瞬间

斯坦福 HAI 发布 MedHELM、PhysicianBench 与 HealthAdminBench，测出医疗 AI Agent 实际完成率不足一半

斯坦福团队总结三年构建医疗 AI 基准的成果，PhysicianBench 上最佳模型 GPT-5.5 单次仅完成 46% 任务，HealthAdminBench 上 Claude Opus 4.6 完成 36.3%。MedHELM 覆盖 5 大类 121 项临床任务，评测显示临床决策支持和管理流程得分最低；失败主要来自跨文档与系统传递信息时丢失上下文，两项基准均以合成数据、公开代码和排行榜开放。

阅读原文 →

📊 热点词汇统计 (共 16 条)

📈 [1/6] 微软 / 谷歌 / 苹果 : 7 条

1. [V2EX] 🆕 不要再撸 Google Bug [3] - 08:00

2. [IT之家] 🆕 微软警示前沿 AI 模型不可信：AI 智能体堪比内部威胁，推出 Guardian Agents 防护方案 [5] - 08:00

3. [IT之家] 🆕 微软联合百思买回收 Xbox Series X|S 主机，最高可获 375 美元礼品卡 [7] - 08:00

4. [Hacker News] 🆕 Android apps running native on macOS [9] - 08:00

5. [IT之家] 🆕 苹果 iOS / iPadOS 27.2 RC 发布：Siri AI 再添 5 种语言、Apple Music 启用新视觉 [11] - 08:00

6. [IT之家] 🆕 苹果官宣北京时间 10 月 29 日举行特别活动，有望推出 OLED MacBook Pro / iPad mini 8 等机型 [12] - 08:00

7. [掘金] 🆕 iOS CocoaPods私有库完整搭建+踩坑实战总结 [26] - 08:00

📌 [2/6] AI 相关 : 4 条

1. [IT之家] 🆕 Steam 新品节充斥低质 AI 游戏，玩家呼吁平台新增 AI 内容筛选功能 [2] - 08:00

2. [V2EX] 🆕 [[开源] 做了个本地 AI 小说写作工具，把伏笔和正文连起来](https://www.v2ex.com/t/1250158) [5] - 08:00

3. [IT之家] 🆕 苹果 macOS 27.2 RC 发布：扩展 Siri AI 语言，更新亮度 / 音量滑块等 [9] - 08:00

4. [Hacker News] 🆕 Ask HN: How to deal with shipping AI-written code you don't understand? [18] - 08:00

📌 [3/6] 英伟达 / AMD : 2 条

1. [IT之家] 🆕 英伟达官宣新突破：创纪录量子容错计算模拟所需物理比特减少 90% [3] - 08:00

2. [Hacker News] 🆕 Putting Linux on my RTX Spark laptop because I don't have a Microsoft account [3] - 08:00

📌 [4/6] DeepSeek : 1 条

1. [掘金] 🆕 AI 热点日报（2026-10-19）：DeepSeek V4.1-Flash落地，国产十万卡超集群亮相，Meta开源816B大模型 [28] - 08:00

📌 [5/6] 国产开源模型 : 1 条

1. [Hacker News] 🆕 MiniMax M3.1 Flash [10] - 08:00

📌 [6/6] 东亚 : 1 条

1. [IT之家] 🆕 日本 MMX 火星卫星探测任务发射升空，将首次尝试登陆火卫一并采样返回 [6] - 08:00

OpenAI 发布 MultiLangBench 与 COBOL 迁移评测，GPT-6 系列大幅提升低资源编程语言能力

OpenAI 宣布其最新模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上的构建与迁移能力显著提升，并开源评测套件。

阅读原文 →

美国国土安全部下令所有联邦文职机构移除 DeepSeek 及基于其开发的产品

美国国土安全部依据 2018 年供应链法发布 2026-01 号命令，要求所有联邦文职机构立即停止采购 DeepSeek 及其关联公司产品，并从 IT 系统中移除相关产品，包括使用 DeepSeek 实现开发的第三方产品与服务。

阅读原文 →

FBI 称前 OpenAI 工程师涉嫌窃密，手机中发现 Saudi Gov Docs 文件夹

美国法院批准羁押被指控在 OpenAI 会议室安装窃听器的前工程师 Abdulrahman Alfozan。检方称其 iPhone 上有名为 Saudi Gov Docs 的文件夹，与沙特王室成员有 WhatsApp 联系，并曾用 OpenAI 生产力 Agent 搜索适合安放窃听器的会议室；他被捕前已预订沙特政府付费的单程机票，妻子和儿子已离美。

阅读原文 →

fal 联合 bfl_ai 发布后训练视频模型 FLUX 3 Max

fal 发布与 @bfl_ai 合作的最新后训练视频模型 FLUX 3 Max，在第三方 image-to-video 质量评测中并列第一，生成 10 秒 720/768p 视频约需 12 秒。未来三周该模型 75% 折扣，标注为同质量级别最便宜的前沿视频模型。

阅读原文 →

DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 开源模型第一

Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 第一开源模型，总排名第 11，基于超 7.5K 真实会话净提升 +5.1%。其中位任务成本 $0.20，约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%；Confirmed Success 提升 +11.5%，且无 Tool Hallucination 问题。

阅读原文 →

Inception 扩散模型 Mercury 3 上线 OpenRouter

Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Mercury 2.5 的 4 倍。Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5；上线期五折，价格 $0.10/M 输入、$0.35/M 输出。

阅读原文 →

Google ADK 教程：用流式工具与响应调度构建永不冷场的语音智能体

Google Developers Blog 发布教程，讲解如何用开源 ADK 与 gemini-3.8-live 构建不出现冷场的语音智能体，核心是非阻塞工具调用。

阅读原文 →

DeepSeek V4.1 Flash 1017 发布，Artificial Analysis 智能指数得分 45 并列开源模型第二

DeepSeek 发布 DeepSeek V4.1 Flash 1017，在 Artificial Analysis Intelligence Index 得分 45，比 DeepSeek V4.1 Flash 提高 6 分，与 GLM-5.3 并列开源权重模型第二，仅次于 MiMo-V2.6-Pro。

阅读原文 →