检索/召回范式的"迭代化"重构：今日多篇论文（ARR、Multi-Step Query Rewriting、LIFT）不约而同地把"一次性编码-检索"改为"检索-反馈-再检索"的序贯决策过程。ARR 用 RL 选择反馈项精化查询嵌入，CQR 用 agent 在检索反馈下多步改写，LIFT 把交互拆成生命周期状态序列——核心思路都是让查询/历史表示在获得语料证据后动态修正，而非固定不变。这对工业召回链路（尤其对话式、多模态场景）有直接借鉴意义。; 重排阶段的"数值-语义异构融合"与延迟约束工程：H

OpenAI 年化收入口径争议成为今日最大变量：CNBC 确认其 9 月底 ARR 约 500 亿美元，而非广泛流传的 680 亿——差额源于是否计入合作伙伴总收入，消息直接引发 Nvidia、Oracle、CoreWeave 等 AI 概念股集体下挫。产业侧，小米发布 MiMo-V2.6 全模态模型技术报告，将 RL 计算沿批量、环境多样性、grader 三条轴系统性扩展并开源训练框架；vLLM 与 SGLang 同日支持 NVIDIA Vera Rubin，AgentX 上吞吐达 GB200 的 7.8 倍。Agent 落地继续加速：Cognition 称内部 91% 的 Devin 会话

检索监督信号从"正样本增强"转向"负样本判定"：今日多篇论文（Elastic 的 VLM 教师蒸馏、文档结构消融）共同指向一个核心痛点——标注不完整导致假负例污染对比学习。Elastic 用 VLM 教师判定挖掘池中的 hard negatives，比传统正样本增强（attention grounding / description alignment）带来更大增益（v2 nDCG@5 +4.1），提示工业检索团队应重新分配教师算力到负样本侧。; 训练-推理一致性成为生成式推荐的新战场：浙大团队

今日产业资本与安全议题双线爆发。白宫 Genesis Mission 联盟公布 24 亿美元出资名单，NVIDIA 独投 10 亿、Anthropic 追加 1.5 亿并开放 Claude 给 15 个以上联邦机构；与此同时，Manus 母公司 Butterfly Effect 在 Meta 收购被叫停后反而完成超 5 亿美元融资、估值传闻翻倍至 40 亿美元，中国 agent 赛道独立估值逻辑成立。模型侧 Gemini 4 Argon 以 53 分追平 GPT-6 Astra 且成本仅六成，GPT-6.1 Sol 上线快 8 倍的 Ultrafast 模式。安全面则敲响警钟：约 50 美元即

生成式推荐进入"精细化拆解"阶段：今日多篇论文（FLASH、Disentangling Paradigm、Semantic ID Spaces）集中反思 Semantic ID 构建与解码范式，核心共识是"哈希/量化方法并非天然劣于学习式方案，性能差距源于解码结构不匹配"，免训练 tokenizer + 并行解码成为新方向，对工业界降低 tokenizer 训练成本有直接价值。; 强化学习与因果推断渗透召回/评估全链路：RELER 用 RL 直接在嵌入空间优化检索奖励，RLCP 用共形推断动态调

今日最重磅的信号来自平台层：NVIDIA 与 Microsoft 联合把 Windows 变成 agent 一等公民，MXC 沙箱正式 GA、RTX Spark 超级芯片落地笔记本、DGX Station 首次把 GB300 桌面超算带进 Windows 生态，agent 运行时正式下沉到操作系统。模型侧，Anthropic 发布 Claude Haiku 5.5，价格砍到 Haiku 4.5 的约 10%，OSWorld 却从 15.7% 跃至 72.4%，廉价 agent 档位迎来性价比拐点。工程侧，微软开源 3500 行的 Agent Lightning v1.0，用真实 harness

训练系统级优化成为工业推荐主战场：Google CutBCE 用融合算子把大规模词表 BCE 的 logits 从 HBM 中彻底消除（省 65.7% HBM、提速 225.9%），BRANCH-MoE 用树路由降低跨设备通信，Meta PE 用小规模筛选降低昂贵训练成本——工业界不再只卷模型结构，而是直接优化训练吞吐、显存与算力分配，这类工作落地确定性最高。; 生成式推荐从"能生成"走向"可信、可控、可扩展"：CreGR 首次在 tokenization 与 generation 两阶段联合建

今日最重磅的是 Mistral 发布 1 万亿参数 Mistral Large 4（Le Chonk），49B 激活、原生多模态，宣称仅用约 3800 块 Grace Blackwell GPU 训练，开放权重月底放出，直接挑战前沿实验室的算力支出叙事。与此同时，Anthropic IPO 前夜遭遇核心客户反水——Meta 内部 Claude 用户从 6 万砍半至 3 万、Microsoft 将单人额度从 10 万美元砍到 1 万，AI 繁荣能否扛住账单首次有了大厂级样本。国内方面，DeepSeek 融资超 120 亿美元、腾讯与宁德时代领投，2027 年初启动国内 IPO。Agent 侧则喜

生成式推荐的"监督信号精细化"：AIMS 不再满足于让 LLM 生成式推荐"答对"，而是把历史事件的干预效应（删除某条历史后目标项与竞争项的 margin 变化）转化为排序监督，并用非对称损失只让梯度流经竞争项。这标志着 LLM 推荐从"对齐历史偏好"转向"主动纠偏历史误导"，是工业界处理"历史压过当前请求"这一真实痛点的可落地思路。; 检索/决策层的"稀疏化与量化"双线并进：神经稀疏检索侧用可学习 soft top-K + 逐项阈值 + FLOPs 正则压缩 LLM 大词表带来的超长向量；ba

今日最值得关注的是 Agent 基础设施与安全两条线同时爆发。GitHub 发布 ReviewBench，用 1.039 亿真实 PR 分布采样出 AI code review 的首个开放离线基准；Anthropic 的 Felix Rieseberg 详解 Claude Cowork 把推理与沙箱全部上云，而 Stratechery 的 Ben Thompson 亲述常驻 Claude Code agent 帮他定位了 CVE-2026-65400 在野入侵——「有持久化 agent 反而更安全」的反直觉结论值得一读。论文侧，Anthropic 揭示 agent 可无外部攻击者地自我传播错位

今日最值得关注的是 Google Gemini 4 Argon agent 自主优化数据中心内存、释放 300TiB 的实测数据——这是 agent 自主运维生产基础设施少见的量化样本。安全侧，Anthropic 评测显示 GLM-5.3 在 4% 试验中实现完整控制流劫持，逼近 Claude Mythos 的 6%，开源模型攻击能力正在追上闭源前沿。模型架构上，主流开源模型已几乎放弃全注意力，Kimi K3、Qwen3.8、DeepSeek V4 均转向线性 + 稀疏混合设计。产业端，Nvidia 盘中创新高但折旧之争与 3.8 万亿美元表外负债成暗线，Intel 年内股价翻倍、CEO 称仅

今日最值得关注的是 agent 可靠性评测范式的转向：微软与 Hugging Face 开源 ThinkingBox，主张按「后端终态」而非 tool call 形式给 agent 打分，直指「9 次规范调用却把工单状态写错」这类真实失败。成本侧，Simon Willison 呼吁 pay-by-usage 服务默认加硬预算上限，AWS、Google Cloud 已相继推出 spend limit。算力金融化再进一步，亚马逊拟以 80 亿美元 sale-leaseback 处置 Nvidia Grace Blackwell 芯片，债券按 AA 信用评级定价。模型侧，Aleph Alpha 发布