DeepSeek（深度求索）的模型发布、开源权重与技术报告——开源大模型性能与价格双卷的风向标。
一项新基准测试让商用 AI 智能体在无人工提示下解理论物理研究题，GPT-6-Astra 在 OpenAI 的 Codex 环境中答对 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：一份理论物理论文基准显示，GPT-6-Astra 在 Codex 中解出 50 题中的 49 题，单题成本不到 3 美元，并讨论了 AI 对物理研究训练与资源分配的影响。
CrowdStrike 报告称，2026 年 9 月底至 10 月初，一名疑似中文使用者攻击多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25000 条含姓名、联系方式、收入和信用额度的记录被窃。
推荐理由：CrowdStrike 披露的攻击事件显示，AI 自动化渗透工具让单人短时间攻破多家银行，并给出所用模型与工具线索。
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超过 DeepSeek V4.1 Flash 和 GLM-5.3-Flash。
推荐理由：Claude Haiku 5.5 发布，跑分逐项超过 GPT-6 Luna，价格大幅下调，但换了 tokenizer 且接口有五处不兼容改动。
DeepSeek 为其开源 agent harness（dsh）发布官方桌面应用，随 v0.2 预览版一同提供，安装包覆盖 macOS（Apple silicon）和 Windows 64 位，可从 deepseek.com/harness 下载或运行 npx @deepseek-ai/dsh web。
推荐理由：DeepSeek 开源 agent harness 推出官方桌面端，把模型适配、工具注册和 agent 循环都做成可替换插件，并支持非 DeepSeek 模型。
一篇 arXiv 论文评估了 66 组配置，用 OpenHands、DeepSeek Harness、PI、openJiuwen 四种 harness 搭配五个模型，在 TUA-Bench、ALE-CLI 和 Terminal-Bench 4 上测试，并加入 Codex-GPT 与 Claude Code-Claude 原生组合。
推荐理由：66 组模型与 harness 组合的实测显示模型排名会随 harness 反转，为选型提供了可复现的对照数据。
DeepSeek 宣布开源智能体 Harness 面向全球进入公开预览，提供 macOS 和 Windows 桌面应用，也可通过 npx @deepseek-ai/dsh web 启动 Web UI。
推荐理由：DeepSeek 开源智能体 Harness 进入公开预览，桌面端与 Web UI 均可用，插件可自行扩展。
Anthropic 发布评估称，智谱开放权重的 GLM-5.3 在漏洞利用开发上接近其 Claude Mythos Preview。
推荐理由：Anthropic 用两套基准对比 GLM-5.3 与 Claude Mythos Preview 的漏洞利用能力，并给出开放权重护栏易被移除的实测数据。
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API 与 ChatGPT Spaces，并公布 ChatGPT 周活达 12 亿。
推荐理由：汇总 OpenAI DevDay 2026 发布内容与同期模型评测、安全争议，适合快速了解当日 AI 行业动向。
DeepSeek 在知乎独家发布技术长文，首次系统阐释支撑 DeepSeek-V4 全部训练、评测与数据预处理流程的沙盒基础设施 DSec，相关技术报告已公开至 arXiv，由 DeepSeek 联合清华大学发布，作者团队超过 130 人。
推荐理由：DeepSeek 公开支撑 V4 系列 Agent 训练的沙盒基础设施 DSec，含镜像按需加载、高密度资源管理等生产数据。
9月30日，DeepSeek 开源面向昇腾算力平台的基础设施组件，包括 TileLang 高级语言编译工具、DeepGEMM、FlashMLA、TileKernel、DeepSelect 等高性能算子库和 DeepEP 分布式通信库，与此前面向 GPU 平台开源的组件一一对应。
推荐理由：DeepSeek 把面向昇腾的算子库与通信库开源，并给出超节点部署与训练实践链接，可了解国产算力上的落地路径。
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐最高为 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高为 2.5 倍。
推荐理由：NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览成绩，给出相对 GB300 NVL72 的吞吐与扩展效率数据。
IBM 研究团队在 AppWorld 的 585 个多步任务上测试八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。强模型适合注入全量自蒸馏指南，DeepSeek-V3.2 任务完成率提升 9.5 个百分点；较弱模型适合固定核心加按任务检索，gpt-oss-120b 提升 16.1 个百分点且 token 只增加 5%；GLM-5 等已饱和模型没有可测收益。
推荐理由：IBM 研究团队在 AppWorld 上测试八款模型的智能体记忆剂量，给出按模型能力选择全量或检索式注入的校准依据。
Sebastian Raschka 撰文梳理 DeepSeek V3 到 V3.2 的技术演进，指出 V3.2 沿用 V3.2-Exp 的架构，核心变化是加入 DeepSeek Sparse Attention（DSA），把注意力复杂度从 O(L²) 降到 O(Lk)，token selector 的 top-k 在官方代码中设为 2048。
推荐理由：梳理 DeepSeek V3 到 V3.2 的架构与训练变化，说明稀疏注意力和自验证如何影响效率与数学能力。