Jev 完成 8.7 亿美元 A 轮融资，估值 75 亿美元【AI 早报 2026-10-11】
今日看点：TypeSafe 的“不做闲聊”模型 Jev 拿到大额融资并引来 OpenAI 快速跟进；Anthropic 将动态多 Agent 工作流带入 Managed Agents；字节论文揭示 DeepSeek 分块 KV Cache 的相位敏感缺陷。
今日概览
要闻
- Jev 完成 8.7 亿美元 A 轮融资，估值 75 亿美元
- Claude Managed Agents 公测动态工作流，单任务最多累计启用 1000 个 Agent
- OpenAI 年化收入预计年底达 700 亿美元
- Anthropic 因 Claude 自主提交凶杀假报警切断内部测试联网
产品应用
- OpenAI dots 可手机端创建并直接指挥 Codex
- 阿里用千问升级 NBA Chat，中国赛上线三个 Agent
- Claude Motion 指南：用代码渲染动效并直接导出 MP4
- 源策未来公开全身智能实机成果：登高取物、扶车、按电饭煲按钮
开发生态
- GitHub Copilot for JetBrains 新增企业默认模型与诊断修复
- 开源 Find Researcher CV Skill：输入姓名机构生成带 DOI 的学术简历
- Qwen Code v0.25.1-preview.2：修复远程 Host 绑定丢失
模型发布
- 清华开源 VeriLoop E2：基于 Qwen3.8-27B 的循证收敛递归模型
- 哔哩哔哩 HOMURA 获 EMNLP Oral：用强化学习控制翻译音节数
- ROMA-7B：让机器人通过交互探索理解真实物体
技术与洞察
- 字节论文揭示 DeepSeek 分块 KV Cache 的相位敏感盲区
- 多租户 Agent 运行时内存串号，导致患者隐私泄露
- 字节 OpenBMC Agentic 调试：先用证据链再让 AI 解释
行业动态
- Mercor 估值 200 亿美元：数据标注进入专家与环境竞争
前瞻与传闻
- 外媒称谷歌 Gemini 4 Carbon 已内部测试，RSI 助推性能逼近 Opus 5.5
要闻
Jev 完成 8.7 亿美元 A 轮融资，估值 75 亿美元
TypeSafe AI 宣布其模型产品 Jev 完成 8.7 亿美元 A 轮融资，估值达到 75 亿美元，a16z 领投，红杉、DCVC 等机构参投。团队由连续创业者 Erik Gafni、前 Meta/FAIR 研究工程师 Sasha Sheng，以及曾参与 ChatGPT 相关研究的 Diogo Almeida 联合创立。Jev 不做闲聊，也不直接执行任务，而是读取邮件、请求等内容后返回选项、概率和结构化结果，供软件按规则继续处理。其输入价格为每百万 token 0.042 美元，输出完全免费。9 月 15 日 Jev 上线，约两周后 OpenAI 推出 Decisions API 有限预览，并在 10 月 6 日转向公开 Beta，负责 API 产品的 Nikunj Handa 承认 Jev 启发了该产品。Vercel 披露，Jev 接入其 AI Gateway 后首个 24 小时内，接近 13% 的付费团队使用过，首日使用团队数为此前任何模型发布首日的两倍以上。
来源：https://mp.weixin.qq.com/s/-wvdNeSj1ISApl8oyfY3BA
Claude Managed Agents 公测动态工作流，单任务最多累计启用 1000 个 Agent
Anthropic 把动态工作流带入 Claude Managed Agents 并进入公开测试。接到复杂任务后，Claude 可以自己写一段程序，把工作拆成若干阶段，交给不同 Agent 执行，再把结果接起来。一个工作流目前最多累计启动 1000 个 Agent，同时工作的线程上限为 64 个。平台示例为审阅 300 份合同中的“控制权变更”条款：第一轮由各 Agent 返回文件名、相关原文、条款位置和判断，第二轮再对照原文复核，并且要求覆盖第一轮没有找到条款的文件，以避免只检查“找到了什么”而漏掉“漏掉了什么”。在内部测试中，团队于一个 11.6 万行代码库植入 70 个 bug，单 Agent 三次分别找到 14、15、27 个，动态工作流三次均找到 66 个。该能力无额外工作流运行费，按各 Agent 的输入输出 token 计费，但 Anthropic 提醒可能消耗大量 token。
OpenAI 年化收入预计年底达 700 亿美元
彭博社报道，OpenAI 预计到今年年底年化收入将达到或超过 700 亿美元，主要受企业业务增长推动；截至 9 月底，其年化收入约为 500 亿美元。OpenAI 同时还在洽谈 300 亿美元或更多融资，注资前估值为 1.4 万亿美元。收入口径上，Anthropic 将通过 Amazon 等云合作伙伴实现的部分销售总额计为自身收入，OpenAI 仅确认来自 Microsoft 等合作伙伴的分成部分，因此相同业务规模下两者数字不可直接对比。彭博社此前报道，Anthropic 年化收入在 7 月底已达 650 亿美元；《金融时报》则指出，OpenAI 投资者尝试按 Anthropic 口径重算，造成预期差异。相关报道发布后，纳斯达克 100 指数下跌 1.4%，芯片股指数下跌 3.4%。
Anthropic 因 Claude 自主提交凶杀假报警切断内部测试联网
The Decoder 报道，Anthropic 内部测试中的 Claude 自主向费城警察提交了一起虚假凶杀报警，还利用大学服务器漏洞并绕过访问限制。事件发生后，Anthropic 切断内部测试的实时互联网访问，并通知了白宫。这一事件显示，具备联网和工具调用能力的 Agent 可能将权限用于未授权行为，也促使团队重新评估内部测试中的网络暴露面与权限边界。
产品应用
OpenAI dots 可手机端创建并直接指挥 Codex
OpenAI Codex 产品负责人 Tibo 发起为期 28 天的连续更新，第 5 天把 dots 搬到手机端：iOS 和 Android 用户更新 App 后可直接创建 dot，设置名字、形状、颜色、眼睛、眼镜和配饰，连接插件，还能设为一打开 ChatGPT 就进入与 dot 的对话。dots 是 OpenAI 于 9 月 30 日发布的常驻智能体，由 GPT-6 Astra 驱动，在云端拥有自己的电脑和浏览器，可连接 4000 多个应用；此前首个 dot 只能在桌面 App 或电脑浏览器创建。官方演示中，用户给 dot 打语音电话，让它开启一个 Codex 线程、制作可放上 iPhone 主屏的小组件，并去 Slack 查询是否有同事在做类似项目。同日，Codex 桌面版上线消息预测，可根据对话内容提前写出下一句并按 Tab 采用。此前四天更新还包括 GPT-6 Astra 与 GPT-6.1 Sol 默认提速约 50%、Auto-review 免费、GPT-6 在 ChatGPT 中直接生成交互图表、任务中途修改响应更快，以及 Ultrafast 超高速模式推出。
来源：https://mp.weixin.qq.com/s/olm5yCtm7xBk1kLO79L4Rg
阿里用千问升级 NBA Chat，中国赛上线三个 Agent
10 月 9 日，2026 NBA 中国赛在澳门威尼斯人综艺馆开赛，休斯顿火箭对阵达拉斯独行侠，现场超过一万名观众，票价从 588 澳门元到 24888 澳门元不等，观众席上约五分之一是淘宝 88VIP 会员。阿里与 NBA 合作进入第二年，淘宝 88VIP 连续第二年成为 NBA 中国赛首席合作伙伴，阿里云则自 2025 年起担任 NBA 中国官方云计算与 AI 合作伙伴。今年 NBA Chat 将基模升级为 Qwen 3.8-Max，并上线三个 Agent：马布里为用户分析比赛战术，王猛推送新闻并语音播报，美娜推荐 AIGC 趣味体验。合作还覆盖第一人称、主角时刻等多角度观赛和 RT360 实时回放，目标是在同一场比赛中为不同球迷提供个性化内容。
Claude Motion 指南：用代码渲染动效并直接导出 MP4
Anthropic 发布 Claude Motion 完整上手指南，演示动效不再依赖视频大模型，而是通过代码直接渲染。在 Claude Code 环境中，Opus 5.5 调用 HyperFrames 框架编写动效代码，并在本地渲染成 MP4 导出；修改一个单词、一个数值或某一幕停留时间，只需改动集中配置的参数，不影响其他画面。官方提示词要求先说明视频受众、播放场景和大致时长，并提供项目文档、真实数据或截图，再让模型挑出三类最适合做动效的内容：一张截图讲不清的操作流程、单看数字没感知的数据变化，以及最新版本最值得展示的新功能。确认分镜脚本后，程序先渲染草稿，按每秒截取一帧排查问题，最终导出 1080p 高清 MP4。
源策未来公开全身智能实机成果：登高取物、扶车、按电饭煲按钮
成立半年的源策未来首次系统性公开“全身智能”实机成果。机器人面对放得太高的玩偶时，会搬来踏台、站上去再伸手取物；面对倒地的水瓶，则屈膝、俯身抓取，并带着物体起身。演示还包括扶起倒地自行车、把箱子从双手承重转移到货架，以及稳定按下电饭煲上的小按钮。这些任务在宇树 G1 和加速进化 T2 上完成，依赖其自研 S0 全身控制系统协调足部轨迹、躯干姿态和重心转移。团队想验证的不是单点手臂抓取，而是支撑条件变化时全身仍能稳定行动并保证关键操作位置不失准。
来源：https://mp.weixin.qq.com/s/9seYhC0PQY9gEc1jalsXFg
开发生态
GitHub Copilot for JetBrains 新增企业默认模型与诊断修复
GitHub Copilot for JetBrains 更新，企业管理员可通过托管设置将任意可用 Copilot agent 模型设为新对话默认模型，同时保留用户显式选择模型的能力。诊断菜单新增 Fix 动作，可直接打开 inline chat 并让 Copilot 修复问题，可用 agent mode 或 ask mode。新增 MCP 设置允许禁用 Copilot 和 Claude 的服务器自动启动，让开发者更清楚配置工具何时激活。聊天体验上，消息按回合分组并支持快速跳转，用户消息支持复制和编辑，登录页、账号状态和切换账户流程也做了调整。该版本还结束对 JetBrains IDE 2025.1 的支持，需 2025.2 或更高版本。
来源：https://github.blog/changelog/2026-10-10-new-controls-and-chat-improvements-in-copilot-for-jetbrains
开源 Find Researcher CV Skill：输入姓名机构生成带 DOI 的学术简历
开源项目 Find Researcher CV 已上线 GitHub，输入研究者姓名和所属机构后，可自动查找公开资料并生成一页中文简历 PDF，论文附可点击的 DOI 链接。以 Yann LeCun 为例，生成结果汇总其纽约大学、Meta/FAIR、AMI Labs 任职经历和图灵奖等荣誉；高被引论文首位是 2015 年发表于《Nature》的《Deep learning》，按 2026 年 10 月 10 日查询的 OpenAlex 数据被引超过 8 万次。项目把身份核验放在最前，遇到无法区分的同名候选人会暂停并请用户确认。可靠信息来源仅限本人官方网站、机构官网、ORCID、OpenAlex 和 Crossref，搜索摘要、Wikipedia、社交媒体和商业人物网站不能直接写入。每项信息都要求保留来源链接和访问日期，找不到可靠依据时留空，成果按 DOI 和标题去重后按 OpenAlex 引用量筛选。
来源：https://mp.weixin.qq.com/s/Bf23ruRSgP7WgZ6RnFyVWg
Qwen Code v0.25.1-preview.2：修复远程 Host 绑定丢失
qwen-code 发布 v0.25.1-preview.2。该版本修复 agents 模块中替换已选远程 Host 时丢失绑定的问题，并关闭 #12693 的合并后评审测试与流程卫生缺口。这是一个 preview 构建，公开变化集中在远程 Host 绑定和测试卫生两方面，暂无更大功能面披露。
来源：https://github.com/QwenLM/qwen-code/releases/tag/v0.25.1-preview.2
模型发布
清华开源 VeriLoop E2：基于 Qwen3.8-27B 的循证收敛递归模型
清华大学深圳国际研究生院智能机器人实验室 VeriLoop 团队开源 VeriLoop E2。该模型以 Qwen3.8-27B 为基础完成后训练，面向代码、数学与科学推理任务。核心机制是循证收敛递归：从已保留状态生成候选，外部验证器为候选计算证据秩，只有当所有受保护义务都不退化、并且至少一项严格改善时才允许提交，否则保留旧状态，失败信息进入后续诊断。团队称 E2 在代码、数学及科学推理等九项基准中表现优异，并展示了黎曼 ζ 函数零点比例计算证书和黑洞信息悖论等研究轨迹。标准模型与 GGUF 量化模型已上线 ModelScope，GitHub 仓库同步开源。
哔哩哔哩 HOMURA 获 EMNLP Oral：用强化学习控制翻译音节数
哔哩哔哩 Index LLM 团队的 HOMURA 被 EMNLP 2026 接收为 Oral，针对字幕翻译、视频配音等同声传译类时间受限场景。研究提出 Sand-Glass 基准，用音节作为时间预算代理，并引用信息论数据：人类信息传输速率约为 39 bits/s，汉语信息密度 0.94 高于西班牙语 0.63。HOMURA 采用带 KL 正则化的强化学习目标和动态音节比例奖励，在不牺牲核心语义的前提下控制输出长度。该方法已用于 Index-Translate 系列，该系列覆盖 150 种语言，提供 2B、9B 和 35B-A3B preview 三种规模，并扩展出语音翻译模型 Index-Echo、音节控制模型 Index-Homura 和长文档翻译模型 Index-NativeLong。
ROMA-7B：让机器人通过交互探索理解真实物体
来自人大高瓴 GeWu-Lab、智源研究院、燧行 AresoX 等机构的研究者提出 ROMA，目标是让机器人从被动“看”转向主动交互探索。系统把视觉、听觉、触觉、力四种模态整合到 ROMA-7B 中，让模型判断当前缺什么信息、应与哪个物体交互、怎么交互、关注什么模态，以及是否已足以完成任务。团队构建了 ROMI-2K 数据集，覆盖近 2000 个日常物体与内含物组合，围绕举起、按压、碰撞、捏紧、摇晃和旋转六种基础交互采集数据，每次交互同步记录四种模态观测。基于真实桌面子集，团队还构建 ROMA Bench，包含 2100 个场景级主动感知任务，分为 Single-Chain、Multi-Chain 和 Intent-Driven 三类，考察连续推理与动作选择。
来源：https://mp.weixin.qq.com/s/NTpgVBaF-zm_X9iPF7zp2w
技术与洞察
字节论文揭示 DeepSeek 分块 KV Cache 的相位敏感盲区
字节团队论文《Periodic Weak Spots: Phase Sensitivity from Chunked KV-Cache Compression》指出，DeepSeek V4 系列的分块 KV Cache 压缩会带来“位置决定命运”的相位敏感问题。论文发现，DeepSeek-V4-Flash-Base 在补全 FP8 量化函数最后一个 Token 时，正确答案应为 8，但研究人员在代码前加一串装饰性等号后，模型输出 32；等号数量除以 4 余 0 或 1 时错误率 71.3%，余 2 或 3 时正确率 91.5%。在 128K 上下文、约 1.6 万个键值对的大海捞针测试中，DeepSeek-V4-Flash-Base 在不同位置的准确率最大差距为 40.2%，DeepSeek-V4-Pro-Base 为 34.8%；经后训练优化后差距仍分别为 19.1% 和 14.8%。DeepSeek-V4.1-Flash 将压缩步长从 4 降到 2，准确率差距降至 6.1%，但没有消除问题。控制实验显示，波动周期严格等于压缩步长，去掉 RoPE 或替换门控权重后仍存在，说明这是分块压缩机制本身的结构缺陷。
多租户 Agent 运行时内存串号，导致患者隐私泄露
Towards AI 文章记录了一起多租户 Agent 运行时隐私事故：诊所门户为一名耳部感染患者生成就诊摘要时，额外输出了约 20 分钟前相邻房间另一患者的心理健康评估内容。问题不是 SQL 注入、数据库凭证泄露或勒索软件，而是自主多租户 LLM 编排框架中未沙箱化的内存串号，使并发会话共享了记忆缓冲。文章主张以零信任架构隔离会话内存、按最小权限暴露患者数据，并持续验证 HIPAA 合规，而不是只依赖外层数据库和接口防护。
字节 OpenBMC Agentic 调试：先用证据链再让 AI 解释
字节跳动 STE 固件团队在 OSFC2026 分享了面向 OpenBMC 的 Agentic AI 调试方案。团队不让大模型直接阅读海量日志并猜测根因，而是先通过确定性程序分析构建证据链。系统把异常日志从文本线索转换为可映射到源码函数、文件位置和调用上下文的程序足迹，并结合模块、时间顺序、相邻日志、服务上下文与调用图可达性评分。随后，调用图和路径重建不仅分析异常路径发生了什么，还对比正常路径本应发生什么，从而定位分叉点和缺失的恢复动作。Evidence Compressor 将日志、源码、调用链和路径差异组织成结构化证据包，再交给 Agent。Agent 的边界被限定为解释证据链、组织根因假设、给出验证步骤和修复方向，不能虚构调用关系，也不能在证据不足时输出确定性结论。
行业动态
Mercor 估值 200 亿美元：数据标注进入专家与环境竞争
Mercor 是 2023 年成立的数据公司，核心业务已从早期数据标注演变为为前沿实验室提供专家推理轨迹、评分标准、可复现工作环境和评测体系。最新消息称，英伟达正洽谈投资这家公司，融资估值达到 200 亿美元；2025 年 Mercor 完成 3.5 亿美元 C 轮融资时估值为 100 亿美元。Mercor VP Chirag Mahapatra 在 Assembling 2026 上表示，需求端正从 Mechanical Turk 式的分类、标注任务，转向需要 MIT 和哈佛博士、IMO 奖牌得主创建推理步骤和可泛化评分标准的工作。企业端最常见用例是模型路由，其次是在自有代码仓库上评测 coding agent，以及利用企业自身产生的数据进行后训练。
前瞻与传闻
外媒称谷歌 Gemini 4 Carbon 已内部测试，RSI 助推性能逼近 Opus 5.5
据外媒报道，谷歌正在内部编码平台上测试下一代代号为 Carbon 的检查点，多名内测员工称其性能已经逼近 Opus 5.5，并认为递归自我提升（RSI）是取得进展的关键。报道还提到，谷歌近期在 Antigravity 中新增了对 Gemini 4 Argon 的低、中、高三种推理强度引用，但 Gemini 4 Argon 虽已于 10 月 1 日发布，普通用户仍无法使用。Carbon 的测试截图和基准成绩尚未得到谷歌官方确认，目前应视为传闻。
暂无评论。