2026-11-03 前沿科技洞见 · 日报

📊 今日关键数据

• 27% → 98%：QBX 通过类型与时序检查提高自动生成因子的有效准入率，增量回测最高提速 7.5 倍（来源：QuantML）
• 1.6 万亿总参数、约 480 亿激活参数：LongCat-2.5 面向原生多模态与长程 Agent 任务（来源：LongCat）
• 10 亿港元以上：香港 Ensemble 项目累计交易额；存款银行增至 12 家、参与机构增至 20 家（来源：21世纪经济报道）
• 69% 对 8%：美世调查中报告 AI 提升运营效率的资管机构占 69%，看到可衡量 ROI 改善的仅 8%（来源：券商中国）
• 20,480 卡、约 116 亿至 117 亿元：中国移动新一代 AI 超节点集采规模（来源：智东西）
• 700 亿个分子、9 种候选物：MIT 抗生素 AI 项目的累计虚拟筛选量与候选成果（来源：DeepTech深科技）

🔍 今日值得深读

美团发布 LongCat-2.5，以原生多模态和长程强化学习攻入复杂 Agent 任务

LongCat-2.5 总参数量为 1.6 万亿、每个 Token 激活约 480 亿参数。模型把图像压缩为多层级离散 Token，与文本交给同一主干处理，并增加长程轨迹训练和长程强化学习。官方基准显示它在 AutomationBench、LongCatClawBench 等任务领先多款闭源模型；但在 Terminal Bench v4.0 得分 38.5，仍落后于 Claude-Opus-5。中文实测中，网页动画和财报分析框架完成度较高，PPT 排版、空间关系和结论克制性仍需人工检查。

• 发生了什么：团队把视觉理解、代码生成和工具使用合并进同一长程 Agent 模型，并针对国产加速器不足 80GB 的单卡显存重排 FSDP、EP、CP 并行；其披露长序列 SFT 单卡吞吐较 DDP 基线提高 86%。
• 为什么值得深读：它展示了一条不依赖纯文本模型外挂视觉编码器的路线，也把国产硬件适配从“能运行”推进到并行策略与专家复制层面的系统优化。
• 后续看点：关注第三方对 LongCatClawBench、AutomationBench 的复现，以及真实代码库任务中的成功率、单任务成本和人工返工率。

来源：LongCat · 智东西实测

QBX 用类型系统和哈希账本，把自动生成因子的有效准入率从 27% 提高到 98%

香港理工大学与北京大学团队提出量化策略编译器 QBX，把自由文本因子转换为带类型端口的有向无环图。系统在回测前检查类型、参数和时序偏移，直接拒绝引用未来数据的表达式；节点哈希用于只重算受影响的下游，规范化图哈希则记录去重后的真实试验次数，为多重检验校正提供分母。

• 发生了什么：在 A 股日频数据实验中，QBX 将候选有效准入率从 27% 提高到 98%，增量回测最高提速 7.5 倍；原型注册表含 95 个版本受控算子。
• 为什么值得深读：对机构而言，价值不在于又多一个“挖因子模型”，而是把前视偏差、重复试验和回测浪费前移到可审计的编译阶段，适合作为 LLM 生成策略与生产回测之间的确定性边界。
• 后续看点：论文也指出纯编译器闭包搜索会收缩因子多样性；需要验证“LLM 提供广度、编译器负责约束”的组合能否在样本外和实盘中保持收益。

来源：QuantML

香港金管局启动 Project SAGE，把金融 Agent 治理与真实价值结算同步推进

香港金管局在金融科技周公布 SAGE 项目，并以责任、韧性、信任组成的 ART 框架征询银行业意见。监管关注点已从聊天机器人输出转向 Agent 获得资金操作权限后的越权指令、偏离客户意图、网络攻击和责任归属。与此同时，Ensemble 进入代币化存款 24/7 真实价值交易阶段，形成了“Agent 可行动、资金可结算、过程需治理”的同日组合。

• 发生了什么：SAGE 已组建 22 人跨界专家组；金管局预计 9 至 12 个月内对应用场景形成初步总结。Ensemble 的存款银行由 7 家增至 12 家，参与机构由 13 家增至 20 家，累计交易超过 10 亿港元。
• 为什么值得深读：这是金融 Agent 从内部效率工具走向受监管执行主体所需的三层条件——授权、留痕与结算基础设施——开始被放在同一政策框架内讨论。
• 后续看点：观察讨论文件是否形成分级授权、关键动作人工确认、紧急停止和跨 Agent 互操作要求，以及沙盒是否公布真实损失和越权测试指标。

来源：21世纪经济报道

公募基金把 AI 从纪要工具推向投研晨会、研究 Agent 和交易信息处理

头部公募披露的应用已从检索、纪要和材料生成进入研究质询与岗位化 Agent：华夏基金“知几”沉淀二十余个专家级技能，汇添富 Agent 集群接管研究员约 40% 的基础案头工作，南方基金把超过 40 项投研方法封装为可重复调用的 Skill。部分平台会在晨会上比较研究员预测与内外部一致预期并自动追问差异。

• 发生了什么：公募正在把个人研究方法产品化为共享平台能力，并把 Agent 嵌入研究、投资助理与交易岗位，而非只采购通用问答入口。
• 为什么值得深读：美世对 131 家全球资管机构的调查显示，69% 报告运营效率提升，但仅 8% 看到可衡量 ROI 改善；效率收益尚不能直接等同于可归因超额。
• 后续看点：机构需要公开或内部建立覆盖研究周期、预测修订质量、合规例外、组合归因和人工覆核成本的统一指标，才能判断平台投入是否越过“省时间”阶段。

来源：券商中国

MOSS-Live 用前后台协同架构，让实时对话与长程任务并行

模思智能发布全双工实时交互系统 MOSS-Live：前台模型持续处理语音、画面、环境声和打断判断，后台模型异步执行搜索、推理与长程任务，再通过共享记忆和任务状态把结果带回对话。系统还支持屏幕共享、视频理解、流式同声传译和工具调用，并开放在线体验与 API。

• 发生了什么：官方基准称其多项实时语音指标领先 GPT Realtime 2.1、GPT-Live-1 和 Doubao SeedDuplex，但材料未给出统一网络条件下的端到端成本与长会话稳定性数据。
• 为什么值得深读：前后台拆分把“自然交互”和“复杂执行”从同一串行链路中解耦，适合客服、投顾协作和会议场景，但也增加了上下文同步、重复执行和权限继承风险。
• 后续看点：重点核验打断误判率、后台任务完成率、跨模态延迟、长会话状态漂移，以及工具调用是否支持逐动作授权和审计。

来源：机器之心

42AI 以“行为世界模型”进入券商试点，但预测能力仍主要来自公司自述

以色列初创公司 42AI 结束隐身并获得 6,250 万美元种子融资。公司称其模型综合 KYC、开户、客服语音与情绪、资金转移和交易行为等信号，不只外推历史动作，而是估计个人在新情境下采取某项决策的概率；首批应用正在少数券商测试，用于预测交易者面对波动时的反应。

• 发生了什么：42AI 把多渠道客户行为建模包装为“行为世界模型”，并选择金融经纪业务作为早期验证场景。
• 为什么值得深读：若预测有效，它可能改变客户流失、适当性管理与风险干预；但输入包含语音、情绪和资金行为，隐私、代理变量歧视和“预测反过来改变客户待遇”同样是核心采用条件。
• 后续看点：目前公开材料缺少样本规模、基线、跨市场泛化和误报成本；需要等待券商试点的独立验证与合规边界披露。

来源：TechCrunch

📰 独立报道

模型、训练与评测

LeCun 与 Balestriero 用 JEPA 研究跨模态表征对齐，1.09 亿参数模型超过 72B 对照

研究把不同模态视为同一潜在世界状态的观察，并以“Good Views”构造指向相同状态的训练对。材料称，1.09 亿参数文本 JEPA 在表征对齐测试中超过 Qwen2.5-72B、Llama-3-70B；2,160 万样本达到下一 Token 预测模型用 9 亿样本取得的对齐水平。结果衡量的是表征对齐，不等同于通用任务能力或证明“大模型无效”。

来源：AI前线

DeepSeek V4.1 Flash 1017 在 ARC-AGI-3 半私有集得分翻倍，但不同运行框架差距显著

ARC Prize 验证结果显示，新版本在 provider adapter、最大推理设置下的 ARC-AGI-3 半私有得分由 2.68% 升至 5.81%，ARC-AGI-2 为 78.1%，ARC-AGI-1 为 94.5%；首个动作的推理 Token 下降 36% 至 48.6%。但标准 harness 的 ARC-AGI-3 仅 0.2%，说明工具适配和运行框架仍会大幅左右结果。

来源：ARC Prize

MIT CSAIL 的 OPAL 让 AI Agent 在训练途中改写优化器代码

OPAL 观察神经网络训练动态，并在训练过程中改写自身优化器源码；MIT CSAIL 称其在视觉与语言任务上改善模型表现，可生成专用调度策略、抑制损失尖峰并帮助摆脱过拟合。公开帖文未给出完整基线、额外推理成本和失败率，采用前应重点评估代码变更的可复现性与训练供应链风险。

来源：MIT CSAIL

OpenAI 发布 LifeVal，评估 AI 完成育儿、财务和政务等日常任务的能力

LifeVal 把评测对象从知识问答延伸到寻找托育、管理财务和办理政府事务等现实任务，意在衡量 AI 是否真正帮助人完成流程。对金融机构而言，这类评测更接近客户服务 Agent 的端到端价值，但仍需结合本地制度、身份校验、时效信息和错误补救机制测试。

来源：OpenAI

AI 战略与治理

Anthropic 披露接近其内部“递归自我改进”阈值，并拟更新安全政策

Anthropic 在更新后的 S-1A 风险因素中称，已使用 AI 开发新模型，且可能很快达到公司内部对递归自我改进的定义；同时承认过去未必及时识别由 AI 辅助研发带来的能力跃升。公司称将通过 Responsible Scaling Policy 监控风险。该表述是企业风险披露，不是已有模型跨过 RSI 阈值的实证。

来源：TechCrunch

Google 扩展 SynthID Detector，准备支持其他 AI 提供商的水印检测

Google 简化 SynthID Detector 的检测流程，并计划把支持范围扩展到其他 AI 提供商。跨厂商检测若能落地，可减少机构分别接入多套内容溯源工具的成本；材料暂未披露兼容的水印协议、误报漏报数据及第三方接入时间表，因此不宜把“计划支持”视为已经互操作。

来源：InfoQ 中文站

OpenAI 启动 Grid Protectors Program，把算力园区用电纳入电网可靠性合作

OpenAI 宣布与公用事业机构合作，使未来计算园区在扩张时支持电网可靠性，并避免把新增成本转嫁给居民电价。项目把 AI 基础设施约束从芯片、网络和机房延伸到并网与电价外部性；公开材料尚未提供负荷削峰、储能配置或消费者成本保护的量化承诺。

来源：OpenAI

Agent 与开发工具

Qodo 把企业知识和编码规范接入 Codex，在提交 PR 前做跨仓库审查

Qodo 的 Codex 插件把公司知识、代码规范和跨仓库上下文带入 AI 代码审查，目标是在开发者发起 Pull Request 前发现 P0 级问题。其价值在于把组织规则前移到 Agent 工作流，但实际效果仍取决于知识库权限、规则更新、跨仓库召回率以及误报是否拖慢交付。

来源：OpenAI

资管与金融基础设施

汇丰用代币化存款完成数码绿债预付与 4,000 万港元跨行财资转账

汇丰在 EnsembleTX 下完成两项真实交易：香港特区政府第四批数码绿色债券认购的预付跨行转账，以及为蚂蚁国际执行 4,000 万港元集团内财资转账。交易依托代币化央行货币支持银行间代币化存款 24/7 结算，验证范围从概念演示进入债券认购和企业资金管理。

来源：香港经济日报

硬件算力

中国移动采购 20,480 卡 AI 超节点，大华子公司确认中标 26.3 亿元

中国移动 2026—2027 年新一代 AI 超节点集采包含 20,480 卡、448 台 RoCE 交换机和 82 套存储，总金额预计 116 亿至 117 亿元。五家国产整机生态厂商入围，其中大华股份子公司华启智慧获 4,096 卡份额并确认中标约 26.3 亿元，交付期 30 天，显示运营商超节点建设已进入大批量交付阶段。

来源：智东西

Marvell 拟收购 Lumentum，把 DSP、交换芯片与激光器、光交换能力并入同一体系

双方达成全股票交易协议。技术组合覆盖 Marvell 的光模块 DSP、以太网交换与定制 AI 芯片，以及 Lumentum 的 InP 激光器、光收发模块和光路交换机；后者部分光学器件产能已售罄至 2029 年初。交易仍需多国监管审批，真正变量是 CPO、NPO 和 OCS 产品能否在整合后按期扩产。

来源：DeepTech深科技

AI for Science

MIT 抗生素项目累计虚拟筛选 700 亿分子，获得 9 种新型候选物

Regina Barzilay 与 James J. Collins 团队累计用 AI 虚拟筛选超过 700 亿个分子，对 3.8 万余个分子开展抗菌实验、对 10 万余个分子进行人体细胞相关筛查，已发现或设计 9 种新型抗生素候选物。路线已从既有化合物筛选推进到生成新结构，但候选物仍需毒性、作用机制、动物和临床验证。

来源：DeepTech深科技