前沿模型重大进展

DeepSeek 发布 V4.1-Flash-1017，开放权重，智能体和终端任务大幅跳升

• 模型 16:30 前后在网页端、App 与 API（deepseek-flash）同步切换，权重同日放上 Hugging Face 和 ModelScope，沿用 MIT 许可，API 价格不变。
• 官方模型卡的主要变化：Terminal-Bench 4.0 从 31.2 升到 42.3，单项涨 11.1 分；ProgramBench 20.3 到 29.1；DeepSWE v1.1 74.2 到 77.0；HLE（无工具）36.8 到 42.6；Apex Bench v1.1 64.6 到 72.1；Automation-Bench 54.8 到 60.5；Agents' Last Exam 31.8 到 35.4。官方同时称任务运行时间更短、输出 token 更少，等于单位任务成本继续下降，这才是这版最重要的部分。
• 横向看：在官方那张 11 行对比表里，它 9 行超过 GPT-5.6 Sol（DeepSWE 77.0 对 73.0、Terminal-Bench 42.3 对 39.9），只在 HLE 和 ZeroBench 落后；比 GLM 5.3 全面领先；但 Claude Opus 5 仍在 Terminal-Bench（51.8）、ProgramBench（37.0）、HLE（56.3）、NL2Repo（75.3）上明显更高。
• 配套动作：DeepSeek 把自研搜索对外开放成 Search 和 Fetch 两个接口，每千次 5 元（约 0.75 美元）；在 Claude Code、Codex 中通过服务端工具调用这部分 11 月 1 日起按次收费；DeepSeek Harness 需升级到 0.2.1-rc.1。
• 怎么看：这是 Flash 档的点版本更新，不是旗舰换代，所以不算作新模型发布。但它把「能连续干活」的能力压到了更小的模型和更低的单价上，对自建 agent 的人是实质性变化。

来源：https://api-docs.deepseek.com/updates/ · https://the-decoder.com/deepseek-v4-1-flash-1017-beats-larger-rivals-in-agentic-tasks-while-once-again-massively-cutting-per-task-costs/

上轮「Claude 量子电路七项全胜」需要修正

• Superpower Daily 10 月 16 日的复盘逐条比对任务要求、输入域、数值容差和允许失败率后认为：Anthropic 八项对比里只有五项在「任务要求一致」的前提下成立，分别是 HHL 旋转角 32 倍、库仑势 9.9 倍、高斯 39 倍、Fe₂S₂ 4.1 倍、格点规范 7.7 倍；Reed-Solomon 的 12 倍依赖接受极低概率失败，而它的对照方案是坏情况保证，两者不对等；另两项的收益取决于比较基线的选择。
• 还有一点此前没说透：评分用的「量子比特数乘门数」是资源代理指标，不代表在真实硬件上跑得更快。所以此前那条应改成：多项任务确有优势，但不是七项一律优于公开最好方案，其中三项带前提。

来源：https://superpowerdaily.com/posts/five-of-eight-comparisons-in-anthropic-s-circuit-study-match-specifications-on-paper

白宫「超级智能特遣队」首次开会并通过章程，启动 120 天倒计时

• 据 Semafor、Bloomberg、CNBC 报道，特遣队 10 月 15 日举行首次正式会议并通过章程，由此开启 120 天窗口，用来确定联邦政府该如何监管最强 AI 系统。
• 牵头人包括国家情报总监 Jay Clayton（主席）、国防部副部长 Emil Michael、FTC 主席 Andrew Ferguson、人事管理局局长 Scott Kupor；副总统 JD Vance、财政部长 Scott Bessent、国防部长 Pete Hegseth、OSTP 主任 Michael Kratsios、NSA 局长 Joshua Rudd 等为成员。
• 分工上，Michael 负责建立实验室向政府通报入侵、越狱、攻击等事件的早期预警机制，并充当政府与前沿实验室的主要接口；Ferguson 牵头执法与消费者保护协调委员会（含司法部）；Kupor 负责关键基础设施，并与劳工部一起研究 AI 对就业与经济的影响；Clayton 与网络安全总监 Sean Cairncross 负责落实各家 AI 高管上月签署的《White House Accord on Super Intelligence》。
• 四名牵头人本周向 AI 公司发出强硬警告：延迟通报、整改不到位、不担责「不会被容忍」，矛头直接指向 Anthropic 近期披露的模型测试事故。会议还委托总统科技顾问委员会就网络安全与关键基础设施、生物安全与两用应用、「模型管控与问责」三块出风险评估报告。