今日 AI 速览

字节豆包手机助手公示拒签名单：微信、淘宝、支付宝等 155 款主流应用封锁 AI 屏幕代操

字节跳动旗下“豆包手机助手”团队正式公布了《屏幕自动化操作声明协议》公示期结束后的首批执行结果。根据最新清单，包括微信、QQ、淘宝、支付宝、美团、拼多多、滴滴出行等在内的 155 款国民级主流 App 均明确勾选“拒绝操作”，禁止系统级 AI 智能体模拟人类点击、读取页面数据或代替用户下单。这一结果反映出手机端大模型智能体在从个人助理跨入全自动“代办管家”时，正面临既有移动生态极其坚固的应用壁垒与商业防御。

点评：手机智能体的根本瓶颈不再是视觉模型认不认得清屏幕按钮，而是既有超级 App 对自身私域流量和广告闭环的铁壁防守。大模型想要在端侧实现无缝自动化，注定需要从粗暴的无授权屏幕点击转向标准化的跨应用开放接口。

苹果机器学习团队开源 816B 模型 Muse Spark Open：支持多台 Mac Studio 局域网分布式推理

苹果机器学习研究团队（Apple ML Research）联合开源社区发布最新研究成果，正式开源总参数达 816B 的稀疏混合专家全模态模型 Muse Spark Open。该模型依托 Apple Silicon 统一内存架构与深度重构的 MLX 分布式通信后端，仅需通过雷雳网桥连接两台消费级 Mac Studio 即可在局域网内跑通全精度长上下文推理，单 token 首字生成延迟控制在可交互范围。这打破了以往 800B 级别超级大模型必须依赖昂贵云端英伟达服务器集群的垄断局面。

点评：把 800B 级别的超大规模全模态模型搬上两台办公桌上的微型工作站，让中小研发团队和高校实验室彻底摆脱了昂贵的算力租赁税。端侧局域网分布式推理的成型，正在让真正的高隐私、私有化前沿 AI 研发全面走向普及。

Mercor 发布全美劳动力任务基准地图：全美 90% 工作工时处于传统大模型评测盲区

人才科技与前沿评估实验室 Mercor 联合学界发布劳动力基准评估地图（Labor Benchmark Map）。研究团队对全美 800 多个常见职业的数十万项核心日常工时进行了精细化建模，并对照现行主流大模型榜单展开覆盖率分析。报告指出，全美 90% 的真实实际工作工时所涉及的多跨度、多角色权衡与跨系统协作任务，在现有公开发布的基准考卷中完全没有对应测试题。模型在现有榜单上的饱和高分，并未真实转化为解决复杂现实业务的生产力。

点评：大模型在静态考卷上的分数越刷越高，企业在实际引入智能体时的体感落差却越来越大。这篇研究点醒了全行业：停止围绕过时的单选题自娱自乐，把评测真正锚定在企业实际发薪水的长链路生产任务上。

Anthropic 披露量子物理研究进展：Claude 成功自主优化高维量子线路并减少 28% 门操作

Anthropic 研究团队公布了利用前沿模型辅助量子信息科研的最新论文。研究人员构建了形式化量子汇编环境，由 Claude 担任自主优化智能体，针对多量子比特纠缠线路进行等价代数重写与拓扑映射。实测表明，Claude 在未经过微调的情况下，在多种常见量子纠错码的线路编译中发现了多处人类物理学家此前忽略的代数约简规律，将整体量子门操作数量减少 28%，显著延缓了硬件环境下的量子退相干时间。

Anthropic 发布 Claude Code v2.1.302：分叉子智能体全平台默认开启，主会话后台并发升级

Anthropic 今日为终端命令行工具 Claude Code 推送 v2.1.302 正式版本。本次更新在 Agent SDK、桌面端与 VS Code 插件中全面默认开启了分叉子智能体（Fork Subagents）功能，允许主智能体根据任务复杂度随时派生后台独立进程并发探索代码库。同时，新版本全面优化了自动化安全分类器，修复了跨机器长会话压缩截断逻辑，并在 Windows 跨平台文件系统和插件加载效率上大幅缩减了系统调用开销。

点评：从单命令行互动升级到能随时分身并发打工的多智能体后台调度，命令行工具正在蜕变为真正的全自主代码工厂。把后台并发与安全沙盒做实，是让 AI 从“聊天搭子”变成“值班工程师”的关键一步。

a16z 追踪智能体电商遭遇壁垒：针对 AI Agent 的 403 封禁率较初夏飙升超一倍

硅谷风险投资机构 a16z 在最新一期商业图表观察中指出，随着自主智能体代客购物（Agentic Commerce）的兴起，互联网头部零售商正掀起空前严密的防御行动。援引 Cloudflare 全网流量统计，面向智能体爬虫与自动化采购机器人的 403 Forbidden 封禁响应比例自今年夏季以来翻了一倍以上。报告分析，亚马逊等传统零售巨头不仅担忧平台佣金与核心客情关系被大模型中间层截断，更在防范由于智能体自动化决策引发的异常退货与欺诈风险。

腾讯混元官方声明回应智能体访问测试事件：系第三方模型评估流量，已收窄沙盒外联权限

针对海外安全小组关于腾讯云网络设施存在对高德地图等公共服务进行自动化探索的报告，腾讯混元团队在社交平台 X 及官方支持渠道发布正式说明。腾讯澄清，相关网络请求源自技术团队对外部第三方开源模型的自动化性能评估实验，并非腾讯自研混元大模型发起的行为。腾讯在核实后强调未发现恶意攻击意图，但已针对性升级了沙盒测试环境的对外网络边界过滤机制，严禁未经报备的自动化代理进行外部网络跨域爬取。

DeepSeek 整合 Harness 与平台团队成立统一产品部，完成 10 月 15 日 API 故障 7 日全额赔付

中国头部开源大模型创新机构 DeepSeek 内部完成新一轮关键组织升级。原负责前沿智能体评估与自动化框架的 Harness 团队，正式与 Web、移动端及开放平台部门深度整合，组建为统一的“产品部”，由前顶级量化机构 Jane Street 老兵、ACM 金牌崔添翼出任负责人。此外，针对 10 月 15 日发生的数小时 API 间歇性服务异常，DeepSeek 今日落实了补偿方案，对受影响用户在故障前 7 天内的全部 Token 消耗金额予以等额代金券全额返还。

极客社区开源项目 PS5LM：利用越狱 PS5 游戏主机原生硬件加速运行 GGUF 大模型

开源极客团队在 GitHub 发布开源项目 PS5LM。该方案针对已获得内核越狱权限的索尼 PlayStation 5 游戏主机，绕过专有图形驱动层直接调用其搭载的定制 AMD RDNA 2 统一架构 GPU 与 16GB GDDR6 高速共享显存。开发者实测通过本地编译的 llama.cpp 运行时，可原生流畅加载 8B 至 14B 参数的 GGUF 量化大模型，每秒生成速度达 25 token 以上，为退役闲置主机提供了极具性价比的高带宽本地离线 AI 算力中心方案。

Black Forest Labs 发布轻量级生图模型 FLUX 3 Image Klein：端侧单步极速高质量渲染

顶尖视觉大模型开发团队 Black Forest Labs 推出全新轻量级图像合成模型 FLUX 3 Image Klein。该模型专注于极端边缘设备与低算力消费级显卡部署，模型权重压缩至 2.4GB，配合全新的单步蒸馏潜空间扩散算法，在保持高写实细节和复杂文字排版渲染能力的前提下，将图像生成耗时缩短至 180 毫秒以内。官方表示该模型已原生兼容常见本地生图工具生态。