的巨头CEO;Musk、Tim Sweeney等已联署公开信。11月17日财报电话会(克雷斯首秀)、11月18日国会闭门问询、11月19日Anthropic挂牌ANT三连击,本周收官见分晓。

AI数学的"形式化军备竞赛":OpenAI标准模型格点定义(11-15)→ Google Birkhoff猜想首次形式化+180万行Lean(11-16)→ Anthropic曾以1000智能体30小时形式化费马大定理(11-9)。机器可检核证明正取代benchmark成为前沿实验室的新 prestige 货币。

免费大模型的账本压力:DeepSeek三重限额与豆包工作按岗位收费化交付同日出现,标志中文AI应用层从"烧钱换规模"转入"按场景与算力成本精细定价"阶段。