OpenCode 宣布 DeepSeek 4.1 Flash 免费使用
OpenCode 宣布 DeepSeek 4.1 Flash 现已免费提供给所有用户，这一政策转变在社交媒体上引发热议。不少用户对突然的免费政策表示惊讶，并认为这对 AI 生态是积极举措。
#DeepSeek
RadarAIAI 评分5858 RadarAIAI 评分6262 DeepSeek 上线 Search/Fetch 网页搜索 API，API 短暂出现 V4.1 Flash-1017 快照
DeepSeek 正式上线 Search/Fetch 网页搜索 API，两项接口基于自研搜索引擎，Search 按 query 返回结构化网页结果，Fetch 以 Markdown 抓取单个网页，均按成功请求每千次 5 元计费，各自限每秒 5 次。
RadarAIAI 评分1818 AI 代币经济学：从研究员到妈妈
Yuchen Jin 在 X 上以日薪对比呈现当今 AI 领域的收入分层：前沿实验室 RSI 研究员 $10,000/天，旧金山创业公司创始人 $3,000/天，软件工程师 $300/天。他同时提到，身在中国的妈妈问他能否教她下载 DeepSeek，因为她在新闻上看到了它。
arXiv cs.AIAI 评分4444 编码智能体的报告遗漏了什么：CTXGAP 测量执行上下文与报告之间的任务状态差距
CTXGAP 测量研究发现，编码智能体在按需回答任务状态问题时准确率达 93.6%，但仅读报告的监督者只能恢复 52.0%，与全上下文读者的 92.7% 相差 40.7 个百分点。在 30 个已验证修复的最终检查点上差距仍有 34.8 个百分点，完整终端回滚可将恢复率提升至 73.6%，但仍不及全上下文。该研究将基于报告的任务状态可恢复性确立为一项补充评估维度。
arXiv cs.CLAI 评分3030 大语言模型可从个人记录中朴素推断族裔
一项已撤回的研究显示，大语言模型无需额外训练数据即可从姓名推断族裔，在佛罗里达和北卡罗来纳选民样本上准确率达 84.7%，超过 BISG 的 68.2%。测试涵盖 Gemini 3 Flash、GPT-4o、DeepSeek v3.2 和 GLM-4.7 等六个模型，启用扩展推理可提升 1-3 个百分点，加入党派登记等元数据可达 86.7%。
arXiv cs.CLAI 评分2727 大语言模型查找表的两比特量化：Conditional Program 压缩 n-gram 记忆
研究者提出 Conditional Program（CP），一种只重建输入所请求行的压缩表示，用短码加局部缩放并共享重建程序，以 Gaussian trellis 实例化。其两比特编码相比 2-bit round-to-nearest 将输出 KL 降低 41–63%。在 DeepSeek 上，该方案把表存储从 203GB 降至 51GB，为表常驻 GPU 时留出更大工作负载空间。
arXiv cs.AIAI 评分3434 IneqAgent：结合符号计算的 Lean 不等式证明智能体
IneqAgent 是一个将 LLM 推理与符号计算结合、在 Lean4 中证明不等式的智能体框架，采用引理级蒙特卡洛树搜索协调引理构造、目标重写与符号后端选择。
RadarAIAI 评分5050 Anthropic 新一代反蒸馏防御体系拆解
Anthropic 发布反蒸馏防御措施，针对模型蒸馏攻击构建三层防御：通过推理摘要掩盖原始思维链（CoT）、限制 API 账号编辑上下文和跨模型读取以切断攻击路径。文章指出原始推理记录是攻击者主要目标，能显著提升蒸馏模型表现，并提及针对智谱、月之暗面的具体指控。
RadarAIAI 评分6262 UCSD Hao AI Lab 发布 ORA：用 DeepSeek V4.1-Flash 让开源权重模型零样本操作真实机械臂
UCSD Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek V4.1-Flash 驱动的开源 harness，让智能体从视觉输入零样本操作真实机器人，不使用 VLA。该实验室称 ORA 能与前沿模型智能体竞争，并以此回应 GPT 和 Claude 已能操作真实机械臂、开源权重模型表现如何的问题。
RadarAIAI 评分2222 Hao AI Lab 估算机器人任务求解成本：每个成功案例约 $0.30–$0.35
Hao AI Lab 估算机器人任务求解的模型成本约为每个已解决案例 $0.30–$0.35，该估算采用 DeepSeek 非高峰时段 API 费率，并计入在 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试。40 个展示回合平均每个 $0.13。
RadarAIAI 评分2222 Hao AI Lab 估算机器人任务求解成本：每个成功案例约 $0.30–$0.35
Hao AI Lab 估算机器人任务求解的模型成本约为每个已解决案例 $0.30–$0.35，该估算采用 DeepSeek 非高峰时段 API 费率，并计入在 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试。40 个展示回合平均每个 $0.13。
RadarAIAI 评分6262 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 在 AA-AgentPerf 上的首批评测结果
Artificial Analysis 在 agentic 推理基准 AA-AgentPerf 上发布 NVIDIA Vera Rubin NVL72 的首批结果，其每兆瓦总吞吐最高约为前代 GB300 NVL72 的 5.7 倍。
RadarAIAI 评分3434 ORA 部署真机：DeepSeek-V4.1-Flash 开抽屉放糖果
Hao AI Lab 将 ORA 搬到真实机器人上，在低成本机械臂、固定 RGB-D 相机和腕部相机的初步运行中，DeepSeek-V4.1-Flash 通过抽屉把手打开抽屉，并把一根糖果棒放进盒子里。
RadarAIAI 评分1212 Hao AI Lab 致谢 DeepSeek 等团队
Hao AI Lab 公开致谢 DeepSeek 提供出色模型，并感谢 RPent 团队提供案例列表和排行榜，以及 CAP-X 和 ASPIRE 作者对其工具设计的启发。
RadarAIAI 评分7474 Anthropic 发布新一代反蒸馏防御，推理 token 窃取量下降 90%–99%
Anthropic 发布蒸馏防御研究，称几个月来攻击者从 Claude 平台窃取的推理 token 量下降 90%–99%，并将蒸馏定调为国家安全问题。防御分三层：推理摘要、随 Claude Fable 5.1 和 Opus 5.5 推出的保留思考机制，以及两阶段宪法式分类器加账号级执法，分类器误报率低于 0.1%。
极客公园AI 评分7575 豆包手机助手 SAEP 公示结束，155 款应用明确拒绝 AI 自动化操作
豆包手机助手推出的《屏幕自动化操作声明协议》（SAEP）于 10 月 14 日结束 30 天公示期，拒绝名单显示共有 155 款第三方应用明确关闭 AI 自动化操作权限，首批发布为 153 款，当日经两轮更新后补全长尾应用。
RadarAIAI 评分6262 阶跃星辰 Step 5 Preview 上线 DeepInfra，开放权重支持 1M 上下文
阶跃星辰 Step 5 Preview 在 DeepInfra 上线（day zero），采用开放权重，为 600B MoE、27B 激活，支持 1M token 上下文和文本加视觉输入。FP8 定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05，面向 coding、frontend、finance 等长程 Agent 场景。
极客公园AI 评分2222 DeepSeek 服务故障近 5 小时补偿 API 用户；库克确认 Apple Intelligence 月底在华发测试版；英伟达发布 Nemotron 3.5 系列模型｜极客早知道
DeepSeek 网页与 API 服务出现近 5 小时故障，官方将按账号 10.8-10.14 的消耗金额以赠金形式全额返还给所有 API 用户。库克确认 Apple Intelligence 及阿里千问大模型已获批准，将于 10 月晚些时候面向中国用户发布测试版，首批含实时翻译、书写工具、照片清除工具，不含 Siri AI。
量子位AI 评分6262 蚂蚁百灵开源 Ling-3.1-flash，主打真实工作流任务
蚂蚁百灵开源推出 Ling-3.1-flash，定位高智效比专业模型，主打把真实工作流里的任务干完。模型约 560B 总参数、每 Token 激活约 25B，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性注意力与稀疏 MoE，上下文窗口上限 1M，混合精度量化后权重从约 534GB 降至 292GB，部署 GPU 由 8 卡降至 4 卡。
RadarAIAI 评分6262 Microsoft AI 的 Mustafa Suleyman 称用 1/12 训练算力在代码上追平 DeepSeek-V4-Pro-Base
Microsoft AI CEO Mustafa Suleyman 表示，scaling laws 正在叠加效率增益，其团队在 held-out 代码上以少 12 倍的训练算力达到了 DeepSeek-V4-Pro-Base 的预训练分数。
RadarAIAI 评分2727 OpenRouter 私有端点内测支持 GLM、Kimi、DeepSeek
OpenRouter 私有端点内测中已有团队运行专属的 GLM、Kimi 和 DeepSeek 部署，并预留了 OpenAI 和 Anthropic 容量。该内测面向希望使用专属模型部署的团队，官方已公布试用方式。
The Decoder精选AI 评分8080 GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题约 2.40 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：读者可看到前沿模型在理论物理论文级计算上的实际得分、成本与失败模式，以及作者对科研训练与资源门槛的影响判断。
RadarAIAI 评分5050 DeepSeek API 服务中断及补偿公告
DeepSeek 于 2026 年 10 月 15 日发生严重服务故障，导致 API 中断近 5 小时。官方随后致歉，并对故障前 7 天的消费进行全额退款补偿。
arXiv cs.AIAI 评分2222 超越文化人格偏差：以响应几何衡量语言模型与人类
研究提出用响应几何（各维度间相关矩阵构成的对称正定矩阵）衡量语言模型与人类的文化偏好。在 DeepSeek-V3 和 GPT-4o 中，固定题目顺序时提示的文化人格在 Big Five 得分和响应几何两个层面均显现；随机化题目顺序后响应几何降至随机水平，Big Five 仍能以 95%–97% 区分两种人格。
arXiv cs.AIAI 评分2222 当 LLM 奖励设计失败：面向稀疏结构化 RL 的诊断驱动式改进
针对稀疏结构化强化学习任务，研究提出诊断驱动的迭代改进方法，用训练诊断和失败模式分类指导奖励函数修订，将 DoorKey-8x8 成功率从无塑形的 2.3% 提升至 97.6%，KeyCorridor 从一次生成的 31.2% 提升至 86.7%。
arXiv cs.AIAI 评分3131 ReguSim：评估 LLM 智能体在金融合规中的规则落地能力
研究者推出 ReguSim 金融合规环境和 ReguBench 目标标记监测基准，用于区分陈述推理、尝试动作、执行约束与监测证据四个环节。在 DeepSeek V4 Pro 和 Gemini 3.5 Flash 的交易智能体测试中，可见规则能减少但无法消除被拒动作，激励或人设设定会改变行为。监测环节中，简单结构化基线可持平或超过仅用提示词的 LLM。
arXiv cs.AIAI 评分2222 时点语言智能体的未来记忆使用审计：Qwen 与 DeepSeek 的对比研究
研究审计了时点（PIT）语言智能体在 48 个历史公司对比任务中是否会利用截止日期后的未来事实。Qwen 和 DeepSeek 均能回忆未来事实，但都未出现预设的偏向记忆更好公司的证据分配偏移。
arXiv cs.AIAI 评分2424 输出纪律决定下限：一种模型无关、可证伪的智能体协议，用于可审计的假设驱动决策
在 TCMEval-SDT 中医辨证基准（200 例）上，约束大语言模型可审计决策的是输出纪律与推理结构而非模型能力：两年模型扩展仅让零样本分数变动 -0.03 至 +0.08。
arXiv cs.AIAI 评分4141 单智能体长期记忆中的 Memory Echo：生命周期评估与来源引导缓解
研究提出 Memory Echo 概念，指同一来源的历史信息在无独立证据下获得的额外检索曝光，并构建 MEchoBench 评估其产生、抗纠正、持续性与对答案的影响。
arXiv cs.AIAI 评分2424 RECAP：在推理模型读过的历史上下文上校准低比特量化
针对低比特量化会损害推理模型长链思维的问题，研究者提出训练后量化方法 RECAP，通过动态前缀校准和前缀读取几何，在模型实际读取的历史上下文上校准量化误差。在 W4A4KV4 设置下，RECAP 使 DeepSeek-R1-Distill-Qwen-1.5B 在 MATH500 上准确率较基线提升 13.3 个百分点，Qwen3-4B 在 AIME-120 上提升 15.8 个百分点。
arXiv cs.CLAI 评分2929 从 DeepSeek-R1 到 Qwen2.5-7B：John O'Bryan 数学竞赛上的推理模型知识蒸馏案例研究
一项案例研究将 DeepSeek-R1 的 CoT 推理能力蒸馏到 Qwen2.5-7B，在 John O'Bryan 数学竞赛题上把准确率从 64.67% 提升到 69.43%（5 次独立训练均值，标准差 0.17%），并在 MATH-500 上达到 73.1%。
arXiv cs.AIAI 评分3131 Trace Evolution Bench：衡量智能体能否从自身环境轨迹中进化
研究者提出 Trace Evolution Bench（TEB），将端点增益拆分为重打分与上下文或权重更新，并给出三套冻结的 80/20/40 数据包，仅当验证集不下降时才接受更新。
arXiv cs.CLAI 评分3434 从不可靠到可用：LLM 实体抽取的失败模式与置信信号分解——来自网络威胁情报的证据
一项预注册冻结评测用 DeepSeek-V4-Flash、GLM-5.3-Flash 和 GPT-6.1-Sol 在 354 个事件活动语料上抽取实体，micro 精度仅 0.03-0.34，旗舰层级也未缩小差距。
arXiv cs.AIAI 评分2424 TQG-Exp：用轨迹质量引导 LLM 智能体的经验学习
针对现有经验学习方法只看最终任务结果、忽略执行过程的问题，研究者提出轨迹质量引导的经验学习框架 TQG-Exp，通过轨迹质量损失（TQL）同时考虑任务完成度与过程质量，并结合有无检索经验的配对 rollout 优化经验、估计其效用。
RadarAIAI 评分5858 DeepSeek V4.1 Flash 在 OpenCode 平台免费开放
科技博主 @geekbb 发推称，DeepSeek V4.1 Flash 模型现已在 OpenCode 平台上免费提供给开发者使用。该博主对这一决定表示兴奋，认为会对开发者社区产生较大影响，并表示将优先充值支持该平台。
RadarAIAI 评分6262 OpenCode 宣布 DeepSeek V4.1 Flash 免费开放，免费版仅支持 200K 上下文
OpenCode 宣布 DeepSeek V4.1 Flash 现已免费提供，免费版实测支持 200K 上下文窗口，低于 1M 上下文版本，且在 OpenCode 平台内调用不再计入套餐额度。
RadarAIAI 评分3838 OpenCode 免费提供 DeepSeek V4.1 Flash，但上下文受限
OpenCode 平台已将 DeepSeek V4.1 Flash 视觉语言模型免费开放，但免费版仅支持 200K 上下文窗口，付费版可达 1M 上下文。
RadarAIAI 评分4040 DeepSeek 补偿 API 服务中断用户
DeepSeek 因 10 月 15 日 8:11 至 13:04 API 服务系统故障，将用户近 7 天的消耗金额全额返还为赠金，并承诺彻底整改以防再发。
vLLM Blog精选AI 评分7676 vLLM 提出训练推理逐位一致的 RL 训练方案，DeepSeek-V4-Flash 上 diff 为 0
vLLM 团队提出让训练前向直接调用 vLLM 推理 kernel 并修改这些高性能 kernel，使 rollout 与训练对每个采样 token 产生逐位相同的 logprob（diff = 0）。
推荐理由：原文给出训练与推理逐位一致的具体做法与吞吐代价，可据此判断高性能 RL 训练中数值对齐的取舍。
RadarAIAI 评分2828 DeepSeek 网页端与 App 服务中断近 5 小时后恢复
DeepSeek 网页端与 App 在出现近 5 小时服务中断后已恢复正常，期间页面提示“服务器暂时不可用”。官方回应称，此次异常影响了对话服务、DeepSeek V4.1 Flash API 服务及其他组件。