Simon Willison 发布 LLM 0.37：新模型接入与 AI 辅助维护开源
Simon Willison 发布 LLM 命令行工具与 Python 库 0.37 版，新增 GPT-6.1 模型支持、自定义 OpenAI 兼容端点命令，并分享用 AI 辅助处理开源 PR 的实践。
标签： GPT-4
美团发布1.6万亿参数多模态大模型LongCat-2.5，多项Agent基准登顶全球第一
美团于11月3日正式发布新一代原生多模态大模型LongCat-2.5，总参数1.6万亿，主打长程Agent任务，并在多个权威基准上与海外头部模型正面对比中取得领先。这值得关注，因为它显示国内大模型在Agent方向已具备与全球最先进产品直接竞争的能力。
开源模型也能操控机器人：uni-robot-agent 基准测试超 GPT-6 Astra-RoboProbe
Hugging Face Papers 收录的一篇论文提出统一测试框架 uni-robot-agent，让开源权重模型也能做机器人操控任务，并在 RoboDojo 基准上跑出超过闭源模型的成绩，目的是降低机器人 Agent 研究对专有前沿模型的依赖。
研究者称大模型可原生读写神经网络权重，GPT-6 Astra 修改 Qwen3.5-0.8B 权重提升数学能力
有研究者称，大语言模型正在具备直接读写神经网络权重的能力，GPT-6 Astra 通过编辑 Qwen3.5-0.8B 的权重改善了其数学表现，这一方向值得关注，但相关信息目前仍属研究层面的说法。
Deep Principle 开源 753B 科学大模型 Hydrogen-1.0，声称科研基准胜 GPT-6-Astra
杭州 AI for Materials 公司 Deep Principle 于 2026 年 11 月 2 日发布 Hydrogen-1.0，一个 753B 参数、MIT 许可的开放权重科学模型，基于 GLM-5.3 后训练而来，自称在 FrontierScience-Research 上以 38.3% 对…
Qodo 将组织上下文接入 Codex，AI 代码审查瞄准跨仓库 P0 问题
Qodo 在 Codex 插件市场推出插件，把代码库规则、组织知识和独立审查接入 Codex 的编码会话，目标是在开发者提交 PR 前发现跨仓库的 P0 问题。
OpenAI推出GPT-Rosalind-6生物专用推理模型：生物安全列为高风险，仅限白名单访问
OpenAI 发布面向生物研究与药物发现的推理模型 GPT-Rosalind-6 Research，对双重用途生物问题减少拒答，但改为审核制白名单访问，并在 Preparedness 框架下将该领域定为高风险（High），低于临界（Critical）门槛。
DyCraft用分镜拆解长时程4D动画，降低物理违规率
alphaXiv 2026年10月29日收录的论文提出 DyCraft，把长时程动画拆成可单独验证的3D关键姿态与局部运动，使编码智能体生成的4D场景物理违规更少。值得关注的是，它回应了“一次写完整段动画”难以调试的工程痛点。
50个AI智能体在《我的世界》经历残酷一夜，催生鸡只交接协议与肥料官
Y Combinator Labs 与 Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入《我的世界》生存模式测试，首个夜晚的 22 次死亡让智能体集体转向过度保守和官僚化；而在与 Claude 智能体直接对抗时，同一模型却表现出更强的进攻性。这为观察多智能体系统在开放环境中的涌现行为提供了…
OpenAI发布LifeVal评测：用日常任务衡量AI助手实际能力
OpenAI于2026年11月2日发布LifeVal评测，用育儿、报税、买菜等日常任务衡量模型能否真正“把事办成”，并披露GPT‑6 Astra在多项任务上达到100%完成率。