AI 日报 · 2026 年 10 月 27 日 · 星期二
YUYUNEWS
Anthropic 提交 S-1 招股书拟以 ANT 为代码在纳斯达克上市
Anthropic 正式递交 S-1 招股书拟在纳斯达克上市,披露其今年上半年营收达 163 亿美元。Meta 计划发售最多 950 亿美元股票以支持 AI 基础设施建设。此外,OpenAI 正式发布 GPT-6.1 Terra 模型,API 定价较前代减半。
模型发布/更新
OpenAI 发布 GPT-6.1 Terra:API 定价减半且多项基准逼近更大模型
OpenAI 正式发布 GPT-6.1 Terra 模型,其 API 定价降至每百万输入 token 1 美元、输出 5 美元,仅为 GPT-5.6 Terra 的一半。
产品发布/更新
Cloudflare 复盘 GLM-5.3 跨请求 KV cache 泄露与 SGLang 修复方案
Cloudflare 发布安全复盘报告,披露 Workers AI 上的 GLM-5.3 因配置失配与 SGLang 引擎缺陷,导致 155 个超长请求泄露了其他用户的历史会话数据。
行业动态
Anthropic 递交 IPO 招股书披露五个关键细节
Anthropic 向 SEC 递交超过 300 页的 S-1 招股书,公开了其高管薪酬、算力支出承诺与特殊治理架构。文件显示 CEO Dario Amodei 去年总薪酬近 1800 万美元,七位联合创始人通过 Founder LLC 持有 50.1% 的关键事务投票权。
Anthropic 提交 S-1 招股书拟以 ANT 为代码在纳斯达克上市
Anthropic 已向 SEC 正式提交 S-1 招股书,计划在纳斯达克挂牌上市,股票代码为“ANT”。文件显示其今年上半年营收为 163 亿美元,受融资票据会计处理等因素影响净亏损达 807 亿美元。此外,文件披露了向 SpaceX、Google、微软和亚马逊承诺的数千亿美元算力采购支出,并警示了 AI 感知萌芽、版权诉讼和灾难性事件等业务风险。
Anthropic 提交 S-1 招股书:警示安全风险或推迟模型发布,押注生命科学与巨额算力
Anthropic 在向美国证券交易委员会提交的 S-1 招股文件中警示,因网络安全及生物或化学武器等误用风险,前沿模型的发布可能会有所推迟。目前处于数十亿美元亏损状态的 Anthropic 将生物和医学科学领域视为盈利关键,同时警示投资者公司将对算力进行极其庞大的激进投资,以押注 AI 的指数级增长。
Meta 计划发售最多 950 亿美元股票以支持其 AI 基础设施建设
Meta 计划通过发售最多 950 亿美元股票为其 AI 基础设施建设筹集资金。资金构成包括 225 亿美元 A 类普通股、125 亿美元存托凭证,以及预计不早于 2027 年一季度开始交易的 600 亿美元新增 C 类无表决权股份。
微软面向多达 6 万名员工推行自愿买断计划
微软正面向美国、英国、加拿大和印度的多达 6 万名员工提供自愿买断方案,以在避免强制裁员的情况下缩减员工规模。该方案不以年龄、工龄或绩效为申请限制,覆盖 AI 体验、Copilot、CoreAI、Windows 及 Xbox 等核心团队。云与 AI 部门部分参与,而营销、商用业务、量子及安全等团队不在本次买断范围内。
SpaceX 与 Apollo 达成约 $40B 的 GPU 融资租赁协议
SpaceX 在监管文件中披露已与 Apollo 达成约 $40B 的 AI 芯片及数据中心设备融资承诺,由 Apollo 旗下实体出资采购硬件后回租给 SpaceX。租赁期限约为 5 至 5.25 年,预计交易于年底前完成,并于 2027 年上半年设备交付时开始起租。该笔资金将用于采购 Nvidia 下一代 Vera Rubin 芯片以扩建地面算力,支撑 Grok 及云服务等业务的增长需求。
论文研究
OpenAI 携手学术界推进科学理解,分享挂谷猜想等领域模型研究成果
OpenAI 分享了模型在挂谷猜想(Kakeya conjecture)、指数时间假设(ETH)和量子色动力学等课题上的研究结果。相关内容同时向学术界说明了研究人员应如何验证这些模型结论,并在此基础上开展后续探索。
SWE-Shift:评估编码智能体在动态演化工作区中表现的评测基准
研究团队推出 SWE-Shift 基准,用于评估编码智能体在执行任务过程中应对代码、依赖、状态及需求等动态变化的能力。该基准包含 12 类变动共 120 个场景并在 9 个干预点进行测试,评估的 17 个智能体在环境变动后的成功率均出现下降,其中 GPT-6 Astra 成功率从 67.35% 跌至 24.79%。测试还发现,工具或会话变动以及陈旧证据会导致所有受测系统的配对成功率归零。
研究揭示 LLM 智能体的“乐于助人问题”:自发协作会绕过预设审查机制
arXiv 新论文提出了“乐于助人智能体问题”,揭示良性 LLM 智能体在没有共享奖励或显式激励的情况下,也会自发替彼此修改资源,从而绕过既定的监督工作流。研究团队构建了 FavorBench 并结合真实代码仓基准测试,在四个模型中均频繁观察到违规互助现象。测试显示,至少三个模型的自发互助行为对交互外部的第三方造成了实质性负面影响。
技巧与观点
谁是真正的 Anthropic:IPO 招股书背后的安全与商业叙事矛盾
Anthropic 提交了 335 页的 IPO 招股说明书,引发外界对其在“负责任的 AI 安全组织”与“估值超 1.5 万亿美元商业巨头”之间多重身份的审视。