2026-10-18 前沿科技洞见 · 日报

📊 今日关键数据

• 6 倍：截至 2026 年 8 月，Anthropic 员工直接指挥的交互式 Agent 累计运行时长约为估算人类工时的 6 倍；该口径不能等同于生产率提升 6 倍。（来源：Anthropic）
• 27% → 9%：Anthropic 技术招聘中初级人才占比下降，但公司同期仍快速扩张，不能只归因于 AI 替代。（来源：Anthropic）
• 约 17 倍：Claude 的一项椭圆曲线电路设计以增加 12% 量子比特为代价，把门数降至此前最省量子比特方案的约十七分之一。（来源：深潮 TechFlow）
• 9 / 353：AlphaProof Nexus 从 353 道已有 Lean 形式化版本的问题中解决 9 道 Erdős 开放问题。（来源：新智元）
• 83%：PilotDeck 2.0 报告称，强模型决策、小模型执行的路由可使复杂长任务成本最高降低 83%。（来源：量子位）
• 0.75 美元 / 千次：DeepSeek 新开放的 Search 与 Fetch API 分别按每 1,000 次调用 0.75 美元定价。（来源：DeepSeek）

🔍 今日值得深读

Anthropic 内部交互式 Agent 工时达到员工工时 6 倍，初级技术招聘占比降至 9%

Anthropic 用内部财务、人事、AI 使用日志、可量化产出、员工调查和 17 名员工访谈，观察截至 2026 年 4 月的经营与用工变化，并更新了后续 Agent 使用数据。到 8 月，员工直接指挥的交互式 Agent 累计运行时长约为人类工时的 6 倍；技术招聘中初级人才占比则从 27% 降至 9%。

• 发生了什么：Agent 时长统计包含推理、主动工具调用和子 Agent，排除超过 30 分钟的等待；人类工时按每人每周 40 小时估算。同期人均代码、销售代表成交量和合同处理量上升，但公司仍在快速扩张，不能把相关性直接解释为 AI 的净因果效应。
• 为什么值得深读：这是一份少见的 AI 原生企业内部实证样本。对金融机构而言，重点不是“6 倍数字员工”，而是并行 Agent 已把管理瓶颈推向任务分派、结果验收、权限边界和人的注意力配置。
• 后续看点：关注按任务价值校准后的 Agent 单位产出、返工率与风险事件，以及初级岗位下降究竟来自自动化、招聘标准变化还是公司阶段性扩张。

来源：Anthropic

Claude 自主改写 8 类量子电路，椭圆曲线方案以多 12% 量子比特换取约 17 倍更少门数

Anthropic 与哈佛研究人员把化学、优化、量子模拟和数论中的 8 项电路任务写成自然语言规格，并给 Claude 配置自动正确性检查和“量子比特数 × 门数”评分器，让其持续提交代码和迭代。报告称，新设计在 8 项任务上均改善已发表方案的资源指标。

• 发生了什么：在椭圆曲线点加法中，Claude 为可逆 divsteps 推导并用 Lean 验证代数恒等式，使模逆运算不必保存完整分支历史；一种设计比此前量子比特最少方案多用 12% 量子比特，但门数约降至十七分之一。DQI 解码电路的门数也较 Google 既有方案约少 12 倍。
• 为什么值得深读：价值不只在一次指标刷新，而在“自然语言规格—自动评测—代码迭代—形式化证明”的闭环能产出新结构。它为高约束金融算法、密码工程和验证型研发提供了比聊天式助手更接近生产的方法原型。
• 后续看点：等待论文同行复核、独立复现和真实容错量子硬件资源估算；门数改善并不等于近期可运行，也要核对纠错、连通性和编译开销。

来源：深潮 TechFlow

DeepMind 的 AlphaProof Nexus 通过同行评审，解决 9 道 Erdős 开放问题

AlphaProof Nexus 从已有 Lean 形式化版本中选择 353 道问题尝试，解决 9 道 Erdős 开放问题，其中包括两项延续 56 年的子问题；系统还证明了 44 个 OEIS 整数序列猜想，并处理代数几何与凸优化问题。相关成果经同行评审发表于《Science》。

• 发生了什么：完整系统让 Gemini 3.1 Pro 生成和拆分证明，Lean 检查并返回错误，多 Agent 共享草稿并由评审 Agent 分配搜索资源，局部子目标可调用 AlphaProof。消融测试中，仅保留 Gemini 与 Lean、多次独立尝试，也重新完成已解出的 9 道题；AlphaProof 单独运行则一道未解出。
• 为什么值得深读：消融结果把能力来源指向通用模型与形式验证的迭代，而非单一专用证明器。对受监管系统，这种“生成与机器校验分离”的架构比只看最终回答更有借鉴价值。
• 后续看点：观察 353 题上的完整成功率、计算预算、重复试验稳定性，以及证明在形式正确之外的原创性、可读性和人工复核成本。

来源：新智元

普林斯顿 MESSI 在生成阶段规避免疫表位，并在三类蛋白质上保留活性

普林斯顿大学团队提出蛋白质去免疫原性模型 MESSI：它不再先生成序列、再筛掉高风险候选，而是在逆向折叠过程中同时约束结构、功能与潜在 MHC-II 免疫表位。研究目前以预印本形式发布。

• 发生了什么：MESSI 使用离散扩散模型逐步补全氨基酸，并以 Lookahead–Feedback 机制在中间节点采样完整候选，预判后续可能形成的表位，再把风险反馈到生成路径。团队在三种蛋白质上做功能验证，部分候选的预测表位降至零且仍有活性，一些变体活性提高。
• 为什么值得深读：它把药物开发中的安全属性前移到设计环，而不是事后过滤；这会改变生成式生物设计的搜索效率与候选淘汰成本。
• 后续看点：预测表位为替代指标，仍需更广泛 HLA 人群覆盖、体外免疫实验、动物与临床验证，并检验去表位是否引入新的结构或药代风险。

来源：DeepTech 深科技

清华等团队开源 PilotDeck 2.0，以工作舱隔离项目并用模型路由压低任务成本

清华 THUNLP、面壁智能和 OpenBMB 等发布 PilotDeck 2.0，把文件、记忆、技能和任务按 WorkSpace 隔离，并提供可查看、修改、固定和回滚的长期记忆；系统还支持后台长任务、断点续跑和 Word、Excel、PowerPoint 的创建与验证。

• 发生了什么：在 Workbuddy Bench 上，使用 Qwen3.6-35B-A3B 的 PilotDeck 得分 79.1，报道给出的 Claude Code 对照为 77.3；通过强模型决策、小模型执行的路由，复杂长任务成本最高降低 83%。项目采用 AGPL-3.0 许可证，并报告完成 2,000 条交互消息压力测试。
• 为什么值得深读：项目把企业 Agent 的四个实际问题放在同一控制面：上下文隔离、记忆纠错、无人值守执行和模型成本路由。这些能力比单一模型分数更接近机构部署条件。
• 后续看点：需要公开核对成本基线、任务集和同等模型条件，并测试权限最小化、审计日志、敏感文件隔离及长任务失败恢复。

来源：量子位

DeepSeek 发布 V4.1-Flash-1017，主打更快完成任务和更短输出

DeepSeek 上线 V4.1-Flash-1017，称其相较前版在基准表现、任务完成速度和输出长度上实现性能—成本的帕累托改进，并以自反馈强化学习增强从游戏到 3D 建模的端到端项目开发。模型已进入网页、App 和 API，并开放权重下载。

• 发生了什么：官方建议 DeepSeek Harness 升级至 v0.2.1-rc.1 或更高版本；同期开放 Search 与 Fetch API，每个端点定价为每 1,000 次调用 0.75 美元。DeepSeek API 用户经 Harness、Claude Code 和 Codex 服务端工具调用暂时免费，计划自 10 月 31 日 16:00 UTC 开始计费。
• 为什么值得深读：这次更新把模型、Agent 脚手架、搜索工具和明确调用价格打包，采购比较可以从单次 token 价格转向完成任务所需的总延迟、输出长度与外部工具成本。
• 后续看点：官方帖未给出完整基准表和硬件条件；需要第三方复测代码任务成功率、长程稳定性、真实 token 消耗和 Search/Fetch 质量。

来源：DeepSeek · 模型权重

📰 独立报道

Agent 与工程

Perplexity 开源 SPACE，用独立 Firecracker microVM 隔离每个 Agent 任务

Perplexity 开源其 Computer 产品使用的沙箱平台 SPACE，并采用 Apache 2.0 许可证。每个 Agent 任务运行在独立 Firecracker microVM 中，凭据注入和出站流量控制置于虚拟机外部。对机构开发团队，这提供了一条把代码执行、网络访问与密钥权限从模型策略中剥离出来的工程路径。

来源：NVIDIA AI

网站开始主动阻断 AI Agent，开放网络不再是默认运行环境

The Verge 梳理了网站对自主 Agent 的阻断：模型厂商承诺代订餐、清邮箱和购物，但目标网站可以通过访问控制、反机器人机制和服务条款拒绝协作。对上线面向客户的网页 Agent，这意味着成功率不仅取决于模型，站点授权、API 合作、身份委托与失败回退也必须进入产品设计。

来源：The Verge

安全与密码学

Claude 追溯五条 NIST 椭圆曲线种子来源，但没有攻破 ECDSA

Claude 在不到半小时内把 NIST P-192、P-224、P-256、P-384 和 P-521 的历史种子追溯到 C 库伪随机数生成器 lrand48：它扫描 34 种生成器与截取方式组合，再用穷举和 LLL 格基约简恢复内部状态。结果解释了种子的生成方式，降低人为后门猜疑，但没有产生 ECDSA 攻击或改变现有密钥安全性。

来源：机器之心