Anthropic 招股书曝光：半年营收 163 亿美元、账面亏损 807 亿美元【AI 早报 2026-10-22】
今日看点：Anthropic 招股书草案披露半年营收 163 亿美元、账面亏损 807 亿美元；Claude 用 64 小时自主设计出 17 个通过湿实验的蝎毒结合蛋白；模型侧 MiniMax、Recursive、岩芯矩阵密集发布。
今日概览
要闻
- Anthropic 招股书曝光：半年营收 163 亿美元、账面亏损 807 亿美元
- Claude 64 小时自主设计蝎毒结合蛋白，17 个方案湿实验达标
模型发布
- MiniMax M3.1 Flash 发布：Agent 国模第一，API 输入每百万 Token 0.15 美元
- Recursive 开源 398 亿参数 Flint，SWE-bench Pro v2 达 89.7%
- 上海 AI 实验室发布 35B 科学智能体 Sage-A1.5，验证 RSI 飞轮
- 岩芯矩阵开源 EdgeRock-4B：KV 缓存固定 72 MiB，吞吐达来源模型 6.42 倍
- 星辰开源意图理解模型 Xing4.0-29B-Intent，兼顾选择题与填空题
开发生态
- GPT-5.6 Sol 挖出 PHP 严重漏洞，PHP 8.5.12 等四个分支紧急修复
- 微软 Agensh 让 1024 个智能体自治开发，pandoc 复现通过率 55.06%
- 腾讯混元与复旦提出 WorkForge，构建 1.67 万个可验证工作环境
- 腾讯视频开源 34 万条视频生成数据与 OmniVBench 评测基准
- 阿里 Token Foundry 提出 CODA，揭示智能体「协同进化陷阱」
- AWS 团队开源 Pizza Bot：用收件箱管理后台 AI 智能体
产品应用
- 腾讯元宝搜索 API 对外开放，已支撑内部 50 多个业务
- 特斯拉 Fremont 启动 Optimus 量产，目标每周 2 万台
技术与洞察
- 小红书 Hint Tuning：1000 条数据让推理模型少想 31.5% token
- PingpongDuo 让两台宇树 G1 组队打乒乓双打，连续回球 4.87 次
行业动态
- DeepSeek 千亿融资接近收官，投前估值约 5000 亿元
- Salesforce 以 56.6 亿美元收购 Braze，补强 AI 营销互动
要闻
Anthropic 招股书曝光：半年营收 163 亿美元、账面亏损 807 亿美元
据《华尔街日报》独家公开的 S-1 招股书草案，Anthropic 截至 2026 年 6 月 30 日的上半年实现营收 163 亿美元，2025 年同期仅 11 亿美元，2025 年全年营收为 46 亿美元。同期账面净亏损为 807 亿美元，其中约 720 亿美元来自可转换债券及其他融资工具的公允价值变动，剔除后实际经营性与常规亏损约 87 亿美元。2026 年上半年算力投入接近 90 亿美元，超过 2025 年全年的 73 亿美元；163 亿美元营收覆盖算力成本后仍留有超过 70 亿美元毛利空间。招股书披露未来基础设施总承诺已超过 6000 亿美元，若加上仍在谈判的最高 1500 亿美元新交易，潜在算力总账单最高达 7500 亿美元。其中约 4500 亿美元为不可撤销云采购：Google Cloud 1110 亿美元、AWS 1100 亿美元、微软 Azure 310 亿美元；另有超过 1600 亿美元芯片租赁义务。2026 年上半年 163 亿美元营收中，约 32.6 亿美元来自两家超级大客户。报道还称 IPO 路演预计 11 月初开始，S-1 文件须在路演前至少 15 天提交至 EDGAR。
Claude 64 小时自主设计蝎毒结合蛋白，17 个方案湿实验达标
Anthropic 让 Claude 自主设计能够结合致命蝎毒神经毒素的蛋白质，人类团队只提供初始提示词和四次后续追问，整个设计过程耗时 64 小时。Claude 调用 12 种蛋白质设计工具，生成 318484 个蛋白质候选方案，完成超过 55 万次结构预测和筛选，最终提交 180 个候选设计；人类团队补充 31 个后共 211 个方案送入湿实验。测试由 Adaptyv Bio 和 Twist Bioscience 两家独立实验室执行，分别采用无细胞合成与人类肾脏细胞表达体系，并以表面等离子体共振测定解离常数 KD。通过门槛要求候选在两家实验室每次重复实验中均成功结合、KD 小于或等于 1 微摩尔，且面对无关人体蛋白 CLEC12A 时完全无反应。最终 17 个设计达标；60 个单毒素设计中有 11 个成功，成功率为 18%，其中针对墨西哥蝎毒 Cn2 的 Cn2-B1 和 Cn2-B2 结合亲和力进入单数字纳摩尔级别。91 个试图同时覆盖五种蝎毒的多靶点设计无一满足全部标准。Anthropic 已开源全部 211 个设计方案、打分及两家实验室原始检测数据。
模型发布
MiniMax M3.1 Flash 发布：Agent 国模第一，API 输入每百万 Token 0.15 美元
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，API 价格为输入每百万 Token 0.15 美元、输出每百万 Token 0.60 美元，官方称比 Opus 5.5 便宜 88 倍。该模型在 Agent 榜单和 Artificial Analysis 榜单均冲到第一，成为国产模型在 Agent 赛道上的头部选手。软件工程测试 DeepSWE v1.1 得分 73.7%；电脑操作测试 OSWorld V2 得分 61.7，Agents' Last Exam 得分 29.6，位列中国模型第一。其他基准包括 BankerToolBench 76.2、CyberGym 82%、Automation-Bench v1.0.6 62.2。此前在开发者社区引发关注的匿名模型 Space Bunny 被确认是 M3.1 Flash 的早期版本；Space Bunny 于 9 月 23 日上线后稳居 OpenCode 调用量榜单第二，在 OpenRouter 调用量榜单一度排名第一。有开发者仅输入一句提示词，约 40 分钟后 Space Bunny 生成了可击碎和放置方块的简易版《我的世界》。
Recursive 开源 398 亿参数 Flint，SWE-bench Pro v2 达 89.7%
Recursive 于美国当地时间 10 月 21 日发布开源模型 Flint，总参数量约 398 亿，采用混合专家架构，包含 256 个路由专家，每个 token 激活其中 6 个，另有一个共享专家始终参与计算，运行时实际激活参数约 25 亿。模型共 49 层，其中 2 层为密集结构、47 层为 MoE 结构；注意力机制结合 35 层滑动窗口注意力和 14 层全注意力，窗口设为 513 个 token。Flint 在 SWE-bench Pro v2 上得分 89.7%，在指令遵循基准 IFBench 上拿下全场最高分，支持最长 256K token 上下文。官方测试显示，Flint 在搭载 48GB 内存的 Apple M4 Pro 上推理速度达每秒 131.22 个 token，在 RTX Spark NIX 平台上达每秒 155.82 个 token。其 NVFP4 量化版本几乎未掉性能，Eureka Machine 将模型体积缩小约 71%。研发过程中，Eureka Machine 参与架构搜索、量化方案和 GPU 内核优化，模型从零训练到完成不到四个月。Flint 权重已在 Hugging Face 以 Apache 2.0 协议开放，允许个人和企业免费使用、修改及商用。
上海 AI 实验室发布 35B 科学智能体 Sage-A1.5，验证 RSI 飞轮
上海 AI 实验室推出通专融合智能体书生-A1.5（Sage-A1.5），以先导模型 Agents-A1 的长程任务能力为底座，依托书生·端砚科学发现平台，在神经科学、电化学等场景验证递归自我改进飞轮。模型具备智能体编排能力，可自主拆解任务、调度子智能体并行调研并汇总结果；在空间科学综述审校案例中调度 18 个子智能体，对照 12 项空间任务核查 24 组断言，围绕六大方法学挑战并行比对证据与竞争性解释。模型还具备智能体校验能力，可在研究遇阻时区分已证实事实与待验证假设，自主补充证据、修正判断或调整策略；在光化学反应研究中，首轮检索不匹配后自主收敛方向并设计对照实验。团队提出最小可验证科学提议 MVSP，在脑机理、高能物理、材料设计、新药创制、化学智能和疾病诊断等十余个重大科学场景建设高质量评测环境。35B 参数规模的 Sage-A1.5 在凝聚态物理、博士级科研、科学奥赛、IFBench、PinchBench 等基准上综合表现优于 Kimi-K3、GLM-5.3、GPT-5.6-Sol 等更大参数模型；在 SWE-Bench Pro 上距离参评模型最优得分仅差 3.4 个百分点。
岩芯矩阵开源 EdgeRock-4B：KV 缓存固定 72 MiB，吞吐达来源模型 6.42 倍
岩山科技旗下岩芯矩阵联合香港科技大学、卡内基梅隆大学等高校发布并开源 EdgeRock-4B，该模型由 Qwen3.5-4B 转换而来，核心是记忆岩锚（RMA）机制。EdgeRock-4B 每条序列的注意力 KV 固定在 72 MiB，在 256K 上下文下比来源模型少 99.1%；同一张 GPU 上的长推理吞吐达到来源模型的 6.42 倍。在 AIME 2024–2026 上，其平均一次通过率为 82.9%，与内存随推理增长的领先小模型处于同一水平。团队将历史信息拆为递推状态、局部窗口和锚点库三部分，模型每处理 256 个 token 取舍一次，每个 KV 组只保留得分最高的 1024 条锚点。关闭 RMA 后，长上下文远距离查询正确率从 94.1% 跌到 0.4%。在一张卡同时跑 512 条长推理、每条 32K 输入和 32K 输出时，EdgeRock-4B 连同模型权重的显存峰值约 61GiB。
星辰开源意图理解模型 Xing4.0-29B-Intent，兼顾选择题与填空题
中电信人工智能科技有限公司星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent。官方描述该模型既能“做选择题”，也能“做填空题”，面向意图理解任务。输入信息未披露参数细节、评测数据与开源许可证。
来源：https://www.qbitai.com/2026/10/504832.html
开发生态
GPT-5.6 Sol 挖出 PHP 严重漏洞，PHP 8.5.12 等四个分支紧急修复
OpenAI 披露了一场持续两个月的 PHP 漏洞协同修复：安全公司 Calif 使用 GPT-5.6 Sol 找到严重缺陷，Wiz 也独立发现并报告相关漏洞，最终由 PHP 维护者完成修复和版本发布。两个漏洞编号为 CVE-2026-109618 和 CVE-2026-109619，实际 CVSS 评分为 9.2，涉及 PHP 引擎处理内存和致命错误的方式，WordPress、Drupal、Joomla 等系统被演示过远程代码执行。Calif 的研究从 7 月 30 日开始，属于 OpenAI 的 Patch the Planet 计划；8 月 1 日出现内存耗尽和异常中断方向的首批突破，8 月 11 日向 PHP 团队报告可远程执行代码的问题。修复版本为 PHP 8.5.12、8.4.27、8.3.36 和 8.2.35。原计划北京时间 10 月 22 日晚 10 点公开修复版本，但 10 月 20 日深夜两个漏洞编号先在论坛和社交网络流传，Chainguard 又提前六个多小时放出包含修复的构建镜像。Cloudflare 在正式补丁发布前上线 WAF 防护并报告已观察到相关攻击流量；OpenAI 同时开源了 php2shell-checker 检查工具。
微软 Agensh 让 1024 个智能体自治开发，pandoc 复现通过率 55.06%
微软研究院提出多智能体框架 Agensh，拿掉负责统筹的中心智能体，让 1024 个 AI 自己认领任务、协商分工、编写和审查代码。实验在断网、限时 6 小时的条件下，从零复现文档转换工具 pandoc 的行为，最终通过 55.06% 的隐藏测试；单个智能体成绩为 33.89%，128 个智能体为 50.94%。在 ProgramBench 最难的五项任务中，智能体数量从 1 个增加到 128 个，平均最终隐藏测试通过率由 19.31% 提升至 28.78%，增加 9.47 个百分点，相对提升约 49%。Agensh 用 Gitea 代码仓库、Mattermost 即时通讯和共享上下文看板支撑协作，每个智能体遵循收集上下文、认领子任务、执行并分享发现、验证结果、合并进展五步循环。实验统一使用 GPT-5.6-sol（high），底层单智能体框架为 Copilot。当规模扩大到 1024 个智能体，团队中出现多名专门承担代码整合工作的成员，开发者可联系候选整合者并移交代码。
腾讯混元与复旦提出 WorkForge，构建 1.67 万个可验证工作环境
腾讯混元与复旦大学研究团队提出 WorkForge，一个从真实世界资源出发、规模化构建可验证智能体工作环境的框架，论文题为 Scaling Verifiable Environments for Long-horizon Work Agents。框架分四步：专家写场景蓝图、获取智能体去真实世界找材料搭工作区、先给工作区做体检再出题定标准、让智能体完整执行任务并保存操作过程与分数。产出数据集 WorkForge-16K 包含 16665 个可验证工作环境，横跨 40 个专业领域、60 种文件类型。每个任务平均包含 21.9 条验证标准；每个工作区平均包含 42.3 个文件、约 279 KB；智能体完成一个任务平均需要 31.8 步、33.8 次工具调用，单条轨迹平均约 7.6 万 tokens。文件类型中表格数据占 53.3%，图像占 18.7%，结构化文本、代码和音频均有涉及。真实工作区的文件数是 LLM 合成工作区的 5.4 倍，文件类型是 2.4 倍，平均体积从 21.5 KB 增至 279 KB。研究团队用这些轨迹训练出 WorkForge-A3B 与 WorkForge-27B，并在 WildClawBench、Claw-Eval、GDPval、APEX-Agents 和 Agents' Last Exam 五个基准上评测。
腾讯视频开源 34 万条视频生成数据与 OmniVBench 评测基准
腾讯视频开源 OmniR2V Dataset 与 OmniVBench 评测基准，提供 339570 条工业级视频生成训练样本，覆盖 Content、Motion、Style、Structure、Narrative、Multi-Content 和 Cross-Aspect 七类全能参考生成任务。数据集基于腾讯视频专业版权视频资源构建，覆盖真人实拍、二维动画和三维动画，以 1080p、2160p 及以上高分辨率视频为主。与仅提供原始视频链接的资源不同，OmniR2V Dataset 直接提供包含参考输入、训练指令和目标视频的完整训练样本。OmniVBench 覆盖 7 大任务类别、18 个细分任务、813 个测试案例，并构建 12172 个 case-specific checklist items。评测从 Reference Fidelity、Instruction Realization 和 Video Quality 三个维度展开，分别检查参考因素保留、指令控制关系实现和最终视频质量。
阿里 Token Foundry 提出 CODA，揭示智能体「协同进化陷阱」
阿里巴巴 Alibaba Token Hub Token Foundry 团队通过理论分析与系统实验发现，技能—策略模型协同进化带来的高分提升可能伴随对特定技能库的依赖加深，使 Agent 在技能持续变化时反而更脆弱。团队将这一现象称为「协同进化陷阱」，并提出面向技能变化的可靠性评测协议 CODA。实验覆盖 SkillRL、ReSkill、Evolving-RL 和 ARISE 四种方法，以及 ALFWorld、WebShop、ScienceWorld、Mind2Web 和 AMC23 五个基准，共形成 6 组方法—环境设置。在所测试的技能内容变化下，最差成功率比原始搭配低约 5—13 个百分点；相对于同一模型不使用技能时的表现，原始技能库带来的增益有 52%—93% 被抵消。研究构建了同义改写、信息缺失、错误策略、技能库组成变化和完全移除技能五个维度的技能变化探针，并沿训练轨迹提出协同进化脆弱性曲线。CODA 在原有成功率之外引入新指标，用于衡量技能变化后的可靠性。
AWS 团队开源 Pizza Bot：用收件箱管理后台 AI 智能体
亚马逊云科技的一个开发团队开源自托管应用 Pizza Bot，让 AI 智能体在后台执行任务，并通过收件箱式界面返回结果。智能体可执行定时任务或 Webhook 触发的任务，将任务委派给专门工作节点，并在需要时暂停等待人工批准。Pizza Bot 采用 Apache 2.0 开源许可和客户端/服务器架构，收件箱将工作归类到“全部”“未读”“待处理”队列，活动面板展示委派任务及进度。智能体状态、对话线程、检查点、附件和日志持久保存在用户可控的本地文件夹，凭证存储在操作系统密钥库；数据仅发送给配置好的模型厂商和显式启用的 MCP 服务器。该项目是社区项目而非 AWS 官方服务，不提供 AWS 支持或服务级别协议，开发者需自行负责运行、备份和版本更新。
产品应用
腾讯元宝搜索 API 对外开放，已支撑内部 50 多个业务
10 月 20 日，元宝搜索全面升级，并以 API 形式在腾讯云对外开放，面向个人开发者和企业客户提供即开即用的搜索能力。腾讯将这次开放定义为“能力解耦”，让元宝搜索从元宝 App 内的功能变成可被任何应用调用的独立服务。官方披露，元宝搜索已在腾讯内部完成规模化验证，日均调用量达数亿次，支撑 WorkBuddy、ima、腾讯金融科技、腾讯视频等 50 多个核心业务。ima 接入后实现“公网信息 + 私域知识”混合问答，信源召回提升 10%；腾讯视频 AI 搜索从匹配内部资料库升级到理解用户意图加全网召回，信息覆盖度扩展 20%。腾讯金融科技研发团队只用一周上线完整金融搜索能力，省下原本数月的开发成本；WorkBuddy 接入后用户意图理解更准，以更短检索路径和更少工具调用轮次完成任务。
特斯拉 Fremont 启动 Optimus 量产，目标每周 2 万台
特斯拉在第三季度更新中报告，已开始在加州 Fremont 生产其称为生产级质量的 Optimus 人形机器人，并正朝着约每周 2 万台的产出目标推进。马斯克在财报电话会上表示，达到每周约 2 万台可能需要至少一年，因为部分设计仍在变化；Fremont 已落地一条年产能 100 万台机器人产线的大部分设备。他预计包括机器人工作时长耐久性在内的剩余 AI 与硬件问题将在 2027 年底前后解决，届时特斯拉开始向其他公司交付 Optimus，优先用于需要全天候运行的危险或重复性工业岗位。特斯拉计划在 2027 年 4 月前后将 AI5 芯片装入机器人，马斯克称其算力约为当前 AI4 的一个数量级；公司还需要约 1 万至 2 万台机器人练习任务以生成足够训练数据，并为此建设 Optimus Academy。Cybercab 的 Robotaxi 服务已于 9 月 3 日在 Austin 上线，截至季度末累计无人监督 Robotaxi 里程接近 200 万英里，是上一季度总量的 8 倍。
技术与洞察
小红书 Hint Tuning：1000 条数据让推理模型少想 31.5% token
小红书技术团队在 NeurIPS 2026 发表 Hint Tuning 工作，用推理模型自己的思维链切片作为 hint，让同家族 Instruct 模型判断每道题所需的最小有效提示长度。团队发现，Thinking 模型在两个模型都答对的竞赛数学题上输出长度是 Instruct 模型的 5—8 倍，多出的内容大部分是反复检查；把 Thinking 思维链前几段交给 Instruct 模型后，后者平均只需原推理过程 27.5% 的步骤、11.9% 的 token 就能答对。方法使用公开 s1K 数据集中的 1000 道数学题，丢弃原有思维链，由待训练推理模型重新生成，再以“wait”“actually”“hmm”等反思词切分片段。训练数据以 Qwen3-4B-Instruct 逐段探测第一次答对所需的最小片段数 K，按 K 构造三种状态样本，最终只需 1000 条数据和一次标准 SFT。数学基准上，推理 token 平均减少 31.5%，准确率基本持平。论文、代码、模型和数据均已开源，训练框架为 Relax。
PingpongDuo 让两台宇树 G1 组队打乒乓双打，连续回球 4.87 次
来自上海创智学院、源策未来、香港大学和英伟达的研究团队提出 PingpongDuo，通过联合站位规划和全身运动控制，让两台宇树 G1 在球台同一侧交替完成击球、让位和回位。双打规则要求同队两名选手交替击球，系统用一个团队规划器同时给两台机器人安排横向移动目标，经风险检查后交给各自运动控制器；风险模型根据当前状态和候选目标估计双方移动后是否会靠得过近。规划器通过 PPO 强化学习在连续来球仿真中训练，并采用“角色加权”，让正在准备击球的机器人目标尽量少动，另一台多让一些。使用相同风险过滤器时，把规则站位换成学习得到的联合站位，仿真中的平均连续合法回球数从 3.79 次提高到 4.87 次。实机测试中，一台机器人能在 2.4 秒内完成总移动距离 2.15 米的让位与回位，峰值速度达到 2.23 米/秒。团队还加入持拍臂残差策略，在基础挥拍动作上学习七个关节的小幅修正，以回球结果训练持拍臂。
行业动态
DeepSeek 千亿融资接近收官，投前估值约 5000 亿元
据彭博社 10 月 22 日报道，DeepSeek 本轮融资规模已锁定在约 1000 亿元人民币，投前估值维持在约 5000 亿元；最初计划募集 500 亿元，随后两次调高目标，最终翻倍至千亿量级。新老股东出资对半均分，老股东腾讯与宁德时代各自追加约 100 亿元，新进方包括石溪资本、中芯聚源、CPE 源峰、君联资本以及吉利等。叠加 6 月底 510 亿元首轮融资，DeepSeek 在百余天内累计吸纳资本超过 1500 亿元。A 股公司完美世界披露两只专项基金已募集完毕：“天津砺思星深”规模 75.20 亿元，“拾象尚势”规模 36.50 亿元，合计 111.70 亿元；完美世界分别认缴 5000 万元和 1 亿元，世纪华通通过全资子公司认缴拾象尚势 6.5 亿元，利通电子出资 9500 万元认购砺思星深份额。砺思星深已于 2026 年 9 月 15 日完成私募投资基金备案，备案编码为 SEX397。报道还称 DeepSeek 正同步筹备科创板 IPO，计划最快今年底递交上市申请，争取 2027 年正式挂牌，前高瓴创投合伙人严文韬已出任 CFO。具身智能方面，DeepSeek 已斥资约 1.41 亿元入股宇树科技，并拟领投 Winverse AI 数千万美元种子轮，投后估值约 4 亿美元。
Salesforce 以 56.6 亿美元收购 Braze，补强 AI 营销互动
Salesforce 宣布拟以企业价值约 56.6 亿美元（约合人民币 380.35 亿元）收购 AI 营销及客户互动平台 Braze，Braze 的 A 类普通股股东将获得每股 47.50 美元现金。收购价较 Braze 10 月 19 日收盘价 30.04 美元溢价约 58.1%；消息公布后，Braze 股价 10 月 20 日收于 45.57 美元，当日上涨 51.70%，Salesforce 股价收于 242.43 美元，当日基本持平。Braze 2026 财年营收约 7.38 亿美元，同比增长 24.4%，GAAP 营业亏损约 1.45 亿美元；目前服务约 2770 家客户，包括 Canva、Dairy Queen、Equinox、Instacart、Urban Outfitters 和 Venmo。Braze 官网称其客户互动平台在 2025 年处理了 4.5 万亿条消息及其他 Canvas 操作，并完成 10.2 万亿次 API 调用。交易完成后，Salesforce 计划将 Braze 的个性化互动能力与 Marketing Cloud、CRM 及 Data 360 整合。若获 Braze 股东批准并通过监管审查，交易预计在 Salesforce 2028 财年完成；此前 Salesforce 已与 Anthropic 深化合作推出 Claudeforce，内置 37 项销售技能。
暂无评论。